Entender a missão de compra do shopper e os seus hábitos nas lojas agora é muito mais fácil do que no passado. O ticket de venda tem informação muito valiosa para as equipes responsáveis pelo gerenciamento de categorias e contas chaves

Hoje em dia, não precisamos fazer perguntas para conhecer as expectativas dos clientes e a suas preferências; é possível otimizar o estoque, a localização dos produtos na loja, realizar atividades promocionais apropriadas para reforçar o que o cliente esteja disposto comprar  além de utilizar estímulos relevantes que permitam ativar o desejo da compra.

Alguns analises permitem-nos, adicionalmente, identificar quais são as melhores horas para levar a cabo os treinamentos e capacitações do pessoal ou a operação logística de reposição do estoque nas prateleiras ou geladeiras sem perturbar ao cliente.  

Os 4 analises mais correntes que nós realizamos com os tickets de um estabelecimento comercial são:  Pareto, Tempo, Correlação e Incidência.  

Análises de Pareto (1)

Esta analises focaliza a sua atenção naqueles produtos que concentram o 80% do volume total da categoria ou do negócio. É através desse princípio como podemos determinar, por exemplo, o melhor dia para levar a cabo uma atividade promocional nas lojas, para minimizar o desperdício em dias de pouco influxo do shopper objetivo. Adicionalmente permite-nos identificar a forma na qual a maioria dos produtos são adquiridos para evitar realizar ofertas que estejam fora do padrão de compra.

  1. Qual é o dia da semana onde fica concentrado o maior volume da categoria? 
  2. Qual é a melhor hora do dia?
  3. Qual é o formato de produto com a maior demanda? 
  4. Qual é o rango do preço?
  5. Qual é o segmento? Exemplo: light, sem glúten, sem lactose
  6. Qual é a quantidade de produto para cada ticket? 
  7. Qual é o valor médio do ticket que contém a categoria vs. a média da loja 

Análises de Tempo 

Esta analises se construí considerando a evolução da faturação e do número total de tickets da loja ao longo de um período determinado: os dias e os horários de maior efetividade e eficiência da operação. 

Para comenzar construimos una simple matriz que combina el horario en el que el ticket fue emitido, con el número de tickets emitidos. En este ejemplo, vemos una tienda que es visitada principalmente en el horario de la mañana.

Se consideramos que a infraestrutura da loja está disposta para operar eficientemente com o maior número de transações, quer dizer que temos um grão quantidade de horas ao dia no

qual a operação é ineficiente, pois temos recursos que não estão gerando vendas. Este pode ser o caso por exemplo das lojas de conveniência que são utilizadas como ponto preferido para tomar café da manhã e nas quais depois de meio dia o fluxo de clientes cai consideravelmente. 

Se construímos uma segunda matriz, mais agora utilizando no eixo vertical do valor do ticket para identificar o período do dia no qual os shoppers gastam mais dinheiro na loja, podemos observar que os clientes que deixam mais dinheiro na loja por transação são os que a visitam no horário da noite. 

O que fazemos com isto? Se definimos o valor médio do ticket como objetivo para os períodos que se encontram por baixo, podemos estabelecer uma referência clara do potencial de venda da loja em horários que não estão sendo efetivos.

Ao combinar as duas gráficas poderemos construir uma matriz de 4 quadrantes utilizando as médias de cada variável para definir a prioridade estratégica por turno da operação:

Por exemplo: 

  • O quadrante com um alto número de “tickets” e valor acima da média de faturação, estará recebendo um alto número de clientes estratégicos e para evitar perder vendas, a atenção aos processos e serviços ao cliente deve ser reforçada, como, por exemplo, o fato de reduzir o tempo de espera nas filas.
  • O quadrante com alto número de tickets mais com valor de compra significativamente menor à média da loja deverá estar focalizado em ações promocionais para motivar ao shopper comprar mais números de produtos ou versões mais caras.
  • Nos horários de menor tráfego de shoppers com um baixo valor do ticket, o foco deve estar na implementação de programas de treinamento para o pessoal, para repor o estoque e fixar o Plano grama nas prateleiras, evitando, por exemplo, ter que encher todos os refrigeradores de bebidas ao mesmo tempo, atribuindo um cronograma específico para a cerveja e outro diferente para as bebidas não alcoólicas, as quais são adquiridas em diferentes horários.

Análise de correlação

É utilizado para identificar as localizações secundárias mais efetivas para cada categoria e otimizar a distribuição dos espaços no interior de cada loja. Os produtos correlacionados não necessariamente formam parte da mesma ocasião de consumo de sua categoria, é dizer, podemos obter como resultado que a categoria “papel higiênico” tenha uma alta correlação com a cerveja em um supermercado específico durante o final de semana o qual indica que os produtos são comprados ao mesmo tempo, pelo shopper.

Quando o objetivo é aumentar a visibilidade de categorias que estejam em desenvolvimento é preciso ir mais longe dos produtos que consumimos e considerar aqueles que compramos na mesma visita à loja. Desse jeito, por pouco convencional que possa parecer, poderíamos esperar um maior retorno sobre o investimento, se colocamos o exibidor adicional do papel higiênico perto das cervejas, por exemplo. 

  • Se o índice de correlação é igual a 1: positivo e ¡perfeito! As duas categorias são sempre compradas no mesmo ‘ticket’.
  • Se o índice de correlação é 0: não tem relação entre às duas categorias analisadas.
  • Correlação negativa perto de -1: indica produtos que são substituídos, é dizer, quando uma categoria é comprada, a outra não e vice-versa 
  • Em um cliente que comercializa as categorias de “arroz” e “massas”, detectamos em um dos estudos de hábitos de consumo que nas classes socioeconômicas mais baixas, essas duas categorias são substituídas, já que as duas são consideradas carboidratos acompanhantes da proteína principal, tal como o é a carne, o frango, ou o peixe.

Posteriormente, em um estudo de observação de comportamento de compras em supermercado, podemos confirmar que nas lojas onde as massas e o arroz ficam no mesmo corredor, em geral, uma do lado da outra, o shopper das classes mais baixas comparou os preços entre as duas categorias e optou, em geral, pela compra da opção mais barata. Ao verificar que na maioria das cadeias de supermercados às duas categorias estavam juntas no mesmo corredor, uma do lado da outra, foi recomendado fazer um teste piloto em 10 lojas, movendo a massa para um corredor diferente junto com os outros produtos como o são os molhos e as azeitonas, entre outros e assim comparar os resultados durante 8 semanas. 

Os resultados foram muito claros. Onde foram separados os dois produtos, suas vendas aumentaram, assim como o número de versões adquiridas, especialmente as das massas. Esses resultados ajudaram criar uma história de sucesso para convencer outras lojas a realizar a mesma ação e melhorar o desempenho das duas categorias. 



Análisis de Incidencia

El cuarto y último tipo de análisis que recomendamos hacer en esta etapa es crítico para fundamentar la definición del papel estratégico de cada categoría en la tienda.

Neste caso construiremos uma matriz, considerando á incidência ou relacionamento de cada versão de produto da categoria no total de tickets vendidos e sua margem operacional líquida, é dizer, o valor total que tem a loja depois de descontar todos os custos diretos associados à venda da categoria. 

O quadrante de baixa incidência em tickets e margem operacional liquido é conformado por produtos COMPLEMENTARIOS, que são usados para preencher os espaços e trazer novidades para os clientes da loja. 

O quadrante totalmente oposto está conformado por aqueles produtos presentes na maioria dos tickets de venda e que representam uma boa parte do dinheiro produzido n aloja. Esses produtos consideram-se essenciais e não podem faltar pelo que alguns deles poderiam ser utilizados para POSICIONAMENTO da loja como o lugar preferido para comprar essas categorias. 

Aquelas outras que por alguma razão não podem ser utilizados para se diferenciar de outras lojas, como, por exemplo, produtos de consumo massivo cuja oferta é comum entre os canais e as lojas, podem ser utilizados como geradores de FLUXO DE CAIXA. Qualquer falha na disponibilidade desses produtos gera um alto impacto no desempenho da categoria. 

Aqueles produtos presentes na maioria dos tickets mais com Baixa participação no dinheiro liquido resultado da operação são utilizados normalmente como geradores de TRÁFEGO, pois o cliente geralmente reduz sua margem para o mínimo para atrair clientes à loja. Esse quadrante está normalmente conformado com produtos de alta rotação. O foco neste quadrante é a eficiência do espaço, pois os produtos devem rotar muitas vezes para atingir o faturamento médio por cada metro quadrado da loja. 

O último quadrante se construí com os produtos com alta representatividade na margem liquida operacional, mais com baixa presença em tickets, ou seja, são produtos com um alto valor em dinheiro e margem bruta que se vendem só para alguns clientes específicos. Numa loja de conveniência, por exemplo, neste quadrante podem se localizar os havanos, o vinho, e o uísque. O foco neste quadrante teria que ser o gerenciamento do estoque para não ficar com muito produto parado afetando o fluxo de Caixa do negócio. 

Como pode ser ver, com estes 4 tipos de análises podemos obter uma grande quantidade de INSIGHTS para maximizar a operação da loja e das vendas das categorias.

Se você quiser conhecer os produtos de consultoria da TMC neste tópico pode nos escrever ao contacto@tmcconsultores.com entraremos em contato imediatamente com você. 

Se ainda não estamos no LinkedIn, será um prazer tê-lo em minha rede de contatos

[1]Vilfredo Pareto Federico Damaso 1848-1923 fue un ingeniero italiano, sociólogo, economista, científico político, y filósofo que introdujo el concepto de 80-20 en 1906 ayudando a describir la distribución de la renta en Italia y el desarrollo del campo de la microeconomía.

eMail