Data Tingkat Konsumen Dukung Perdagangan dan Pemasaran

By Cat Dewinta - MTkgQXByaWwsIDIwMjE=

Data Tingkat Konsumen Dukung Perdagangan dan Pemasaran

Di masa lalu, terdapat perbedaan yang jelas antara merchandising dan pemasaran di industri retail. Pemasaran memiliki banyak informasi tentang pelanggan yang membeli barang merek mereka, sedangkan merchandising memiliki banyak informasi tentang apa yang telah dibeli dan dijual di masa lalu. Akibatnya, sering kali terdapat perbedaan substansial antara inventaris dan penjualan.

Kemudian datanglah pandemi COVID-19. Hal-hal memburuk. Semua asumsi sebelumnya tentang apa yang kemungkinan besar akan dibeli, atau telah dibeli orang, tidak lagi valid. Hal ini karena selain mengubah CARA mereka berbelanja, pelanggan juga telah mengubah APA yang mereka beli. Orang-orang membeli lebih banyak kebutuhan dan lebih sedikit kemewahan. Secara keseluruhan, mereka berinvestasi lebih sedikit. Dan ini menimbulkan masalah yang lebih besar bagi pengecer dalam hal persiapan dan penerapan inventaris.

Ketika kita melihat kembali semua gangguan terkait pandemi pada tahun 2020, dua hal menjadi jelas: pertama, kebiasaan pembelian dan pembelian pelanggan telah berubah secara dramatis, dan kedua, kita tidak akan pernah kembali ke tren dan perilaku pembelian sebelum pandemi.

Pertumbuhan kebiasaan belanja dan pembelian digital dan nirsentuh – lebih dari lima tahun percepatan dalam lima bulan – telah menjadi berita utama bagi pengecer di mana pun. Ketidakstabilan rantai pasokan adalah sesuatu yang hampir tidak didiskusikan. Dan pengecer menghadapi tantangan yang lebih besar dalam hal ini.

Perdagangan dan Pemasaran

Biasanya, perdagangan dan pemasaran adalah dua aktivitas yang berbeda. Persiapan inventaris dilakukan empat hingga enam bulan sebelum musim dimulai, sedangkan perencanaan pemasaran berlangsung lebih dekat ke awal musim. Selain itu, keputusan perdagangan sering kali didasarkan pada data historis dan agregat, sedangkan keputusan pemasaran sering kali dibuat secara independen dan didasarkan pada data tingkat pelanggan. Akibatnya, fungsi perencanaan siled dan fungsi menggunakan data dan masukan yang sama sekali berbeda.

Dalam keadaan normal, pembagian antara peran ini menciptakan perbedaan data dan wawasan, yang mengakibatkan inventaris tidak selaras serta penurunan penjualan dan margin. Pandemi, serta gangguan rantai pasokan yang ditimbulkannya, memperparah kurangnya ketepatan dalam persiapan.

Belajar dari Inovasi yang Dilakukan oleh Acxiom

Acxiom percaya bahwa dengan menggunakan data tingkat pelanggan yang telah dirancang untuk pemasaran guna mengukur permintaan konsumen yang sebenarnya, celah ini dapat dijembatani. Perencana dan pembeli dapat memprediksi, menghitung, dan mengoptimalkan persiapan inventaris dan proses alokasi dengan lebih baik dengan menggabungkan data ini dengan kecerdasan AI. Pelanggan dan peluang di pasar di sekitar toko atau di suatu wilayah dapat memengaruhi inventaris. Tampilan inventaris tingkat konsumen ini membantu dalam menginformasikan dan mengoptimalkan persiapan kampanye, kebijakan harga, dan pemasaran dengan lebih baik, menjembatani pembagian barang dagangan dan pemasaran.

Berikut beberapa contoh bagaimana kombinasi data pelanggan dan teknologi AI dapat digunakan:

  • Perkiraan inventaris dan manajemen siklus hidup produk disesuaikan dengan kebutuhan konsumen dan potensi permintaan.
  • Produk: Untuk konsumen dan peluang bisnis, informasikan sumber dan bauran produk.
  • Peningkatan margin: Margin barang dagangan musiman dan siklus hidup produk harus dioptimalkan.
  • Inventaris atau penurunan harga: Cocokkan strategi pemasaran dan inventaris Anda dengan fluktuasi penjualan musiman.
  • Intelijen pada pelanggan: Untuk menyelaraskan merchandising dan pemasaran, gunakan data yang disediakan oleh semua saluran dan proses bisnis.
  • Pemasaran: Ubah strategi pemasaran Anda untuk meningkatkan penjualan, penjualan, dan margin.
  • Acxiom telah menciptakan solusi yang menjembatani kesenjangan antara wawasan dan keputusan untuk merchandising dan keputusan pemasaran dengan menggabungkan data tingkat pelanggan pihak pertama dan pihak ketiga dengan AI. Bahkan pengurangan kecil dalam kelebihan stok, stok habis, atau diskon besar-besaran dapat berdampak besar pada keuntungan pengecer. Ini akan memiliki efek yang jauh lebih besar daripada kampanye pemasaran mana pun.

Acxiom memahami bahwa jalan menuju pemulihan ritel akan sulit. Menggunakan kekuatan solusi kecerdasan konsumen untuk menemukan cara baru untuk menyelesaikan masalah mendasar yang menjadi permasalahan bagi industri ritel.