En un post reciente, hablábamos de cómo los avances en inteligencia artificial (IA) están ayudando a las empresas de bienes de consumo a realizar cambios estratégicos en su forma de visitar las tiendas y analizar las referencias. Aquí mostramos cómo tres empresas mejoraron significativamente la visibilidad de la marca y aumentaron los ingresos utilizando soluciones basadas en IA.

La IA ayuda a las empresas de CPG y minoristas a superar el punto ciego de lo que realmente ocurre en los pasillos de las tiendas y en los puntos de venta de F&B, afinando así su ventaja competitiva.

Al aprovechar el poder del aprendizaje profundo y la visión por ordenador, las aplicaciones de IA permiten a los representantes de ventas descubrir inmediatamente detalles críticos del producto en relación con el precio, la posición y la promoción. Cuando se hace un seguimiento y se analizan en busca de patrones y tendencias, estos datos ofrecen la posibilidad de una ejecución minorista más eficaz.

Varias empresas de bienes de consumo han utilizado las soluciones basadas en IA de Trax para aumentar los ingresos mejorando la eficiencia de los representantes de ventas, ofreciendo a los gestores de categorías información sobre el cumplimiento del planograma y la colocación de productos, y ayudando a los directores de tienda a tomar decisiones informadas sobre las condiciones de la tienda. Descubra cómo.

Aumentar la eficacia de los representantes y reducir la falta de existencias

Si entramos en los pasillos de cuidado del cabello o de la piel de un supermercado en Alemania, lo más probable es que cojamos un producto de Henkel. Con más de 900 referencias en 6 categorías, Henkel Beauty Care es líder mundial en este segmento y, como cualquier otro gigante, ha tenido sus propios problemas en el lineal.

Antes, el equipo de merchandising realizaba auditorías manuales de los lineales, lo que significaba que apenas dedicaban 10 minutos de cada hora en la tienda a la venta activa.

El uso de Trax Retail Execution les permitió capturar imágenes de las estanterías con sus smartphones. Las imágenes se analizaron en la nube de Trax y se convirtieron en información significativa casi en tiempo real.

Este sencillo cambio a la comercialización basada en datos redujo el tiempo dedicado a la comprobación de la distribución y la recopilación de datos en un 50% y proporcionó a los representantes un 150% más de tiempo para desbloquear oportunidades de generación de ingresos.

El 90% de los ingresos de Henkel por productos de belleza procede de sus 10 marcas principales. La captura de información granular a nivel de SKU les dio acceso a una gran cantidad de datos de campo que permitieron al equipo identificar cuáles de sus productos principales faltaban en las estanterías, y reducir la falta de existencias en un 4,3%. Las consiguientes medidas correctoras dieron lugar a un aumento de los ingresos de más del 2% en tres meses y medio.

Reajustar la estrategia de mercado y aumentar la cuota de mercado

Coca-Cola Amatil, una de las mayores embotelladoras y distribuidoras de bebidas listas para beber de Asia-Pacífico, no cesa de dinamizar su estrategia de ejecución minorista.

La empresa quería seguir vigilando una categoría -el té helado- que tradicionalmente había funcionado bien. Coca-Cola tenía un índice de penetración de producto un 15% superior al de su competidor más cercano. Sin embargo, tras trabajar con Trax Retail Execution, la empresa descubrió que tenía menos facings totales (-4%) que su principal competidor.

Trax descubrió que las tiendas que tenían té helado de Coca-Cola ofrecían una media de 3,76 sabores diferentes de la marca, mientras que las que tenían productos de la competencia ofrecían una media de 6,58 sabores, lo que se traducía en una mayor cuota en las estanterías. Sin embargo, esto sólo ocurrió en dos de las cuatro regiones.

Así que, en lugar de ofrecer una nueva promoción en todas las tiendas, Coca-Cola se centró en las regiones que necesitaban aumentar su cuota de mercado frente a la competencia. Esta estrategia dio lugar a un crecimiento de la cuota de mercado del 5% en tan solo dos semanas, lo que supuso un aumento de las ventas netas de 27.400 dólares.

Controlar el cumplimiento de la marca en el punto de venta

Otra empresa embotelladora gigante, Coca-Cola Hellenic Russia, trabajó con Trax para solucionar la falta de un sistema de auditoría de terceros para los canales de consumo in situ, como el sector HoReCa (Hotel/Restaurante/Café), las gasolineras y los restaurantes de servicio rápido. La empresa dependía por completo de los representantes de ventas y necesitaba un mecanismo de auditoría sólido para evaluar la presencia de la marca y su cumplimiento en estos puntos de venta.

Trax ayudó a la empresa a controlar el cumplimiento de las normas de comercialización y a evaluar el impacto de las actividades de participación de la marca en los puntos de venta. La solución Trax reconoció imágenes de productos clave para la activación, que se analizaron para determinar el cumplimiento de las normas de comercialización previstas para cada tipo de punto de venta. Por ejemplo, imágenes de un "Combo", que captan casos de combinaciones de vaso de bebida, artículo de comida y descuento de precio en un menú o expositor.

La solución ayudó a agilizar el proceso de auditoría de activación de la marca en todos los puntos de venta, garantizando la mejor relación calidad-precio de los planes de puntos de contacto acordados.

Como demuestran estos ejemplos, la IA puede ser un sólido aliado para las empresas de bienes de consumo que deseen mantenerse por delante de la competencia. Las soluciones de merchandising basadas en datos, como las que ofrece Trax, se están convirtiendo rápidamente en la fuente de la verdad en el lineal, lo que permite a las empresas aumentar la cuota de lineal y los ingresos, así como mantener el cumplimiento de las normas y los planes de merchandising.