Esta web utiliza cookies para que podamos ofrecerte la mejor experiencia de usuario posible. La información de las cookies se almacena en tu navegador y realiza funciones tales como reconocerte cuando vuelves a nuestra web o ayudar a nuestro equipo a comprender qué secciones de la web encuentras más interesantes y útiles.
Danone aumenta las ventas del canal convenience en un 10% al clasificar su red de puntos de venta
Cualquier empresa de bienes de gran consumo segmenta su red de para distribución diseñar acciones de trade marketing que funcionen. Sin embargo, normalmente las segmentaciones están basadas solamente en datos de facturación y no reflejan la realidad de los puntos de venta: Es imposible dar respuesta a preguntas tan básicas como: ¿Qué tipo de público acude? ¿Cuánto tráfico peatonal tienen? En definitiva: ¿por qué unos productos funcionan mejor que otros?
Danone Dairy llevaba 70 años intentando poner orden al canal de conveniencia sin dar con la tecla justa. ¿Cómo seleccionar entre los más de 200 SKU de la marca?¿cómo encontrar patrones de consumo comunes entre supermercados locales, tiendas de barrio y alimentación?
Por fin, en 2018 Favio Hernán Zarbano consiguió organizar la red de Danone Dairy mientras diseñaba tres modelos de tienda ideal que pudieran aplicarse a cualquier punto de venta. ¿La solución? Combinar los datos de facturación que ya tenía con la información sobre todos los puntos de la red que podía encontrar y analizar en Geoblink. Y sólo le llevó unos meses…
En este estudio aprenderás…
- Cómo Danone clasificó una red desorganizada de 13.000 puntos de venta en tres tipos de tienda: urbana, rural e impulso.
- Qué es el análisis de clustering y para qué sirve.
- Cuáles son las ventajas para trade marketing del clustering cuando el análisis se completa con características ambientales.
- Qué otras aplicaciones tienen estas segmentaciones en los canales de conveniencia e impulso.
¡Gracias!
Nos pondremos en contacto contigo pronto.