consumi

Pikachu, i social network e la gestione della domanda

Social network, omnicanalità e big data sono i nuovi orizzonti di un cambiamento nella gestione della supply chain che sta entrando in una nuova era di precisione e agilità. Di cui Pokémon Go rappresenta un paradigma interessante

Qual è l’impatto dei fenomeni social sul business? Domanda da un milione di dollari, visto che nessuno è in grado ancora di rispondere. Il caso del momento – Pokémon Go – può giocare un ruolo nelle vendite? Diversi retailer, da Tesco a Carrefour, a Monoprix a McDonald’s hanno attivato alcune azioni per trarre vantaggio in termini di vendite dall’esercito di giocatori che entrano nei ristoranti e nei supermercati alla caccia dei mostriciattoli. Eppure, la vera domanda è come quantificare l’impatto che Pikachu sta avendo sulle vendite o, più in generale, quello dei trend digitali sulla supply chain e sulla gestione della domanda. E Pokémon Go è solo l’ultimo (o forse il primo) esempio di social su ampia scala che può influenzarle.

Come sottolinea Stefano Scandelli, group vice president sales, South Europe & South Africa di JDA Software,«Fino a oggi, ci sono stati solo pochi episodi che hanno evidenziato il potere dei social network sulla gestione della domanda, ma il fenomeno Pokémon Go sottolinea l’importanza di includere nuovi fattori esterni nel demand planning per comprenderne al meglio le influenze sul business».

Un recente documento scritto da tre manager di JDA (John Fullmer, Doug Kimball, Paula Natoli) offre alcune riflessioni sul futuro della gestione della domanda: su come, cioè, in epoca di costante trasformazione del panorama del retail, la crescita dell’omnicanalità possa creare grandi nuove opportunità. “Le tecnologie digitali e cognitive consentono alle aziende di raccogliere e utilizzare un gran numero di dati per ottimizzare l’abbinamento tra i bisogni dei consumatori e l’offerta di prodotti e servizi; inoltre sono di aiuto nel catturare e interpretare i dati a un livello mai immaginato prima”, scrivono gli autori.

Il documento si sviluppa lungo tre direttrici per dare un’idea dei trend principali legati alla gestione della domanda nei prossimi dieci anni.

Tra conoscenza e previsione

La prima riguarda la conoscenza dei bisogni dei consumatori e la loro previsione. Non proprio nuova come idea, in particolare per il largo consumo. Ma l’esplosione delle vendite omnichannel ha creato un nuovo scenario previsionale per l’industria e per i retailer. Infatti, con la molteplicità dell’origine degli ordini è più difficile individuare e conoscere la vera fonte della domanda, molto più complesso che avere la visibilità solo sui dati Pos.

A questo riguardo, occorre considerare che i social, le notizie, gli eventi e il meteo rappresentano delle fonti assai ricche di dati casuali che possono avere rilevanza sule previsioni. Due cose apparentemente lontane tra di loro come Beyoncé e Red Lobster (catena di ristoranti) hanno invece uno stretto legame. È infatti stato sufficiente che la pop star citasse Red Lobster in una canzone per originare 42 mila menzioni su Twitter e far aumentare del 33% le vendite della catena americana. Difficile de prevedere, ma un’analisi ex post ha aiutato a comprendere questo exploit e a individuare altre celebrities con la stessa base di fan per future azioni.

Le potenzialità dell’Internet of things

La gestione della domanda può inoltre acquisire validi segnali dall’Internet of Things delle apparecchiature domestiche, per esempio, che dispongono del potenziale per generare informazioni prima che il consumatore ne sia consapevole. Ne sono un esempio le stampanti che, collegate in rete, provvedono direttamente a ordinare le cartucce d’inchiostro prossime all’esaurimento, oppure il Dash di Amazon con connessione wi-fi, con il quale si ordina il prodotto semplicemente premendo il tasto. Oggi siamo ancora in una fase poco più che sperimentale, ma quanto tempo ci vorrà prima che i dispositivi IoT per la generazione della domanda approdino ai comuni prodotti di largo consumo? In questa prospettiva l’Internet of Things può diventare un motore per l’ottimizzazione dell’ordine, in grado di generare dati per la domanda da usare a vantaggio di retailer e produttori.

Compatibilmente con l’aumento dei canali di acquisto aumentano i sistemi per raccogliere i dati della domanda: servizi in abbonamento come Amazon o i vari club sono dei nuovi mezzi per sfruttare una domanda prevedibile e ripetibile, in particolare per i prodotti di consumo quotidiano. La tecnologia può supportare nuove opportunità di catturare e applicare i dati dei beni di largo consumo. Per esempio un supermercato potrebbe inviare ai suoi acquirenti frequenti una lista ogni settimana che dettagli i loro probabili bisogni di acquisto. Invece di crearsi la propria lista il consumatore dovrebbe solo deselezionare ciò che non vuole dalla lista proposta.

Non smettere di imparare dai dati

La seconda direzione è l’apprendimento. Le numerosi fonti di dati diventano dei segnali utili per percepire l’evoluzione dei trend della domanda. Ma occorre sapere distinguere i segnali reali dai rumori. È in corso una significativa evoluzione tecnologica utile nella gestione di questa massa enorme di dati, in grado di trasformare i dati in insight per prendere decisioni.

I dati meteo, per esempio, sono probabilmente quelli più facilmente utilizzabili, vista la disponibilità pubblica di numerose fonti. Ma ugualmente disponibili vi sono decine di altri dati in diversi settori. Come il numero di nuove costruzioni che può essere un buon indicatore per prevedere le vendite di strumenti, materiale da costruzione, arredamento. La registrazione di nuovi veicoli, dal canto suo, indica la domanda futura di servizi automobilistici, pneumatici, freni.

Meno scientifico è il mondo dei social media. L’aumento di traffico per uno specifico brand o prodotto è spesso prefigurato da un’esplosione di attività sui canali social. Ma quanto può essere previsto e con quale affidabilità?

Le tecnologie stanno lavorando per recuperare i contenuti non strutturati dei social media e per distillarne conoscenza. Bisogna tenerle d’occhio, afferma il report.

Poiché le previsioni sono quasi sempre sbagliate, è importante sapere se sono mantenute in un accettabile margine di errore. Con l’enorme numero di variabili che influenzano la domanda, la sua futura pianificazione dovrebbe focalizzarsi su uno scenario e su una previsione probabilistica che renda conto dell’incertezza.

I riflessi sulle organizzazioni e sui processi

La terza direzione di sviluppo della futura gestione della domanda riguarda l’adattabilità al ritmo del cambiamento imposto ai processi di gestione della domanda. Gli sviluppi nelle tecnologie di localizzazione come i beacon connessi con i social media e con le app, uniti ai dati individuali dei consumatori, consentono ai retailer di sviluppare offerte pertinenti, con un’alta probabilità di conversione in vendite effettive. Oggi molte aziende separano la previsione dalla generazione (o modellazione) della domanda. Tuttavia queste attività saranno sempre più legate tra di loro. Molti fattori emergenti della domanda durano poco: quel brusio nel social è presto sostituito da un altro, così come i prodotti deperibili perdono valore alla fine del turno o i posti vuoti sull’aereo appena decollato non hanno più alcun valore. Chi si occupa di gestione della domanda deve essere focalizzato più su come massimizzare le opportunità che sui meccanismi di creazione della previsione.

Di conseguenza è necessario definire nuove metriche di gestione della domanda non solo concentrate sull’accuratezza della previsione, ma anche sulla capacità da parte di un’organizzazione di capitalizzare le opportunità prendendo le decisioni giuste per la modellazione della domanda. Per questo la crescita della collaborazione cross-funzionale nelle organizzazioni e tra le organizzazioni è decisiva, così come quella di una cultura aziendale votata al cambiamento e all’innovazione.

L’unica certezza nello scenario di trasformazione continua in cui siamo immersi è che i modelli tradizionali di business dovranno essere ripensati.

A cura di Fabrizio Gomarasca