Per qualsiasi retailer o produttore, tra il sell-out effettivamente realizzato e il massimo sell-out potenziale, c’è un mare di... dati. Dati che contengono la conoscenza essenziale per la messa a terra di azioni necessarie a migliorare il business. Oggi, in piena era di datafication e con l’AI ormai disponibile a ogni livello, emergono case history significative. Una di queste è quella di Markwins Beauty Brands International che per gestire, analizzare e azionare i dati del canale retail ha implementato un’avanzata soluzione offerta da Witailer, brand specializzato in marketplace, data analysis e business intelligence della MarTech Company Retex.
Markwins Beauty Brands è la più grande azienda cosmetica indipendente degli Stati Uniti, annovera tra i propri marchi wet n wild, LipSmacker, Physicians Formula e BonVoyage ed esporta i suoi prodotti in oltre 80 Paesi nel mondo.
Mark Up ha incontrato Andrea Omodei, VP of Marketing and eCommerce of International di Markwins Beauty Brands International e Jana Nurmukhanova, Practice Lead Business Performance di Retex.
Come assodato, i dati oggi sono la chiave per il business. Markwins Beauty Brands International si è dotata di una soluzione evoluta di gestione dati, analisi e reporting come quella offerta da Witailer. Quali le esigenze che vi hanno spinto a una scelta di questo tipo?
Andrea Omodei - Markwins Beauty Brands International è caratterizzata da un’elevata complessità che deriva dal suo modello di business. Operiamo in un numero molto ampio di mercati, basti pensare che dal nostro headquarter europeo gestiamo oltre 42 territori degli 80 a livello globale. Prima di introdurre in azienda la soluzione di Witailer, gestivamo i dati di vendita direttamente con i nostri partner in modalità one-to-one, semplicemente attraverso la condivisione di fogli Excel con i quali era anche svolta un’analisi delle vendite che però rimaneva circoscritta al singolo paese. Non si aveva una vista di insieme e complessiva.
Quali gli obiettivi dell’analisi dei dati di vendita?
Andrea Omodei - Sicuramente ottenere degli insight di mercato condivisi con il partner per generare delle attività di comunicazione, di trade marketing in store e per aumentare il sell-out di alcuni prodotti. Dall'analisi dei dati si passa all'azione e questo valeva ieri come vale fondamentalmente oggi.
Quali limiti imponeva la gestione con semplice foglio di calcolo?
Andrea Omodei - Sostanzialmente si trattava di un’attività puntuale sul singolo partner e complessivamente poco efficiente anche perché, in molti casi, abbiamo più partner nello stesso territorio, ognuno con un brand diverso. Inoltre la nostra filiera di fornitura non è strutturalmente identica in ogni Paese: in alcuni casi abbiamo dei distributori dai quali transitano i dati con una moltiplicazione di formati.
È facile intuire che con questo sistema, la mole di informazioni da gestire e analizzare era molto importante e spesso riproponevamo la stessa analisi a partner diversi. Considerando che i dati di partenza sono disaggregati e con formati differenti, la loro gestione comportava un lavoro molto oneroso: paradossalmente il reporting assorbiva molte più risorse di quanto ne chiedesse la fase di analisi. Tutto questo determinava una ricaduta sulla qualità degli insight che si generavano.
Quando il punto di svolta nel cambiamento della gestione dati?
Andrea Omodei - Markwins Beauty Brands è un'azienda nata nel 1984 con un raggio di azione iniziale sul Nord America. Il mercato europeo è stato effettivamente aperto solo una decina di anni fa. In questi dieci anni il nostro percorso è stato quello di una startup con la funzione di hub internazionale. Abbiamo iniziato con un ufficio di una decina di persone, adesso siamo 35. La crescita ha generato un aumento importante della complessità con un percorso evolutivo che ha coinvolto non solo il team operativo, ma anche quello esecutivo. La quantità di dati derivanti dalle attività commerciali è cresciuta a un livello tale da non poter essere gestita in modo non sistemico.
Passiamo a Witailer. Che tipo di brief voi avete ricevuto da Markwins Beauty Brands International?
Jana Nurmukhanova - Non siamo partiti da zero perché con Markwins Beauty Brands International avevamo capitalizzato esperienza nella gestione del canale Amazon durante la quale abbiamo curato le parti di branding, di media advertising e gestione dei dati. Nel caso in discussione, la richiesta era di poter ottenere una visione globale dei dati. Aziende come Markwins Beauty Brands International, che vendono ai clienti finali tramite altri retailer o distributori (quindi lavorano in ambito B2B2C), spesso non dispongono del dato finale che viene reperito proprio dagli altri retailer partner. Ma si tratta di dati destrutturati e grezzi che devono essere normalizzati e armonizzati. La visione globale è richiesta per diversi motivi: comprendere i trend generali e per ogni mercato, l’andamento delle vendite sia online che offline, comparare le performance dei retailer tra di loro al livello totale, per categoria e per SKU. Nel concreto, le fonti considerate sono composte da 16 retailer per 32 Paesi. Abbiamo quindi previsto la creazione di una opportuna tassonomia dei prodotti sulla quale poter effettuare appropriate elaborazioni a diversi livelli partendo dal marketing, quindi lo sviluppo prodotti, la gestione logistica e altro.
In termini di processo cosa è stato implementato?
Jana Nurmukhanova - Abbiamo approcciato il progetto mappando i processi in modo da comprendere quale fosse il flusso dei dati pervenuti in headquarter dai vari partner, quali persone gestissero i fogli Excel con i dati e in che modo. Avevamo l’obiettivo di creare un tool molto flessibile per far confluire i diversi dati e standardizzarli, inserendoli in una stessa piattaforma connessa a un database opportunamente creato, il tutto rispondente a una tassonomia comune. In generale l’utilizzo dei dati convergeva in meeting settimanali con diversi team per valutare come questi potessero essere raccolti e gestiti. Dopo aver individuato la tassonomia comune, abbiamo definito i tool finali con specifiche dashboard caratterizzate da una facile lettura, in modo che il management potesse ottenerne vantaggio studiando i trend globali e di prodotto, anche per categorie. I dati nei diversi formati (excel, csv, txt ecc) vengono caricati in repository comuni e il tool in questione può essere adattato rapidamente a qualsiasi altro formato.
Nella messa a punto dell’intero progetto, quali sono state le criticità da affrontare?
Jana Nurmukhanova - Il frequente cambio di struttura dei dati è un aspetto che ci ha sorpreso perché accade spesso. Poi vi è la periodicità estremamente variabile della trasmissione dei dati dal retailer all’headquarter che può essere giornaliera, settimanale oppure mensile con frequenza in continuo cambiamento. Altro aspetto è la reticenza dei partner a condividere i dati. Abbiamo dovuto implementare analisi supplementari per gestire tutte queste criticità.
Quali sono le figure professionali che utilizzano i dati?
Andrea Omodei - In azienda l'utilizzo dei dati è esteso a tutti i livelli del marketing, quindi brand manager, merchandising, trade, comunicazione e sales team che hanno anch’essi accesso alla piattaforma e possono effettuare analisi. Il demand planning è un team che è molto attivo all'interno del tool perché cerca di anticipare trend o in ogni caso di verificare se i risultati meno performanti di un determinato prodotto siano dovuti a un out-of-stock o ad altri fattori. Non ultimo utilizza la piattaforma il team executive fino al general manager che ha comunque un accesso dedicato e può avvantaggiarsi di una dashboard riassuntiva. L'utilizzatore principale rimane comunque il team marketing. Generalmente effettuiamo meeting trimestrali o mensili in cui andiamo a collettare tutti i risultati per confrontare le analisi.
Dallo studio dei dati che azioni scaturiscono?
Andrea Omodei - Possono scaturire diverse azioni ma un paio di esempi permettono di capire quali sono le concrete ripercussioni sul business, date dall’utilizzo della soluzione implementata.
A inizio anno ci siamo resi conto che una categoria di prodotto all'interno del brand principale otteneva delle performance non in linea con le aspettative. Questa situazione non era evidente osservando i dati del singolo Paese ma emergeva dall'analisi del dato complessivo. Per rinforzare il sell-out abbiamo messo in atto delle azioni ad hoc con il sales team e con il team di comunicazione. Nel tempo, grazie alle iniziative intraprese, la categoria è tornata a livello delle aspettative.
Il secondo esempio è relativo a un nostro prodotto di punta che non registrava performance in linea con quanto atteso con un trend negativo anno su anno. Dall'analisi del mercato e dal dialogo con i nostri partner ci siamo resi conto che il rilancio che avevamo effettuato modificando il packaging, soprattutto il colore diverso del cap, aveva indebolito la riconoscibilità del prodotto stesso. Agendo con una comunicazione opportuna abbiamo recuperato i livelli di sell-out. Questi due esempi non esauriscono lo spettro della casistica e delle azioni che possono scaturire dalle evidenze portate delle dashboard, ma dimostrano come l'analisi del dato aggregato diventi fondamentale per il business.
L’implementazione di Witailer è in vostro utilizzo da circa un semestre. Quali altri step evolutivi prevedete nel prossimo futuro?
Andrea Omodei - Per noi la soluzione messa a disposizione da Witailer è in evoluzione continua e questo la rende uno strumento per noi rilevante anche e soprattutto nell'attraction di nuovi clienti. Abbiamo delle idee evolutive che si sostanziano in dashboard che possano essere più indicative rispetto alle analisi che abbiamo fatto quest'anno.
Si è valutato l'utilizzo dell'Intelligenza Artificiale? in quale ambito e per quali obiettivi?
Andrea Omodei - L'AI è un tool dalle grandi potenzialità e lo stiamo già sperimentando sul versante Amazon, grazie a Witailer. Nel nostro caso, abbiamo aggiunto STUDIO, la web platform di Witailer, che mette a disposizione un prompt al quale è possibile chiedere analisi dei dati con velocità ed efficienze davvero molto elevate, soprattutto se comparate a una modalità di lavoro tradizionale, senza AI. In questo modo ricaviamo degli insight di valore che possono ricadere su diversi ambiti: il mercato, i trend, i social, aspetti positivi e negativi del business. È come se ciascuno di noi avesse a disposizione un collega analista in grado di dare risposte immediate: questo permette a noi di concentrarci maggiormente su azioni di business.
Jana Nurmukhanova – All’interno di STUDIO, l'AI permette di ottenere insight di valore semplicemente via prompt. Abbiamo già costruito il layer basato su intelligenza artificiale generativa presente in STUDIO, all’interno del progetto Witailer per Markwins Beauty Brands International e per altre aziende.
Dobbiamo comunque tener presente che nel confronto tra Amazon e i retailer che utilizzano la piattaforma realizzata per Markwins Beauty Brands International, vi è una grandissima differenza in termini di disponibilità nel condividere i dati in favore di Amazon. A mio avviso, il trend va però nella direzione di una maggior capacità di condividere i dati di vendita da parte dei retailer, anche grazie alla spinta che sta imprimendo il Retail Media.