Mit einer geschätzten 1,145 Billionen MB an Daten werden pro Tag erzeugt-Angesichts des zunehmend digitalen Einkaufsverhaltens der heutigen Verbraucher sollte es ein Leichtes sein, die wichtigsten Informationen herauszufiltern und entsprechend zu handeln. Aber das ist es nicht, zumindest nicht, wenn man den Kontext verstehen will.
Datenlösungen, die die Einzelhandelsdaten von Marken mit Echtzeitdaten zum Verbraucherverhalten sicher zusammenführen können, sind rar gesät. Doch für die Konsumgüterindustrie liegt genau hier der Schatz: indexierbare und umsetzbare Einblicke in Verbrauchertrends und -interessen.
Online-Verhaltensdaten, die aus dem offenen Web stammen und Interessenbewertungen enthalten, können den Experten der CPG-Branche helfen, die Aktivitäten anonymisierter Verbraucher zu unterscheiden. Sie können auch auf sehr spezifische Spezifikationen zugeschnitten werden, um die Bedürfnisse der Kunden zu erfüllen.
Der Wert - und die Grenzen - von Kassenscanner- und Paneldaten
Es ist verständlich, warum die CPG-Branche insgesamt auf Scanner- und Panel-Kassendaten angewiesen ist, um Zielhaushalte für ihre Marken, Kategorien und Produkte zu identifizieren. Sie sind urheberrechtlich geschützt. Sie sind zugänglich. Und sie sind im Hinblick auf die Einhaltung des Datenschutzes kontrollierbar. Aber sie sind auch von begrenztem Wert. Zu den Signalen, die von diesen Geräten gewonnen werden, gehören die Art und Weise, wie ein Verbraucher für eine Ware bezahlt hat, welche Marken er gekauft hat, wie viele Produkte er gekauft hat und welche Produkte er zurückgegeben oder umgetauscht hat. Diese Daten können im Laufe der Zeit verglichen werden, um beliebte Produkte, Produkte, die im letzten Monat oder Jahr nicht gekauft wurden, und Marken, die die Verbraucher offenbar aufgegeben haben, zu identifizieren.
Alle diese Datensignale stammen von früheren Ladenbesuchen oder Kaufdaten, was die Aktualität, den Kontext und den Umfang dessen, was daraus entnommen werden kann, einschränkt. Analysen, die diese Daten nutzen, beschränken sich darauf, vergangene Interaktionen zu nutzen, um Nutzer und ihre Haushalte zu Werbezwecken in Gruppen potenzieller künftiger Kunden einzuordnen. Was fehlt, ist ein Einblick in die aktuellen Verhaltensweisen und Überlegungen der Kunden.
Das Gegenmittel ist jedoch ebenso begrenzt
Im Gegensatz zu CPG-Marken sind Einzelhändler in der Regel im Besitz von Verbraucherdaten und Kaufhistorien. Sie verfügen über wertvolle proprietäre Signale - z. B. wie viel Zeit die Verbraucher auf welchen Seiten verbringen, wie sie dorthin gelangen, wohin sie danach gehen, was sie bevorzugen oder nie kaufen usw. - und sie sind sich der Lücke bewusst geworden, die mit den Kassendaten verbunden ist. Sie sind sich der Lücke bewusst, die mit den Kassendaten verbunden ist. Infolgedessen nutzen Einzelhändler diese Signale nun zu Geld und bieten sie CPG-Marken und Dienstleistern an, um ihre strategischen Entscheidungen zu verbessern. Selbst wenn der Zugang zu diesen Daten datenschutzkonform ist, gibt es noch erhebliche Einschränkungen. Kurz gesagt: Einzelhandels- oder markenspezifische Signale sind im Allgemeinen auf die eigenen digitalen und stationären Einrichtungen beschränkt und basieren immer noch weitgehend auf früheren Einkäufen und Aktionen.
Was hat gefehlt? Online-Verbraucheraktivitäten im offenen Web
Bedenken Sie Folgendes: Nach Angaben von Statista, im Januar 2021 gibt es weltweit 4,66 Milliarden aktive Internetnutzer - 59,5 % der Weltbevölkerung. Davon greifen 92,6 % (4,32 Milliarden) über mobile Geräte auf das Internet zu.
Wie verbringen die Verbraucher ihre Zeit online?? Neben den sozialen Medien, bei denen Facebook mit 44,6 Milliarden Stunden pro Jahr der Spitzenreiter ist, ist es Google, wo die Verbraucher 213,1 Milliarden Stunden pro Jahr mit Suchen, Lesen und Ansehen verbringen. Auf YouTube, das Google gehört, verbringen die Internetnutzer weitere 142,6 Milliarden Stunden pro Jahr. Zu Ihrer Information: Ein Personenjahr umfasst nur 9.050 Stunden. Das sind eine Menge Daten, die für die Entscheidungsfindung unerforscht bleiben.
ShareThis Bringt alles zusammen
ShareThis füllt die Lücke mit Echtzeit-Interessendaten - Daten, die nicht auf eine Seite der Firewall oder der Transaktion beschränkt sind. Nutzen Sie die Macht des Internets für sich mit achtzehn Milliarden monatlichen Ereignissen - einschließlich Klicks, Freigaben und Suchanfragen -, die von 1,5 Milliarden Webnutzern auf 3 Millionen Websites weltweit erzeugt werden.
Ermittlung der Verbraucherstimmung zur Erlangung von Wettbewerbsvorteilen
Durch die Ergänzung eigener Daten mit kuratierten Online-Verhaltensdaten können Marken, Online-Händler und Ladengeschäfte Verbrauchergruppen identifizieren, die Kampagnenkriterien erfüllen, genau wie Kassendaten. Ein Lebensmittelhändler könnte sich zum Beispiel einen Wettbewerbsvorteil in wichtigen Märkten verschaffen, indem er die Verbraucherstimmung gegenüber bestimmten Backwarenmarken in den letzten 30 Tagen ermittelt und Bestellungen, Sonderangebote und Coupons entsprechend anpasst.
Verbraucherstimmung gegenüber verschiedenen Backwarenmarken in den letzten 30 Tagen
Die Stimmungswerte werden zwischen -1 (völlig negativ) und 1 (völlig positiv) skaliert.
Identifizierung von Cross-Interests zur Optimierung von Personalisierung und Leistung
Marken und Einzelhändler können die Datenlösungen von ShareThis nutzen, um das Engagement der Verbraucher zu steigern und die Kampagnenziele zu übertreffen, und das alles dank einer größeren Spezifität der Produktkategorie, des Standorts und des Zeitpunkts des Engagements.
So könnte beispielsweise ein Lebensmitteleinzelhändler personalisierte Einkaufserlebnisse für bestimmte Standorte mit Cross-Sell- oder Upsell-Möglichkeiten optimieren, indem er andere Produktkategorien ermittelt, für die sich die Verbraucher in den letzten 30 Tagen interessiert haben, was zu einer besseren Kampagnenleistung und einer engeren Beziehung zwischen Verbraucher und Marke führt.
Andere Produktkategorien, für die sich die Nutzer interessieren, basierend auf den Online-Inhalten, die sie gerade konsumieren
Der Durchschnittswert ist immer 1. Ein Indexwert über 1 bedeutet, dass ein Nutzer ein x-fach höheres Interesse an dieser Kategorie hat als der Durchschnitt.
Entdecken Sie umsetzbare Erkenntnisse, die Ihnen helfen können, Strategien, Taktiken und vieles mehr zu verfeinern.
Da Echtzeit-Interessendaten Daten analysieren können, die über die Kaufhistorie und die Markenpräferenzen im Geschäft hinausgehen, können sie neue, unerwartete Erkenntnisse liefern, die zu effektiveren Strategien und Taktiken führen.
So könnte beispielsweise eine Marke für Frühstückslebensmittel die aktuellen Interessen ihrer bestehenden und anvisierten Kunden ermitteln und die Kampagnenstrategie verfeinern, um eine bessere Beteiligung und Resonanz zu erzielen.
US-Verbraucher, die sich für Backwaren interessieren, beschäftigen sich mit größerer Wahrscheinlichkeit auch mit diesen Themen
Interessen, die in den USA bei diesen Nutzern im Trend liegen und wachsen
Während sich die traditionelle Datenanalyse in der Konsumgüterindustrie weitgehend auf Kassenscanner- und Paneldaten stützt, veranlasst die Zunahme des Online-Einkaufs die Einzelhändler dazu, auch Online-Verbraucherdaten in den Mix einzubeziehen. Beide Datensätze bieten jedoch keine zeitnahen Erkenntnisse. Das fehlende Glied sind Echtzeit-Verhaltensdaten in großem Umfang. Glücklicherweise kann ShareThis Curated Data Feed prädiktive Analysen unterstützen, die es CPG-Einzelhändlern, Marken und Dienstleistern ermöglichen, ihre Ergebnisse mit größerer Zuversicht zu optimieren - dank Daten, die mehr Kontext - und folglich mehr Erkenntnisse - liefern.
