Syndikeret dataanalyse: What CPGs Need to Know

Lær mere om kategorianalyse med dette whitepaper: Hvordan CPG'er og detailhandlere kan tilpasse sig og vokse under COVID-19.

CPG’er, der ønsker at træffe datadrevne beslutninger, har sandsynligvis hørt om syndikerede data.

Syndikerede data henviser til generelle markedsdata, der ikke er specifikke for en enkelt kunde. Syndikerede data er en sammenlægning af detailhandler- og produktdata og indsamles generelt af markedsundersøgelsesfirmaer og købes derefter af virksomheder, der har en interesse i markedet.

For CPG’er giver syndikerede data et mere komplet billede af produkt- og detailhandlerpræstationer uden for en enkelt virksomhed eller et enkelt mærke. For CPG-producenter kan syndikerede data give et nødvendigt vindue til forbrugeradfærd (et vindue, der ikke er knyttet til specifikke detailhandlere og deres metoder til at indramme data).

Det er sagt, at for at udnytte fordelene ved syndikerede data har virksomhederne brug for business intelligence-værktøjer, der kan analysere dem. Når alt kommer til alt, er data kun så værdifulde som den indsigt, de giver; syndikerede data er afgørende kontekst for CPG’er og andre brancher, men de skal også være brugbare for de forretningsfolk, der træffer beslutninger.

Lad os gennemgå det grundlæggende i analyse af syndikerede data, og hvordan din virksomhed kan komme i gang.

Syndikerede dataleverandører og deres rolle i analysen

Hvor syndikerede data kan analyseres, har virksomheder brug for partnerskaber med de markedsundersøgelsesfirmaer, der indsamler dem.

De største udbydere af syndikerede detailhandelsdata er Nielsen og IRI.

Disse udbydere indsamler syndikerede detailhandelsmålinger og paneldata, som er som følger:

  • Detailhandelsmåling henviser til data indsamlet fra butikker via POS-systemer og e-handelssoftware.
  • Paneldata henviser til data på forbrugerniveau. Data kan indsamles via undersøgelser eller hardware/apps, der stilles til rådighed for husholdningerne, så medlemmerne kan scanne produkter, mens de handler. Nielsen og IRI har indgået et samarbejde om indsamling af paneldata gennem det nationale forbrugerpanel.

Sammen kan disse datakilder belyse, hvordan kunderne opfører sig, og ikke kun hvad de køber.

Både Nielsen og IRI tilbyder også analysefunktioner og partnerskaber, der gør det muligt for virksomheder at dykke ned i dataene og opbygge brugbare indsigter.

Nielsen har oprettet Connect Partner Network for at forbinde eksterne data- og analyseværktøjer til sin robuste kilde af oplysninger om købere.

For eksempel kan AnswerRocket forbindes med Nielsen-data, så Nielsen-kunder kan analysere markedsdata ved at stille spørgsmål. Denne strømlinede forbindelse er en del af Nielsens engagement i et åbent dataøkosystem, hvor intuitive data- og analyseværktøjer problemfrit kan udgrave Nielsen-data inden for en velkendt brugergrænseflade.

I den mest grundlæggende forstand giver AnswerRockets forbindelse med Nielsen brugerne mulighed for at stille et databaseret spørgsmål og modtage en visualisering og indsigt til gengæld. Grundlæggende spørgsmål som “hvad er væksten i markedsandele i år” og “brand penetration by state” kan besvares på få sekunder (i dette tilfælde tager svarene form af naturligt sproglige indsigter, der ledsager en visualisering og forklarer centrale aspekter af datafortællingen i almindeligt sprog).

Disse spørgsmål er imidlertid kun overfladen af, hvad syndikeret dataanalyse kan være. En af de største fordele ved Connect Partner Network er muligheden for analyseplatforme til at skræddersy deres muligheder til CPG- og detailhandelsbranchen på baggrund af de store datamængder. Det betyder, at analyseplatforme, der udnytter AI og maskinlæring, kan opbygge algoritmer, der besvarer komplekse spørgsmål, som CPG-fagfolk stiller hver dag.

Mens de fleste analyseværktøjer er fuldt ud i stand til at beregne salgstal, ligner næste niveau af analyse af syndikerede data mere “hvordan klarede Brand A sig i sidste kvartal?” med et komplet, dybdegående svar på den anden side.

Lad os bryde dette mere ned ved at tale det sande potentiale i syndikerede dataanalyser igennem.

Hvordan syndikeret dataanalyse fungerer med AI

Syndikerede data giver den kontekst, der er nødvendig for at analysere virksomhedsdata i forhold til markedets bredere landskab.

Hvis salget f.eks. er faldende i hele landet, kan en virksomhed nærme sig sit eget fald som en facet af den geografiske økonomiske nedgang snarere end som en fiasko for sine individuelle kampagner eller strategier. Efterfølgende kan en virksomhed så dreje mod muligheder, f.eks. spirende internationale markeder, og justere sine strategier for at undgå faldgruberne ved faldende produkter og kategorier.

Med AI kan syndikerede dataanalyser give denne form for omfattende, handlingsorienteret indsigt baseret på spørgsmål som “hvorfor falder salget?”. Det kræver trods alt avancerede maskinlæringsalgoritmer at analysere syndikerede datakilder og forstå, hvordan forskellige målinger, som f.eks. salgsværdi, hænger sammen. Maskiner kan illustrere, hvordan salgsværdien påvirkes af andre målinger, såsom markedsvolumen og penetration, og etablere et hierarki af forbindelser, indtil drivkræfterne bag faldet i salgsværdien er fuldt forklaret.

Som sådan er brand health-analyser langt mere opnåelige for forretningsfolk; syndikerede data giver den nødvendige kontekst til at forstå brandets sundhed i det større marked, og AI udfører den komplekse forskning, der identificerer årsagerne bag et brands sundhed.

Med disse oplysninger er forretningsfolk bedre i stand til at træffe foranstaltninger, end de ville være, hvis de var begrænset til data fra individuelle detailhandlere, eller hvis de ikke havde analyseværktøjer med avancerede AI-funktioner.

Mærkets sundhed er naturligvis vigtig for CPG’er, men en anden fordel ved syndikerede data er den indsigt, som de giver i andre store mærker og konkurrenter. Hvor har konkurrenterne succes? Hvilke segmenter ignorerer de? Hvor kan din egen virksomhed udfylde hullerne eller overhale konkurrenterne?

Syndikerede data giver de oplysninger, der er nødvendige for at udføre denne form for markedsundersøgelser og besvare disse spørgsmål. Ligeledes er AI velegnet til at identificere de bedste muligheder for virksomheder, der ønsker at være bedre end deres konkurrenter og få en fordel på markedet.

Deri ligger en enorm mulighed for at placere en virksomheds forståelse af deres egen præstation inden for en meget større ramme, så forretningsfolk kan handle med bedre information.

Vil du lære mere om syndikerede data? Tjek disse yderligere ressourcer:

  • CPG Analytics: The Definitive Guide. Forstå, hvordan CPG’er kan udnytte analytics til at få deres forretningsstrategi til at rocke.
  • Hvad er Augmented Analytics? Er du klar til at tage din viden om analytics til det næste niveau? Lær, hvordan maskinlæring og naturlig sproggenerering kombineres for at automatisere dataindsigt.
  • Hvordan CPG-virksomheder skaber meningsfulde forretningsresultater med AI. Denne Food Dive-playbook opdeler, hvordan CPG-virksomheder kan bruge AI til deres fordel. Download denne ressource for at få utrolige indsigter.

Hvordan CPG'er og detailhandlere kan tilpasse sig og vokse under COVID-19 (med syndikerede data!)

Skriv et svar

Din e-mailadresse vil ikke blive publiceret.