CPG’s die datagestuurde beslissingen willen nemen, hebben waarschijnlijk wel eens gehoord van gesyndiceerde gegevens.
Gesyndiceerde gegevens verwijzen naar algemene marktgegevens die niet specifiek zijn voor een bepaalde klant. Een aggregatie van retailer- en productgegevens, gesyndiceerde gegevens worden over het algemeen verzameld door marktonderzoeksbureaus en vervolgens gekocht door bedrijven die een gevestigd belang in de markt hebben.
Voor CPG’s bieden gesyndiceerde gegevens een completer beeld van product- en retailerprestaties buiten het bereik van een enkel bedrijf of merk. Voor CPG-fabrikanten, kan gesyndiceerde gegevens bieden een nodig venster op het gedrag van de consument (een die niet is gekoppeld aan specifieke retailers en hun methoden van framing gegevens).
Dat gezegd hebbende, om te profiteren van de voordelen van gesyndiceerde gegevens, bedrijven moeten business intelligence tools die het kunnen analyseren. Immers, gegevens zijn slechts zo waardevol als de inzichten die het biedt; gesyndiceerde gegevens zijn van vitaal belang context voor CPG’s en andere industrieën, maar het moet ook uitvoerbaar zijn voor de mensen uit het bedrijfsleven die beslissingen aansturen.
Laten we de basisprincipes van gesyndiceerde gegevensanalyse uiteenzetten en hoe uw bedrijf aan de slag kan.
Syndicated Data Providers and Their Role in Analysis
Voordat gesyndiceerde gegevens kunnen worden geanalyseerd, hebben bedrijven partnerschappen nodig met de marktonderzoeksbureaus die ze verzamelen.
De grootste leveranciers van gesyndiceerde detailhandelsgegevens zijn Nielsen en IRI.
Deze leveranciers verzamelen gesyndiceerde detailhandelsmetingen en paneldata, die als volgt zijn:
- Detailhandelsmetingen verwijst naar gegevens die zijn verzameld van winkels via kassasystemen en e-commercesoftware.
- Paneldata verwijst naar gegevens op consumentenniveau. Gegevens kunnen worden verzameld via enquêtes of hardware/apps die aan huishoudens worden verstrekt, zodat leden producten kunnen scannen terwijl ze winkelen. Nielsen en IRI hebben samengewerkt om paneldata te verzamelen via het National Consumer Panel.
Tegen elkaar kunnen deze gegevensbronnen verhelderen hoe shoppers zich gedragen, niet alleen wat ze kopen.
Zowel Nielsen als IRI bieden ook analysemogelijkheden en partnerschappen waarmee bedrijven in de gegevens kunnen duiken en bruikbare inzichten kunnen opbouwen.
Nielsen heeft het Connect Partner Network opgezet om externe data- en analysetools te verbinden met zijn robuuste bron van shopperinformatie.
AntwoordenRocket maakt bijvoorbeeld verbinding met Nielsen-gegevens, waardoor Nielsen-klanten marktgegevens kunnen analyseren door vragen te stellen. Deze gestroomlijnde verbinding maakt deel uit van Nielsens inzet voor een open data-ecosysteem, waar intuïtieve data- en analysetools naadloos Nielsen-gegevens kunnen opgraven binnen een vertrouwde gebruikersinterface.
In de meest basale zin stelt de verbinding van AnswerRocket met Nielsen gebruikers in staat een op gegevens gebaseerde vraag te stellen en een visualisatie en inzichten terug te ontvangen. Basisvragen zoals “wat is de groei van het marktaandeel dit jaar” en “merkpenetratie per staat” kunnen in enkele seconden worden beantwoord (in dit geval nemen de antwoorden de vorm aan van natuurlijke taalinzichten die een visualisatie begeleiden en belangrijke aspecten van het gegevensverhaal in gewone taal uitleggen).
Hoewel, deze vragen zijn slechts de oppervlakte van wat gesyndiceerde gegevensanalyse kan zijn. Een van de grootste voordelen van het Connect Partner Network is de mogelijkheid voor analyseplatforms om hun mogelijkheden af te stemmen op de CPG- en retailerindustrie op basis van de enorme hoeveelheden gegevens. Dit betekent dat analytics-platforms die gebruikmaken van AI en machine learning algoritmen kunnen bouwen die antwoord geven op complexe vragen die CPG-professionals elke dag stellen.
Terwijl de meeste analytics-tools perfect in staat zijn om verkoopcijfers te berekenen, lijkt de next level-analyse van gesyndiceerde gegevens meer op “hoe deed Merk A het afgelopen kwartaal?” met een volledig, diepgaand antwoord aan de andere kant.
Laten we dit meer uitsplitsen door het ware potentieel van gesyndiceerde data-analyse door te spreken.
Hoe gesyndiceerde gegevensanalyse werkt met AI
Gesyndiceerde gegevens bieden de context die nodig is om bedrijfsgegevens te analyseren tegen het bredere landschap van de markt.
Als bijvoorbeeld de verkoop landelijk daalt, kan een bedrijf zijn eigen daling benaderen als een facet van geografische economische neergang in plaats van als een mislukking van hun individuele campagnes of strategieën. Vervolgens kan een bedrijf dan pivoteren naar kansen, zoals ontluikende internationale markten, en hun strategieën aanpassen om de valkuilen van dalende producten en categorieën te vermijden.
Met AI kan gesyndiceerde data-analyse dit soort uitgebreide, bruikbare inzichten bieden op basis van vragen als “waarom daalt de verkoop?”. Er zijn immers geavanceerde machine learning-algoritmen nodig om gesyndiceerde gegevensbronnen te ontleden en te begrijpen hoe verschillende metrics, zoals verkoopwaarde, met elkaar in verband staan. Machines kunnen illustreren hoe de verkoopwaarde wordt beïnvloed door andere metrics, zoals marktvolume en penetratie, en een hiërarchie van verbanden vaststellen totdat de drijfveren achter de daling van de verkoopwaarde volledig zijn verklaard.
Als zodanig is een analyse van de merkgezondheid veel beter haalbaar voor mensen uit het bedrijfsleven; gesyndiceerde gegevens bieden de noodzakelijke context om de merkgezondheid binnen de grotere markt te begrijpen, en AI voert het complexe onderzoek uit dat de oorzaken achter de gezondheid van een merk identificeert.
Met deze informatie zijn zakenmensen beter gepositioneerd om actie te ondernemen dan ze zouden zijn als ze beperkt waren tot individuele retailergegevens of als ze geen analysetools met geavanceerde AI-mogelijkheden hadden.
Brand health is natuurlijk belangrijk voor CPG’s, maar een ander voordeel van gesyndiceerde gegevens is het inzicht dat het biedt in andere grote merken en concurrenten. Waar hebben concurrenten succes? Welke segmenten laten ze links liggen? Waar kan uw eigen bedrijf de gaten opvullen of de concurrentie inhalen?
Gesyndiceerde gegevens bieden de informatie die nodig is om dit soort marktonderzoek uit te voeren en deze vragen te beantwoorden. Evenzo is AI goed in staat om de beste kansen te identificeren voor bedrijven die hun concurrenten willen overtreffen en een voorsprong op de markt willen krijgen.
Daarin ligt een enorme kans om het inzicht van een bedrijf in de eigen prestaties binnen een veel groter kader te positioneren, zodat zakenmensen met betere informatie kunnen handelen.
Wilt u meer weten over syndicated data? Bekijk deze extra bronnen:
- CPG Analytics: De definitieve gids. Begrijp hoe CPG’s gebruik kunnen maken van analytics om hun bedrijfsstrategie te verbeteren.
- Wat is Augmented Analytics? Klaar om uw kennis van analytics naar een hoger niveau te tillen? Leer hoe machine learning en natuurlijke taalgeneratie worden gecombineerd om inzichten in gegevens te automatiseren.
- Hoe CPG-bedrijven zinvolle bedrijfsresultaten behalen met AI. In dit Food Dive-playbook wordt uiteengezet hoe CPG-bedrijven AI in hun voordeel kunnen gebruiken. Download deze bron voor ongelofelijke inzichten.
