Per la prima volta su Insight ci troviamo a parlare di Grande Distribuzione Organizzata: un settore che, oltre ad essere in grande espansione, presenta anche problematiche e caratteristiche che rendono l’utilizzo delle nuove tecnologie indispensabile, oltre che strategico. Adriano Visconti, direttore dei sistemi informativi di Bennet, ci ha illustrato come si può trasformare una enorme mole di dati in un inestimabile patrimonio informativo.
Iniziamo presentando gli ipermercati Bennet, una realtà importante dell’Italia del Nord, presente da Trieste a Cuneo e, verso sud, fino alla provincia di Ferrara.
Attualmente siamo presenti con 41 centri commerciali, e con le nostre 4-5 aperture all’anno siamo l’azienda del settore con il più alto tasso di crescita europeo nel canale ipermercati. Per scelta strategica siamo presenti esclusivamente come ipermercati/centri commerciali, quindi su grandi superfici. Per dare un po’ di numeri di riferimento, il fatturato 2002 è stato di 1.300 milioni di euro. A fine 2002 Bennet contava 6.500 dipendenti, attualmente stiamo raggiungendo l’obiettivo 2003 di 7.000 risorse impiegate.
Come tutti i grandi retailer, anche voi avete una carta fedeltà: un vantaggio per i clienti, un’ottima fonte di informazioni per voi. Quali sono i dati per voi più rilevanti?
Il posizionamento geografico innanzitutto. È da premettere che il criterio principale che guida il cliente nella scelta di un supermercato è la posizione geografica, seguito dalla presenza di un buon parcheggio. I prezzi, l’assortimento e la qualità del servizio, pur essendo valori fortemente percepiti, spesso risultano essere al secondo posto. La comodità è quindi prioritaria per il cliente, per questo diventa strategico per noi conoscere la distribuzione dei nostri clienti sul territorio. Analizzando poi il territorio stesso siamo in grado di individuare le aree, e quindi i clienti, con maggiore potenzialità di spesa. Queste proiezioni ci vengono in aiuto soprattutto nel momento della scelta di ristrutturare un nostro punto vendita, o di aprire un nuovo punto vendita in prossimità di negozi della concorrenza: il posizionamento geografico, il bacino d’utenza, la viabilità, la possibilità di costruire grandi posteggi sono informazioni fondamentali.
Dallo studio delle carta fedeltà traiamo ancora altre informazioni, per esempio sulla mobilità del consumatore: non solo conosciamo la sua residenza, ma sappiamo anche dove effettua i propri acquisti. Incrociando il dato di vendita con il dato della residenza ci accorgiamo se il consumatore si muove periodicamente per andare a fare acquisti in zone diverse da quella di residenza. Se l’evento non riguarda singoli individui, ma ha un peso statistico significativo se ne vanno a cercare i motivi con analisi mirate.
Possiamo inoltre stabilire il comportamento di spesa, vale a dire gli articoli più comperati, e anche questo lo facciamo sulla base del territorio di appartenenza. Questo perché spesso ci sono scelte di prodotto molto diverse da regione a regione: conoscere la composizione del carrello ci aiuta nella caratterizzazione regionale dell’assortimento, attività fondamentale per avvicinarsi alle esigenze del cliente. Nel momento in cui costruiamo un ipermercato in zone che non conosciamo bene ci affidiamo, oltre che a studi di terze parti, per esempio AC Nielsen, sull’abitudine di spesa media rilevata nei nostri punti vendita limitrofi.
Infine analizziamo i dati relativi al cosiddetto “carrello medio” (il volume medio di spesa, che negli ipermercati si aggira fra 60 e 80 euro) e al numero di pezzi acquistati. Si tratta di due valori che vanno messi in rapporto fra di loro, e che variano molto. L’esempio classico è quello dei nostri punti vendita al confine svizzero, che presentano un carrello medio di spesa molto elevato (80-100 euro) e alto numero di pezzi: la spesa alimentare dei cittadini svizzeri, che in Italia risparmiano. Nelle zone del Veneto, invece, il numero di pezzi acquistati è molto inferiore, nonostante il valore medio di spesa sia comunque rilevante, in quanto sussiste un notevole interesse in tutta l’area degli acquisti Non-Food.
Avete quindi adottato un sistema di business intelligence che vi permette un’analisi ottimale dei dati.
La business intelligence, che abbiamo implementato con i prodotti Business Objects, ha rappresentato per noi una svolta importante, perché ci ha permesso di collezionare le informazioni di base che avevamo in modo sparso su IBM AS/400, la macchina su cui poggia il nostro core business, e di presentarle in forma aggregata in modo da renderle fruibili, leggibili. Questo è stato il motivo che ci ha spinto inizialmente a prendere in considerazione un progetto di business intelligence.
Oltre alle carte fedeltà, in quali altri ambiti utilizzate la business intelligence?
In tutti gli ambiti amministrativi. Per esempio monitoriamo con estrema attenzione gli incassi, non li suddividiamo solo per punto vendita, ma anche in base al calendario commerciale (che non corrisponde a quello solare), in base ai reparti merceologici fino a scendere ai livelli inferiori di raggruppamento, cioè famiglia e sottofamiglia.
Grazie a Business Objects siamo quindi in grado di capire quale sia l’andamento degli incassi nel tempo, stagionale ed annuale, nei diversi punti vendita e per i diversi settori merceologici. È un’attività molto importante perché permette di comprendere l’andamento dei reparti, il livello di spesa del cliente e la sua soddisfazione. È possibile per esempio individuare tempestivamente un’improvvisa caduta degli incassi, e poterne analizzare le cause, qualsiasi esse siano.
Oltre a confrontare i dati su base annua, verifichiamo anche l’andamento delle vendite in occasione, per esempio, delle festività e/o delle ricorrenze. Mentre però confrontare i dati relativi al Natale è abbastanza semplice, nel caso di feste a data variabile come la Pasqua i confronti sono più complessi. I prodotti Business Objects hanno la flessibilità necessaria per permettere di fare interrogazioni trasversali, di mettere in relazione periodi temporali diversi e non rapportati solo a calendari solari e/o statici.
In che modo avete introdotto la business intelligence nel vostro modo di lavorare?
Abbiamo scelto un approccio graduale. Siamo partiti dall’analisi degli incassi perché era ciò di cui si sentiva un’estrema necessità. Poi siamo passati alle carte fedeltà, e poi alle analisi specifiche sul venduto, che è diverso dall’incassato: il venduto analizza in modo specifico la tipologia di merce e i pezzi acquistati. Quest’ultimo progetto è durato almeno un anno, ma si è rivelato fondamentale per i nostri buyer. Gli acquisti di un centro commerciale vengono programmati con sei mesi di anticipo, e la direzione acquisti ha bisogno di quantità enormi di informazioni per impostare delle previsioni che suggeriscano come soddisfare al meglio il cliente finale.
E dopo il fatturato, le carte fedeltà, il venduto?
Siamo passati alla reportistica sui costi del personale per l’ufficio risorse umane, agganciandoci al database delle paghe. Incrociando i dati tra le ore lavorate nei singoli reparti (provenienti dalle timbrature dei punti vendita) e le vendite per reparto si arriva alla redditività dei reparti per ogni negozio: un dato che confrontiamo sia con i dati storici interni (per verificare scostamenti) sia con i valori medi forniti dagli studi nazionali. Questo tipo di indagine potrà nel prossimo futuro arrivare anche a spalmare il costo del personale su ogni singolo articolo venduto. Anche questo è stato fatto con Business Objects e si è rivelato estremamente interessante per la gestione costi.
Dulcis in fundo, stiamo ultimando per la fine dell’anno i dashboard per la direzione generale: si tratta di indicatori grafici navigabili (quindi dinamici) che permettono, con la consueta tecnologia drill down, di analizzare i dati partendo da macro-informazioni e scendendo poi nel dettaglio fino al singolo articolo.
Avete sviluppato il progetto al vostro interno?
Noi dei sistemi informativi siamo stati i propositori, gestori e manutentori di tutto il sistema. Abbiamo formato al nostro interno persone che si occupano esclusivamente di Business Objects, avvalendoci in modo non continuativo di interventi consulenziali esterni. È stato naturalmente necessario raccogliere le necessità dei singoli settori e farsene interpreti, rilasciando poi delle bozze e dei prototipi che sono stati affinati in stadi successivi, inserendo tutti i valori ritenuti significativi. È stato un lavoro profondo di interazione “trasversale” con tutti i settori dell’azienda, e di questo mi sono fatto carico io personalmente.
I feedback?
Direi ottimi. Abbiamo illuminato diverse zone d’ombra, risolvendo molte necessità. In alcuni casi abbiamo risposto a richieste già formulate, a cui però si attendeva con strumenti ormai inadeguati, non di business intelligence, cioè i classici tabulati da mainframe. In altri casi abbiamo addirittura prevenuto la domanda, andando noi a proporre direttamente delle novità. Siamo quindi andati incontro a necessità sicuramente avvertite, ma mai formulate od esplicitate, probabilmente anche perché ritenute di difficile od impossibile soluzione.