È sempre più comune che le manifestazioni a premio o, più in generale, le interazioni tra le aziende FMGC (fast-moving consumer goods) e i loro consumatori, passino attraverso l’analisi degli scontrini che i consumatori stessi forniscono come prova dei loro acquisti.
Fino a qualche anno fa erano chiesti al consumatore alcuni dei dati presenti sullo scontrino e, solamente in caso di vincita, veniva richiesto di inviare lo stesso originale, in forma cartacea, per verificarne la validità. Oggi invece, si chiede di fotografare e inviare direttamente l’intero scontrino che, successivamente, sarà analizzato e verificato tramite controlli manuali. In entrambi i casi, tutti gli scontrini ricevuti vengono visionati e analizzati, in modo da identificare solamente quelli che presentano i requisiti necessari (presenza di un determinato prodotto, importo minimo, data) per essere considerati validi per la promozione o per il concorso in questione e che, di conseguenza, garantiscano al consumatore di ottenere premi, punti o prodotti previsti dal concorso stesso.
LA LETTURA OCR DEI DATI PRESENTI SULLO SCONTRINO
Se il compito della lettura dello scontrino, invece, viene affidato ad un sistema OCR (Optical Character Recognition) è possibile ricavare dall’immagine dello scontrino l’intero testo in esso contenuto. Inoltre, non solo si possono ricercare automaticamente tutti i parametri necessari per validare lo scontrino letto ai fini della promozione, ma è anche possibile inserire tutti i dati presenti sulla ricevuta d’acquisto in appositi database multidimensionali per semplificarne e velocizzarne la lettura al fine di analizzarne tutti i contenuti.
Dallo scontrino si ricavano informazioni preziose, come:
Insegna/P.IVA/CAP/città
Data, ora, numero di scontrino
Server RT (ex matricola fiscale)
Importo complessivo
I dati riportati sopra però, per quanto interessanti, non richiedono particolare lavoro aggiuntivo. Al contrario, i dati più complicati da classificare e censire sono quelli necessari al fine di una basket analysis. Questi dati possono essere:
Nomi dei prodotti riportati sugli scontrini (quindi con le molteplici e diverse descrizioni utilizzate da ogni insegna)
Quantità dei prodotti riportati sugli scontrini
Prezzo della singola referenza
In particolare, per poter analizzare al meglio i dati ricavati, la descrizione del prodotto sullo scontrino deve essere normalizzata e ricondotta a:
Brand di appartenenza
Linea di prodotto
Formato
Categoria
Sottocategoria
Quest’ultima parte di lavoro è indispensabile per consentire di analizzare il basket di acquisto dei consumatori.
A completamento delle informazioni che si possono ottenere dalla lettura dello scontrino, non bisogna dimenticare che, per quasi tutte le promozioni, si possiedono anche i dati di profilazione del consumatore, i quali vanno ad arricchire in modo significativo le possibilità di analisi degli acquisti dei consumatori stessi. Non solo sappiamo cosa ha comprato un consumatore, quando e dove, ma anche la sua fascia d’età e il genere, ad esempio.
Questo approccio di analisi dei dati d’acquisto richiede necessariamente la creazione di modelli specifici adatti alle esigenze di ciascuna azienda. È altrettanto importante la continuità nell’alimentare i modelli creati con nuove campagne, in modo da tracciare nel miglior modo possibile e soprattutto in tempo reale i comportamenti dei consumatori, così da riuscire a verificarne rapidamente cambiamenti ed evoluzioni.
Lo studio delle abitudini di acquisto dei consumatori così precise e real-time si possono ottenere proprio grazie al mix di:
Zero Party Data, forniti dal consumatore
Lettura OCR dello scontrino
Un team con solida esperienza nella scienza dei dati
Le informazioni ottenute dall’analisi di questi dati consentono alle aziende di avere una visibilità molto ampia e, allo stesso tempo, profonda di cosa stanno acquistando i consumatori in un preciso momento. Il risultato è essere più veloci nel soddisfare le necessità dei propri clienti, anticipandone addirittura i trend di consumo e le loro esigenze.
