Analisi dei dati nel retail: come aumentare i ricavi dei centri commerciali con gli analytics avanzati
Quando gli operatori del centro commerciale utilizzano analytics avanzati per ottimizzare il layout, le entrate possono aumentare del 20%. Anche i tenant possono trarne un grande vantaggio.
Con i consumatori sempre più alla ricerca di esperienze piuttosto che di prodotti, gli operatori dei centri commerciali devono affrontare una serie di sfide importanti. I centri commerciali sopravvivranno in questo nuovo scenario solo se reinventeranno la loro attività, ad esempio sfruttando nuove tecnologie e moderne capacità di analisi dei dati. Gli analytics avanzati, per esempio, offrono il giusto potenziale per rivoluzionare quasi tutte le aree del business dei centri commerciali.
Fino a oggi, gli operatori dei centri commerciali non hanno interagito direttamente con i consumatori, per questo motivo molti di loro non hanno ancora la consapevolezza di poter accedere ai dati dei Clienti e di analizzarli per trarne valore.
Attraverso l'analisi prescrittiva e predittiva, incorporata in strumenti intuitivi con potenti capacità di visualizzazione dei dati, i centri commerciali saranno in grado di prendere decisioni aziendali più intelligenti, a vantaggio anche dei tenant.
Ottenere il giusto store mix
La maggior parte degli operatori dei centri commerciali decide in modo opportunistico quali tipologie di tenant e quali unità all’interno del centro commerciale occuperanno. Alcuni centri hanno una segmentazione di base, ma mancano di un approccio sistematico e analitico, basato cioè sui dati, per rispondere a domande importanti come:
- Quali tipi di negozio attraggono maggiormente i consumatori che vivono o lavorano nel bacino d’utenza?
- Le ancore guidano il traffico pedonale e facilitano le vendite nel centro commerciale?
- Quali tenant stanno guidando la conversione incrociata creando valore nonostante le singole vendite siano basse?
- Quali combinazioni di negozi o categorie producono le vendite più alte?
Alcuni tool avanzati sono in grado di processare i dati di vendita e i dati a livello di transazione per rivelare percorsi tipici a piedi all’interno del centro commerciale e schemi di cross-conversion tra categorie. Questi strumenti sono inoltre in grado di stabilire in che modo ogni negozio influisce sulla spesa complessiva del consumatore nel centro commerciale. In altre parole, esaminano le prestazioni di ogni negozio e mostrano se e quanto la presenza di un determinato tenant aumenta o diminuisce le vendite in altri negozi e se i consumatori effettueranno acquisti in determinati gruppi di negozi durante una loro visita al centro commerciale.
Le informazioni ricavate sono preziose per ottimizzare la selezione e il posizionamento dei tenant. Studiando gli insight ottenuti, gli operatori possono identificare i negozi che potrebbero necessitare di un ridimensionamento, trasferimento o di specifici supporti di marketing. Tenant con basse produttività (ovvero vendite basse per metro quadrato, rispetto al resto del centro commerciale), ma con alte produttività di cross-conversion potrebbero potenzialmente essere trasferiti in unità più piccole.
Assegnare ai retailer le giuste location
Quando il team di leasing prende in esame i contratti di locazione, dovrebbe studiare l’intero scenario per riempire la pipeline e valutare diverse opzioni: tenant attuali che potrebbero occupare un’unità differente nel centro commerciale e tutti i potenziali nuovi tenant che hanno espresso il proprio interesse nell’occupare una determinata location. Valutare tutte le possibili combinazioni è un esercizio complesso, reso più semplice dall’analisi dei dati e dai tool di analytics.
Impostare il giusto prezzo di locazione per ciascun retailer
Una delle principali sfide per i proprietari dei centri commerciali è determinare la giusta quota di affitto per ogni tenant.
In teoria, l’affitto per un’unità in un centro commerciale dipende da quattro variabili:
- il tipo e l’ubicazione del centro commerciale;
- la quantità e la qualità del traffico pedonale;
- le caratteristiche (inclusa la dimensione e la configurazione) dell’unità;
- la produttività delle vendite del retailer che occuperà l’unità.
In pratica, lo scenario è spesso ben differente. Un’indagine condotta da McKinsey rivela che i gestori di leasing basano l’affitto di un’unità sulla conoscenza personale del tenant, pratiche passate o una combinazione di istinto e acume aziendale.
Una chiara visione dello scenario del centro commerciale, combinata con uno strumento avanzato di analisi dei prezzi, potrebbe aiutare i landlord a stabilire quote di affitto migliori, gestire e migliorare le performance di breve e lungo termine, non solo del centro commerciale stesso, ma anche dei retailer affittuari.
Conclusioni
Per avere successo nell’era digitale, gli operatori dei centri commerciali dovranno perseguire una cultura del processo decisionale basato sui dati. Dotati di dati affidabili e di strumenti di analytics avanzati, i centri commerciali hanno il potenziale per rivitalizzare e rivoluzionare non solo le proprie performance aziendali, ma anche quelle dei retailer.
