Blog

Oct 31, 2023

Alors que la concurrence des marques de distributeur s'intensifie, un nouvel outil automatisé permet aux détaillants de comparer les produits

Datasembly a récemment reçu des demandes plus fréquentes de détaillants pour

Datasembly a récemment reçu des demandes plus fréquentes de la part des détaillants pour obtenir des informations plus détaillées sur la concurrence à laquelle ils sont confrontés - une tendance que Reich attribue au rôle croissant que jouent les produits de marque maison alors que les épiciers s'affrontent pour attirer et acquérir des clients.

"Quelque chose d'aussi simple que l'appariement de produits - identifier quand un produit est identique à un autre produit, ou est un concurrent de marque de distributeur de ce produit - n'est absolument pas trivial à grande échelle. Et c'est vraiment là que beaucoup de nos clients ont du mal lorsqu'ils veulent comprendre le paysage concurrentiel et quand ils veulent suivre leur concurrence », a déclaré Reich.

Le système de correspondance des produits fonctionne en passant au crible la collection croissante de données de Datasembly sur les produits proposés par les détaillants, y compris les titres des produits, les descriptions et les détails des catégories. Datasembly utilise ces attributs et capacités d'apprentissage automatique pour générer des hypothèses sur ce que les acheteurs pensent rendre les produits comparables les uns aux autres, aidant les détaillants à positionner et à tarifer les articles de manière à refléter les préférences réelles des gens.

"L'essor de la marque de distributeur... vient de changer complètement la dynamique du marché dans de nombreuses catégories, et ce n'est plus le cas que l'alternative de marque de distributeur n'est que la marque économique qui n'est achetée que par ceux qui ne peuvent pas se permettre la marque nationale, », a déclaré Reich. "Ce type de changement radical dans la façon dont la marque de distributeur est perçue signifie que les détaillants doivent suivre ces dynamiques avec un niveau croissant de fréquence et de granularité."

Capri Brixey, vice-président exécutif du conseil en stratégie chez Insite AI, qui utilise l'intelligence artificielle pour aider les entreprises de CPG dans la gestion des catégories, a noté que la technologie d'exploration de données peut aider les détaillants à éliminer les erreurs humaines lorsqu'ils traitent des questions liées à la construction de leurs opérations de marque de distributeur, telles que que les produits à vendre sous leurs propres marques.

"La quantité de marque de distributeur que vous mettez en rayon ou l'espace de rayon que vous consacrez à la marque de distributeur enlève aux autres marques. Si vous ne prenez pas cette décision d'élasticité de base correcte, vous laissez de l'argent sur la table dans un environnement de des marges étroites », a déclaré Brixey, qui est un ancien directeur de catégorie adjoint chez Food Lion et a récemment occupé le poste de vice-président des ventes et de la direction client chez Coca-Cola, dans une interview. Brixey a rejoint Insite AI plus tôt cette année.

Les détaillants qui utilisent le service de Datasembly peuvent adapter leurs définitions de ce qui rend certains produits similaires les uns aux autres, a déclaré Reich, ajoutant que la société s'efforce d'améliorer sa capacité à guider les détaillants dans la combinaison de leurs produits avec les offres de concurrents.

"Il y a tellement d'attributs qui entrent dans ce qui constitue les produits et ce qui influence un consommateur à penser que ces produits sont compétitifs, y compris la marque, la taille, les ingrédients, les attributs auxiliaires comme les descripteurs biologiques et autres", a déclaré Reich. "Parce que nous collectons une grande partie de ces informations sur les produits et que nous les suivons également dans le temps, le système est en mesure de devenir de plus en plus intelligent à mesure que le temps passe et que les hypothèses deviennent de plus en plus précises."

Reich a noté que le service de Datasembly peut suivre et comparer les produits magasin par magasin, une capacité qui peut aider les détaillants à affiner leur gamme de produits en réponse directe aux conditions locales. Datasembly ne fournit pas la technologie d'intelligence artificielle qui sous-tend le système, s'appuyant plutôt sur des algorithmes existants pour analyser les détails des dizaines de milliers de produits qu'il a accumulés.