Entreprises utilisant les médias sociaux pour prédire la demande: PepsiCo »Martech Zone

La demande des consommateurs évolue aujourd'hui plus rapidement que jamais. En conséquence, les lancements de nouveaux produits échouent à des taux extrêmement élevés. Après tout, évaluer avec précision le marché et prévoir la demande requièrent des téraoctets de données, qui vont des chiffres sur les points de vente aux transactions en ligne, en passant par les historiques de rupture de stock, les moyennes des prix, la planification des promotions, les événements spéciaux, les conditions météorologiques et les événements. de nombreux autres facteurs. Pour ajouter à cela, la plupart des entreprises continuent d'ignorer l'importance d'appliquer le dialogue de consommation en ligne pour prévoir le comportement futur des acheteurs.

Il y a un peu plus d'une décennie, l'opinion des consommateurs ne pouvait être recueillie que par le biais de groupes d'étude de marché de taille relativement restreinte. . Aujourd'hui, les médias sociaux et les plateformes d'évaluation des clients permettent aux entreprises de puiser dans l'esprit de millions de millions de clients potentiels et d'affiner leur lancement de produit en conséquence. Les échecs de lancement de produit se produisent tout le temps. Mais quel est exactement le problème?

Tout le monde ne parvient pas à lancer son produit

Aucune entreprise n'est à l'abri d'une demande mal comprise des consommateurs. Même les plus grandes et les plus anciennes entreprises peuvent à tort évaluer le marché et lancer des produits qui se terminent rapidement par un échec .

Google Glass, un appareil novateur porté par la tête et doté de capacités de smartphone, promettait de révolutionner l'électronique grand public. Mais peu après son lancement en 2012, il est devenu évident que la demande du produit par les consommateurs était insuffisante. Les consommateurs ne recherchaient pas activement les fonctions contenues dans l’appareil; autrement dit, la technologie a été lancée beaucoup trop au début pour que la demande de produits parvienne à maturité. Peu de temps après son lancement, Google a arrêté le produit, le considérant comme un échec.

Des échecs stupéfiants dans le lancement de produits se produisent dans presque tous les secteurs; prenons Burger King comme exemple. En 2013, la chaîne de restauration rapide a lancé Satisfries, une alternative saine aux frites, afin de tenir compte de l’évolution des préférences des consommateurs en faveur d’une alimentation saine. Malheureusement pour Burger King, ils ont supposé que leurs clients accordaient la priorité à la santé par rapport à d'autres facteurs, tels que la saveur et le prix. Il n'a fallu que des mois pour que le produit soit interrompu. Son groupe de recherche a probablement applaudi le produit Satisfies, mais en réalité, les clients n’envisageaient pas de se rendre chez Burger King dans l’intention de choisir l’aliment santé; la société a désaligné ses intérêts avec l'intention. L’incapacité à comprendre la corrélation entre l’intérêt du consommateur et les ventes futures a conduit à l’échec du lancement de Satisfies.

Les clients expriment constamment leurs intérêts sur Internet. Si davantage de sociétés décidaient de se lancer en utilisant d'autres sources de données, les scénarios seraient peut-être différents.

Apporter des données à la rescousse

Les avancées récentes des technologies de l'IA, telles que le traitement du langage naturel et la modélisation prédictive, réduisent considérablement le risque de échec du lancement du produit. En collectant et en analysant autant de points de données que possible, les entreprises peuvent brosser un tableau plus complet des désirs de leurs clients, en apprendre davantage sur les besoins du marché et augmenter les chances de succès du lancement de produit. La prévision de la demande est un processus complexe, qui nécessite un ajustement variable constant, une prise en compte des spécificités des activités et le raffinement fréquent des stratégies de prévision de la demande .

L'une des tactiques permettant de rester en avance sur les besoins des consommateurs est la «détection de la demande», à savoir l'utilisation de nouvelles sources de données pour prévoir les tendances des achats. Cette approche innovante collecte et met en corrélation les données historiques d’une entreprise avec d’autres signaux en temps réel, ce qui la rend capable de réduire les erreurs de prévision de 45% . La numérisation ouvre la voie à une meilleure compréhension du consommateur d’aujourd’hui, dont les besoins changent constamment. Même si les préférences des clients évoluent très rapidement, les algorithmes peuvent prévoir ces changements des mois à l’avance et permettent aux entreprises de réagir avant leurs concurrents.

La détection de la demande permet aux détaillants et aux fabricants d’obtenir une plus grande satisfaction de la clientèle et une plus grande efficacité au lancement. Pour les entreprises de biens de consommation, la détection de la demande est essentielle pour anticiper les besoins des clients. Premiers utilisateurs Procter & Gamble et le détaillant allemand Otto signalent déjà une amélioration de la cohésion entre les énormes volumes de données qu'ils collectent et la manière dont ceux-ci se traduisent en prises de décision en temps réel. Toutefois, même les entreprises à faible volume, telles que les fabricants de moteurs d’aéronefs, ont trouvé que la détection de la demande était utile pour évaluer le besoin de pièces de rechange et de services de réparation.

Utilisation des médias sociaux pour prédire la demande: le cas de PepsiCo

Pour prédire la demande des consommateurs avec un degré de précision supérieur, les entreprises peuvent utiliser les médias sociaux et les avis de clients pour compléter leurs données historiques. PepsiCo est l'une des sociétés qui adhèrent à cette approche. La société évolue dans un environnement très concurrentiel et doit trouver des points de croissance sur son marché. L’objectif premier de la société est notamment de répondre à les attentes en évolution rapide et aux habitudes d’achat; et ils utilisent la détection de la demande pour les aider à y parvenir. Dernièrement, PepsiCo a pris des initiatives audacieuses dans le développement et la commercialisation de produits, tentant de répondre à la demande des consommateurs pour des boissons plus saines – une tendance croissante découverte par l’analyse des médias sociaux.

Compléter la prévision économétrique de la demande par des sources de données non conventionnelles peut répondre à diverses questions relatives à l'innovation de produit, notamment les produits recherchés par les clients, leurs goûts et les couleurs qui gagnent en popularité, entre autres. L'approche de PepsiCo, qui a déjà fait ses preuves pour le développement de produits, est appliquée de manière plus approfondie aux décisions de vente et de marketing y compris les dépenses en publicité et les décisions en matière de messagerie.

Les entreprises choisissent soit de construire des systèmes internes. pour prédire la demande ou externaliser la tâche à des solutions telles que Trendscope ou Simporter . Ces outils permettent d'agréger les sentiments des consommateurs et de fournir des informations exploitables sur les produits à mettre sur le marché. Les technologies peuvent découvrir les attributs souhaitables d’un produit, les messages marketing qui motivent le comportement d’achat, l’impact d’un concurrent sur la part de marché, les prévisions de vente du produit, etc. Les algorithmes peuvent prédire ce que les clients vont dire sur un produit (et où ils vont parler) en créant des réseaux de neurones qui corrèlent l'historique des discussions en ligne avec les données historiques des ventes. Une fois déterminés, les systèmes de détection de la demande sont capables de traduire le dialogue en stratégies concrètes.

L’avenir de la prévision de la demande

Des recherches ultérieures ont montré que l’utilisation des médias sociaux pour prédire la demande des clients était essentielle pour améliorer les prévisions de vente et, en général, pour augmentant l'efficacité de la prise de décision opérationnelle . Bien qu’en étant encore aux premiers stades de l’adoption, l’inclusion de données en ligne dans la prévision de la demande peut augmenter la précision des modèles de prévision de à 98% .

La détection de la demande et la prévision algorithmique sont efficaces dans de nombreux secteurs . Commerce de détail automobile, mode aliments et boissons, biens de consommation et produits pharmaceutiques peuvent tous bénéficier d'une nouvelle approche de la détection de la demande. Globalement, toute niche de biens de consommation avec des données client textuelles peut améliorer les lancements de produits avec des données supplémentaires.

En fin de compte, une approche améliorée de la détection de la demande pousse systématiquement la recherche et le développement, la chaîne d'approvisionnement, les achats et la planification marketing vers de nouveaux niveaux de précision. augmenter les chances de succès d'un lancement de produit. Avec l'intérêt croissant pour le marché, de plus en plus de sociétés suivront probablement PepsiCo et rechercheront des solutions offrant une analyse prédictive de la demande et d'analyse préalable au lancement.

Conclusions

L'alignement de l'offre sur la demande réelle permet aux entreprises de lancer des réponses préventives au marché. Grâce à l’exploration de données et aux progrès de l’IA, il est maintenant possible de prévoir de manière vérifiable la demande et d’éviter les pièges néfastes lors du lancement d’un nouveau produit. Les données en ligne offrent un accès sans précédent aux préférences du client, qui, si elles sont utilisées efficacement, peuvent déterminer le sort d'un lancement de produit des mois avant son lancement.

Téléchargez un livre blanc sur le marketing sponsorisé:

Guide du marché Gartner pour UEBA

Si vous effectuez une recherche sur UEBA (1965) et d’analyse du comportement des entités), nous pensons que vous voudrez lire le Guide du marché de Gartner®Inc. pour l’analyse du comportement des utilisateurs et des entités. Télécharger maintenant