GDO e New Normal. Un contesto macroeconomico nuovo con consumatori in costante cambiamento: l’IA come soluzione

Gli ultimi quattro anni per la GDO sono stati molto particolari. Sebbene i dati dal 2020 indichino in generale un aumento delle vendite a valore, una più attenta analisi mostra che, mentre durante il periodo del Covid i volumi sono cresciuti fino al 5,1%, gli stessi, nel 2023, sono diminuiti del 1,7% a causa dell’inflazione. Questo fenomeno di trasformazione del mercato richiede un attento monitoraggio, poiché quando i comportamenti dei consumatori cambiano radicalmente, quasi dal giorno alla notte, le ripercussioni sulla GDO possono essere drammatiche.

Ora, dopo anni di instabilità, si parla di ritorno al “new normal”, ma cosa significa questo per il settore della GDO?

Anche se il minore impatto dell’inflazione e il conseguente abbassamento dei prezzi è un trend costante al momento, ciò non significa necessariamente che stiamo tornando a una situazione pre-pandemia. Gli ultimi quattro anni ci hanno insegnato che i consumi possono cambiare improvvisamente: è quindi fondamentale adattarsi in modo proattivo e non reattivo, per ottenere un vantaggio competitivo sul mercato – afferma Giulio Martinacci, founder di Tuidi, https://www.tuidi.ai/, azienda foodtech che, attraverso prodotti basati su intelligenza artificiale, automatizza la gestione dello stock dei distributori. Non c’è più spazio, sul mercato, per chi pensa di rimanere impassibile a fattori esogeni che impattano l’evoluzione e l’andamento del settore; il non accettare che questa verità impatta i processi giornalieri potrebbe rappresentare un errore fatale dal punto di vista economico.

Nuove esigenze dei consumatori, aumento dei costi di produzione, criticità tecniche: le sfide del retail

Nella stagione 2024 della GDO, le principali problematiche da affrontare sono:

• Nuove esigenze dei consumatori: i comportamenti di acquisto sono cambiati e i consumatori sono diventati più esigenti. Infatti, richiedono una maggiore varietà nell’assortimento, con nuove linee di prodotti come quelli senza glutine, vegani, proteici, ecc. Ad esempio, dal 2019 ad oggi, su diversi clienti, l’assortimento di differenti tipi di latte è aumentato del 18% (secondo dati interni di Tuidi).
• Aumento dei costi di produzione: se c’è una cosa che ci ha insegnato il 2023 è stare attenti ai costi in eccesso che erodono in maniera importante i margini. Senza un controllo efficace dei costi, si riduce il margine, limitando la capacità di offrire promozioni e riduzioni dei prezzi. Questa mancanza di flessibilità comporta difficoltà di manovra sul trovare nuove strategie di pricing.
• Criticità tecniche: in un mondo dove, per capire il consumatore e trovare le inefficienze economiche, la lettura del dato è tutto, è importante adottarsi di supporti tecnici. Tuttavia, le aziende italiane affrontano una carenza di talenti nel settore IT, con 6 aziende su 10 che lamentano difficoltà nel reperire questi specialisti.

Ripartire dal consumatore con l’Intelligenza Artificiale: Delphi prevede i consumi nei punti vendita

La GDO si trova di fronte ad un punto di svolta: se il retailer è sempre stato abituato a considerarsi un abile venditore nei confronti nella propria clientela, adesso è imperativo non snaturare questo suo ruolo ma potenziarlo con suggerimenti analitici basati sui dati. Quanto comprare? A quale prezzo vendere? Quali prodotti esporre? Sono tutte domande la cui risposta deve passare necessariamente da un’evidenza scientifica, ovvero precisa. Questo è il concetto espresso da Giulio Martinacci, che sottolinea l’importanza di ribaltare ripartire dal demand forecasting con un nuovo approccio, ovvero partendo direttamente dallo scontrino di punto vendita.
In passato, la mancanza di strumenti di calcolo adeguati limitava la comprensione dei cambiamenti nei consumi, infatti le decisioni erano basate su semplici medie statistiche. A dimostrazione di ciò, nel 2021, quando ci confrontavamo con le catene alimentari, molto spesso la gestione dei prodotti freschi (in primis ortofrutta) e delle promozioni dipendeva prevalentemente dall’esperienza umana, poiché mancavano strumenti di calcolo adeguati a contrastare l’aleatorietà dei frequenti cambiamenti nei consumi giornalieri.

Oggi, questa sfida è stata superata. Le imprese hanno compreso l’importanza di investire sulla gestione del dato (definito da molti il nuovo petrolio), sulla cura del data processing (ovvero lo studio approfondito e personalizzato di ogni dataset dei clienti) che potremmo definire, come un derivato, la benzina dell’azienda e sull’intelligenza artificiale come il motore finale che consente di sfruttare al massimo questa risorsa.

Cosa è necessario dunque? Un cambio di paradigma: non è più l’uomo a determinare l’impatto degli eventi in base alla propria esperienza, è l’intelligenza artificiale a farlo che riesce a leggere, analizzare e interpretare milioni di dati e centinaia di variabili che influenzano contemporaneamente ed ogni giorno in modo diverso le vendite dei singoli prodotti.
Abbiamo un particolare caso di studio – afferma Giulio Martinacci – che permette di capire perché l’IA supera una classica parametrizzazione manuale in termini di accuratezza rispetto alle comuni medie statistiche utilizzate. Abbiamo osservato che su un cliente le vendite del tè al limone registrano un aumento del +61% se ci sono promozioni. Tuttavia, questa percentuale va addirittura in negativo (al –44%) se, introducendo il tè di una nuova marca, è presente un fenomeno cannibalizzante. E se tutto questo avviene durante il periodo estivo? In questo caso le vendite incrementano del +76%, ma se accompagnate da condizioni meteorologiche avverse, come la pioggia, si osserva un calo del -30%.
In un contesto come quello della GDO dove ci sono decine di migliaia di referenze per punto vendita, dove ogni giorno le condizioni di mercato cambiano e si trasformano, di conseguenze, le scelte dei clienti, dove esiste un costante ricambio assortimentale, pensare di poter gestire il tutto in una modalità non scientifica è il motivo unico per cui esistono inefficienze economiche. Oggi c’è finalmente una soluzione.

L’unica fonte di verità è lo scontrino: quando e cosa vuole il consumatore, in quale quantità, a quale prezzo. Ripartire da informazioni che questo può dare è fondamentale per costruire un sistema di previsione accurata. A tal proposito, Tuidi ha sviluppato Delphi, la piattaforma basata sull’intelligenza artificiale, che opera con un flusso di dati in tempo reale, in modo da anticipare le esigenze dei consumatori partendo dagli scontrini di punto vendita per comprendere meglio le loro preferenze. Questo approccio permette di ottimizzare l’intera supply chain, creando nuove relazioni collaborative tra punti vendita e centri di distribuzione – afferma Martinacci.

La GDO proiettata al futuro: il caso Conad Centro Nord

Anche in contesti caratterizzati da una complessità organizzativa considerevole, l’innovazione è possibile e proficua.

La complessità derivante dalle dimensioni di una struttura come quella di una realtà come Conad Centro Nord può spesso ostacolare l’adozione di nuove tecnologie; tuttavia, il colosso del retail, ha sfidato questo status quo con Delphi, abbracciando l’intelligenza artificiale come catalizzatore per il cambiamento, ponendo il cliente al centro delle proprie iniziative; Abbiamo iniziato dalla gestione dei prodotti in promozionale, cercando di prevenire l’aleatorietà dovuta a fattori esterni, studiando le diverse tipologie di promozioni e la collocazione dei differenti punti vendita (dalla Lombardia all’Emilia) e agli impatti che tali promozioni potevano generare su altri prodotti, in termini di effetti trascinamento o cannibalizzazione. La creazione di modelli predittivi personalizzati per ogni punto vendita ha permesso di raggiungere risultati tangibili che hanno portato a una maggiore efficienza operativa e a una migliore esperienza complessiva del cliente: Conad Centro Nord ha registrato sui punti vendita una riduzione del 46% delle rotture di stock dei prodotti in promozione, contemporaneamente riducendo del 8% i costi di immobilizzazione della merce in magazzino. “Per poter apprezzare l’impatto del nuovo approccio di previsione della domanda, è sufficiente guardare ai risultati ottenuti sul promozionale. – afferma Stefano Elli, Direttore Innovazione in Conad Centro Nord – Lo sviluppo di Delphi ha permesso di elevare la nostra organizzazione: non solo i punti vendita traggono beneficio da una gestione delle stock più accurata, anche la sede centrale ha reso di riflesso più efficiente la logistica non dovendo rispondere alla richiesta improvvise ed impreviste dei punti vendita stessi. Abbiamo intrapreso questo percorso ormai da anni e l’intelligenza artificiale si è rivelata di estremo aiuto nella comprensione giornaliera dei consumi e dei loro futuri cambiamenti. Non a caso, Conad Centro Nord ha iniziato a porre il demand forecasting proposto da Tuidi al centro dei propri processi decisionali: ormai da tempo anche il continuativo è gestito con Delphi, e abbiamo iniziato a riorganizzare l’assortimento partendo sempre dalla domanda “Che cosa preferisce trovare il nostro cliente?”.

Innovazione tecnologica anche per la DO

Non solo le grandi aziende della GDO stanno adottando questo cambio di approccio nel mondo della distribuzione. Anche i rivenditori regionali o provinciali della DO si sono resi conto delle potenzialità di un approccio che gestione che parta dalle previsioni della domanda di punto vendita. Se questo si sposa con una maggiore flessibilità operativa il gioco è fatto. È il caso di una catena pugliese di 15 negozi che con l’intelligenza artificiale prevede la domanda giornaliera di ogni referenza di ogni singolo punto vendita, riuscendo così a quantificare il numero di pezzi di prodotti da rendere disponibile sugli scaffali. Cosa succede, ad esempio, se ci sono dei punti vendita in esubero ed altri punti vendita in mancanza di merce? Sapendo con estrema precisione i fabbisogni futuri è possibile ribilanciare lo stock di punto vendita. Come? Con il trasferimento di prodotti tra punti vendita, una pratica che tendenzialmente nel settore alimentare è considerata inefficiente economicamente, in quanto associata a costi logistici troppo alti. Tuttavia, questo non è il caso di questo retailer: infatti, grazie alla previsione di vendita giornaliera di Delphi, la precisione è talmente alta da permettere al gruppo di gestire non solo il reparto freschi ma anche di trasferire i prodotti della macelleria.
Da qui si evince il potere del demand forecasting tramite Intelligenza Artificiale: la risoluzione di un problema storico come quello dell’acquisto in colli e della vendita in pezzi.
La conclusione è presto fatta: conoscere il fabbisogno ogni giorno, per singola referenza di ciascuno punto vendita, permette al retailer di poter prendere qualsiasi tipo di decisione che influenzi acquisti, vendita, logistica e/o commerciale, partendo esclusivamente da quello che vuole il consumatore finale.
“Conad Centro Nord è un precursore in tal senso: – conclude Giulio Martinacci – con lo sviluppo di Delphi è stata in grado di dimostrare che adesso è possibile non essere più presa alla sprovvista dalle fluttuazioni impreviste del mercato, generando da subito grandi ottimizzazioni economiche che hanno sollevato ogni dubbio sull’introduzione di innovazione tecnologica fatta anche da una grande azienda”.