Trykket i Business Standard, desember 2002
For noen år siden fikk en større amerikansk
supermarkedkjede installert software som kunne analysere kundenes
handlekurver. I stedet for bare å ha statistikk over hvilke
varer som ble solgt, kunne man analysere hvilke varer som ble solgt
sammen – såkalt handlekurv-analyse. Hamburgere og pommes
frites, for eksempel, pølser og pølsebrød, eller
for den saks skyld TV-apparater og DVD-spillere. Hvis man setter disse
varene i nærheten av hverandre, øker salget av begge.
Men så fant man noe rart: Bleier og øl ble ofte
kjøpt sammen. Ikke bare det, men ofte var de også
det eneste som ble kjøpt på handleturen. Nå
kan det jo være slik at hvis drikker man mye øl, blir man
inkontinent og kan trenge bleier – men bleier for voksne selges ikke i
dagligvarebutikker. Så hva
skjedde?
Forklaringen er ganske enkel: Bleier er et såkalt ”stress
purchase” – det vil si at når det ikke er flere bleier igjen, er
det ikke snakk om å vente til lørdag for å
kjøpe inn ny forsyning. Nytt innkjøp må skje
øyeblikkelig – og hvem er det som får jobben? Riktig, far
setter seg i bilen. Han er ikke tapt bak
en vogn og vet hva slags bleier han skal kjøpe, selv om han i
hvert
fall i USA muligens er noe fremmed i dagligvarebutikken. Inn i
butikken,
frem til bleieavdelingen hvor riktig pakke gripes. Så
tenker
han: Mens jeg allikevel er her, kan jeg jo gi meg selv en liten
belønning fordi jeg villig styrter avgårde i familiens
tjeneste – en six-pack for eksempel?
Denne historien fortelles ofte i datakretser som eksempel på
viktigheten av å benytte statistisk analyse for å finne
underliggende handlingsmønstre hos sine kunder. La
gå at den sannsynligvis er oppfunnet heller enn reell. Det
interessante er nemlig ikke historien i seg selv, men at mye av
fremtidig verdi for konsumentbransjer ligger i å forstå hva
kundene gjør og hvorfor.
Nå vil du vel kanskje innvende at dette er gammelt nytt – og at
kjeder som Rimi og Rema allerede sitter og detaljanalyserer alle sine
kunder opp og ned. Jeg vet ikke, men de fleste indikasjoner peker
i motsatt retning. Bill Schiano, amerikansk professor ved
Bentley-universitetet i Boston, fant ut at mange firma nok har masse
kundedata, men at de ikke analyserer dem. Årsaken var dels
at verktøyene ikke er gode nok, men mest at ledelsen i
bedriftene var folk som hadde jobbet seg opp fra lager til kasse til
butikksjef til regionssjef – og ingen skulle komme her med en masse
fancy datamaskiner, nei. Her visste man nemlig hva kundene ville
ha, så det så.
Det pussige er at når slike organisasjoner anskaffer data og
statistikk, går de ofte til den motsatte ytterlighet – ser
på store og mange tall og trender og glemmer hvordan kundene
faktisk oppfører seg. Riktig fremgangsmåte er
selvfølgelig å bruke både statistikk og
observasjoner til både observasjon og forklaring. Pussig nok er
resultatet ofte at informasjonsteknologien blir verktøy for
store bedrifter til å oppdage og rette opp de feilene de
innførte ved å bli store – eller for å si det
på en annen måte, å lære seg noe de ikke skulle
ha glemt til å begynne med.
For noen år siden innførte McDonald’s – amerikansk
mikrohamburgerkjede –kyllingburgere med mye grønnsaker, under
navnet McLean. Dette var rettet mot helsebevisste kunder, men
fortjenestemarginen var liten og man solgte ikke så mye.
Så ble det gjort en handlekurvanalyse, og man oppdaget at hvert
salg av en McLean dro med seg en masse profittprodukter som brus,
burgere og Happy Meals (plastleker er billig). Årsaken var
enkel – det var en mor eller far med en haug unger som var på
McDonald’s, og mor eller far kjøpte en McLean mens ungene fikk
andre ting. Og det er mor eller far som både bestemmer at
man skal gå til McDonald’s og som betaler for gildet – kanskje
ikke så dumt å ha et produkt for dem også?
Resultatet var i alle fall at McDonald’s mistet kunder fordi McLean
ikke lenger fantes. Etterhvert har firmaet lært – og du
finner nå sunnere, subsidierte burgerversjoner hvis hensikt er
å lokke familielivets beslutningstakere til inntak av fett og
sukker i familievennlige omgivelser.
Man kan altså tape penger på ikke å forstå hva
kundene gjør. På den annen side – hvis man vet noe
om hvordan kunder
faktisk oppfører seg, er det penger å tjene. Mer om
det
neste måned.