Elasticità incrociata con i prezzi dei concorrenti solo mensili

Marchio di olio d’oliva, bottiglie da un litro nella GDO italiana, si chiede se il vero concorrente sia il marchio leader o la private label.

Un caso composito, costruito sul tipo di file che vediamo quasi ogni settimana. Un marchio di olio d’oliva che vende bottiglie da un litro di extravergine nella grande distribuzione italiana, un solido numero tre della categoria dietro il marchio leader e le private label delle insegne. Durante l’inverno il costo dell’olio ha spinto in alto tutti i prezzi a scaffale, e il marchio si è ritrovato in una discussione nota.

Le vendite dicevano che la minaccia era il leader. Il trade marketing diceva che era la private label, che da anni guadagnava quota. La domanda che ci è arrivata: «Chi ci toglie davvero volume quando i prezzi si muovono, il leader o la private label?»

È esattamente la domanda a cui risponde l’Elasticità incrociata quando il file lo permette. Il post precedente di questo percorso è un caso in cui lo permetteva. Questo file no.

Com’era fatto il file

Due anni di dati settimanali, 104 righe. Pezzi e prezzo a scaffale del marchio, settimanali, dai dati retail del marchio. Il prezzo a scaffale della private label, settimanale, dallo stesso portale dell’insegna. E il prezzo del leader, che il marchio non riceveva da nessun fornitore di dati. Un’agenzia lo rilevava dai siti delle insegne il primo lunedì di ogni mese, quindi nel file compariva come un unico valore ripetuto per quattro o cinque settimane.

Poi l’inverno. Da dicembre ad aprile i tre prezzi sono saliti insieme, trainati dai costi. Il leader di circa il 17%, la private label di circa il 16%, il marchio stesso di circa il 13%. Sono saliti negli stessi mesi, a gradini simili, e sono scesi insieme durante l’estate. Sui due anni, il prezzo del leader e quello della private label avevano una correlazione di 0,94.

Perché la matematica non riesce a separarli

Un’elasticità incrociata si stima dalle settimane in cui il prezzo di un concorrente si è mosso e quello dell’altro no. È così che il modello capisce a quale mossa hanno risposto i tuoi volumi. In questo file settimane così non ce n’erano quasi, per due motivi.

I due prezzi si muovevano insieme. Con una correlazione di 0,94, il modello vede un movimento solo, non due. Riesce a dire che quando lo scaffale intorno a te è salito, i tuoi volumi hanno risposto. Non riesce a dividere quella risposta fra leader e private label, perché ogni volta che si muoveva uno si muoveva anche l’altra. TEA riporta un fattore di inflazione della varianza di 9,6 su entrambi i coefficienti, che è il suo modo di dire che ogni stima è soprattutto rumore preso in prestito dall’altra.

Il prezzo del leader era al buio per gran parte del mese. Una rilevazione mensile perde tutto quello che succede fra due lunedì. Se il leader faceva una promozione di due settimane a metà mese, il file non la vedeva mai. Se la rilevazione cadeva in una settimana di promozione, il file registrava un prezzo promozionale per quattro settimane che erano quasi tutte a prezzo pieno. È un errore di misura su un driver, e ha un effetto noto: spinge il coefficiente stimato verso zero, allargandone l’intervallo.

Il risultato, separato: il leader a 0,9, con un intervallo al 95% fra -0,6 e 2,4. La private label a 0,3, intervallo fra -1,2 e 1,8. Entrambi gli intervalli attraversano lo zero con ampio margine, e sono abbastanza larghi da contenere qualsiasi storia chiunque nella stanza volesse raccontare.

Unisci i due in un unico indice di prezzo del resto dello scaffale, pesato per quota, e il quadro è chiaro: 1,1, con un intervallo fra 0,8 e 1,4. Lo scaffale conta molto. Quale metà dello scaffale conti, nei dati non c’è.

Cosa sarebbe andato storto forzando

Leggi le stime centrali e vince il leader, 0,9 contro 0,3. Quella lettura avrebbe mandato il budget promozionale del marchio dietro al leader, a rispondere alle sue offerte, mentre la private label teneva il suo prezzo di tutti i giorni e magari si teneva anche i volumi. O il contrario. Con intervalli così larghi, l’ordine fra le due stime centrali è poco più di un lancio di moneta, e una strategia promozionale costruita su un lancio di moneta è un modo costoso di scoprirlo.

Cosa fare invece

• Procurarsi i prezzi dei concorrenti settimanali. Un panel retail, o la stessa rilevazione fatta ogni settimana invece che ogni mese. Il costo è piccolo rispetto a un’ondata promozionale mandata nella direzione sbagliata. Mettiti in conto circa un anno di dati settimanali, con qualche settimana in cui i due concorrenti si muovono in modo diverso, prima che la divisione sia leggibile.
• Nel frattempo pianificare sull’indice combinato. L’1,1 è solido. Per gli scenari di prezzo, «lo scaffale sale del 5%» è un input utilizzabile anche quando «il leader sale del 5%» non lo è.
• Cercare i posti in cui si sono separati. Un’insegna ha tenuto fermo il prezzo della sua private label per dieci settimane mentre tutti gli altri salivano. Se il file si può dividere per insegna, quelle dieci settimane sono le righe più informative che il marchio possiede, e l’MMM geo / per segmento è fatto per leggere proprio quel tipo di divisione.
• Chiedere a chi compra. Gli studi sui passaggi di marca costano poco e dicono chi gli acquirenti prendono in considerazione. Non sostituiscono l’elasticità, ma possono rompere un pareggio.

Il marchio ha fatto la prima e la terza cosa, e ha deciso di riportare la domanda nella Storia di prezzi e promo fra un anno.

La lezione

Due concorrenti che si muovono sempre insieme, per un modello, sono un concorrente solo. Se vuoi sapere quale dei due conta, ti servono settimane in cui hanno fatto cose diverse, registrate con la stessa granularità dei tuoi dati. Un prezzo mensile accanto a un volume settimanale non è una versione più leggera dello stesso file. È un file diverso, e più debole.