品牌经理人社区-关注品牌管理,关心品牌经理品牌营销品牌与营销管理身边案例讨论:我该相信谁,当制造商的销售数据遭遇第三方调查公司的数据

1  /  3  页   123 跳转 查看:3790

标题: 身边案例讨论:我该相信谁,当制造商的销售数据遭遇第三方调查公司的数据

身边案例讨论:我该相信谁,当制造商的销售数据遭遇第三方调查公司的数据

身边案例讨论:我该相信谁,当制造商的销售数据遭遇第三方调查公司的数据-Shipment,Retail audit data, and claimed usage

最近碰到一个令偶头痛不已的事情,概述如下:

Brand A是某JV大公司的当家品牌,在全国市场的market share是No.1.

但最近半年,Brand A遭遇了全国范围内的市场份额的萎缩,shrink达到20个percent,但市场需求这块蛋糕并没有缩小或增大.

以上海为例,从sales department的反馈来看,Brand A的 Shipment 最近6个月持续下滑;

但从AC尼尔森的零售监测的数据来看,Brand A的上海的volume share却在最近6个月内持续上升.

客户强烈质疑数据的可信性,接着同时做了连续跟踪的pannel research,结果显示这4个月在上海的cailmed usage也是持续上升的.

客户跟我打电话,用几近绝望的声音说:"我究竟该相信谁?我们在上海的performance究竟是在上升还是在下降还是maintain,因为这直接影响到我的market strategy."


现在我把我理解的三种数据向大家解释一下:


1.Shipment from manufacturer

我认为客户看到的上海shipment未必是完全发生在上海的销售额.

原因很简单,除了Key account,还有相当一部分货是从分销商手里向郊县/批发市场流走的.

在上海的shipment的减少有可能是因为郊县/批发市场的销售额下降.

所以我建议她是否可以拿到上海的KA(Key account)和distributor的分类数据.

大家以为如何?但KA也不能代表上海市区的销售额啊

难道我想看上海市区的shipment就看不到了?


2.Retail audit data from AC Nielsen

AC Nielsen靠监测起家的,无论是零售监测还是收视率监测.

但最近两年,它在的调查方法受到越来越多的客户的质疑.

拿上海来说,它抽200家大小不一的店,大店(如家乐福)会借助scan系统输入销售数据,但众多的小店都是访员自己统计外加估计,甚至索性问店主xx品牌这个销售额是多少,然后填上.

上海其实情况还是算比较好的,它在很多比较小的城市抽样数根本达不到要求,系统误差很大.


3.Claimed usage from pannel/usage tracking research

访问员作弊是整个调查业很头痛的问题.

在这里先不讨论这个问题.

所谓claimed usage就是由消费者自己报她在过去12个月/3个月/1个月/1周/上次/最经常所使用的品牌.

在一些小城市,会出现over claim的情况.

所谓over claim就是受brand halo(无论是brand stuts or some ad for this brand)的影响,消费者倾向于说那些famous的品牌.

让被访者出示该品牌的包装是克服over claim的一种方法,但是也仅限于她现在用的牌子,对于过去较长一段时间的品牌,over claim难以完全避免.


欢迎大家补充,并且告诉我如果你是客户,你会怎么做?
最后编辑blueblood 最后编辑于 2008-06-19 18:10:58
引用
 

RE:(1/4日更新,请各位前期讨论者关注!)身边案例讨论:我该相信谁,当制造商的销售数据遭遇第三方调查公司的数据-Shipment,Retail audit data, and claimed usage

尽信数不如无数
运用直觉和判断是一种方法, 经验也是. 实地选择几件有代表性的商店进行考察也是, 尽管有人会说样本量太小
引用
 

RE:(1/4日更新,请各位前期讨论者关注!)身边案例讨论:我该相信谁,当制造商的销售数据遭遇第三方调查公司的数据-Shipment,Retail audit data, and claimed usage

I should not be commenting on this. Anyway, 
1) AC Nielsen's data reliability varies from one industry to another. If your client's sales don't heavily rely on big box retailers (>50%), you can tell him to forget about AC Nielsens numbers.
2) Counterfeit problems
3) On what basis did The client stake its claim that its national brand share has been on the decline in the first place? Its own actuall shipments? how about the national market size? 
4) Assuming cross-sales exist, and shanghai sales are on the rise, does your client see any corresponding decline in neighbouring regions?
5) At last, your client's own data management sucks big ***:-)
引用
 

RE:(1/4日更新,请各位前期讨论者关注!)身边案例讨论:我该相信谁,当制造商的销售数据遭遇第三方调查公司的数据-Shipment,Retail audit data, and claimed usage

天涯,天下第七,能多说说如何更好地解读shipment这个数据来源?
Nightal,又见到你,真好 :)
1)客户是FMCG,应该是属于你说的heavily rely on big box retailers,如果自己不做pannel,ACN的数据还是要看一下的
3)客户主要是整个全国的shipment都在掉,ACN的数据也显示如此。但就上海这个城市而言,却发现一些不一致,客户claim她的shipment在掉,而且不是一点点,而且是连续几个月在drop,但ACN的数据显示这几个月都在升。(偶们的data也显示它在上海市区内increase).从ACN的数据来看,最近一年来,市场需求这块蛋糕并没有缩小或增大.
4)这个是我问了客户,她还没回答我的(她说她会立即召开销售会议)。一有消息,我会及时在这里update。
这让我有了另外一个想了解的问题:在很大的那种JV FMCG公司里,市场部似乎和销售部有点互不干涉,互不往来的现象。
引用
 

RE:(1/4日更新,请各位前期讨论者关注!)身边案例讨论:我该相信谁,当制造商的销售数据遭遇第三方调查公司的数据-Shipment,Retail audit data, and claimed usage

我来补充一点基本销售数据的定义,以便于更深入讨论。
就一般典型FMCG行业来看,产品从厂家流通到消费者手里会经历最典型的两种过程是:
1。 Manufacturer 厂家---- Distributor经销商--- Retailor零售商 ----Consumer消费者
2。 Manufacturer 厂家-----Key account Retailor 关键客户零售商 --- Consumer消费者
产品从厂家流通到经销商的过程称为Sell-in,或者叫Primary sales,Shippment sales.
产品从经销商流通到零售商的过程称为Sell-out,或者叫In-take,Secondary sales,In-market sales.
产品从零售商最终流通到消费者的过程,称为Off-take,或者叫Retail sales.
理想情况下,这三个销售数据应该在趋势上是一致的。
但是,还有两个相应的指标:经销商库存Distributor stock和零售商库存Retailer stock.
Sell-in  减 Sell-out = Distributor stock
Sell-out 减 Off-take = Retailer stock
在一般情况下,经销商库存具有较大的弹性,所有Sell-in 和 Sell-out 有时并不一致。
而零售商一般库存很少,所以Sell-out 和 Off-take 比较一致。
对于厂家的财务健康来说,P&L损益表衡量的是Sell in.(Shippment sales)。
但是,对于一个品牌健康来说,消费者的Off-take是最重要的。
ACN的数据是目前在行业内比较权威的监测并且预估终端零售off-take情况的数据。
所以,许多公司用ACN的Retail Audit数据作为评价品牌决策的重要参考。
E的客户现在的问题是,他的品牌Sell-in和retail sales出现了截然不同的趋势。
请大家帮忙分析一下原因。
楼下继续。
引用
 

RE:(1/4日更新,请各位前期讨论者关注!)身边案例讨论:我该相信谁,当制造商的销售数据遭遇第三方调查公司的数据-Shipment,Retail audit data, and claimed usage

谢谢Frankzch,很有启发.
所以我confirm一下你的观点:
shipment的数据只包括Distributor(经销商),不包括KA(Key account Retailor)的部分
对吗?
引用
 

RE:(1/4日更新,请各位前期讨论者关注!)身边案例讨论:我该相信谁,当制造商的销售数据遭遇第三方调查公司的数据-Shipment,Retail audit data, and claimed usage

谢谢E的补充,这一点我遗漏了。
shipment的数据包括KA(Key account Retailor)的部分。
对于KA retailor来说,没有secondary sales.
(除非是麦德龙那样的Cash&Carry,这里对批发生意不做讨论)。
引用
 

RE:(1/4日更新,请各位前期讨论者关注!)身边案例讨论:我该相信谁,当制造商的销售数据遭遇第三方调查公司的数据-Shipment,Retail audit data, and claimed usage

所以,回到我原来的理解,shipment包括Distributor and KA.
但是从厂商到KA流向是比较容易测算的,但是从厂商到Distributor再到零售商的路径是比较难测算的.
在上海发生的Distributor的shipment,未必就是上海市区里发生的销售额,有可能是发生在上海郊县,甚至相邻地区的销售.
那客户还是应该分开来看她的shipment from distributor and the shipment from KA.
如果所有数据都是正确,我想应该是她的shipment from distributor在下降
引用
 

RE:(1/4日更新,请各位前期讨论者关注!)身边案例讨论:我该相信谁,当制造商的销售数据遭遇第三方调查公司的数据-Shipment,Retail audit data, and claimed usage

同意。
一般KA对于库存的管理较好,所有KA shippment和实际的off-take应该趋势一致。
所以,主要从Distributor方面找原因。
请各位销售高手指点。
天涯兄,现身吧。 :)
引用
 

RE:(1/4日更新,请各位前期讨论者关注!)身边案例讨论:我该相信谁,当制造商的销售数据遭遇第三方调查公司的数据-Shipment,Retail audit data, and claimed usage

(一)销售与ACN的时间差
一般而言,ACN的趋势和全国的销售趋势应当大体相当,不过会存在时间差。 
这是因为:
1)ACN的月份大约是实际发生消费者购买的后一个月;
2)销售反映的月份往往要1-2月后反映为消费者购买。
即:
公司出货)---分销商库存---非KA店销售(实现消费者购买)---记录为ACN数据
   (0天)---(+15-60天)---(+15天)----------------------(+30天)
公司出货)----KA店销售(实现消费者购买)---记录为ACN数据
   (0天)---(+15天)-------------------------(+30天)
不同的KA 对比非KA的销量比例会影响具体时间差的长短,但是如果没有显著的分销商促销活动,可以利用相关性研究找出这个时间差。
(二)库存变化对销售的影响,导致与ACN不一致
其实楼上诸位已经探讨过这个问题,对于解决方案而言,需要了解到库存的数据,用销量减去库存可得分销商的出货数据,用这个数据和ACN数据对比更加有意义。
一般而言,库存的急剧变化往往会和促销活动息息相关,可以了解一下。
(三)个别区域与ACN数据的不一致
在中国,没有一个地方的销量=当地的消费者购买,草拟公式如下:
当地消费者购买(ACN) = 当地销量 - 销往外地量 + 外地窜货到本地量 + 假货销量
注意,由于ACN是样本抽样,一般这绝对数不可靠,所以有修正公式如下:
当地消费者购买变化率(ACN)
= 当地销量权重*当地销量变化量 - 销往外地量权重*变化 + 外地窜货到本地量权重*变化 + 假货销量权重*变化
(四)ACN更新样本造成的影响
本次ACN更新样本,扩大了Hyper/Super的权重,这种扩大对于在非KA店有相当销量的领导品牌,尤其会有所偏颇,但是理论上对上海市影响不大,因为上海是KA店绝对主导销售的城市。
不过,建议客户可以查阅家乐福/可的/良友等KA店的销量数据,考虑时间差的影响后与ACN显示的趋势对照,看看是否一致。 随后检查一下,这些店的销量过去是否在上海的实际销量比重。
一个假设是:其他店的销量下滑拉动了实际销量的下滑,但这几家店的销量上升带动了ACN的数据走高。

最后说一句: 使用Usage的数据风险颇大,建议用 TNS 的 Consumer Panel 予以应证
(斑竹大人,
应你要求,被迫于差旅途中象挤海绵一样挤出点时间回复此文,必有不到之处,见谅!)
引用
 

RE:(1/4日更新,请各位前期讨论者关注!)身边案例讨论:我该相信谁,当制造商的销售数据遭遇第三方调查公司的数据-Shipment,Retail audit data, and claimed usage

最后加一点直觉: 这个客户是否将资源太过投入大店与大卖场了?在中国,Top,Top,Top的战略一定要小心,尤其对领导品牌而言。
80/20的原则有时会误导管理层, 因为中国市场实在太大了,一般性的品牌还无力做到全面渗透,Drive penertration OR loyalty,目前都还是双刃剑。
引用
 

RE:(1/4日更新,请各位前期讨论者关注!)身边案例讨论:我该相信谁,当制造商的销售数据遭遇第三方调查公司的数据-Shipment,Retail audit data, and claimed usage

对于问题,我的看法是首先 share和usage research实际上已经double check了,因此,在没有其他信息之前,只能认为是事实。
其次我想不应该是库存。6个月的持续下滑,库存影响不了这么长的时间;
销量下降,share不变的原因,我的经验是:
1. 假货;
2. 外地冲货;
3. 你以前冲外地的货现在冲不出去了;
4. 你流失了一个非常重要的渠道客户;
中国的销量,总有很大一个黑洞,谁也不知道到哪里去了,而AC的监测,看不到这个黑洞,尤其在从局部的视角。但我没有充分的数据和逻辑,只是经验主义。
最后,该客户自己sales的一件非常重要,还有,天涯说得对,老在办公室看ac的data干吗?出去走一走,很多问题就会了然于心,慢慢的这些碎片就会拼成一个整体了。
引用
 

RE:(1/4日更新,请各位前期讨论者关注!)身边案例讨论:我该相信谁,当制造商的销售数据遭遇第三方调查公司的数据-Shipment,Retail audit data, and claimed usage

回Frankzch,
天涯兄很害羞的,这个,以后你见到他时,可以慢慢体会 :)

回李兄和七兄:
多谢哉!多谢哉!
汗颜的汗水
感动的泪水
羡慕的口水
汇成Coco的一首歌 "滴嗒滴"
什么时候请你们吃饭 :)

先说一句正题先:
TNS 的 Consumer Panel 也有比较大的风险,因为base不够大.
引用
 

RE:(1/4日更新,请各位前期讨论者关注!)身边案例讨论:我该相信谁,当制造商的销售数据遭遇第三方调查公司的数据-Shipment,Retail audit data, and claimed usage

先说shipment. 一般来说, 在制造商的系统中, shipment数据是指从制造商的仓库运往直接客户的销量数据 (单位可能是箱, 吨, 或其他单位, 比如人民币元). 制造商的直接客户包括分销商, 代理商, 直供批发商, 重要零售客户等.
通常情况下, 从制造商大系统里很难读到准确的上海一个城市的shipment,即便有, 也是制造商给它的直接客户在上海的仓库或是配送中心的直接shipment. 具体的说, 比如, 某一零售客户在上海和南京都有商店, 但它有自己的配送中心在上海, 在制造商的系统中都会被记录为上海的shipment, 但实际上包括了那个零售客户在南京的商店的销量. 
再考虑到经销商,货物的流向就更为复杂,再加上跨区域窜货, 假货问题, 零售商的批发生意, 时间大滞后性, 库存水平等等, 这些数据就更难读了.
建议的解决方案是, 找到尼尔森数据来源所使用的商店类型 (比如现代零售渠道, 包括哪些商店类型), 然后到制造商的系统里, 和分销商的系统里找出相对应的商店类型的销量, 这样按月份来看销量走势, 同时一定要和上海的实地销售人员一同看这些数据 , 请他们剔除意外的因素影响的销量. 这样一来, 数据就变得可读了.
如果时间充裕的话, 或是对答案实在很执着, 可以试试看.
引用
 

RE:(1/4日更新,请各位前期讨论者关注!)身边案例讨论:我该相信谁,当制造商的销售数据遭遇第三方调查公司的数据-Shipment,Retail audit data, and claimed usage

另外, 您的客户 "绝望" ?, 不至于吧, 所有表面纷繁复杂的或相互矛盾的问题背后都一定有原因存在的, 都是可以经过层层分析找出答案的. 如果您的客户不足够成熟, 你就要辛苦一些了.
引用
 
1  /  3  页   123 跳转

版权所有 品牌经理人   Sitemap

Powered by Discuz!NT 2.0.1321    Copyright © 2001-2008 Comsenz Inc. 沪ICP备05000705号ystat
返顶部