Executive Program in Digital Retail Management

SCENARI DISTRIBUTIVI MODERNI

• Presentazione Master a cura di Cavalieri
• Il retail positioning
• Logiche e caratterizzazione dei formati del retail moderno
• La scelta dei canali distributivi in relazione all’immagine del brand
• L’evoluzione nei processi e nelle situazioni d’acquisto: cambiamenti nella customer value

PIANIFICAZIONE DELLE VENDITE

• Analisi potenziale del mercato
• La pianificazione degli obiettivi e dei piani di vendita
• La definizione del budget di area e di store
• Il processo di assegnazione degli obiettivi di vendita e di definizione delle priorità
• Testimonianza aziendale e Q&A (Questions and Answers)

POLITICHE ASSORTIMENTALI E DI PREZZO

• Gli elementi di un’offerta merceologica
• La pianificazione degli immessi
• Il category management: cluster, mondi, funzioni d'uso, referenze
• Il monitoraggio dei venduti per la programmazione degli acquisti
• Pricing strategy e posizionamento competitivo del prezzo
• L’elemento “cliente” nella gestione dei prezzi: prezzo psicologico e prezzo percepito
• Metodi di determinazione del prezzo
• Politiche di revisione dei prezzi
• testimonianza aziendale e Q&A (Questions and Answers)

OMNICANALITÀ E SHOPPING EXPERIENCE

• Digital costumer experience e nuova customer journey del cliente
• Dalla multicanalità alla omnicanalità una strategia di marketing per porre al centro il cliente
• Testimonianza aziendale e Q&A (Questions and Answers)
• Visual merchandising e visual communication
• Analisi dell’esperienza del cliente nel percorso di visita
• Cliente ed ambiente esterno: logica di flusso e “media” vetrina
• Cliente ed ambiente interno: interazione con il prodotto e con il personale di vendita

INTELLIGENZA ARTIFICIALE E IMPORTANZA DEI DATI NELL’OMNICANALITÀ

• Accenni sulle principali tecnologie e metodi: Data Science, Intelligenza Artificiale, Machine Learning, Deep Learning (differenze tra i diversi ambiti).

• Vantaggi derivanti dall'applicazione di metodologie di intelligenza artificiale ai processi di marketing: vendite, planning, supply chain con focus sulla minimizzazione dei costi di servizio e gestione dell’inventario e massimizzazione della fulfillment capacity

• Applicazione dell’Intelligenza artificiale nella revisione del concetto di omnicanalità in chiave di ‘intimità con il mercato’: ovvero il retail cessa di essere una funzione univocamente di ‘distribuzione e vendita sul territorio/al pubblico’ ma acquisisce una funzione di incontro, comprensione e studio del cliente e delle sue esigenze.

• Big data al servizio del retail: Introduzione e comprensione dei dati, valorizzazione dei dati e tecniche di raccolta.

• Focus sulle principali modalità di utilizzo del Machine Learning ed Intelligenza Artificiale per l’omnicanalità dall’utilizzo dei big data, alle tecnologie cognitive con analisi avanzate integrate per raggiungere gli obiettivi di business:

1. Motori di raccomandazione. Questo è uno dei più classici casi d'uso della tecnologia dei big data nel commercio al dettaglio;

2. Cliente 360°: la capacità delle aziende di anticipare le esigenze e la disponibilità immediata dei prodotti desiderati;

3. Analisi del paniere di mercato. L'analisi del paniere di mercato è una tecnica standard utilizzata dai merchandiser per capire quali gruppi, cestini o prodotti i clienti hanno maggiori probabilità di acquistare insieme. È un processo ora automatizzato con i big data;

4. Percorso di acquisto. Analizzare come un cliente è arrivato a fare un acquisto, o il percorso di acquisto, è fondamentale. L'avvento dei big data e della tecnologia dei big data sta permettendo un progressivo consolidamento del marketing multicanale;

5. Ascolto sociale per le previsioni di tendenza. Sviluppo di tecniche di sentiment analysis, cattura ed elaborazione dei feedback presenti sui social media al fine di correggere e comprendere il mercato ed i suoi feedback;

6. Ottimizzazione dei prezzi. Comprendere il ‘prezzo giusto’ mediante tecniche statistiche, utilizzando molteplici banche dati;

7. Forza lavoro e ottimizzazione energetica. La tecnologia dei big data può offrire vantaggi dal punto di vista del marketing e del merchandising, può anche aiutare i grandi rivenditori ad ottimizzare le loro spese per il capitale umano, ad analizzare il loro consumo di energia;

8. Ottimizzazione dell'inventario. L'ottimizzazione dell'inventario tocca molti aspetti della catena di approvvigionamento dei beni di consumo e spesso richiede uno stretto coordinamento tra produttori e distributori;

9. Rilevazione di frodi. L'analisi dei big data può aiutare i rivenditori a combattere le frodi in vari modi.

Casi di studio: applicazione di metodologie di intelligenza artificiale.

CYBER SECURITY: I RISCHI DEL TERZO MILLENNIO, LE PRINCIPALI ATTENZIONI E QUALCHE ANTIDOTO

• Definizione di Cyberspazio, Cyber rischio e Cybersecurity

• Cyber risk a livello internazionale e locale:

  • casi esemplari di attacchi informatici

  • il darkweb: cosa c’è la fuori e cosa c’è da temere

• Principali Cyber risk e comprensione dei potenziali impatti, anche tramite la condivisione di casi reali.

• Le nuove aree critiche, IoT, ICS e BMS

• La Cybersecurity nell'industria e nel commercio (impatti ed evoluzioni es.: e.commerce, sistemi di prenotazione, acquisto e di pagamento, ecc.)

• Principali framework sulla Cybersecurity

• Cyber security, alcune indicazioni applicabili sia per l’azienda che per l’individuo:

  • le cattive abitudini (la sporca dozzina)

  • buone prassi e misure di sicurezza

• Raccomandazione e principali aspetti da considerare, anche tramite la condivisione di misure da applicare.

DIGITAL COMMERCE

• Budgeting: processo formale di definizione con nel quale l'impresa definisce gli obiettivi; allocare le risorse necessarie per raggiungere gli obiettivi; modalità temporali e organizzative per raggiungere gli obiettivi; definizione delle modalità per valutare i risultati ottenuti.
  
  
• Forecasting: definizione; budgeting e forecasting; Il forecast, strumento tramite il quale le aziende determinano come allocare il budget.
  
  
• Definizione Target: definizione; la fascia dei potenziali acquirenti di un prodotto, o dei fruitori di una campagna; quantitativi da raggiungere nella vendita di un prodotto.
  
  
• Pianificazione degli investimenti advertising: definizione; processo volto a coniugare gli obiettivi con le risorse finanziarie a disposizione;
  
  
• Scelta dei canali di vendita: definizione; permettono di arrivare al tuo cliente e vedere online il prodotto, quali scegliere e come; Prima di internet, due tipi di canali di vendita: quella diretta e quella indiretta. Che corrispondevano al B2C (business to consumer) B2B (business to business).
  
  
• Marketplace: definizione di spazi in cui avvengono scambi commerciali, paragonabili a veri e propri supermercati online?
  
  
• Mappa di colore - Analitycs: definizione e analisi della dashboard che mostra le statistiche e i dati relativi agli accessi degli utenti nel sito internet, dati, grafici e tabelle;
  
  
• Analisi predittiva: definizione, a cosa serve e perchè è da sfruttare;
  
  
• Segmentazione in base al comportamento.

LOGISTICA OMNICANALE 

Integrazione del mondo vendite con il mondo della logistica: La gestione del magazzino e le vendite, la logistica rappresenta il focus, ciclo attivo (dedicato alle vendite) e ciclo passivo (dedicato a fornitori e terzisti).

Scelta e definizione del mercato b2b e b2c: definizione B2b, definizione B2c, analogie e differenze.

Importanza della scheda prodotto: definizione, punti importanti da tenere in considerazione.

Gestione delle scorte: definizione, rotazione delle scorte, metodo di rilevazione dello stato delle scorte e promozione delle vendite 

Organizzazione magazzino e display picking: definizione, gestione evasione ordini in base al mercato.

Trasporti: vettori, flussi, ricevimento merce, spedizione merce e gestione resi.

Gestione lastmile: definizione last mile o ultimo miglio, domicilio, negozio o con la modalità del click & collect, punti più critici della supply chain, l'ascesa dell'e-commerce ha contribuito a rendere più complessa la gestione delle delivery, analisi statistiche dei dati, l'80% dei clienti si rivolge a un retailer diverso quando in seguito a un problema di consegna, strategie che possono migliorare questo aspetto decisivo per l'intera catena di distribuzione.

Servizi VAS, servizi ad alto valore aggiunto.