L’azienda può trarre benefici rilevanti da un’elevato livello di complementarità dei propri prodotti. Attraverso campagne promozionali mirate, un dipartimento di marketing efficiente può favorire le vendite congiunte (incrementando i ricavi) e pilotare il livello delle rimanenze di magazzino (riducendo i costi).

Come misurare il livello di complementarità? La via più costosa è quella della indagine di mercato. Attraverso strumenti quali focus group o product test è possibile far sì che siano gli stessi consumatori finali a fornirci informazioni al riguardo. Ma l’indagine di mercato può non essere lo strumento migliore. Oltre all’elevato costo, infatti, mostra solo il livello di complementarità percepito dai consumatori finali.

Spesso però, il cliente della nostra azienda non è il consumatore finale bensì un rivenditore (la GDO, i supermercati, i negozi al dettaglio, altri intermediari). In questi casi è possibile utilizzare uno strumento che prende il nome di Market Basket Analysis (Analisi del Paniere di Spesa).

Per condurre una Market Basket Analysis è sufficiente utilizzare dati storici, dati cioè che sono già nel database della nostra azienda e che possono essere ricavati attraverso una interrogazione ad hoc del software di CRM o del gestionale aziendale. Ciò che si deve analizzare sono i singoli acquisti dei singoli clienti, ciò che si otterrà sono due parametri ben definiti denominati support e confidence.

Il support è il numero di volte sul totale in cui due prodotti sono acquistati nello stesso momento dallo stesso cliente (e quindi sono stati messi nello stessa “cesta”). Supponiamo che la nostra azienda venda 5 prodotti, il livello di support tra il prodotto A e il prodotto B è dato dal numero di volte in cui i singoli clienti hanno acquistato congiuntamente A e B diviso il numero totale di acquisti.

La confidence, invece, è data dal numero dei singoli clienti che hanno acquistato almeno una volta il prodotto A ed almeno una volta il prodotto B anche non congiuntamente. Qualora il livello del parametro support e quello del parametro confidence siano entrambi rilevanti, saremmo in presenza di un nesso di complementarità tra i due prodotti.