top of page

Utnyttja AI för att identifiera CEP:er

Skribentens bild: DVJ Research GroupDVJ Research Group

Kundens utmaning

För många varumärken är Category Entry Points ett viktigt verktyg för varumärkestillväxt. Att förstå vad som får konsumenter att tänka på varumärken inom en viss kategori är en viktig inspirationskälla för produkter och budskap.


En kund inom FMCG-sektorn ville utforska och validera aktuella Category Entry Points för sitt varumärke i fem olika kategorier för att definiera sin tillväxtstrategi för de kommande åren.


Tillvägagångssätt

DVJ Insights genomförde en storskalig CEP-studie. För att identifiera tillväxtmöjligheter för varumärket använde vi en tvåstegsstrategi.


I den första fasen identifierade och kvantifierade vi Category Entry Points baserat på en unik kombination av kvalitativa och kvantitativa tekniker och analyser:


  1. Vi använde Storytelling för att identifiera de olika tillfällen då kategorin används. Vi lät konsumenter berätta sin historia: var de använde en produkt, när det skedde, av vilken anledning, i vilken kontext, för vilket syfte, och så vidare. Genom DVJ:s Storytelling-teknik fick vi insikter i relevanta CEP-upplevelser från konsumenterna. Genom att ta hänsyn till alla insamlade CEP-upplevelser och deras frekvens, identifierade vi kvalitativt 8-10 av de mest relevanta CEP:erna per kategori och kön, med särskilt fokus på könsspecifika CEP:er.

  2. I den kvantitativa analysen bad vi respondenterna att klassificera sina egna svar på olika sätt, såsom positivt-negativt, relevans och vilja att dela.

  3. Genom att använda AI-driven textanalys kunde vi extrahera mening från stora mängder ostrukturerad text och omvandla den till meningsfulla kvantitativa data. Dessa data användes sedan för att identifiera trender, mönster och insikter. Genom att tillämpa textanalys på berättelserna kunde vi upptäcka likheter och skillnader mellan kategorier och kön.


I den andra fasen fördjupade vi oss i de nyligen identifierade CEP:erna och mätte varumärkets mentala marknadsandel och mentala penetration bland konsumenter. Vi utvärderade också huvudkonkurrenternas position samt varumärkets prestation inom varje Category Entry Point. Detta hjälper varumärken att förstå var de ska agera och hur de kan vinna.


Resultat

Genom att använda AI-driven ämnesmodellering på de insamlade konsumentberättelserna kunde vi inte bara identifiera de viktigaste CEP:erna per kategori, utan också fastställa könsspecifika skillnader i CEP-hierarkin, som illustreras i Figur 1.


Figur 1: Category Entry Points för en av fem kategorier, uppdelat efter kön


Berättelserna gav ytterligare inspiration till hur varje CEP bäst kan levandegöras i konsumentspråk.


Analysen av varumärkets position i konsumentens mentala nätverk visade att varumärket var ledande i tre av de fem kategorierna bland kvinnor. I de två andra kategorierna fanns det tydliga möjligheter att attackera och försvara specifika Category Entry Points.


Bland män presterade varumärket ännu bättre inom de tre ledande kategorierna. Samtidigt visade resultaten att det fanns förbättringsmöjligheter i de två andra kategorierna, där varumärket presterade sämre jämfört med konkurrenterna.


Kundfördelar

Vår unika kombination av kvalitativa och kvantitativa tekniker, tillsammans med AI-driven storytelling-analys, hjälpte kunden att identifiera CEP:er i fem olika kategorier, med tydliga skillnader på kategori- och könsnivå.


Resultaten från denna studie gav kunden viktiga insikter om varumärkets mentala marknadsandel inom varje CEP. Detta ledde till tydliga och handlingsbara rekommendationer om var de ska agera och hur de kan vinna för att driva framtida tillväxt.


Intresserad av mer information?

Har du frågor eller vill du veta mer om Category Entry Points? Kontakta en av våra experter för att hitta rätt lösning för dig.




 

Eller besök våra andra sidor för mer information.





bottom of page