Ekspozycja na półkach: problemy z merchandisingiem. „Czarny” i „biały” merchandising: wojna o miejsce na półkach Do czego potrzebna jest przestrzeń na półkach

Planując powierzchnię handlową sklepu, jego właściciel staje przed szeregiem pytań. Jak sprawić, aby ekspozycja produktów była różnorodna, ale nie zbędna? Jak zadbać o to, aby ekspozycja przyciągnęła jak najwięcej klientów, a słabo sprzedające się produkty nie zajmowały miejsca na półce? Jak obliczyć optymalny zapas na półce, aby nie „zamrozić” dodatkowych pieniędzy, ale jednocześnie aby potrzebny kupującemu produkt był zawsze obecny w sklepie i w zasięgu wzroku? Narzędzia optymalizujące przestrzeń na półkach skutecznie rozwiązują te problemy.

Tworzenie planogramów przy użyciu GOLD Space Planning i GOLD Space Automation

Optymalizacja powierzchni półek na regałach poprawia dostępność produktów i pomaga zmniejszyć liczbę produktów o niskiej rotacji na półce. Asortyment eksponowany jest na półce zgodnie z jednolitymi zasadami merchandisingu firmy. Podczas optymalizacji brane są pod uwagę takie czynniki, jak specyfika wyposażenia sklepu, unikalne dane sprzedażowe i lokalne cechy sklepu.

Narzędzia służą do optymalizacji przestrzeni na półkach Planowanie przestrzeni GOLD i automatyzacja przestrzeni GOLD.

ZŁOTE planowanie przestrzeni– narzędzie do tworzenia planogramów i analizy ich efektywności.

ZŁOTA Automatyka kosmiczna– narzędzie do automatycznego generowania unikalnych planogramów dla każdego sklepu na podstawie szablonów lub reguł.

Używając ZŁOTE planowanie przestrzeni będziesz mógł wizualizować wyposażenie sklepów i lokowanie produktów w 2D i 3D. Program umożliwia określenie wymaganego poziomu zapasów w celu oceny i optymalizacji ekspozycji.

Użytkownik otrzymuje szerokie możliwości przygotowywania raportów merchandisingowych i zarządzania sprzętem detalicznym.

Tworzenie planogramów jest tak proste, jak to tylko możliwe: wystarczy przeciągnąć i upuścić produkty z bazy danych na półki.

Podobnie jak w GOLD Macro Space Planning, w Planowaniu Przestrzeni wyróżnione są „gorące” i problematyczne obszary. Pomaga to zoptymalizować rozmieszczenie elementów produktu.

GOLD Space Planning posiada zaawansowaną funkcjonalność pozwalającą na prowadzenie różnorodnych raportów dotyczących merchandisingu. Program udostępnia funkcję porównywania planogramów różnych sklepów lub planogramów jednego sklepu w różnych okresach. Elastyczne narzędzia analityczne pozwolą Ci zidentyfikować produkty z nadmiarem miejsca na półce i realokować przestrzeń w stronę produktów charakteryzujących się wysokim obrotem lub zyskiem.

Wszystkie raporty można eksportować do formatu Excel.

ZŁOTA Automatyka kosmiczna– narzędzie do automatycznego tworzenia planogramów. To rozwiązanie będzie niezbędne dla firm, które pracują z dużą liczbą planogramów. Znacząco skróci czas tworzenia i utrzymywania planogramów oraz umożliwi firmie obsługę planogramów poszczególnych sklepów przy ograniczonej liczbie specjalistów działu merchandisingu.

Używając ZŁOTA Automatyka kosmiczna będziesz mógł tworzyć indywidualne planogramy dla każdego sklepu, korzystając z jednego zestawu reguł, optymalizować sekcje, których wygląd uległ zmianie, dodawać i usuwać produkty.

ZŁOTA Automatyka kosmiczna– narzędzie, dzięki któremu możesz szybko poprawić ekspozycję swojego sklepu i zmniejszyć utratę sprzedaży dzięki lokowaniu opartemu na popycie. Program zaproponuje Ci rozwiązanie pasujące do Twojej strategii merchandisingowej. To oprogramowanie firmy Symphony GOLD zoptymalizuje wyświetlanie specjalnie dla Ciebie w oparciu o wskaźniki biznesowe towarów w sklepach, skróci czas reakcji na decyzje strategiczne i taktyczne oraz zmniejszy zapasy i straty. Przyjazny interfejs pomoże użytkownikowi szybko zrozumieć program.

Optymalizacja powierzchni półkowej ma na celu zwiększenie sprzedaży, optymalizację kosztów przechowywania towarów i uwolnienie zamrożonych środków. Początkowo zapotrzebowanie klientów było zaspokajane poprzez poszerzanie powierzchni handlowej i asortymentu produktów. Jednakże, jak wszystko w biznesie, miejsce na półkach i ilość pieniędzy zainwestowanych w zapasy to zasoby ograniczone.

System zarządzania przestrzenią na półkach pozwala inteligentnie optymalizować i automatyzować zarządzanie powierzchnią na półkach i salą sprzedażową oraz monitorować KPI.

Monitoring (zysk na metr kwadratowy półki itp.) i optymalizacja powierzchni półki pozwalają sprzedawcom i dostawcom zwiększać sprzedaż i zyski, zaspokajać potrzeby klientów bez fizycznego powiększania półki. Półka sklepowa ma ograniczoną przestrzeń, dlatego ważne jest, aby zaprezentować asortyment, który zwiększy obroty i zmaksymalizuje przychody z półki sklepowej. Najbardziej efektowna tzw. „złota półka” to przestrzeń na poziomie oczu i dłoni kupującego (na wysokości 1,2-1,7 m od podłogi), a także na prawo od planowanego przepływu klientów.

Aby zoptymalizować rozkład powierzchni półek, zaleca się zbadanie zapotrzebowania klientów i partnerów oraz wykorzystanie nowoczesnego wyposażenia handlu detalicznego.

Systemy do zarządzania powierzchnią półek sklepowych, do których zalicza się ABM Shelf, pomagają umieszczać tylko te kategorie produktów, na które jest zapotrzebowanie, zwiększać sprzedaż, zyski, rentowność asortymentu oraz optymalizować rozkład powierzchni na półkach. Wdrożenie systemów zarządzania przestrzenią półkową pozwala również na:

• zmniejszyć potrzebę rabatów, zmniejszyć stany magazynowe towarów i koszty transportu towarów,
• uprościć podejmowanie decyzji zarządczych,
• zoptymalizować rozkład powierzchni półek,
• regulować relacje z dostawcami.

Zdefiniujmy pojęcia

SKU(Stock Keeping Unit, w dosłownym tłumaczeniu z języka angielskiego - stock retency unit) to jedna jednostka grupy towarów lub marek, prezentowana w jednym rodzaju opakowania i pojemnika (przykładowo jedna marka kefiru może zawierać kilka jednostek o różnej zawartości tłuszczu zawartość 0,5%, 1%, 2,5%).

Okładzina- produkt widoczny i znajdujący się w obszarze dostępu dla kupujących.

Cel asortymentowy— określ liczbę pozycji produktowych, które producent lub dostawca chciałby zaprezentować na półce outletu.

Cały asortyment, zgodnie z lojalnością klientów, dzieli się na: 20% artykułów priorytetowych, które są sprzedawane 3-5 razy częściej, niezależnie od ceny, 60% artykułów głównych, stabilnych, na które istnieje stałe zapotrzebowanie, oraz 20% artykułów dodatkowych.

Zoptymalizuj obroty, zapewnij wysokie prawdopodobieństwo zakupu, zwiększ percepcję wizualną produktu - cele związane z przestrzenią na półkach.

Zasada merchandisingu zagranicznego „space to sale” stanowi, że strona znaku towarowego powinna zajmować taki sam procent powierzchni na półce, jaki zajmuje przy sprzedaży wszystkich towarów wystawionych na powierzchni handlowej. Przestrzeganie tej zasady przyczynia się do równomiernego usuwania towarów z półki, zmniejszając koszty pracy związanej z utrzymaniem ekspozycji produktu.

Recenzja wideo sieci handlowej FIRKAN, która wdrożyła ABM Shelf w celu optymalizacji powierzchni półek

Jak określić optymalny rozmiar ekspozycji i w czym może pomóc system zarządzania przestrzenią na półkach ABM Shelf

Suma powierzchni wszystkich płaszczyzn przeznaczonych do ekspozycji towarów na sali sprzedażowej sklepu pozwala uzyskać całkowitą powierzchnię ekspozycji.

Miejsce na towar na półce, identyfikacja brakujących towarów, określenie dni dostawy, uwzględnienie wymagań klienta, gabarytów, wahań sezonowych i momentów wzmożonego zapotrzebowania, można mierzyć w metrach bieżących, metrach kwadratowych i metrach sześciennych.

• Umieść produkty, na które jest duży popyt, na wysokości oczu klienta.
• Im większa waga opakowania produktu, tym niżej na półce należy je umieścić.
• Umieść nowe produkty nieco powyżej poziomu oczu klienta.
• Umieszczaj modę i drogie towary na najwyższych półkach.
• Produkty z datą ważności umieszczaj bliżej kupującego, a te z późniejszą datą ważności – głębiej na półce.
• Metki z cenami powinny być łatwe do odczytania i zawierać dokładne informacje o cenie i produkcie.
• Zapewnij łatwy dostęp do towaru.
• Pionowe ułożenie jednorodnych towarów poprawia widoczność.
• Ekspozycja powinna być różnorodna pod względem asortymentu, kolorów i rozmiarów.
• Rzadziej wprowadzaj zmiany w lokalizacji produktów.

Rysunek po lewej stronie przedstawia poziome rozmieszczenie towarów na całej długości półki.
Rysunek po prawej stronie przedstawia pionowe rozmieszczenie jednorodnych produktów, co jest bardziej efektywne w celu szybkiej orientacji i ułatwienia wyboru towarów.

Funkcje realizowane przez system optymalizacji powierzchni półek:

• Wizualny projekt planogramów powierzchni sprzedażowej i półek, o różnej konfiguracji i stopniu złożoności
• Archiwum historii planogramów
• Zatwierdzanie planogramów
• Scentralizowane i zdecentralizowane zarządzanie ekspozycją produktów
• Korzystanie z właściwości sprzętu komercyjnego
• Zastosowanie różnych algorytmów do obliczania ekspozycji towarów: poziome i pionowe rozmieszczenie towarów, wymiary opakowań, znaki towarowe, wyniki analizy ABC asortymentu
• Wizualizacja wyników sprzedaży na planogramach hal i półek
• Wydajna jednostka analityczna do podziału powierzchni półek pomiędzy regały, grupy produktów i sklepy
• Wymiana z AutoCADem

Czy w systemie księgowym zarządzania sklepem często występuje funkcjonalność optymalizacji powierzchni półek? jednak skorzystanie ze specjalistycznej usługi pozwala na skorzystanie z o wiele większej liczby funkcji i możliwości zarządzania.

Optymalizacja przestrzeni na półce w ABM Shelf
Analiza efektywności powierzchni handlowej

Drugą opcją jest obliczenie liczby SKU przy jednoczesnym dostosowaniu (w razie potrzeby) ilości miejsca na półce przeznaczonej dla danej kategorii lub podkategorii produktów. Metoda ta jest oczywiście bardziej pracochłonna, ale i dokładniejsza. W takim przypadku należy najpierw przeprowadzić analizę efektywności powierzchni handlowej, porównując udział kategorii lub podkategorii w przychodach z udziałem w powierzchni sprzedaży (w przypadku dużych formatów) lub z udziałem w powierzchni zainstalowanej sklepu. store (dla małych formatów). Zwykle powinna istnieć przybliżona zgodność tych akcji (więcej informacji można znaleźć w rozdziale 3). Następnie po obliczeniu optymalnej ilości miejsca na półce określamy optymalną liczbę SKU. Po trzecie, obliczenie ekonomicznie wykonalnej liczby jednostek SKU. Aby to zrobić, potrzebujesz tych samych danych, które są używane do analizy ABC - udziały z sumą skumulowaną według SKU. Spójrzmy na przykład z prawdziwej praktyki (ryc. 2. 6).

Optymalizacja przestrzeni na półkach

Przedstawiciel handlowy radykalnie rozwiązał kwestię miejsca na półce na swój asortyment w jednym ze sklepów detalicznych, przenosząc asortyment konkurencji na do połowy pustą dolną półkę, praktycznie niewidoczną dla klientów. W odpowiedzi przedstawiciel handlowy konkurencyjnej firmy zaczął wyrzucać asortyment sprawcy z półek wszystkich punktów sprzedaży detalicznej na terytorium.

Rozpoczęła się wojna, podczas której obaj przedstawiciele handlowi byli bardziej zajęci odnawianiem ekspozycji niż sprzedażą nowego asortymentu. Spotkanie w jednym ze sklepów doprowadziło zwaśnione strony do wzajemnego napaści, po czym udało im się nie tylko dojść do porozumienia, ale także nawiązać partnerstwo, aby chronić swoją przestrzeń na półkach przed działaniami przedstawicieli handlowych firm trzecich... A koncepcja zbliżona do Shelf Share to Forward Stock Share, tj.

Udział w półce

Cały asortyment, zgodnie z lojalnością klientów, dzieli się na: 20% artykułów priorytetowych, które są sprzedawane 3-5 razy częściej, niezależnie od ceny, 60% artykułów głównych, stabilnych, na które istnieje stałe zapotrzebowanie, oraz 20% artykułów dodatkowych. Optymalizacja rotacji, zapewnienie wysokiego prawdopodobieństwa zakupu, zwiększenie percepcji wizualnej produktu to cele przestrzeni na półkach.

Ważny

Zasada merchandisingu zagranicznego „space to sale” stanowi, że strona znaku towarowego powinna zajmować taki sam procent powierzchni na półce, jaki zajmuje przy sprzedaży wszystkich towarów wystawionych na powierzchni handlowej. Przestrzeganie tej zasady przyczynia się do równomiernego usuwania towarów z półki, zmniejszając koszty pracy związanej z utrzymaniem ekspozycji produktu.

Encyklopedia marketingu

Uwaga

Jeżeli dana osoba otrzymała receptę na dany lek, z reguły po prostu podchodzi do pracownika apteki i pyta, czy lek jest dostępny. Jeżeli takiego leku nie ma w sprzedaży, oznacza to, że dana osoba odwiedza inną aptekę lub postanawia przy pomocy farmaceuty zastąpić przepisany w szpitalu lek innym lekiem.

W takim przypadku całkiem logiczne byłoby usunięcie z przestrzeni ladowej tych jednostek SKU, których zakup impulsowy ma minimalne prawdopodobieństwo. Dzięki temu przestrzeń w przestrzeni ekspozycyjnej zostanie rozłożona na te grupy i pozycje towarów, na zakup których konsument będzie mógł zdecydować się samodzielnie, bez pomocy farmaceuty.

Grupy produktów, takie jak tkaniny, obuwie, odzież, artykuły papiernicze, naczynia, tapety, płytki itp., również zawierają ogromną liczbę SKU.

Asortyment i organizacja przestrzeni na półkach sklepowych

Saga o sześciu akrach (z książki „Nowoczesny Supermarket”) Pewna osoba nabyła sześć akrów ziemi i pomyślała, że ​​nie ma potrzeby budować na tej ziemi klasycznego domu-sauny-altanki, lecz zaangażować się w działalność komercyjną. Poszedł na rynek, rozmawiał ze sprzedawcami i zdecydował się uprawiać i sprzedawać jabłka.
Właściwie, jak zdecydowałem, tak właśnie zrobiłem, kupiłem i posadziłem sad z jabłoniami na własnych sześciu akrach ziemi. Zbiory okazały się całkiem dobre, a jesienią mężczyzna otrzymał za to dobre pieniądze. Kiedy jednak sprzedawał na targu swoje zbiory jabłek, zauważył, że dość popularnym produktem wśród konsumentów są także gruszki. Mężczyzna część dochodów wydał na zakup gruszy, po czym zaczął sadzić je w pobliżu jabłoni.

Wejście

Średnia szerokość jednego opakowania soku wynosi 8 cm, czyli na jednej półce można umieścić 12 opakowań, a na stojaku 60 opakowań. Oczywiście nie możemy rozmieścić 60 SKU na 60 „miejscach siedzących”, ponieważ niektóre z najpopularniejszych stanowisk muszą otrzymać podwojenie lub potrojenie okładzin (jedna okładzina to linia towarów o tej samej nazwie (SKU) o szerokości jednej paczki, umieszczana od krawędzi półki zwróconej w stronę kupującego, w głębokości półki w ilości kilku sztuk). Z reguły sklepy ustalają średnią liczbę okładzin na SKU na 2, 3 lub więcej (dla dyskonta), supermarkety mogą dokonać obliczeń w oparciu o 1–1,5 okładzin na SKU. Rozważmy procedurę obliczania liczby jednostek SKU na podstawie pojemności wyposażenia handlowego istniejącego sklepu. Warto tutaj zaznaczyć, że opcje są dwie.

Zarządzanie przestrzenią na półkach

Jednak za taką korektę trzeba będzie w pewnym sensie „zapłacić”. Sprzedawca lub handlowiec będzie musiał częściej uzupełniać zapasy artykułów o wysokim priorytecie.

Informacje

W dłuższej perspektywie takie podejście można uznać za całkowicie uzasadnione w tych sklepach, które stawiają na szerokość asortymentu. W innych placówkach handlowych decyzję o zmniejszeniu liczby SKU w celu zwiększenia ekspozycji pozycji o wysokim priorytecie i głównych pozycjach można wytłumaczyć dość prosto.

Z dwóch złych trzeba wybrać mniejsze - niech sklep straci dwóch klientów preferujących sok śliwkowy lub granat, a nie siedmiu klientów preferujących napój pomarańczowy. Szkolenia merchandisingowe Trzeba powiedzieć, że analiza sprzedaży i podejmowanie decyzji o konieczności podziału powierzchni na półkach jest procesem dość złożonym.

Ponadto w ramach każdej grupy produktów określa się udziały kategorii, np. produkty złote bez wkładek dzieli się na: łańcuszki – 25%; wisiorki – 20%; pierścionki – 20%; kolczyki – 15%; bransoletki – 10%; naszyjnik – 7%; piercing - 3% Kolejnym ważnym punktem jest identyfikacja głównych cech produktu, tych samych, które są czynnikami selekcji w drzewie decyzji konsumenckich.Klasyfikator, ograniczony do 3-5 poziomów hierarchii, nie obejmuje wszystkich istotne właściwości produktu – charakterystyka produktu powinna być odzwierciedlona w karcie produktu w systemie informacyjnym firmy. Jest to konieczne, aby analizować sprzedaż pod kątem wszystkich istotnych cech i odpowiednio dostosowywać i kształtować asortyment towarów w ramach kategorii i podkategorii. Przyjrzyjmy się cechom na przykładzie podkategorii „Proszki do prania” w kategorii „Proszki do prania” (tabela 2.5) Tabela 2.5. Produkty nieżywnościowe.

Obliczanie kosztu miejsca na półce

W drugim przypadku mierzona jest potencjalna SPRZEDAŻ: w końcu kupujący kupuje jednostkę produktu (licę, a nie określoną liczbę centymetrów). Dlatego jeśli cel dominacji wizualnej zostanie osiągnięty, należy przejść do celu dominacji w sprzedaży i oceniać po twarzach, a nie centymetrach. Związek między okładziną a SKU (cele dotyczące asortymentu i powierzchni na półce) Oblicowanie odgrywa rolę jakiejś konwencjonalnej jednostki miary powierzchni półki. W związku z tym ustalając cele asortymentu, należy zrozumieć POJEMNOŚĆ powierzchni półki, mierzoną w okładzinach. Jeżeli cel asortymentowy (liczba SKU) przekroczy cel miejsca na półce (liczba ścian), wówczas sklep nie będzie mógł wyeksponować całego asortymentu w punkcie sprzedaży. Będzie to oznaczać utratę zysków i zamrożenie pieniędzy w produktach, które nie zostaną sprzedane.
Ponieważ system merchandisingowy jest jednym z głównych elementów promocji sprzedaży, a co za tym idzie pomyślnego funkcjonowania sklepu, ważne jest, aby stale oceniać jego skuteczność. Rozważmy główne wskaźniki efektywności wykorzystania powierzchni handlowej: o obrót (przychód) na metr kwadratowy powierzchni handlowej; o zysk na metr kwadratowy powierzchni handlowej.

Należy monitorować te dwa wskaźniki: obrót i zysk. Często kierownictwo sklepu analizuje jedynie obroty na m2.

Jest to dopuszczalne, jeśli chcesz porównać dwa sklepy z tym samym asortymentem i w przybliżeniu równą powierzchnią. Jednak do szczegółowej i pełnej analizy potrzebne są informacje na temat efektywności wykorzystania powierzchni handlowej dla każdej kategorii produktów i w tym przypadku należy zastosować oba wskaźniki.

Bieżąca strona: 9 (książka ma łącznie 49 stron) [dostępny fragment do czytania: 12 stron]

Czcionka:

100% +

Narzędzia systemowe do optymalizacji powierzchni handlowej i półkowej

Czasem można spotkać się ze stwierdzeniem, że literaturę dotyczącą efektywności organizacji przestrzeni handlowej i półkowej dzieli się na trzy kategorie. Opinię tę podziela zwłaszcza wybitny badacz tej dziedziny, Marcel Corstjens. Te trzy kategorie to: raporty z badań empirycznych (jak te, które omówiliśmy w tym rozdziale); książki na temat komercjalizacji osiągnięć badawczych, a mianowicie: na temat oprogramowania do sprzedaży elektronicznej; oraz prace akademickie matematyków i statystyków mające na celu optymalizację modeli organizacji półek i powierzchni handlowej.

Oprogramowanie Planogram często opiera się na praktycznej zasadzie, że lokowanie produktu jest ustalane na podstawie generowanego zysku lub wielkości sprzedaży. Podobne rozwiązania oferowane są na rynku od lat 70-tych; Do pierwszych należały systemy SLIM (Zarządzanie pracą i zapasami w sklepach) oraz COSMOS (Model optymalizacji i stymulacji komputera dla supermarketów). Nie zamierzałem przedstawiać pełnego przeglądu wszystkich opracowanych od tego czasu algorytmów, aż po nowoczesne narzędzia do konstruowania planogramów, ale uznałem za konieczne opisanie najważniejszych kamieni milowych w ich ewolucji. Należy zauważyć, że wiele narzędzi komercyjnych jest tworzonych przez badaczy, którzy przedkładają akumulację kapitału nad akumulację wiedzy, dlatego ich opracowania są często uproszczonymi wersjami modeli optymalizacyjnych spotykanych w pracach naukowych.

Skupię się tutaj na tych ostatnich, gdyż zawsze poprzedzają one decyzje komercyjne. Aby programy takie jak Spaceman i Appollo były przydatne w praktyce, muszą opierać się na znaczącym uproszczeniu rzeczywistości – szczegół, który wydaje się mało istotny dla społeczności badawczej.

Trzy kluczowe kamienie milowe, które zostaną pokrótce opisane poniżej, pokazują, jak badacze stopniowo rozwiązywali problem optymalizacji, uwzględniając następujące nowe czynniki:

Różna elastyczność wyświetlania różnych linii produktów;

Elastyczność krzyżowa układu;

Bezpośrednie koszty towarów.

Różne linie produktów mają różną elastyczność wyświetlania

Evan Anderson i Henry Amato (1973) opracowali jeden z pierwszych algorytmów rozwiązujących problem optymalizacji przestrzeni na półkach. Jak mówią marketerzy, podeszli do problemu „od strony popytowej”. Badacze oparli się na dostępnej wówczas wiedzy, a mianowicie na tym, że różne linie produktów charakteryzują się różną elastycznością ekspozycji. Mówiąc najprościej, ich model opierał się na regresjach logistycznych, które obliczały współczynniki beta dla różnych linii produktów. To właśnie ten rodzaj obliczeń leży u podstaw wspomnianych systemów SLIM i COSMOS.

Elastyczność wyświetlania krzyżowego i bezpośrednie koszty towarów

Następny ważny krok zrobili Francuz Marcel Corstiens i Anglik Peter Doyle (1981). Ten sam Peter Doyle, który, jeśli pamiętacie, krytykował badania z zakresu marketingu detalicznego za brak postępu. Zaproponowany przez nich model był obszerniejszy od poprzednich i jest dyskutowany do dziś. Obejmowały one między innymi możliwość wyliczenia bezpośrednich kosztów towaru (związanych z zakupem, magazynowaniem oraz brakiem towaru na półkach, tzw. nie ma na skladzie), efekty popytowe i czynniki elastyczności krzyżowej. To właśnie włączenie tego ostatniego wskaźnika przyniosło sławę ich modelowi.

Przetestowali swój model na pięciu liniach produktów w 140 sklepach sprzedających słodycze, lody i karty podarunkowe, a roczna sprzedaż wyniosła 30 milionów dolarów. Jak podają naukowcy, elastyczność układu była rzędu 0,19, a zatem była zgodna z tym, co wykazały wcześniejsze eksperymenty. Stwierdzono również, że elastyczność ekspozycji krzyżowej była ujemna w przypadku różnych rodzajów słodyczy (jeśli sklepy sprzedawały więcej czekolady, popyt na karmel spadał) i dodatnia w przypadku słodyczy i kart podarunkowych.

Ponadto obliczono bezpośrednie koszty towarów związane z zakupem (zamawianie i transport), obsługą (przechowywanie, ubezpieczenie i straty produktu) oraz wyczerpaniem zapasów. Do obliczeń wykorzystano średnie dane z 10 sklepów, ale zastosowano je dla wszystkich placówek objętych badaniem. Z ustaleń wynika, że ​​produkty o wyższym obrocie (takie jak czekoladki w porównaniu z kartami podarunkowymi) wiążą się z wyższymi kosztami przetwarzania.

Następnie M. Corstjens i P. Doyle dokonali obliczeń dla planogramów (1) stosowanych obecnie w sklepach, (2) opracowanych na podstawie danych sprzedażowych oraz (3) opracowanych na podstawie zysku brutto; aby porównać je z wynikami Twojego nowego modelu. Porównanie wykazało, że ten ostatni potencjalnie zapewnia o 128 000 USD większy zysk netto niż obecnie stosowane planogramy, o 104 000 USD więcej niż planogramy oparte wyłącznie na danych sprzedażowych i 97 000 USD więcej niż planogramy oparte na zysku brutto. Stało się tak przede wszystkim dlatego, że w modelach tradycyjnych przeznaczono zbyt mało miejsca na dodatkowe produkty, takie jak lody i karty podarunkowe. W ujęciu procentowym oznaczało to wzrost zysku netto o niecałe 0,5%.

Brak towaru na półkach ( obecnie brak na stanie) stanowi poważny problem dla sprzedawców detalicznych. Klienci reagują na to na jeden z pięciu sposobów: 1) idą do innego sklepu, 2) opóźniają zakup, 3) rezygnują z zakupu, 4) kupują opakowanie w innym rozmiarze lub podobny produkt tej samej marki, lub 5) przechodzą na inna marka. David Grant i John Fernie (2008) podają, że badanie przeprowadzone przez IGD w 2003 r. wykazało, że 65% kupujących w Wielkiej Brytanii wybiera jedną z trzech pierwszych opcji, gdy żądanego produktu nie ma w magazynie.

Efekt kanibalizacji

Ideę tego typu sprężystości krzyżowej zaproponował francuski badacz Alain Boultes, a jego próba włączenia efektu kanibalizacji do modeli planogramów zakończyła się sukcesem. Inaczej mówiąc, jako pierwszy opracował dobre rozwiązanie pozwalające obliczyć spadek sprzedaży Marki B na skutek zajmowania przez Markę A większej przestrzeni na półkach i wykazywania zwiększonej sprzedaży. Model A. Bultesa nosi nazwę SH.A.R.P. i nadal pozostaje funkcjonalny (patrz poniżej), co wykazały testy w belgijskich sklepach spożywczych.

Na pierwszy rzut oka uwzględnienie w modelu współczynnika sprężystości krzyżowej wydaje się banalne, jednak nie wszystko jest tak proste, jak się wydaje. W jakim stopniu uzupełniają się i/lub konkurują ze sobą na przykład ryż i spaghetti? Dodaj do tego równania proso, ziemniaki, frytki, inne zboża i warzywa korzeniowe, a złożoność wzrasta wykładniczo. Należy jednak pamiętać, że elastyczność krzyżowa różni się w zależności od pary produktów, a także w zależności od czasu i sytuacji. Produkty, które w jednej sytuacji konkurują ze sobą (burgery i klopsiki mogą być alternatywą dla obiadu), w innej okazują się komplementarne (jeśli zapraszasz znajomych na grilla).

Rywalizacja z praktycznymi zasadami

Po opracowaniu podstawowych modeli badacze poświęcili swoją energię dalszej ich optymalizacji, często poprzez eliminację różnych warunków ograniczających. Na przykład, jeśli wcześniejszy model zawierał współczynnik elastyczności krzyżowej ( M. Corstjens i P. Doyle 1981, 1983), później ten wykluczył go z rozważań, aby skupić się na innym aspekcie, takim jak na przykład umiejscowienie w pionie lub poziomie ( A. Lim, B. Rodriguez i K. Zang, 2004). Wiele czasu poświęcono próbom matematycznego rozwiązania problemu, dlaczego opakowania różnych produktów wyglądają tak, jak wyglądają. Oczywiście matematycy nie są przyzwyczajeni do uwzględniania pewnych faktów, np. tego, że niektóre produkty (ta sama paczka kawy) z definicji muszą mieć większe opakowanie niż inne (paczka drożdży).

Z jednej strony modele ucierpiały z powodu tego, że nie były wystarczająco proste, aby można je było zastosować w praktyce. Z drugiej strony zainteresowanie nimi nigdy nie malało. Naukowcy w dalszym ciągu próbowali stworzyć wydajne algorytmy optymalizacji przestrzeni na półkach, które mogłyby konkurować z praktycznymi regułami przydzielającymi okładziny na podstawie udziału w całkowitej sprzedaży lub zysku brutto. W 1988 roku Francuz Alain Boultes i Belg Philippe Naert wprowadzili na rynek model o nazwie SH.A.R.P. (Alokacja półek dla zysku sprzedawców detalicznych - podział powierzchni na półkach dla zysków sprzedawców detalicznych). Twierdzili, że znacznie wykracza to poza empiryczną zasadę „ powierzchnia ekspozycji / udział w sprzedaży”. Jednak rok później A. Bultes musiał przełknąć gorzką pigułkę. Okazało się, że po uwzględnieniu w modelu efektu kanibalizacji (SH.A.R.P. II) większość jego przewag nad tą praktyczną zasadą zniknęła ( A. Bultes i in., 1989). Jednak A. Bultes szacuje, że sklep straci około 2,7% zysku brutto, jeśli nie zoptymalizuje powierzchni półek za pomocą SH.A.R.P. II. W rezultacie, modele optymalizacyjne, ze względu na zdolność do zapewnienia poziomu rentowności porównywalnego z całym zyskiem netto uzyskiwanym przez sprzedawcę detalicznego, nadal cieszą się dużym zainteresowaniem badaczy.

Zwrot nakładów na zapewnienie efektywnego wykorzystania powierzchni handlowej

Dotychczas przedstawiłem Wam naukowców, którzy byli pionierami we wprowadzeniu nowego podejścia do opracowywania planogramów. Wśród ich współczesnych naśladowców chciałbym wymienić utalentowanego badacza Ming-Hsien Yanga z Tajwanu. Opracował modele redukcji mocy obliczeniowej wymaganej do algorytmów optymalizacyjnych oraz przeprowadził badania opłacalności na planogramach.

Razem z kolegą ( M.-H. Yang i W.-C. Chena, 1999) przeprowadził badanie, którego celem było zbadanie, w jaki sposób sprzedawcy detaliczni pracują, aby efektywnie wykorzystać powierzchnię handlową. Właściciele sklepów zostali poproszeni o odpowiedź na pytania dotyczące tego, ile czasu i wysiłku poświęcają na (1) pracę strategiczną i (2) operacyjną. Każdy punkt (praca strategiczna/operacyjna) zawierał pięć pytań. Następnie badacze skorelowali odpowiedzi ze wskaźnikami ekonomicznymi sprzedawców detalicznych: sprzedażą całkowitą, sprzedażą na metr kwadratowy, zysk na metr kwadratowy.

Stwierdzono wyraźną prawidłowość: jakość prac operacyjnych zapewniających efektywne wykorzystanie powierzchni handlowej znalazła odzwierciedlenie w największym stopniu w sprzedaży na metr kwadratowy, natomiast jakość prac strategicznych wpłynęła na wysokość zysku brutto na metr kwadratowy powierzchni handlowej.

Tabela 3.13. Tabela pokazuje wyniki badania ANOVA przy użyciu wartości f (i wartości p). Wydaje się, że wysiłki sprzedawców detalicznych, zarówno na poziomie strategicznym, jak i operacyjnym, mające na celu poprawę efektywności ich powierzchni handlowej, procentują.

W niedawnym badaniu Chase Murray, Abhijit Talukdar i Debu Gosavi (2010) opracowali model optymalizacji, który uwzględnia takie czynniki, jak ceny produktów, rozmieszczenie półek, liczba stron (powierzchnia ekspozycji) i orientacja opakowania. C. Murray i jego współpracownicy podają, że stosowane przez nich techniki zarządzania przestrzenią na półkach spowodowały poprawę sprzedaży w tym samym zakresie, co w poprzednich badaniach, które sprawdziliśmy. Twierdzą jednak, że wiele stosowanych obecnie modeli stanowi znaczną abstrakcję w porównaniu z rzeczywistym kontekstem, w którym sprzedawca detaliczny podejmuje decyzje. Rozwój modelowania 3D do tworzenia planogramów to z pewnością ważny krok naprzód, szczególnie w przypadku tych kategorii produktów, gdzie opakowanie nie posiada naturalnego frontu.

Pomimo wysiłków badaczy takich jak C. Murray i współpracownicy (2009), mających na celu stworzenie bardziej realistycznych modeli, wielu sprzedawców detalicznych i producentów używa planogramów jedynie jako wstępnych szkiców tego, jak można zorganizować przestrzeń na półkach, ale nigdy nie polega na nich w pełni. Właściciele sklepów modyfikują je, uwzględniając takie czynniki, jak specyfika przechowywania, rodzaj placówki, cele komunikacyjne (np. lepsza powierzchnia i więcej miejsca można przeznaczyć na te towary, które detaliści chcą sprzedawać, a nie te, na które jest już popyt), sąsiedztwo lokalizacja powiązanych kategorii produktów itp. Wszystko to ostatecznie ma ogromny wpływ na ostateczny wygląd planogramów. A także empiryczna zasada alokacji miejsca na półce w zależności od udziału produktu w sprzedaży (lub zysku brutto).

Wniosek

Recenzja badania M.-H. Yang i W.-C. Chenya, kończę tę sekcję dotyczącą modeli optymalizacyjnych. Na podstawie powyższego można wyciągnąć następujący wniosek: wysiłki zmierzające do optymalizacji powierzchni handlowej z pewnością procentują w postaci zwiększonych zysków i sprzedaży, jednak istnieje pewne ograniczenie czasu i wysiłku, jaki sprzedawca może przeznaczyć na tę czynność . Dlatego pomimo pojawienia się coraz bardziej zaawansowanych komercyjnych narzędzi programowych do planowania powierzchni handlowych, wyzwania pozostają. W szczególności są one związane z szacunkowymi wartościami, które model wymaga jako danych wejściowych. Na przykład szacunki te odnoszą się do elastyczności krzyżowej lub wszelkich decyzji strategicznych, w przypadku których marketer musi wprowadzić subiektywne dane. Ciekawe badanie przeprowadzili Norm Borin i Paul Farris w 1995 roku. Naukowcy chcieli sprawdzić, ile błędnych liczb można wprowadzić do modelu bez zauważalnego wpływu na wynik. Po przetestowaniu SH.A.R.P. II odkryli, że wartości wejściowe zależne od subiektywnej oceny decydentów mogą znacznie odbiegać od wartości rzeczywistych (nawet do 50%), bez poddawania się modelowi technikom opartym na regułach praktycznych.

Innym, być może ważniejszym problemem jest to, że modele optymalizacyjne nie uwzględniają decyzji strategicznych. Algorytmy opierają się na danych historycznych, ale sprzedawca detaliczny może chcieć wpłynąć na zachowanie swoich klientów, przestawiając ich z produktów, które kupują obecnie, na inne. Problem ten omówimy w następnej sekcji.

Strategiczne decyzje dotyczące marek własnych sklepów

Coraz częściej stosowane są badania z zakresu optymalizacji przestrzeni półkowej. Przykładowo dwa z nich dotyczą marka prywatna sieci i ich rozmieszczenie na półce. Pierwsze badanie przeprowadzili Marcel Corstjens i Rajeev Lal (1994). Opisali różnicę w podejściu europejskich i amerykańskich sklepów spożywczych do kontaktów z markami własnymi. Pierwsze z nich są przydzielane pod marka prywatna najbardziej rentownych lokalizacjach, często przekraczających udział tych produktów w rynku lokalnym, przy czym ci drudzy koncentrują swoje marki głównie w segmentach niskich cen.

W swoim badaniu M. Corstjens i jego współpracownicy jasno pokazali, że na większości rynków lepiej jest pracować według modelu europejskiego. Nakłada to określone wymagania na jakość produktów marka prywatna oraz polityką cenową ich krajowych konkurentów, ale w świetle naszej dyskusji najważniejszym punktem jest to, że strategicznego rozwiązania zaproponowanego przez M. Corstjensa nie można wdrożyć przy użyciu istniejących narzędzi oprogramowania do planogramów. Tymczasem badacze podkreślają, że takie rozwiązanie powinno obejmować wszystkie niezbędne etapy jego wdrożenia, aż po odpowiednią organizację przestrzeni na półkach.

Wolę zachować swoją rolę obiektywnego obserwatora i nie wypowiadać się tutaj na ten temat. I tak w innym badaniu stosowanym Fernandez Nogales i Gómez Suarez (2005) porównali, ile miejsca na półkach różne sklepy przeznaczają na swoje marki (badanie objęło lata 1998–1999 i 2003). Uzyskane wyniki potwierdziły wniosek M. Corstjensa i jego współpracowników, że marka prywatna uzyskać więcej miejsca na półkach, niż „na to zasługują” biorąc pod uwagę ich udział w rynku. Co ciekawe, badacze przyjrzeli się także ogólnym liniom produktów, w których sklepy mocno promowały swoje własne marki i odkryli, że miało to wpływ na ich rentowność, chociaż nie wszystkie sklepy odczuły taki sam negatywny wpływ. W rezultacie część sprzedawców detalicznych zaczęła zmniejszać powierzchnię ekspozycyjną swoich marek własnych, aby utrzymać sprzedaż. Z drugiej strony nadal przeznaczali dużo miejsca na nowa marka własna.

Wniosek jest taki: wcale nie jest trudno wpływać na decyzje kupujących poprzez odpowiednią organizację przestrzeni na półkach, najważniejsze jest, aby nie nadużywać tego narzędzia, mimo że kupujący rzadko są świadomi zachodzących zmian.

Porównanie elastyczności ekspozycji pomiędzy różnymi działami sklepu

Oczywiście to zagadnienie jest ściśle powiązane z tematem układu sali sprzedażowej, który zostanie omówiony w rozdział 8, ale zdecydowałem się omówić to tutaj, ponieważ ma to bezpośredni związek z elastycznością wyświetlacza.

Dwóch francuskich badaczy, Pierre Desmés i Valerie Renaudin, poszło śladem R. Kerhana (1972) i przeprowadziło badania na dużą skalę, próbując ustalić przyczyny elastyczności wyświetlacza. Jednak w przeciwieństwie do R. Kerhana Francuzi postanowili porównać nie linie produktów, ale różne działy w ramach jednego outletu. W 1998 roku opublikowali artykuł na temat związku między dedykowaną powierzchnią handlową a sprzedażą w różnych formatach sklepów i działach. Badaniem objęto około 200 uniwersalny sklepy we Francji.

Naukowcy wysunęli hipotezę, że na elastyczność wyświetlacza wpływa rodzaj gniazdka, a także produkt. Zbadali różnice pomiędzy trzema różnymi formatami sklepów w wybranej sieci (małym, średnim i dużym), a także dokonali kategoryzacji całej oferty według działów (od biżuterii, mody i artykułów gospodarstwa domowego po sześć typów działów spożywczych).

Badanie pokazało całkiem jasny obraz. Jak się okazuje, istnieją znaczne różnice w elastyczności wyświetlania pomiędzy działami. Największe wartości tego wskaźnika charakteryzują się takimi towarami jak bielizna, biżuteria, owoce i warzywa. Dlatego przydzielenie większej powierzchni tym działam jest najbardziej opłacalne. W przypadku produktów modowych stwierdzono elastyczność ujemną, a większość asortymentu była stosunkowo nieelastyczna. W części teoretycznej artykułu odniesiono się do tezy niemieckiego badacza, w której na podstawie wyników ponad dwudziestu eksperymentów stwierdzono, że około 40% asortymentu znajdującego się w niemieckich supermarketach charakteryzuje się elastycznością ekspozycyjną rzędu mniej niż 5% (jeśli pamiętasz, praktyczna zasada mówi o 20%).

Lekcje dla sprzedawców detalicznych

Sprzedawcy detaliczni również mogą wyciągnąć wiele ważnych wniosków z tego zbioru badań. Podobnie jak w przypadku marek własnych, sukces zależy od podjęcia właściwych decyzji strategicznych. Na przykład badanie P. Desme i V. Renaudina wykazało, że produkty modowe mają dodatnią elastyczność ekspozycji w większych sklepach. Najprawdopodobniej te ostatnie mogą stworzyć atmosferę zachęcającą do zakupu ubrań. Jednocześnie w mniejszych punktach sprzedaży detalicznej wyświetlana jest ta sama kategoria produktów negatywny elastyczność. Dlatego ważne jest, aby sprzedawca dokładnie wiedział, czego się spodziewać po konkretnym formacie sklepu. Gdyby badacze nie rozdzielili placówek według rodzaju, powyższe różnice mogłyby nie być tak oczywiste i mogłyby pozostać niezauważone. Lekcja dla sprzedawców jest taka, że ​​obecne narzędzia do optymalizacji przestrzeni na półkach mogą działać dobrze w przypadku niektórych formatów sklepów i kategorii produktów, ale nie innych.

Kerhan (1972) podał kolejny powód, dla którego należy zachować ostrożność przy obliczaniu elastyczności układu. Faktem jest, że w wielu przypadkach wskaźnik ten wzrasta wraz ze zmniejszaniem się obszaru wyświetlania i maleje wraz ze wzrostem. Podobną tendencję można zaobserwować w przypadku elastyczności cenowej, gdzie badania empiryczne wskazują na nieliniowy charakter funkcji popytu. Oznacza to, że wzrost sprzedaży spowodowany spadkiem ceny nie jest tym samym, co spadek sprzedaży spowodowany wzrostem ceny. W naszym przypadku oznacza to, że często nie da się zmniejszyć powierzchni żadnego działu, nawet jeśli ma on niską elastyczność układu.

Program szkolenia obejmował najnowsze metody i narzędzia CM – metody planowania i kontroli; analiza i optymalizacja asortymentu sieci aptek; zarządzanie rentownością powierzchni handlowych i wystawienniczych; opracowanie i wdrożenie strategii rozwoju kategorii i wiele więcej. Przyjrzyjmy się więc bliżej głównym analizom QM.

ANALIZA ROLI

Analiza ta służy do oceny trwałości i konkurencyjności kategorii. Odbywa się to według kategorii i grup jednorodnych towarów (rodzaje, marki). Dynamika analizy ról odzwierciedla rotację asortymentu w danej kategorii. Kategoria zawiera wszystkie produkty spełniające 6 głównych ról (ryc. 1). Po przeprowadzeniu samodzielnej analizy roli dla określonych kategorii produktów uczestnicy odkryli, że w większości przypadków kategorie te nie zawierały żadnego z 6 głównych produktów (ani obrońcy, ani generatora środków pieniężnych). Aby prawidłowo przeprowadzić analizę roli, należy określić marżę handlową i obroty dla każdej marki oraz przypisać jej rolę (tabela 1). Następnie na podstawie uzyskanych wartości należy zbudować wykres (rys. 2) i sprawdzić, czy dla wszystkich pozycji znaczniki i rola są poprawnie określone.

Marka	Marża handlowa,%		Znaczenie roli
Marka A	8	1 860	Generator przepływu
Marka B	25	1 500	Generator gotówki
Marka C	25	1 040	Generator gotówki
Marka D	18	835
Marka E	42	420	Generator zysków
Marka F	36	540	Kup generator
Marka G	15	320	Delta*
Marka H	21	700
Marka I	24	800
Marka J	45	120	Generator obrazów
Całkowity		8 135

Delta to pozycja marki lub produktu zlokalizowana w lewym dolnym rogu matrycy. Delta spełnia standardy sieci detalicznej EPP

W pierwszym etapie analizy oceniana jest „trwałość” i „wystarczalność” asortymentu.

Wiadomo, że aby wygenerować maksymalny obrót i zysk, kategoria wymaga obecności towarów spełniających 6 głównych ról.

Generatory przepływu to markowe, markowe produkty, które są dobrze znane na rynku dzięki aktywnemu marketingowi producenta.

Ponieważ towary te są prezentowane we wszystkich sieciach handlowych w mieście, konsument z reguły dobrze rozumie ceny sprzedaży. W związku z tym marża na te towary ustalana jest na poziomie „średnim” lub „nieco poniżej średniej” dla rynku. Głównym zadaniem generatorów przepływu jest generowanie przepływu klientów do sklepów. Obroty handlowe generatorami przepływu są wysokie i powyżej średniej w tej kategorii.

Generatory gotówki to mniej znane, być może niemarkowe produkty, analogiczne do generatorów przepływu.

Ceny detaliczne generatora gotówki są nieco niższe niż generatora przepływów; ale marża jest znacznie wyższa. Zadaniem menadżera jest podniesienie sprzedaży generatora gotówki do poziomu generatora przepływów i wyżej.

Zakup generatorów - cała gama towarów popytu impulsowego i pasywnego; Produkty powiązane.

Generatory zakupów mają „ponadprzeciętną” marżę dla kategorii produktu i pracują nad zwiększeniem ogólnej rentowności i zwiększeniem liczby zakupów na paragonie.

Generatory zysku to produkty charakteryzujące się wysokimi marżami i znaczącym udziałem sprzedaży w danej kategorii produktowej. Większość generatorów w tej kategorii obsługuje je.

Generator(y) obrazu - produkty, które pozwalają pozycjonować zakres kategorii na rynku i w świadomości konsumentów. Może mieć następujące cechy:

• maksymalna marża, niewielka wielkość sprzedaży (towary rzadkie, ekskluzywne); dostępny w asortymencie supermarketu;
• minimalna marża, znaczny wolumen sprzedaży (towary konsumpcyjne, „liderzy strat”); dostępne w asortymencie dyskonta.

Defender to produkt sprzedawany tylko przez jednego operatora detalicznego w regionie (kontrakt na wyłączność, marka własna sieci) lub na unikalnych warunkach. Pozwala utrzymać główną pulę konsumentów nawet przy agresywnej polityce asortymentowej konkurencji. Może mieć zasadniczo różne cechy pod względem marży i wielkości sprzedaży.

Na drugim etapie analizy obszar figury szacuje się za pomocą analizy ról. Zwiększenie powierzchni może wskazywać:

• zmiany wolumenu sprzedaży agregatów w danej kategorii;
• zmiana marży handlowej dla generatorów kategorii;
• pojawienie się nowych generatorów, czyli rotacja asortymentu.

Większość zmian w obszarze figury według analizy roli wiąże się z pojawieniem się nowych (dodatkowych) generatorów w kategorii. Menedżer albo natychmiast wprowadza do kategorii wiodący produkt z maksymalnym obrotem i (lub) marżą; lub wprowadza do asortymentu nowy produkt, planując, że kiedyś przesunie się on do prawej górnej części matrycy.

Ponieważ jednak półki sklepowe „nie są gumowe”, wprowadzenie nowych produktów do asortymentu jest możliwe tylko w przypadku usunięcia z matrycy asortymentowej niewłaściwych pozycji produktowych (lewy dolny róg zgodnie z analizą roli).

Tym samym zwiększenie powierzchni figury gwarantuje ciągłą rotację asortymentu i potwierdza, że ​​wzrost obrotów i zysków nastąpił nie tylko na skutek marketingu, wzrostu rynku konsumenckiego czy inflacji, ale także na skutek optymalizacji struktury asortymentu.

analiza strukturalna asortymentu. optymalna głębokość

Jak policzyć ilość wymaganych pozycji produktowych (SKU-Stock Keeping Unit) wchodzących w skład kategorii, przy której apteka uzyska maksymalny obrót lub maksymalny obrót? Oprócz analizy ABC można tego dokonać za pomocą analizy strukturalnej, którą uczestnicy szkolenia również wykonywali w praktyce. Analiza strukturalna pozwala obliczyć optymalną strukturę asortymentu, czyli liczbę grup, podgrup, marek, artykułów; ich odnowienie i stosunek, przy którym osiągany jest maksymalny obrót i zysk.

Analiza strukturalna opiera się na obliczeniu następujących wskaźników asortymentowych:

• szerokość kategorii – liczba grup wchodzących w skład kategorii (podgrup, gatunków, odmian);
• kompletność kategorii - liczba marek wchodzących w skład kategorii (grupy, podgrupy);
• głębokość kategorii – łączna liczba pozycji produktowych (artykuły, SKU);
• harmonia kategorii - stopień podobieństwa pozycji produktów w przedziale cenowym;
• stabilność kategorii – wahania głównych wskaźników asortymentu kategorii w analizowanym okresie;
• odnowienie kategorii - liczba nowych pozycji produktowych w strukturze asortymentowej (dla analizowanego okresu).

W pierwszym etapie analizy wyliczane są optymalne wartości wskaźników. Aby to zrobić, tygodniowe wartości obrotu (lub jakikolwiek inny wskaźnik, na przykład zysk, obrót) porównuje się z odpowiednią wartością wskaźnika asortymentu. Dane głębokości (liczba SKU) dostarczają informacji o produktach, które były w magazynie w danym tygodniu. Porównanie przeprowadza się z co najmniej 12-tygodniowym wyprzedzeniem (tab. 2). Na podstawie wyników porównania danych tworzony jest wykres punktowy (rys. 3). Do wykresu dodawana jest linia trendu (trend wielomianowy). Na trendzie wyznacza się punkt przejścia (po którym następuje spowolnienie wzrostu obrotów handlowych). Punktem przejściowym jest optymalna wartość wskaźnika dla danego sezonu.

Tydzień	Głębokość, liczba sku	Tygodniowy obrót, tysiące rubli.
1	102	5300
2	80	3500
3	110	4800
4	90	4500
5	75	3750
6	85	4250
7	100	5400
8	142	5100
9	125	4700
10	80	4000
11	135	5000
12	85	4250
13	135	4400
14	110	4870
15	130	4800
16	140	5050
16	118	4100

W tym przypadku optymalna głębokość kategorii mieści się w przedziale od 110 do 120 SKU (dla konkretnego sezonu).

Analizę strukturalną należy przeprowadzać raz na sezon. Po obliczeniu optymalnych wskaźników asortymentowych menadżer kategorii co tydzień raportuje dyrektorowi handlowemu odchylenia aktualnych wskaźników od optymalnych. Zaleca się stosowanie analizy dla jednorodnej grupy produktów.

harmonia poziomu cen

Jak ustalić, ile SKU powinno znajdować się w niskim, średnim i wysokim segmencie cenowym w kategorii produktu? Tradycyjną metodą oznaczania jest żądanie. A w ramach jakiej struktury uzyskamy maksymalny obrót lub dochód dla konkretnej kategorii produktów? Analiza harmonii asortymentu według poziomu cen (analiza linii cenowej) według kategorii i podgrup pozwala określić, czy koszt marek w danej kategorii jest harmonijny.

Wynikiem obliczeń jest wartość harmonii w ciągu 1 tygodnia dla poszczególnych produktów. Jako przykład wybrano linię produktów piwnych (tabela 3). W pierwszym etapie konieczne jest wyszczególnienie wszystkich pozycji produktowych wchodzących w skład określonej grupy produktowej. Następnie należy wybrać produkt z ceną minimalną - w tym przypadku jest to piwo Stary Melnik za 18 rubli. Następnie oblicz stosunek kosztu każdego produktu do ceny minimalnej i określ średnią arytmetyczną. Dlatego, aby przeanalizować harmonię według ceny, musisz wiedzieć:

NIE.	Nazwa, „piwo, szkło, 0,5”	Koszt, pocierać.
1	Bałtyka nr 3	20
2	Bałtyka nr 5	25
3	Bałtyka nr 5	28
4	Stary Miller	30
5	Światło Klinskoe	24
6	Klinskoe ciemno	27
7	Staropramen	32
8	Żygulewsko	34
9	Stary Miller	18
10	Heinekena	38

• optymalna wartość cechy (znak);
• stosunek każdej cechy do cechy optymalnej;
• średnia arytmetyczna ze wszystkich współczynników (ze wszystkich wyników dzielenia).

Zatem na przykładzie produktów piwnych wyprowadzono wzór na harmonię cen: Gm (Ai) = (20 / 18 + 25 / 18 + 28 / 18 + 30 / 18 + 24 / 18 + 27 / 18 + 32 / 18 + 34/18 + 18/18 + 38/18)/10.

W tym przypadku harmonia cenowa wyniosła 1,5. Jeśli harmonia wynosi około 1, oznacza to, że wszystkie towary sprzedawane są po tej samej cenie i potrzeby jednego segmentu cenowego konsumentów są zaspokojone. Im większa harmonia - 2, 10, 15 lub więcej, tym większa jest różnica cen, co oznacza, że ​​możliwe jest usatysfakcjonowanie konsumentów w różnych segmentach cenowych. Optymalna harmonia to taka, przy której można uzyskać maksymalny obrót lub zysk. Jeden wskaźnik harmonii na 1 tydzień (1,5) nie wystarczy. W ten sam sposób należy obliczyć harmonię dla drugiego, trzeciego, czwartego tygodnia itp. Na podstawie uzyskanych wyników należy przeprowadzić analizę strukturalną, aby zobaczyć na wykresie punkt, w którym można uzyskać maksymalny obrót lub dochód dla danej odmiany.

Liczba tygodni powinna wynosić około 16 (tyle tygodni, ile jest w sezonie), następnie należy obliczyć średnią arytmetyczną. Przykładowo, jeśli optymalna wartość – punkt szczytowy na wykresie – wynosi 5, a w bieżącym okresie harmonia wynosi 4,5, to menadżer kategorii ręcznie, zgodnie z analizą ról, włącza lub wyświetla niektóre pozycje produktów, aby „wyciągnąć podnieść” wskaźnik harmonii na 5. Harmonia jest konieczna, aby w przyszłości przy wprowadzaniu lub wprowadzaniu jakichkolwiek kategorii produktów produkty nie były pozycjonowane.

Analiza ABC

„Jeśli chcesz zabić asortyment, przeprowadź analizę ABC” – powiedziała swoim uczniom V. Snegireva. Ale to oświadczenie ich nie zszokowało. Analiza ABC to statystyczna metoda analizy oparta na prawie Pareto – za większość wyników odpowiada mniejsza liczba przyczyn. Analiza ABC pozwala zrozumieć, które produkty są liderami sprzedaży, a które wręcz przeciwnie. Jednak analiza ABC nigdy nie pokaże, dlaczego niektóre produkty przesunęły się w rankingach, a inne spadły. Być może menadżerowie kategorii zrobili to sami, przenosząc swoje obszary pozycjonowania, a może było to spowodowane sezonowym spadkiem (lub jeśli był to nowy produkt itp.). A co najważniejsze, celem analizy ABC jest optymalizacja asortymentu produktów. Logiczne jest, że należy wykluczyć te pozycje, które znajdują się na dole listy pod względem udziału w kategorii. Takie eliminacje można przeprowadzać co tydzień, ale w rezultacie można je dalej optymalizować, aż pozostanie tylko jedna pozycja produktowa. V. Snegireva pokazała zdjęcia zrobione w supermarkecie, gdzie asortyment kategorii „olej słonecznikowy” składał się wyłącznie z oleju „Oleina”. Analiza ABC jest konieczna jedynie do ustalenia i kontrolowania zapasów, ale nie do zarządzania sprzedażą. Analizę ABC należy stosować wyłącznie w połączeniu z analizą XYZ.

Analiza ABC z indeksem merchandisingowym

Jak zrozumieć, co wpłynęło na wzrost sprzedaży produktów dostępnych bez recepty lub na jej spadek? Wymaga to analizy ABC z indeksem merchandisingowym – ABCi, który pozwala uwzględnić takie czynniki jak ilość półki, na której znajduje się marka oraz udział powierzchni półkowej zajmowanej przez markę w grupie. Pozwala zobaczyć, jak marki mogłyby się sprzedawać, gdyby były wystawione na tej samej wysokości nad podłogą i zajmowały równą pozycję na półce.

Indeks merchandisingowy pomaga wyrównać sprzedaż z różnych półek. Pokazuje, jak produkty sprzedawałyby się, gdyby znajdowały się na tej samej półce. Z reguły dolna półka wynosi 1,4, następna w górę to 1,0, na poziomie oczu 0,8 lub 0,6, górna - 1,2. Jeżeli sprzęt jest trzypółkowy i z pierwszej półki sprzedano 40 szt., z drugiej 100, z trzeciej 80. Suma wynosi 220 szt., co równa się 100%. Następnie należy obliczyć udział każdej półki, który będzie indeksem merchandisingowym. Formuła analizy ABC z indeksem merchandisingowym:

АВСм=Т · Jestem · 1 / DO, Gdzie

T- bieżące obroty handlowe;

Jestem- indeks merchandisingowy;

DO- udział powierzchni wystawienniczej zajmowanej przez produkt (markę) na wyposażeniu.

Marka, SKU	Obrót marki, tysiące rubli.	Udział marki w obrotach grupy	Udostępnij ze zgromadzonych w rezultacie	Grupa analizy ABC	Grupa analityczna ABCI
Marka A	420,00	0,14	0,14	A	C
Marka B	380,00	0,12	0,26	A	B
Marka C	340,00	0,11	0,37	A	B
Marka D	290,00	0,09	0,47	A	C
Marka E	270,00	0,09	0,55	B	C
Marka F	250,00	0,08	0,63	B	B
Marka G	230,00	0,07	0,71	B	A
Marka H	220,00	0,07	0,78	B	C
Marka I	180,00	0,06	0,84	C	A
Marka J	165,00	0,05	0,89	C	C
Marka K	130,00	0,04	0,93	C	B
Marka L	120,00	0,04	0,97	C	A
Marka M	80,00	0,03	1,00	C	C
Całkowity	3 075,00	1,00

Marka, SKU	Obrót marki, tysiące rubli.	Układ, liniowy. metrów	Numer półki	Indeks merchandisingowy, Im	Udział miejsca na półce, K	Porównywalne wartości	Udział w porównywalnych ilościach	Udostępnij łącznie	Group, zgodnie z wynikami analizy ABCi
Marka L	120,00	0,50	1	1,4	0,02	8 400	0,162129745	0,162129745	A
Marka G	230,00	1,00	5	1,2	0,04	6 900	0,133178005	0,29530775	A
Marka I	180,00	1,00	1	1,4	0,04	6 300	0,121597309	0,416905059	A
Marka F	250,00	1,00	2	1	0,04	6 250	0,120632251	0,53753731	B
Marka K	130,00	1,00	1	1,4	0,04	4 550	0,087820279	0,625357588	B
Marka B	380,00	2,00	4	0,8	0,08	3 800	0,073344409	0,698701997	B
Marka C	340,00	1,50	3	0,6	0,06	3 400	0,065623944	0,764325941	B
Marka H	220,00	2,50	1	1,4	0,10	3 080	0,059447573	0,823773515	C
Marka A	420,00	3,00	4	0,8	0,12	2 800	0,054043248	0,877816763	C
Marka J	165,00	2,00	2	1	0,08	2 063	0,039808643	0,917625406	C
Marka E	270,00	4,00	5	1,2	0,16	2 025	0,039084849	0,956710255	C
Marka D	290,00	3,50	3	0,6	0,14	1 243	0,023988585	0,98069884	C
Marka M	80,00	2,00	2	1	0,08	1 000	0,01930116	1	C
Całkowity	3 075,00	25,00			1,0	51 810	1

Uczestnicy seminarium najpierw przeprowadzili klasyczną analizę ABC z wykorzystaniem wskaźnika merchandisingu (tabela 4). Następnie wypełnij tabelę. 5, gdzie dodaliśmy obroty, metry bieżące i numer półki dla pozycji produktu. Indeks merchandisingowy obliczono według powyższego wzoru, biorąc pod uwagę 5 miejsc na półkach. Kolumnę wartości porównywalnych obliczono w następujący sposób:

obroty handlowe · indeks merchandisingowy: procent miejsca na półce.

Na podstawie uzyskanych danych przeprowadzono następnie klasyczną analizę ABC, gdzie następnie obliczono udział w wartościach porównywalnych i w sumie skumulowanej i na podstawie jej wyników każdej marce przydzielono grupę. Następnie uczestnicy porównali wyniki klasycznej analizy ABC z analizą ABC ze wskaźnikiem merchandisingu. Jeżeli dany produkt na podstawie wyników dwóch analiz otrzymał inną grupę (np. w jednej A, a w drugiej B), oznacza to, że zajmuje za dużo miejsca na półce. Rozbieżność tę należy wykorzystać w negocjacjach z dystrybutorami, ograniczając ekspozycję towaru i zmieniając numer jego półki.

Marka	Obrót marki, rub.	Wyświetlacz marki, cm	EPP, pocierać.	<ЕПП	>PPE	Wystarczalność, cm	Ekstra, zobacz	Dystrybucja, cm	Ekspozytor marki 2, cm	EPP 2, pocierać.	Obrót handlowy marki 2, rub.
Marka A	7 800	260	30,0	26,3	0,0	139	121	0	139	56,3	7 800
Marka B	4 600	100	46,0	10,3	0,0	82	18	0	82	56,3	4 600
Marka C	12 000	160	75,0	0,0	18,7	0	0	37	197	75,0	14 812
Marka D	5 400	120	45,0	11,3	0,0	96	24	0	96	56,3	5 400
Marka E	16 000	200	80,0	0,0	23,7	0	0	48	248	80,0	19 801
Marka F	6 000	200	30,0	26,3	0,0	107	93	0	107	56,3	6 000
Marka G	12 000	160	75,0	0,0	18,7	0	0	37	197	75,0	14 812
Marka H	9 600	160	60,0	0,0	3,7	0	0	7	167	60,0	10 048
Marka I	6 600	100	66,0	0,0	9,7	0	0	19	119	66,0	7 886
Marka J	4 400	40	110,0	0,0	53,7	0	0	108	148	110,0	16 231
Całkowity	84 400	1 500	56,3		128		257	257	1 500		107 391

Analiza macierzowa

Analiza macierzowa pozwala na podjęcie decyzji o wykluczeniu pozycji z asortymentu, a także o redystrybucji zasobów (półki i powierzchni handlowej) pomiędzy pozycjami produktowymi zawartymi w tej samej kategorii. Analizę macierzową przeprowadza się zarówno według kategorii, jak i grup jednorodnych towarów (rodzaje, marki itp.). W pierwszym etapie analizy wszystkie pozycje produktu porównywane są według dwóch cech:

• Oś Y pokazuje tygodniową (miesięczną) stopę wzrostu obrotów konkretnego SKU;
• Oś X pokazuje względny udział obrotów (RPT) SKU (stosunek obrotów SKU do obrotów lidera sprzedaży w grupie).

Udział ODT oblicza się w następujący sposób: wolumen sprzedaży badanego produktu jest dzielony przez wolumen sprzedaży lidera w danym segmencie.

W rezultacie każda pozycja produktu (SKU) należy do jednego z czterech sektorów (ryc. 4):

Sektor A – wysokie CCT i dynamika wzrostu obrotów handlowych (wzrost obrotów handlowych – powyżej 1/4 w sieci handlowej; CCT – powyżej 0,6).

Sektor B – duży udział w rynku i stosunkowo stabilne tempo wzrostu (wzrost obrotów handlowych – poniżej 1/4 sieci detalicznej; CCT – powyżej 0,6). Generowane przez nie przepływy pieniężne znacznie przekraczają potrzeby inwestycyjne. Ponieważ jednak większość z nich przesunęła się w dół z sektora A, utrzymuje się tendencja spadkowa dynamiki obrotów handlowych. Dlatego podstawowym zadaniem menedżera jest jak najdłuższe wygładzenie tego trendu.

Sektor D – towary obce (wzrost obrotów handlowych – poniżej 1/1 w sieci handlowej; CCT – poniżej 0,6). Wspieranie tych produktów jest uzasadnione w takim stopniu, w jakim ich istnienie jest zgodne z koncepcją asortymentu branżowego (specjalizacja przedsiębiorstwa, wizerunek, chęć nadania asortymentowi szczególnych właściwości). Ponieważ jednak elementy te znajdują się w końcowej fazie cyklu życia, to właśnie one podlegają wykluczeniu w przypadku niedofinansowania któregokolwiek z sektorów analizy macierzowej.

Sektor C – wysokie dynamiki wzrostu i niewielkie obroty handlowe (wzrost obrotów handlowych – powyżej 1/4 w sieci detalicznej; CCT – poniżej 0,6). Produkty te charakteryzują się wysokimi potrzebami finansowymi i niskimi dochodami (ze względu na słabo rozwinięty rynek zbytu). Ponieważ nie wszystkie elementy zaprezentowane w polu B będą mogły przenieść się do sektora A, pojawia się pytanie, na ile zasadne jest finansowanie danego elementu.

W zależności od tego, jak towary zachowują się w matrycy (współrzędne wzdłuż osi matrycy rosną lub maleją, obroty CCT i handlowe rosną lub maleją itp.) w porównaniu do poprzedniego okresu, wszystkim elementom przypisana jest jedna z linii finansowania:

I linia – priorytet finansowania. Otrzymanie I linii dofinansowania wiąże się ze zwiększeniem powierzchni handlowo-wystawienniczej przeznaczonej na produkt (minimum, przy współczynniku 1,7); zwiększenie liczby twarzy na wyświetlaczu; powielanie towarów w dodatkowych punktach sprzedaży itp.

II linia – finansowanie pozycji produktowej pozostaje bez zmian. Ilość zasobów, które produkt otrzymał w poprzednim okresie, nadal będzie otrzymywać w planowanym okresie.

III linia – finansowanie towarów zostaje zredukowane do poziomu wyjściowego (do poziomu sprzed pojawienia się I linii finansowania). Zmniejszana jest powierzchnia ekspozycji i ilość okładzin, a produkt jest usuwany z dodatkowych punktów sprzedaży.

4. linia – produkt jest przygotowywany do usunięcia z matrycy (prawdopodobnie tymczasowego). Menedżer przestaje składać zamówienia na ten produkt, pozostałe salda są sprzedawane online.

Linia 5 – produkt należy wykluczyć z matrycy asortymentowej (przed rozpoczęciem sezonu), chyba że jest to produkt wizerunkowy.

Linia 6 - pojawia się przy produkcie tylko wtedy, gdy z jakiegoś powodu produkt nie był w promocji. Wygląd 6. linii wymaga dalszych badań.

Decyzji o wykluczeniu pozycji produktowej nie można podjąć, gdy pojawi się tylko jedna „5”. Menedżer podejmuje decyzję o zwiększeniu finansowania lub wykluczeniu produktu na podstawie wyników z 4–6 tygodni, analizując aktualny trend.

Uczestnicy seminarium obliczyli także przybliżone obroty sieci w przyszłym okresie, w oparciu o jej format i powierzchnię. Jego wzór obliczeniowy to:

T 2008 = (((Tm2 2007 *Sm2 2007 + Tm2 2007 *Sm2 2008 * (b-n)/12) + Inf. (%)) + RPR (%)) + Int. (%), Gdzie, B- miesięcy pozostałych do końca roku od otwarcia sklepu; N- miesiące przeznaczone na promocję sklepu; Inf.. - procent inflacji (w przybliżeniu); RPR- rozwój rynku konsumenckiego; Wewnętrzne. - intensywny wzrost obrotów handlowych.

Szanse i perspektywy

Uczestnicy szkoleń nauczyli się przeprowadzać różnego rodzaju kompleksowe analizy asortymentu, otrzymali rekomendacje dotyczące optymalizacji struktury kategorii, a także zapoznali się z nowoczesnymi metodami zarządzania asortymentem, metodami jego analizy i optymalizacji.

Nie sposób w jednej publikacji omówić tak obszerny temat, jak zarządzanie asortymentem produktów. Na tego rodzaju szkoleniach można zdobyć praktyczne lekcje z zakresu CM. Aby być uczciwym, należy powiedzieć, że obecnie w domenie publicznej znajduje się bardzo niewiele kompleksowych informacji na temat CM w branży farmaceutycznej. Łatwo to wytłumaczyć konkurencją w tym segmencie. Jedno jest jednak pewne – samodzielna i żmudna praca nad zgłębianiem tajników CM stanie się nieocenionym narzędziem dla specjalistów farmacji w zarządzaniu sprzedażą.

Oksana Sergienko

Facebook

Świergot

W kontakcie z

Koledzy z klasy

Google+