Вот наконец мы добрались до последнего этапа в управлении ассортиментом – до аналитики. Насладиться результатами своих трудов и оценить, что все сделанное за месяц/квартал/год – было правильно… или неправильно… Казалось, чего проще – берем статистику, сверяем план и результат – вот и оценка нашей работы. Однако существуют ошибки, которые вносят существенную погрешность в аналитику данных. Кроме неверных цифр или формул, есть принципиальные ошибки, системные, которые приводят нас к неверным выводам.

1. ЛОГИСТИЧЕСКИЙ ПОДХОД К АССОРТИМЕНТУ.

Как выглядит: при сборе данных в расчете участвует только статистика. Например, выводы делаются на основе АВС-анализа и формально по этому анализу все товары, относящиеся к группе С, не вносящие существенного вклада в ассортимент и должны быть ликвидированы. Но мы упускаем из виду, что в группу С попадают новинки, уникальные товары, товары для удержания покупателей (то есть редкие, особенные, вроде овощного сока или корма для попугайчиков), товары малооборачиваемые, но продающиеся в комплекте с другими (заглушки к плинтусам или галогеновые лампочки в отделе света). То есть мы не оцениваем ассортимент качественно, а оцениваем его только с точки зрения товародвижения, логистики – продается – значит хорошо, мало продается – плохо.

Что делать: при любом анализе сначала нужно делать качественную оценку товара (какую роль он играет в ассортименте, вкупе с чем продается, кто покупает этот товар). И только потом работать со статистикой и цифрами. Так же при любом анализе необходимо не просто реагировать на цифры, а искать причину плохих продаж. Возможно, дело в неверных ценах, плохой выкладке, наличии товара- заменителя, отсутствии рекламы или неумении продавцов продать товар. Анализ – лишь зеркало, в котором отражена нынешняя ситуация. А о причинах придется задуматься специалистам.

2. НЕВЕРНЫЙ ПЕРИОД ИЛИ МАССИВ ДАННЫХ.

Неверные выводы можем сделать, если при анализе возьмем слишком большой период или массив данных. Делая все тот же АВС-анализ, важно понять, что именно хотим проанализировать. Сравнивать между собой весь массив товаров (например, все 15 000 наименований) – бессмысленно. Имеет смысл сравнивать или товары в одной категории (например, все электрические чайники или все шоколадные конфеты в коробках) или товары с одинаковыми/похожими свойствами (все туфли красного цвета). При составлении сравнительного анализа подумайте, дает ли сравнение пищу для ума?

Пример 1: Необходимо проанализировать категорию «Шампуни» в одной из розничных сетей. Категория насчитывает около 300 товарных позиций, и в активе имеет 11 брендов. Сравнительный анализ по брендам выглядит так:

Какие выводы можно сделать о составе категории, кроме того, что Бренд С имеет наибольшие продажи? Бренд G хоть и имеет наибольшую наценку, но на самом деле состоит из пяти товарных позиций и представляет элитную продукцию – этого данный анализ не показывает. Бессмысленный анализ не дает пищу для анализа — глядя на эту таблицу, мы не можем сказать ничего о том, какие именно товары из 300 товарных позиций нужно выводить, а какие продвигать. Нужно проанализировать шампуни не только по брендам, но и по составу, ценовым сегментам, уровню наценки, оборотам и прибыли, найти пересекающиеся между собой товары (те, которые попадают под эффект «Белочки» или Товарного каннибализма), понять, какие товары являются генераторами потока, какие приносят прибыль, какие товары особенные в категории. Словом, перейти с уровня брендом на уровень товарных позиций и свойств. Тогда можно делать выводы о составе категории.

Пример 2: При анализе оборачиваемости пытаемся проанализировать все товары в категории, не учитывая то, что оборачиваемость напрямую связана с логистическими условиями. Нет смысла делать подробный анализ, особенно если категория крупная, состоит из 200 или 400 позиций. Вот тут как раз нужно укрупнить и соотнести периоды оборачиваемости по поставщикам. Например, таблица ниже информативна и показывает, с какими поставщиками нужно вести речь об отсрочках, а кого нужно поддерживать и продвигать.

Пример 3: Еще одна погрешность – неверный период анализа. Например, анализ канцелярских принадлежностей, категория «Тетради» — если делать XYZ-анализ, то за основу нужно брать не годовой период, а делать анализ по периодам спроса – с августа по сентябрь продажи существенно отличаются от среднегодовых. Если брать годовые продажи, то все товары попадут в группу Z – неустойчивый спрос. Эти же товары при периоде анализа июль- сентябрь показывают Х – устойчивый спрос.

3. УПУСКАЕМ ИЗ ВИДУ ЖИЗНЕННЫЙ ЦИКЛ, ТО ЕСТЬ ТРЕНД РАЗВИТИЯ.

Все меняется. И сезон, и спрос, и рынок, и мода… Делая анализ, мы часто упускаем из виду, что какой бы ни был анализ, он работает только здесь и сейчас. Наивно полагать, что например, присвоив категориям роли, они будут оставаться такими всегда. Или товар группы А из-за изменения спроса через полгода не перейдет в группу В или С… Поэтому нужно принимать во внимание влияние внешних условия и жизненного цикла, задавая периодично пересмотра ролей, статусов и категорий товаров.

Общий итог: мы прошли по всему алгоритму управления категориями – от структурных вопрос, должностных обязанностей, товарного классификатора и ИТ-системы до тактической оперативной работы с категорией – ввод и вывод товаров, ценообразование, выкладка и аналитика. Везде существует опасность совершения ошибок – от фатальных системных до легко поправимых. Некоторые из этих ошибок мы рассмотрели, что бы предупредить Вас, уважаемые читатели, что бы вы учились на чужих ошибках, а не на своих.

Екатерина Бузукова, Журнал «УПРАВЛЕНИЕ МАГАЗИНОМ» (декабрь, 2013)

_______________________________________________________________________________________________________

28 мая независимый консультант по вопросам управления ассортиментом Екатерина Бузукова выступит на конференции «Как увеличить прибыль магазина-2015″ с докладом  «Как повысить прибыль магазина с помощью оптимизации управления ассортиментом»

Зарегистрируйтесь на конференцию сегодня!