Измерение спроса в рознице
Долгое время мне не давал покоя один вопрос - «Как измерить уровень покупательского интереса?». Как понять, что нравится покупателю, а что нет? Глядя на отчеты по динамике количества чеков, динамике среднего чека, на отношение потока покупателей к реальным покупкам в рознице я не получал необходимой мне информации. У такого рода данных есть сильное достоинство - они дешевы, практически бесплатны при наличии сколько-нибудь приемлемой учетной системы. Но, к сожалению, на их основании существенных выводов сделать нельзя, все они носят общий характер.
Допустим, мы смотрим динамику чеков по различным торговым точкам в пределах одного города. Да, можно определить сильные подразделения и слабые, но в конкретных причинах разобраться нельзя, придется разбираться на месте.
Да, можно сравнить различные рынки, сделав разрезы по географии, например, сравнивая разные филиалы. Или, например, по структуре продаж, выделяя отдельные категории ассортимента или, например, разрезая продажи по категориям клиентов. Но, на мой взгляд, уровень такого анализа носит общий характер и, если вас интересуют конкретные причины, вам приходится разбираться на месте: сравнивать цены с конкурентами, проверять выкладку, уровень обслуживания, чистоту в магазине, проводить опросы покупателей и т.д.
В самом деле, средний чек в магазине A вырос на 10%, при этом в магазине B и C в пределах одного города он не изменился. И что?
Очень мощным инструментом являются волновые исследования, периодические опросы покупателей, из них можно узнать многое. Они дают ценную информацию: неудобная парковка, сложно найти товар, слишком дорогие или слишком дешевые товары и т.д. - зачастую других способов узнать об этом просто не существует.
У этого способа недостаток тот же - информация все же недостаточно конкретная и существенно более дорогая, поскольку на такие исследования нужны люди, а значит и бюджет.
Пришлось искать способ измерить покупательский интерес как к магазину в целом, так и к конкретному товару. Такой способ был найден, чтобы о нем рассказать, мне придется сделать небольшое отступление в сторону ассортиментного управления.
Прежде всего, я исхожу из следующей посылки - покупатель приходит в магазин за товаром или услугой, как за средством удовлетворения тех или иных потребностей, следовательно, каким-то, пока не известным нам способом наблюдая историю продаж товаров, мы сможем делать выводы относительно покупательского интереса.
Затем, не обязательно следить за всем ассортиментом, достаточно выделить группу наиболее значимых товаров в ассортименте магазина. Значимость определяется в моем понимании двумя факторами: насколько товар интересен покупателю и насколько он прибылен для продавца. Как это сделать? Выделить товары, которые покупают чаще всего и которые наиболее прибыльны, см. рисунок:
Сделав такой ход, мы значительно облегчим себе жизнь, поскольку наблюдать нам придется за сравнительно небольшой долей всего ассортимента, которая наиболее весомо формирует покупательский интерес и нашу прибыль. Для справки: при ассортименте в 30000 позиций, следить нам придется за 2000-3000 позиций.
И теперь, когда мы знаем, за каким товаром покупатель идет в наш магазин, нам остается ответить на один вопрос: «Насколько мы удовлетворяем его потребности?» Другими словами, хватает ли нам товара на полке в любой момент времени, когда клиент хочет его купить?
Сейчас я покажу, как это можно посчитать, а затем опишу выгоды данного метода.
Итак, рассмотрим историю продаж одного товара:
Для простоты берем модель «сферической лошади в вакууме» - на остатках 31 шт., при устойчивом спросе в 1 шт. в день. Начиная с 17 марта, спрос удваивается (теперь хотят по 2 шт. в день) и товар заканчивается раньше времени. Считаем очень просто: вычисляем процент дней, когда остатки были выше нуля, к общему количеству дней, т.е.
Коэффициент наполнения (КН) = 24/31=77%.
Поскольку нашей задачей является определить, насколько наше предложение удовлетворяет спрос, то вычисление дней с нулевыми остатками не является конечной целью, и со временем, мы можем поднимать этот порог. Например, в данном случае, очевидно, что минимальным необходимым количеством является 2 шт. И в дальнейшем можно подсчитывать количество дней, с остатками менее 2. Подробнее об этом написано здесь ( http://dagred.livejournal.com/16355.html).
Какая от всего этого польза?
Мы не можем дергать каждого покупателя за рукав и спрашивать, чего ему не хватило в нашем магазине, да он и не скажет с точностью до позиции. Следовательно, мы не можем запланировать и спрогнозировать увеличение продаж за счет существующего неудовлетворенного спроса. Если мы займемся измерением этой разницы предложенным способом, то без лишних усилий эту потребность закроем. При этом произойдет интересная вещь - как только товара станет больше, магазин станет более популярным и товара опять начнет не хватать. Таким образом, мы достигнем равновесия между текущим спросом и предложением.
Помимо этого, просто наблюдая динамику этого показателя по ведущей группе товаров длительный период времени, мы можем делать однозначные выводы о том, увеличивается ли покупательский интерес к конкретной точке продаж (группе товаров, бренду, конкретной позиции) или, наоборот, падает. Связав коэффициент наполнения с динамикой выручки и прибыли, мы однозначно можем понимать, как те или иные ценовые изменения влияют на покупательский интерес и к чему это может привести.
Пример №1.
Город с населением 300 тыс. чел, конкуренция средняя, у сети присутствуют два магазина. Выручка и прибыль обоих магазинов, если убрать инфляцию и сезонность, перестала расти, и зафиксировалась на определенном уровне. Выручка имеет средние для формата показатели, прибыль выше среднего, т.е. маржа или реализованная наценка высока. Анализ показал, что уровень цен чуть выше, чем у конкурентов.
Оставляем все, как есть, что-нибудь предпринимаем и что конкретно?
Первым решением было бы оставить все, как есть. Выручка на кв.м. соответствует формату, прибыль выше стандарта. По ценам находимся в рынке. Ситуация стабильно хорошая, зачем что-то менять. Но, после анализа коэффициента наполнения, оказалось, что в обоих магазинах он значительно ниже среднего, на уровне 60%. Другими словами, необходимые товары отсутствуют в наличии 4 дня из 10. Поставщики выразили готовность увеличить поставки, но не сразу, а через несколько месяцев. Поэтому было принято решение об увеличении цен, что привело к существенному росту прибыльности магазина.
Пример №2.
Областной центр, город - миллионник, уровень конкуренции средний, присутствует два магазина. Считается, что рынок в данном регионе неудачный, и продажи не всегда дотягивают до среднего уровня - дальнейшая экспансия в город прекращена. Один из магазинов показывает средние выручку и прибыль, у второго эти показатели ниже среднего и рассматривается вопрос о его закрытии.
КН первого магазина 80%, КН второго 60%. После исправления ошибок в операциях по снабжению во втором магазине, выручка и прибыль значительно возросли.
Пример №3.
Областной центр, уровень конкуренции высокий, сеть представлена двумя магазинами, считается, что цены в них выше рынка. В обоих магазинах КН колебался в пределах 80-85%, что позволяло нам делать вывод о том, что спрос все же превышает предложение, несмотря на цены выше средних. Параллельно с работой по наполнению магазина товаром, была увеличена наценка на ряд товаров - цены стали еще выше, что привело к росту прибыли.
Как правило, прослеживается однозначная связь между коэффициентом наполнения и маржой (торговой наценкой) и, в конечном счете, прибыльностью магазина, что позволяет управлять ценой в широком диапазоне. Таким образом, совместный анализ КН-наценка (прибыль) всех магазинов в пределах региона (одного населенного пункта) помогает понять, в какую сторону нам стоит сдвинуть наши цены.
Также, помимо общей оценки магазина, данный анализ позволяет получить информацию о конкретной товарной позиции и решить проблемы с ее наличием.
P.S. Поскольку от меня прозвучала критика среднего чека и я искренне считаю, что возможности подобного анализа невелики, прошу вас приводить примеры анализа среднего чека из вашей практики, я буду вам очень признателен.
Допустим, мы смотрим динамику чеков по различным торговым точкам в пределах одного города. Да, можно определить сильные подразделения и слабые, но в конкретных причинах разобраться нельзя, придется разбираться на месте.
Да, можно сравнить различные рынки, сделав разрезы по географии, например, сравнивая разные филиалы. Или, например, по структуре продаж, выделяя отдельные категории ассортимента или, например, разрезая продажи по категориям клиентов. Но, на мой взгляд, уровень такого анализа носит общий характер и, если вас интересуют конкретные причины, вам приходится разбираться на месте: сравнивать цены с конкурентами, проверять выкладку, уровень обслуживания, чистоту в магазине, проводить опросы покупателей и т.д.
В самом деле, средний чек в магазине A вырос на 10%, при этом в магазине B и C в пределах одного города он не изменился. И что?
Очень мощным инструментом являются волновые исследования, периодические опросы покупателей, из них можно узнать многое. Они дают ценную информацию: неудобная парковка, сложно найти товар, слишком дорогие или слишком дешевые товары и т.д. - зачастую других способов узнать об этом просто не существует.
У этого способа недостаток тот же - информация все же недостаточно конкретная и существенно более дорогая, поскольку на такие исследования нужны люди, а значит и бюджет.
Пришлось искать способ измерить покупательский интерес как к магазину в целом, так и к конкретному товару. Такой способ был найден, чтобы о нем рассказать, мне придется сделать небольшое отступление в сторону ассортиментного управления.
Прежде всего, я исхожу из следующей посылки - покупатель приходит в магазин за товаром или услугой, как за средством удовлетворения тех или иных потребностей, следовательно, каким-то, пока не известным нам способом наблюдая историю продаж товаров, мы сможем делать выводы относительно покупательского интереса.
Затем, не обязательно следить за всем ассортиментом, достаточно выделить группу наиболее значимых товаров в ассортименте магазина. Значимость определяется в моем понимании двумя факторами: насколько товар интересен покупателю и насколько он прибылен для продавца. Как это сделать? Выделить товары, которые покупают чаще всего и которые наиболее прибыльны, см. рисунок:
Сделав такой ход, мы значительно облегчим себе жизнь, поскольку наблюдать нам придется за сравнительно небольшой долей всего ассортимента, которая наиболее весомо формирует покупательский интерес и нашу прибыль. Для справки: при ассортименте в 30000 позиций, следить нам придется за 2000-3000 позиций.
И теперь, когда мы знаем, за каким товаром покупатель идет в наш магазин, нам остается ответить на один вопрос: «Насколько мы удовлетворяем его потребности?» Другими словами, хватает ли нам товара на полке в любой момент времени, когда клиент хочет его купить?
Сейчас я покажу, как это можно посчитать, а затем опишу выгоды данного метода.
Итак, рассмотрим историю продаж одного товара:
Для простоты берем модель «сферической лошади в вакууме» - на остатках 31 шт., при устойчивом спросе в 1 шт. в день. Начиная с 17 марта, спрос удваивается (теперь хотят по 2 шт. в день) и товар заканчивается раньше времени. Считаем очень просто: вычисляем процент дней, когда остатки были выше нуля, к общему количеству дней, т.е.
Коэффициент наполнения (КН) = 24/31=77%.
Поскольку нашей задачей является определить, насколько наше предложение удовлетворяет спрос, то вычисление дней с нулевыми остатками не является конечной целью, и со временем, мы можем поднимать этот порог. Например, в данном случае, очевидно, что минимальным необходимым количеством является 2 шт. И в дальнейшем можно подсчитывать количество дней, с остатками менее 2. Подробнее об этом написано здесь ( http://dagred.livejournal.com/16355.html).
Какая от всего этого польза?
Мы не можем дергать каждого покупателя за рукав и спрашивать, чего ему не хватило в нашем магазине, да он и не скажет с точностью до позиции. Следовательно, мы не можем запланировать и спрогнозировать увеличение продаж за счет существующего неудовлетворенного спроса. Если мы займемся измерением этой разницы предложенным способом, то без лишних усилий эту потребность закроем. При этом произойдет интересная вещь - как только товара станет больше, магазин станет более популярным и товара опять начнет не хватать. Таким образом, мы достигнем равновесия между текущим спросом и предложением.
Помимо этого, просто наблюдая динамику этого показателя по ведущей группе товаров длительный период времени, мы можем делать однозначные выводы о том, увеличивается ли покупательский интерес к конкретной точке продаж (группе товаров, бренду, конкретной позиции) или, наоборот, падает. Связав коэффициент наполнения с динамикой выручки и прибыли, мы однозначно можем понимать, как те или иные ценовые изменения влияют на покупательский интерес и к чему это может привести.
Пример №1.
Город с населением 300 тыс. чел, конкуренция средняя, у сети присутствуют два магазина. Выручка и прибыль обоих магазинов, если убрать инфляцию и сезонность, перестала расти, и зафиксировалась на определенном уровне. Выручка имеет средние для формата показатели, прибыль выше среднего, т.е. маржа или реализованная наценка высока. Анализ показал, что уровень цен чуть выше, чем у конкурентов.
Оставляем все, как есть, что-нибудь предпринимаем и что конкретно?
Первым решением было бы оставить все, как есть. Выручка на кв.м. соответствует формату, прибыль выше стандарта. По ценам находимся в рынке. Ситуация стабильно хорошая, зачем что-то менять. Но, после анализа коэффициента наполнения, оказалось, что в обоих магазинах он значительно ниже среднего, на уровне 60%. Другими словами, необходимые товары отсутствуют в наличии 4 дня из 10. Поставщики выразили готовность увеличить поставки, но не сразу, а через несколько месяцев. Поэтому было принято решение об увеличении цен, что привело к существенному росту прибыльности магазина.
Пример №2.
Областной центр, город - миллионник, уровень конкуренции средний, присутствует два магазина. Считается, что рынок в данном регионе неудачный, и продажи не всегда дотягивают до среднего уровня - дальнейшая экспансия в город прекращена. Один из магазинов показывает средние выручку и прибыль, у второго эти показатели ниже среднего и рассматривается вопрос о его закрытии.
КН первого магазина 80%, КН второго 60%. После исправления ошибок в операциях по снабжению во втором магазине, выручка и прибыль значительно возросли.
Пример №3.
Областной центр, уровень конкуренции высокий, сеть представлена двумя магазинами, считается, что цены в них выше рынка. В обоих магазинах КН колебался в пределах 80-85%, что позволяло нам делать вывод о том, что спрос все же превышает предложение, несмотря на цены выше средних. Параллельно с работой по наполнению магазина товаром, была увеличена наценка на ряд товаров - цены стали еще выше, что привело к росту прибыли.
Как правило, прослеживается однозначная связь между коэффициентом наполнения и маржой (торговой наценкой) и, в конечном счете, прибыльностью магазина, что позволяет управлять ценой в широком диапазоне. Таким образом, совместный анализ КН-наценка (прибыль) всех магазинов в пределах региона (одного населенного пункта) помогает понять, в какую сторону нам стоит сдвинуть наши цены.
Также, помимо общей оценки магазина, данный анализ позволяет получить информацию о конкретной товарной позиции и решить проблемы с ее наличием.
P.S. Поскольку от меня прозвучала критика среднего чека и я искренне считаю, что возможности подобного анализа невелики, прошу вас приводить примеры анализа среднего чека из вашей практики, я буду вам очень признателен.