נתוני קמעונאות, מכוילים מחדש: מתקרבים לאמת על המדף
נתונים הופכים למילת באזז בימינו, והבעיה אינה חוסר בנתונים, אלא להיפך, יש שיתוק ניתוחי עקב כמות הנתונים שאליה יש גישה למותגים, חברות וקמעונאים - מה שחסר הוא בהירות לגבי הנתונים. ב- Analytics Unite , פרקנו את הנושא הזה במושב שלנו, " נתוני קמעונאות, כיול מחדש" , יחד עם שותפינו ב-Haleon. יחד, חקרנו את הפער בין מה שנתוני הקמעונאות אומרים שקורה, לבין מה שקורה בפועל על המדף.
נתונים אומרים דבר אחד. מציאות בחנויות אומרת דבר אחר.
האם אי פעם קיבלתם דוח ביצועי מוצר שטען שהמוצר שלכם נמצא במלאי לחלוטין, אך המכירות לא זזו? או שראיתם התראה על אזל מהמלאי (OOS) למרות שידעתם שהמלאי הגיע זה עתה? אולי ההנהלה מתלבטת מדוע המספרים הפנימיים אינם תואמים את מה שהמתחרים מדווחים. אם משהו מזה נשמע לכם מוכר, אתם לא לבד.
אנו רואים את הניתוק הזה באופן עקבי, והוא עולה למותגים ביוקר. בהתבסס על ניתוח של Trax:
- רק 40% מהמבצעים המתוכננים מבוצעים עם תמחור נכון
- 28% מהמכירות אובדות עקב ביצוע גרוע של תצוגה
- ברחבי העולם, רק 70% מהמוצרים זמינים על המדף - מה שמותיר 3 מתוך 10 קונים שלא מצליחים למצוא את מה שהם רוצים.
- רק 1 מכל 4 תנאי חנות תואמים את הפלנוגרמה המיועדת של המטה
Haleon: להגיע לשורש ה-OOS בעזרת נתוני מדף דיגיטליים
היילון מינפה את Trax כדי לייעל ולהבין טוב יותר את שורש הבעיה של מוצרים שאינם במלאי (OOS) אצל קמעונאי ספציפי. הם קיבלו נתונים מהקמעונאי שלהם, אך הם לא תאמו בדיוק את מה שהם ראו בצד שלהם ולא יכלו לקבל פעולות מתקנות או החלטות מהמדדים שסופקו. על ידי שילוב תובנות בזמן אמת מתמונות מדפים , נתונים מהקונים שלנו (דרך Shopkick ) ונתונים שנאספו על ידי סוחרי שטח , היילון הצליחה לעבור מהנחות לפעולה.
גישה זו חשפה בעיות נפוצות בביצוע קמעונאי כמו:
- מלאי פנטום
- קפיצות ביקוש גבוהות
- פערים בהתפלגות
- אילוצי עבודה
- חיפויים נמוכים
- תנאי קופסה נעולה
עם שכבה חדשה זו של נראות איכותית, היילון לא רק אבחנה את הבעיה - כעת היו להם הנתונים לעבוד עם הקמעונאי כדי לפתור את הבעיה ולשפר את הרווחיות הכוללת. הצוות נקט בפעולות מתקנות שהובילו ל:
- עלייה הדרגתית במכירות בקטגוריות מפתח
- דיונים מבוססי נתונים עם קונים קמעונאיים לשיפור התיאום בשרשרת האספקה
- אמצעי מניעה ארוכי טווח , כמו עדכון פלנוגרמות ותפעול החנות כדי למנוע בעיות OOS עתידיות
יותר נתונים אינם התשובה, הנתונים הנכונים כן! חברות מוצרי צריכה (CPG) מאמצות נתונים, אך הן מוצפות ולא בטוחות אילו נתונים נותנים להן יתרון תחרותי מבחינת גילוי ונתח שוק. עם צמיחה שנתי מצטבר של למעלה מ-21% ביצירת נתונים עולמית וטכנולוגיות כמו בינה מלאכותית הופכות לנפוצות (71% ממנהיגי חברות מוצרי צריכה אומרים שאימצו אותה לפחות בתחום עסקי אחד), האתגר כבר אינו גישה - אלא פעולה.
מה שמותגים צריכים זה לא יותר לוחות מחוונים. הם צריכים נתונים חדים יותר בכל הפלטפורמות, החל ממדדי ביצועים ועד לניהול מידע על מוצרים . משמעות הדבר היא להתמקד במה שקורה על המדף - ולהשתמש בו כדי להניע החלטות טובות ומהירות יותר.
רוצים לראות מה Signal-Based Merchandising יכול לעשות לעסק שלכם?
בואו נדבר. האמת נמצאת על המדף - ואנחנו נעזור לכם למצוא אותה.
