В большинстве случаев спрос, превышающий предложение, возникает из-за падения объемов производства: товара на рынок поступает меньше, а спрос сохраняет прежнюю динамику.

Узким местом в удовлетворении неожиданно высокого спроса может быть и недостаточно гибкие бизнес-процессы в логистике и управлении складскими запасами. Ретейл всегда старается закупить товара ровно столько, сколько продастся до следующего завоза, чтобы не «замораживать» в нем оборотные средства и не занимать место. Если товар скоропортящийся, закупать его впрок невозможно в принципе — торговые сети не работают с продуктами, у которых осталось менее 70% срока годности. Создание резерва на случай непредвиденных обстоятельств невыгодно, но потеря клиентов — еще большие потери.

Как подготовить бизнес к неожиданным колебаниям рынка?

Шаг 1: определить, сколько товара действительно нужно

В условиях жесткой конкуренции крупные продавцы уже давно прибегают к автоматизированному прогнозу спроса. Это помогает подготовиться к колебаниям, даже если их причины неочевидны и не заметны человеческому глазу. По грубым подсчетам, система прогнозирования спроса, выстроенная на основе грамотного управления товарными запасами, может помочь на 15–20% снизить оборотные средства, вложенные в покупку товара, и на 10% сократить случаи дефицита.

Специальные системы используют и для расчетов истории потребления за несколько предыдущих лет: ее очищают от разовых колебаний, учитывают сезонность. Работу алгоритма можно настроить индивидуально, исходя из специфики бизнеса. Он будет учитывать именно те факторы, которые влияют на конкретные продажи: сезон, погода, спрос на сопутствующие товары, количество рекламных упоминаний конкурентов — все, что можно собрать и оцифровать. В том числе данные самих клиентов.

Именно в умении собрать портрет покупателя и сделать персональное предложение и соревнуются сейчас между собой ретейлеры. Если еще 10 лет назад все, что знал продавец о покупателе, были имя и дата рождения тех 10% клиентов, которые охвачены программой лояльности, то сейчас можно идентифицировать не только пол, возраст и место жительства, но и отслеживать историю покупок, знать членов семьи и планы на отпуск.

Работа с портретом клиента позволяет увеличить средний чек или объем покупок до 30%. Чем более персонализированное предложение делает продавец, тем ниже становится цена привлечения клиента и завоевание его лояльности.

Шаг 2: привезти товар быстрее

Логистика, в отличие от прогнозирования спроса, сфера гораздо более конкретная. Всегда примерно понятно, с какой скоростью поставщик производит товар, как часто и как быстро его отгружает и сколько он будет доставляться до продавца.

В работе с крупными торговыми сетями производители сталкиваются с жесткими требованиями по доставке — прием товара осуществляется в достаточно узкие окна, при этом более ранний приезд, как и опоздание, может стать основанием для отказа в приемке товара, что, в свою очередь, грозит существенными штрафами. Современные технологии позволяют повысить точность планирования маршрутов и обеспечить попадание во временные окна доставки с точностью до 95%. Если у продавца несколько сотен наименований товаров и ежедневно более тысячи точек доставки, вести бизнес без такой автоматизации практически невозможно.

В то же время ретейлеры с собственной службой доставки продукции «до двери», ведут борьбу на фронте городской логистики. Современный потребитель не готов ждать полдня, если окно доставки онлайн-заказа, например, с 9:00 до 14:00. Борьба за покупателя приводит к тому, что курьерская служба предлагает 30- и даже 15-минутные интервалы. При этом такая высокая точность должна быть обеспечена минимально возможными ресурсами. Учитывая факторы неопределенности, например пробки или то, что покупателя может не оказаться на месте, сформировать оптимальный маршрут и расписание доставок вручную также становится очень сложно.

Шаг 3: совладать с прогнозами

Иногда взрывной спрос предугадать невозможно, особенно если тенденция краткосрочная. Но можно нивелировать последствия колебаний для бизнеса, спрогнозировать, как компания поведет себя в том или ином случае.

Для этого нужно сформировать цифровую модель склада или предприятия в целом. Такой цифровой двойник представляет собой набор структурированной информации обо всех параметрах объекта, включая его окружение и рыночные условия.

За короткий срок через имитационную модель можно «прогнать» все возможные варианты доставки и с высокой точностью понять, каких затрат потребует каждый из них, будут ли выполняться заявленные получателям сроки. Это поможет увидеть узкие места предприятия, понять где взять ресурсы, чтобы их усилить. Но главное преимущество: цифровой двойник моделирует работу всех систем склада при любом изменении рынка. Можно просчитать, что будет, если нагрузка вырастет в два или в пять раз. Или, напротив, обороты упадут на 30% или рядом появится конкурент. Иными словами, когда рынок начнет лихорадить, это знание может принести огромную пользу и поможет среагировать раньше других. По итогам такого анализа можно пересмотреть работу, открыть или закрыть распределительные центры, перенести их в более выгодные локации, изменить их параметры. Это приведет к росту общей эффективности — сокращению сроков доставки, снижению пробегов курьеров и т.п.

Еще одна возможность приспособиться к быстрым изменениям рынка — использовать наряду с традиционными статистическими моделями метод вероятностной оценки спроса. Разница в том, что если статистические модели дают довольно «плоскую» картину — сколько единиц товара в среднем продается за определенное время, то вероятностная оценка
предлагает спектр вариантов. Например: вероятность того, что за неделю продажи гречки составят 10 кг — 3%, 20 кг — 30% и 30 кг — 70%. Применение этого подхода на практике позволяет значительно повысить точность управления товарными запасами на полке для товаров с редким и разряженным спросом — это, например, товары категории Z (с нерегулярным потреблением) для ретейла или автозапчасти.

То есть, по сути, компания меняет парадигму: с попытки предсказать точное количество продукции, которое будет продано, на гибкое управление уровнем товарных запасов за счет целого ряда значений с оценкой вероятности на точное количество. При таком подходе ассортимента всегда должно хватать для девяти из десяти покупателей.

Data Insight оценивает рост рынка e-commerce в 2020 году на 44%, а его объем — в 2,5 трлн руб. Основным драйвером стал сегмент FMCG, продукты питания в частности, спрос на эту категорию вырос более чем в четыре раза. При этом, согласно опросам агентства, более 40% респондентов заявляют о необходимости срочной доставки чего-либо минимум раз в три месяца, а почти половина, не найдя такой услуги, уйдет из интернет-магазина.

Чтобы оставаться конкурентоспособным на рынке, ретейлу нужна точность: в прогнозах, в сроках доставки и в работе с клиентом в целом.

Источник: https://pro.rbc.ru/demo/6075589c9a79476d4a89f881

Актуально

Решения BIA

bia-tech.ru использует cookie-файлы для корректной работы и анализа использования сайта согласно политике использования файлов cookie. Отключить cookie можно в настройках браузера.

Понятно