Кто виноват в Out-of-stock?

По данным исследовательских компаний, в России показатель OOS (out-of-stock — отсутствие товаров на полках) в два раза больше, чем в Европе, что не может не беспокоить и простых потребителей, и производителей, и владельцев торговых сетей. Как сделать так, чтобы нужный покупателю товар всегда был на полке магазина? Сегодня эта едва ли не самая главная задача в концепции ECR («эффективный отклик на запросы потребителей») становится стратегической для наших торговых сетей, а ее решения приобретают глубокую методологическую основу и различные подходы к реализации.

Что такое OOS?

Случаи отсутствия товара на полке магазина (OOS) специалисты ECR классифицируют с точки зрения потребителя, что является правильным. Довольно часто документы и торговая система говорят, что товар есть, но на самом деле потребитель его не видит и, следовательно, не покупает. Во-первых, OOS — это тот случай, когда нужный товар вообще не найден покупателем, во-вторых — это ситуация, когда найден схожий продукт, но других качеств, например другой формы, вкуса или бренда, в-третьих, когда товар найден, но не пригоден к потреблению, и, в-четвертых, когда товар выложен в магазине в непривычном месте, то есть его покупают гораздо меньше потенциальных потребителей, чем могло бы.

Ответственность за сокращение OOS лежит как на розничной компании, так и на производителе. К сожалению, многие из них направляют свои усилия на решение этой проблемы только в рамках системы снабжения. 

Причины и следствия

К отсутствию товаров на полках приводят порой банальные операционные проблемы поставщиков и ретейлеров, а также их ошибки в данных и прогнозах. Структура OOS в российских сетях показана на диаграмме (рис. 1). Структура OOS в других странах примерно такая же, правда, у нас пока существенно больше случаев, когда товар находится в магазине, но его нет на полках.

Со временем нерешенные проблемы с OOS постепенно начинают отражаться на прибыли магазина. Чем чаще покупатель сталкивается с проблемой OOS, тем вероятнее потеря лояльности к бренду поставщика и (или) магазина. Исследования ECR Europe показали, что при трех случаях OOS, риск потери покупателя возрастает каждый раз примерно на 20%, с 30% в первом случае до 70% при трехкратном повторении.

«В зависимости от решения, которое примет покупатель, сталкиваясь с OOS, потери могут понести магазин или поставщик, а иногда и тот и другой», — говорит  Галина Смирнова, координатор комитета OSA некоммерческого партнерства ECR-Rus. Если при отсутствии товара на полке покупатель предпочтет другой бренд, то потери будут у производителя, а при покупке этого же товара, но в магазине другой сети — у ретейлера (табл. 1). Логика решения покупателя зависит от его степени приверженности бренду, от необходимости покупки именно в данный момент, доступности другой торговой точки и т. д. Например, данные исследований в России и мире показали, что самые большие потери (для поставщиков) из-за OOS демонстрируют те категории товаров, лояльность к которым очень высока. 

Эффект «последней мили»

Наиболее подвержены OOS дни высокой покупательской активности. Основной скачок показателя приходится на пиковые дни — пятницу, субботу, воскресенье, так как именно в эти дни наблюдается наиболее высокая активность покупателей.

Магазины разных форматов отличаются по уровню OOS. Качество обслуживания в универсамах и супермаркетах в среднем выше, чем в гипермаркетах. Это связано с менее широким ассортиментом в супермаркетах и большим количеством сотрудников торгового зала на единицу товара и площади. Сами по себе большой ассортимент и увеличение запасов не являются способом решения проблемы OOS. Они могут вести к низкой доступности, так как OOS будет увеличиваться вследствие затоваривания склада и замедления операций.

По мере приближения товара к потребителю уровень сервиса в цепочке «поставщик — ретейлер» резко снижается, потому что имеет место операционная проблема, связанная с эффектом «последней мили», то есть с качеством обслуживания в торговом зале. Полная и своевременная доставка не всегда гарантирует доступность товара для покупателя. Удовлетворение его запросов зависит от уровня сервиса во всей цепочке «производитель — склад магазина — полка». Поэтому «доступность товара на полке» является ключевым показателем (KPI) эффективности совместной работы производителя и ретейлера.

Кратчайший путь сокращения OOS

Чтобы сократить OOS, существует несколько подходов, самым известным из которых является ECR — проект OSA (Optimal shelf availability). Проекты OSA уже реализованы в нескольких европейских странах, первые положительные результаты были получены в 2002–2004 годах. Проект состоит из двух больших частей: «предпроект» (организация необходимых измерений и подготовки компаний к изменениям) и его реализация (изменения в системах управления заказами, данными, промоакциями и мерчандайзингом).

Ключевым фактором успеха борьбы с OOS считается внимание руководства. Только осознание проблемы на самом высоком уровне и последующая мотивация сотрудников на сокращение OOS приносят значительные результаты. Понятно, что успех внедрения таких проектов на 80 % зависит от людей и лишь на 20 % — от использования новых технологий.

В рамках проекта по сокращению OOS должны проводиться постоянные измерения. В мировой практике существует два метода измерения OOS — физический аудит и электронные POS-отчеты о продажах. Данные о физическом наличии товара на полках магазинов регулярно предоставляются аудиторской компанией. В комбинации с актуальными и регулярными электронными данными о запасах, заказах, поставках, продажах и потерях анализируется вся цепочка поставки — с момента отгрузки товара до корзины покупателя. Использование методологии ECR в сочетании с данными регулярного аудита создает прочную основу для совместного проекта поставщика и ретейлера.

Считается, что потенциал совершенствований в проекте должен реализовываться в первую очередь за счет самых простых решений (иногда просто за счет повышения элементарной исполнительской дисциплины): оптимизации графиков поставок, совершенствования процедур пополнения полок, повышения уровня сервиса, «очистки» мастер-данных, постановки необходимых бизнес-процессов и т. д. Внедрение высоких технологий по автоматизации заказов (например, vendor managed inventory) обязательно идет после решения базовых вопросов взаимодействия и реинжиниринга бизнес-процессов.

Ожидаемый экономический эффект от проекта OSA достигается только при его масштабном внедрении и улучшении. Поэтому знания и результаты, полученные в ходе реализации пилотного проекта, должны быть положены в основу последующих совместных внедрений лучших практик со старыми и новыми партнерами.

Рис. 2. Проект OSA. Уровень сервиса для сети «Лента»

Рис. 3. Проект OSA. Отчет «Наличие/отсутствие товара на полке/в магазине»

Данные по SKU полученные от ретейлера, окрашиваются в красный или желтый цвет: 
красный – товара не было в магазине, желтый – товара не было на полке. 
Цвет зависит от отклонения от средней величины за 11 недель. Кроме того, при раскраске учитываются дополнительные данные о поставках товара, заказах, промоакциях, блокировке товара и т.д.  

Проект OSA в России

В сентябре 2005 года в России при поддержке ECR-Rus стартовал пилотный проект Optimal shelf availability (OSA) — «Доступность товара на полке». Целью проекта было сокращение показателя OOS на 50 % за три года при одновременном сокращении товарных запасов ретейлеров на 50 %. Методологическую поддержку проекту оказала организация ECR Europe. «В рамках проекта специалисты ECR-Rus хотели ответить на два основных вопроса: сколько теряют ретейлеры (производители) из-за отсутствия товара на полках и как можно увеличить продажи через снижение OOS, чтобы это было выгодно как ретейлеру, так и производителю, и в конечном счете — потребителю», — говорит Г. Смирнова.

Проект условно бессрочный, он будет продолжаться до существенного улучшения показателей по отобранным для измерений SKU (stock keeping unites). SKU является номенклатурной позицией запасов: например, сметана жирностью 10, 15 и 25 % в двух разных упаковках будет иметь 6 SKU. В проекте OSA анализируются только товары-бестселлеры, так как их отсутствие на полке дает наиболее ощутимые потери.

Участниками российского пилотного проекта стали 21 поставщик («Данон», «Крафт», «Нестле», «Юнилевер» и др.) и торговые сети «Лента», «Мосмарт», «Рамстор». Сети обеспечивают выгрузку данных, отобранных для измерений (по всем магазинам), и пересылают их в специализированную систему e-PоS для обработки. Участникам проекта оперативно предоставляются отчеты: «Полный/частичный OOS», «Нет на полке/в магазине», «Уровень сервиса» (рис. 2) и др.

Система отчетов работает по принципу «лего» — чем больше данных предоставил клиент, тем больше отчетов получил. По условиям соглашения часть данных (продажи, остатки, цены, и др.) не может передаваться конкурентам. 

Аналитика для OOS

В зависимости от ситуации OOS имеет разную значимость. Отсутствие неходового товара не вызовет серьезных финансовых последствий по сравнению с отсутствием бестселлера. Кроме того, вероятность переключения с одного товара на другой (аналогичный) различается по категориям товаров и по-разному влияет на потери поставщика и ретейлера. Алгоритм проекта, реализованный в e-PoS, реагирует на падение продаж по SKU по сравнению со среднестатистическим значением в каждый день недели, которое рассчитывается за прошедшие 11 недель (рис. 3). Возможные причины спада продаж и OOS доводятся до сведения пользователей.

«OOS — это интегральный показатель, характеризующий отсутствие товара на полке для клиента. Он может измеряться на более общем уровне — полное (частичное) отсутствие товара в магазине (full/partial OOS), его также можно разбить на более частные показатели — отсутствие товара на полке/в магазине (out-of-store/out-of-stock). Последние показатели более сложные для измерения, но зато они самые ценные, так как дают понять: кто виноват (ретейлер или поставщик) в том, что покупатель не смог купить товар, за которым он пришел в магазин», — говорит о целях OOS-анализа Г. Смирнова.

Большое значение имеет продолжительность отсутствия товара на полках. Методика ее оценки относительно новая и еще не до конца апробирована. Потери из-за OOS в проекте OSA вычисляются отдельно для поставщика и для торговой сети. Анализируются потери от так называемых «свитчеров» («переключателей»), то есть покупателей, которые, не найдя нужный товар на полке, переключаются на аналогичный товар другого бренда — в этом случае деньги теряет производитель, но не ретейлер.

Правило «20/80»

«Существенное сокращение OOS можно получить, одновременно увеличив эффективность использования ресурсов розничного бизнеса», — считает Андрей Калмыков, автор нескольких методик ретейл-аналитики и управляющий киевской компании Trade Help, специализирующейся на розничном консалтинге. А. Калмыков предложил ABC-методику оценки высокорейтинговых товарных позиций и групп. Она позволяет торговой компании наиболее эффективно распределять три своих главных ресурса: торговые площади, деньги компании и время работы ее сотрудников.

Если супермаркет имеет в ассортименте более 10 тыс. товарных позиций, то ABC-анализ позволяет определить 20 % позиций, дающих 80 % оборота, и выстроить их в правильной последовательности. Таких позиций будет около 2 тыс. На них следует обращать максимум внимания.

В этом случае отчет OOS является инструментом, точно определяющим потери, по высокорейтинговым, самым важным в обороте магазина товарам. Согласно данной методике, прежде всего, необходимо правильно определить те SKU (группы А, В и С), которые в совокупности дают 80 % результата (оборот, доход) розничной торговли. Четкая дифференцирование товаров на группы А (50 % от показателя АВС), В (30 % от АВС) и С (20 % от АВС) позволяет сбалансировать операционный менеджмент и ресурсы компании без избыточных затрат на товары, не вошедшие в АВС. Пример АВС-анализа А. Калмыкова приведен в табл. 2.

Фокус на самых важных позициях

Отчет OOS формируется с учетом определения товарного сквозного рейтинга по всем товарным позициям за прошедший календарный месяц (в соответствии с рейтинговой методикой и АВС-анализом А. Калмыкова). Большая величина OOS сигнализирует о солидном утерянном обороте и показывает отсутствие приоритетов в операционном менеджменте торговой компании (пример отчета — табл. 3). Алгоритм позволяет рассчитать потери, даже если продукта не было на полке всего несколько часов.

«Особое внимание следует уделить OOS по позициям рейтинговых групп А и В. Устранение причин OOS в этих группах является приоритетной задачей. Это приведет к последовательному уменьшению OOS и в остальных группах, так как решения закупщиков сети по товарам А и В, доведенные до поставщика, положительно скажутся на группе С и других», — считает А. Калмыков.

При формировании отчета OOS следует учитывать скорость оборота товарных позиций. Эта величина будет высокой для FMCG (fast moving consumer goods — товары повседневного спроса) и food-retail (более 17 раз в год) и низкой (около 6 раз в год) для nonfood-retail. Тогда анализ отчета OOS по количеству дней с нулевыми продажами при нулевых остатках дает возможность адекватно оценить работу отдела закупок.

В настоящее время OOS-анализ Trade Help внедрен в российских розничных компаниях: «Лента», сети супермаркетов «Корзинка» и гипермаркете «Мы» (Липецк), сеть гипермаркетов «Эссен» (Наб. Челны), розничных сетях «Райцен» и «Райцентр» (Н. Новгород) и др. Внедрение в 2008 году методик АВС- и OOS-анализа в продуктовой сети «Провиант» (124 магазина) позволили ей за три месяца избавиться от просроченной кредиторской задолженности в 103 млн руб. Из 83 тыс. SKU были сокращены 60 тыс., одновременно с этим из сети было выведено 130 поставщиков, чьи товары не попадали в рейтинги АВС. При этом доход сети вырос по сравнению с аналогичным периодом 2007 года на 37 %.