Jak uniknąć zwolnień w branży detalicznej dzięki analityce preskryptywnej

Przez cały rok 2020 pandemia COVID-19 naruszyła finanse firm z branży detalicznej tak bardzo, że niezbędna była znacząca redukcja kosztów. Największe pozycje kosztowe takich firm to koszty osobowe oraz magazynowe, przez co naturalnie to one są pierwsze w kolejce do redukcji w czasach kryzysu. Jednak, jako że logistyka uchodzi za czynnik napędzający sprzedaż, to niestety właśnie koszty pracownicze często stają się przedmiotem oszczędności, co z kolei prowadzi do zwolnień lub wysyłania personelu na urlopy bezpłatne.

Jednak w przypadku cięć kosztów w firmach sprzedażowych, zwolnienia powinny być środkiem ostatecznym, a i to podejmowanym dopiero, kiedy inne sposoby zawodzą. Gdy moi klienci z branży detalicznej pytają, jak kontrolować koszty bez zwolnień pracowników, moja odpowiedź jest prosta: Nie ciąć kosztów w ogóle. Należy skupić się na zwiększeniu sprzedaży, wykorzystując obecnych pracowników, a główne wskaźniki wydajności (KPI) wzrosną.

Łatwiej zdecydować się na taki krok mając do dyspozycji zaawansowane rozwiązanie analityczne, takie jak analityka preskryptywna. Analityka preskryptywna to oprogramowanie wykorzystujące mechanizmy sztucznej inteligencji oraz uczenia maszynowego do analizy danych. Pomaga ono odpowiedzieć firmie na następujące pytania:

• Co się dzieje?
• Dlaczego to się stało?
• Ile to nas kosztuje?
• Co można z tym zrobić?
• Kto powinien to zrobić?

Dzięki analityce preskryptywnej, odpowiedni pracownicy uzyskują informacje o tym jak dokonać znaczących usprawnień, wykonując drobne zmiany, z których wiele nie wymaga wielu, a nawet żadnych zasobów. Oto kilka prostych sposobów, dzięki którym analityka preskryptywna pomaga zwiększać przychody oraz wydajność, przy minimalnym dodatkowym udziale personelu:

Zwiększenie wydajności działu sprzedaży przy zachowaniu stanu zatrudnienia

Idealna sytuacja to taka, w której pracownicy sklepu są w stanie nakłonić klientów do dokonywania zakupów impulsowych, stosując strategie typu sprzedaż krzyżowa (cross-selling) czy też proponowanie droższych produktów (upselling), co bezpośrednio wpływa na zwiększenie przychodów oraz marży. Jednak nie wszyscy pracownicy to potrafią. W podejściu tradycyjnym, kwalifikacje personelu zwiększa się w procesie ich szkolenia, co jest działaniem kosztownym. Co więcej – podejście to często przynosi jedynie krótkotrwałe korzyści, a nie znaczącą i trwałą poprawę.

Jeden z moich klientów wykorzystał analitykę preskryptywną, by w szerszym stopniu zastosować upselling i nie musiał ponieść żadnych dodatkowych kosztów szkoleniowych. Narzędzie jednoznacznie wskazało, że u wielu kasjerów występują liczne transakcje obejmujące zakup pojedynczej pozycji. Widać było, że pracownicy mogliby stosować wobec takich klientów obie wymienione wyżej strategie, by podnieść sprzedaż.

By zwiększyć wartość pojedynczego koszyka zakupów, omawiane tu narzędzie analityczne automatycznie wskazało kierownikom sklepów, by tak dostosowali grafik pracy pracowników wykazujących niskie wskaźniki KPI, by pracowali ramię w ramię z tymi, którzy odnotowują wyższe wartości koszyków (co sugerowało, iż lepiej stosują technikę upsellingu). Takie wzajemne szkolenie pracownicze szybko przyniosło znaczące wzrosty sprzedaży właśnie dzięki podwyższaniu wartości pojedynczych transakcji – bez dedykowanego, czasochłonnego szkolenia, bez dodatkowych pracowników. Co więcej, analityka preskryptywna wskazała na jeszcze jeden problem – część kasjerów wykazujących liczne transakcje jednopozycyjne była dobrymi sprzedawcami, jednak nie dysponowali oni odpowiednim asortymentem, którym mogliby prowokować klienta do zakupów impulsowych przy kasie. Zespół zaopatrzeniowy dostosował asortyment eksponowany przy stoisku kasjera bazując na wskazówkach sugerowanych przez narzędzie, co w konsekwencji poprawiło wyniki sprzedaży.

Monitorowanie „towaru widmo”

Przeciwwagą dla kosztów pracy są wyższe wyniki sprzedaży oraz takie ukształtowanie wrażenia klienta z wizyty w sklepie, by zarówno wydawał więcej podczas pojedynczej wizyty w sklepie jak i by lojalnie wracał do sklepu w przyszłości. Jednym z najlepszych sposobów na osiągnięcie obu tych celów jest identyfikacja „towarów widmo” i ich wyeliminowanie. Towary widmo to produkty, które system sklepu widzi jako produkt dostępny na półce, podczas gdy w rzeczywistości dostępny on nie jest. Powody mogą być różne – kradzież, niezgłoszone uszkodzenia, niezrealizowane dostawy, opóźnienia w uzupełnianiu towarów z magazynu itp. Niewiele problemów jest tak kosztownych dla sklepów jak zaskakiwanie klienta niedostępnością towaru. Sieci sklepów muszą zadbać o szerszy i dokładniejszy wgląd w stan dostępnego towaru i identyfikować wszelkie braki na półkach, zanim rozczarują one klientów.

Analityka preskryptywna identyfikuje towary widmo w czasie rzeczywistym i informuje pracowników jak obsłużyć ten problem. Narzędzie wykrywa nagłe zaprzestanie sprzedaży produktu, pomimo jego dostępności w sklepie. Kierownik sklepu lub działu w czasie rzeczywistym otrzymuje powiadomienie o nieoczekiwanym spadku sprzedaży, dzięki czemu jest w stanie szybko naprawić problem, zanim znacząco wpłynie to na sprzedaż lub, co gorsza, na klienta!

Jeden z moich klientów z branży spożywczej wykorzystał analitykę preskryptywną do rozwiązania problemów z towarami widmo. W jednym z przypadków, narzędzie wykazało nagły spadek sprzedaży borówki amerykańskiej – produktu niezbędnego w każdym sklepie spożywczym – mimo że zwykle tygodniowe obroty na tym borówkach wynosiły ok. 1,5 tys. dolarów. Kierownik sklepu został powiadomiony, by sprawdzić sposób wyeksponowania produktu na stoisku i ewentualnie, uzupełnić jego stan.

Ku jego zdziwieniu, okazało się, że borówek nie ma ani na półce, ani w chłodni na zapleczu. Nie miało to sensu, gdyż sklep odebrał niedawno dostawę świeżych borówek. Po zweryfikowaniu danych w systemie okazało się, że dostawa zarejestrowana jako odebrana, w rzeczywistości nie została zrealizowana. Ponadto, system wykazywał kolejną dostawę borówek „w drodze do sklepu”. Po dokładniejszej analizie kierownik odkrył wadę systemu – borówki wykazywane jako „w drodze” wcale nie znajdowały się w transporcie, co w końcu musiało doprowadzić do braku towaru w sklepie. Kierownik zdecydował się więc zignorować dane podawane przez system i złożył zamówienie inną drogą, dzięki czemu następnego dnia sklep otrzymał dostawę świeżych borówek.

Wyznaczenie produktów uzupełniających

Produkty uzupełniające, tj. dwa, trzy produkty często kupowane razem (tzw. efekt aureoli) to zjawisko dobrze znane w branży sprzedażowej. Połączenia produktów mogą być intuicyjne (np. szampon i odżywka), niespodziewane, lecz logiczne (np. pieluchy i alkohol) lub mniej oczywiste (np. krzesła do jadalni i patelnie klasy premium — większa liczba ludzi wokół stołu wymaga lepszego wyposażenia kuchni) Sklepy, które mają dobry wgląd w tego typu zestawienia produktów są w stanie podwyższyć wyniki sprzedaży, bez zwiększania nakładu pracy pracowników.

Analityka preskryptywna dostarcza sklepom właśnie takiego wglądu. Odpowiedni mechanizm (algorytm wyszukujący odpowiednie dane) analizuje miliony historycznych transakcji, dokonanych zarówno w sklepach stacjonarnych jak i online, i wskazuje konkretne zestawienia produktów, które często znalazły się razem w koszykach klientów. Narzędzie następnie automatycznie wskazuje sugerowane działanie dla działu zakupów, zalecając im powiązanie konkretnych produktów przy kolejnym zamówieniu towarów, a kierownikom w sklepach zaleca umieszczenie produktów obok siebie. Otrzymujemy przez to dwie korzyści – częstsze zakupy impulsowe oraz lepsze wrażenie klienta z wizyty w sklepie, w którym łatwiej znaleźć mu produkty, których nieświadomie potrzebuje.

Gdy nadchodzi czas weryfikacji kosztów osobowych, zwolnienia pracowników czy wysyłanie ich na przymusowe urlopy bezpłatne powinny być absolutną ostatecznością. Inwestowanie w odpowiednie technologie, takie jak analityka preskryptywna, może stanowić przeciwwagę dla kosztów dzięki uzyskaniu prostych wskazówek, które pomagają zwiększyć obroty, a w konsekwencji, zyski, marże oraz wydajność.