Согласно отчету Ассоциации производителей бакалейных товаров, во всем мире потребительские бренды и розничные продавцы могут получить 22 миллиарда долларов, вернув продажи, потерянные из-за того, что покупатели не могут найти то, что ищут. И наоборот, глобальная стоимость «нет в наличии» для брендов составляет 22 миллиарда долларов — цифра, которая, по прогнозам, удвоится в ближайшие несколько лет. В США 15% потребителей, которые столкнулись с тем, что товара нет в наличии, переключились на другой бренд. Физические ритейлеры теряют 34,8 миллиарда долларов во всем мире из-за своих онлайн-конкурентов из-за того, что их клиенты не получают желаемые товары. Также было отмечено, что 40% потребителей, которые пропустили товары, которые они хотели, выбрали товары-заменители того же бренда, а не обращались к другому розничному продавцу.

Большинство розничных продавцов рассматривают отсутствие на складе (OOS) как показатель, напрямую влияющий на «упущенные продажи», но, как говорит Раунак Гокхале в одной из своих статей, «сложность последствий OOS обычно приводит к нескольким другим затратам, которые являются дополнительными к потерянным продажам». Некоторые из них включают в себя неадекватные заказы со стороны дистрибьюторов (что приводит к выставлению счетов за низкоскоростные SKU), временные затраты сотрудников отдела продаж (обработка жалоб с розничным продавцом/дистрибьютором), недоиспользуемое дорогостоящее пространство), неудобства для потребителей и, в конечном итоге, потерю клиентов, снижение точности прогнозирования/заказов. , снижение лояльности к магазину, увеличение вероятности совершения покупок в магазине конкурента и многое другое, что в конечном итоге приводит к краху бизнеса.

Исследование, проведенное ECR Europe и Roland Berger Strategy Consultants, посвященное глобальному влиянию нехватки товаров на складе, выявило результаты, от которых любой бизнес должен устать. Когда потребители обнаруживают, что нужных им товаров нет в наличии:

  • 37% из них купят другой бренд
  • 21% из них купят тот же бренд в другом месте.
  • 17% из них возвращают купленный товар позже
  • 16% купят другой товар того же бренда,
  • 9% из них ничего не купят

Тот же опрос показывает худший эффект, когда случаи дефицита товара повторяются несколько раз:

  • При первом возникновении дефицита 69% будут искать замену, а 31% либо не купят, либо поменяют магазин.
  • При повторном дефиците товара 50 % будут искать замену, а остальные 50 % выберут другой магазин или не будут покупать.
  • При третьем случае дефицита только 30% будут искать замену, а 70% будут либо искать другой магазин, либо не покупать.

Из этой статистики видно, что дефицит товара напрямую влияет на отток клиентов, и чем больше случаев дефицита товара испытывает клиент, тем выше вероятность потери клиента конкурентом.

Чем больше у клиента случаев дефицита товара, тем выше вероятность его перехода к конкуренту.

Когда дело доходит до решения проблемы дефицита товара, магазины всегда придерживаются принципа Парето: «Компании должны стремиться исключить OOS для 20% товаров, на долю которых приходится 80% общего объема продаж, чтобы наибольшее влияние на итоговую прибыль». Несмотря на то, что существует множество факторов, которые могут привести к нехватке складских запасов, одним из главных из которых является неэффективность управления цепочками поставок, всю проблему можно значительно решить за счет эффективного и точного планирования спроса. Компании сталкиваются не только с проблемой нехватки товаров в результате нехватки товаров, но и с проблемой затоваривания, ведущего к списанию. Таким образом, дилемма и самая большая проблема для розничного продавца заключается в том, чтобы получить оптимальное предложение продукта, которое будет соответствовать спросу в любой момент времени — равновесное количество.

Равновесный объем запасов – это величина, при которой объем предложения соответствует спросу покупателей. То есть все купленные запасы продаются вовремя, прежде чем они испортятся, и ни один покупатель не столкнется с отсутствием товара на складе.

На протяжении десятилетий некоторые компании полагались на прогнозирование продаж как на метод, помогающий им прогнозировать количество продаж продукции, чтобы пополнять запасы на основе прогнозируемых значений. С помощью простых инструментов, таких как MS Excel, аналитики данных могут создавать модели ARIMA, чтобы помочь предприятиям достичь своих потребностей в прогнозировании продаж, но по мере того, как мы приближаемся к следующим десятилетиям, большие объемы данных, которые компании собирали с течением времени, означают, что такие инструменты, как Excel, больше не способны. обработки этих больших наборов данных; кроме того, на продажи влияет так много факторов, что классические модели прошлых десятилетий, такие как ARIMA, устарели со временем из-за их неспособности смоделировать все многочисленные факторы, влияющие на продажи, что приводит к в значительной степени неточным и, следовательно, ненадежным прогнозам.

Добро пожаловать в эпоху когнитивного планирования спроса, когда прогнозы продаж основаны на данных и реализуются с помощью машинного обучения. Когнитивное планирование спроса в Insense Data Technologies, например, использует мощь больших данных и машинного обучения, чтобы произвести революцию в планировании спроса и достичь невиданного ранее уровня точности. Мы не только отслеживаем исторические продажи, но также используем все внешние факторы, влияющие на продажи каждого отдельного продукта в каждом отдельном магазине/местоположении. Каждый продукт ведет себя по-разному, и даже один и тот же продукт ведет себя по-разному в разных местах (магазинах) в том, что касается покупательского поведения потребителей. Погодные условия, например, являются важным фактором, который мы учитываем при моделировании. Известно, что погодные условия влияют на продажи продуктов, но это знание становится полезным, только если мы используем его при планировании спроса. Например, сильные дожди или солнечные лучи будут означать, что большинство людей будут находиться в помещении, что приведет к общему падению продаж, но в то же время увеличит продажи определенных продуктов. Таким образом, цель состоит в том, чтобы точно предсказать продажи на следующий день, зная заранее, какой будет погода на следующий день.

Цель когнитивного планирования спроса состоит не только в том, чтобы определить взаимосвязь этих факторов с продажами продукта, но и в том, чтобы использовать эту информацию для получения точных прогнозов продаж, которые помогли бы повысить точность планирования спроса — это наша мантра «из аналитики. действиям»». Влияние праздников на продажи находится в разгаре обсуждения планирования спроса и фактически было темой нашего Отчета IDT Insights 2019. В Insense Data Technologies мы смоделировали все праздники, чтобы выяснить, как они влияют на продажи каждого продукта, а затем использовали эту информацию для более точного прогнозирования будущих продаж. В Кении, например, мы смоделировали в общей сложности 28 праздников, чтобы понять, как они влияют на продажи каждого продукта, и благодаря этому мы можем с предельной точностью сказать, как будут выглядеть ваши продажи в течение следующего сезона рождественских праздников. В дополнение к праздникам, есть важные события, которые влияют на продажи, например, продукт был со скидкой, или рекламная акция была разослана, или, может быть, это была неделя снова в школу, или месяц выборов, или Черная пятница, или даже общий уровень занятости / средний заработок людей в этом регионе среди многих других факторов.

Все эти факторы, разумно сложенные воедино, позволяют компаниям достигать точности прогнозирования более 95% на нашей платформе Insense. Наша цель — помочь компаниям сократить число случаев отсутствия на складе более чем на 50 % и сократить потери запасов более чем на 70 %. Сейчас и как никогда раньше компаниям необходимо внедрять когнитивное планирование спроса, и конечным результатом, как мы уже упоминали, является множество преимуществ: повышение эффективности планирования спроса, улучшение качества обслуживания клиентов, улучшение удержания клиентов, увеличение доходов в результате сокращение упущенных продаж, уменьшение убытков из-за потери запасов, а такжеобщее увеличение окупаемости инвестиций.