В края на януари заключителните инвентаризации стигат до централата и в много мрежи започва да се върти една и съща таблица: колона с магазини, колона с проценти на демарж, подредба от най-лошия към най-добрия. За секунди всеки знае кой е «последен». Само че това класиране често отразява толкова начина на броене, колкото и самите загуби. За да сравните демаржа между отделните магазини без да се целите грешно, първо трябва всички обекти да броят по един и същ начин. Изборът на знаменатели идва след това. Накрая четенето по зони и по часови интервали е това, което прави разликите използваеми в магазина.
Защо суровото класиране на магазините подвежда
Най-разпространеният процент на демарж отнася стойността на инвентаризационните разлики към оборота. Той е добър показател за общото състояние, но е слаб инструмент за класиране, защото зависи преди всичко от това, което всеки магазин включва в изчислението. В доклада си Beyond Shrinkage: Introducing Total Retail Loss професор Adrian Beck (Лестърски университет) напомня, че липсата на обща дефиниция прави данните за демаржа много трудни за сравнение: някои компании отчитат само необяснимите разлики, други добавят към тях счупени стоки, изтекли срокове на годност или грешки в процесите.
Това, което важи между отделните вериги, важи и между магазините в една и съща мрежа. Едни и същи отклонения се повтарят от година на година:
- Календарът на инвентаризацията: магазин, преброен веднага след разпродажбите, и друг, преброен преди тях, не говорят за един и същ период.
- Лошо декларираният известен демарж: всеки нерегистриран кашон със счупени стоки автоматично минава в неизвестния демарж и повишава процента му.
- Грешките нагоре по веригата: непълна доставка, лошо отчетено приемане или забравен трансфер между обекти се появяват в магазина като загуби.
- Ефектът от размера: при малък търговски обект три или четири скъпи артикула са достатъчни, за да вдигнат рязко процента спрямо предходната година.
- Продуктовият микс: магазин, който продава повече силно изложени на риск артикули, логично показва по-висок процент.
Последният в класирането не е непременно най-зле управляваният магазин. Понякога това е най-малкият. Или този, който прави инвентаризацията най-съвестно, или пък този, който получава най-проблемните доставки от склада.
Уеднаквяване на измерването преди всяко сравнение
Няма смисъл да се нормализират числа, които не измерват едно и също нещо. Проучването Measuring Retail Shrink, публикувано от ECR Retail Loss, го напомня: за да се сравняват проценти на демарж, трябва да се знае методът им на изчисление, да се прилага последователно и да се внимава с демаржи, остойностени по различен начин. Авторите му, които се позовават на проучване от 2004 г. сред търговци, опериращи в Европа, отбелязват още, че загубите във веригата за доставки, които рядко се измерват, има голяма вероятност да бъдат приписани на магазините и да раздуят демаржа им. Повечето от анкетираните тогава измервали демаржа си само два пъти годишно; проучването препоръчва броене възможно най-често, за да може да се реагира на зараждащите се тенденции.
В една мрежа това се превежда в писмено правило, прилагано навсякъде. То определя точния обхват на неизвестния демарж и начина на остойностяване (продажна или покупна цена, но една и съща във всички обекти, а в идеалния случай и двете). Съгласува датите на инвентаризация и налага еднакво третиране на разликите при приемане. Ако тези основи все още липсват, нашето ръководство за разбиране, изчисляване и намаляване на неизвестния демарж изяснява основите на изчислението. Работата е неблагодарна, но всичко останало зависи от нея.
Нормализиране по оборот, посещаемост и площ
Щом измерването е уеднаквено, остава изборът на знаменател. Всеки от тях осветява различен аспект и нито един не е достатъчен сам по себе си.
- По оборот: това е класическият процент на демарж, който се сравнява с пазарните референции. Според National Retail Security Survey 2023 на NRF средният процент на демарж на анкетираните американски търговци се е повишил до 1,6 % за финансовата 2022 г., спрямо 1,4 % година по-рано, връщайки се на нивото от 2019 и 2020 г. Ограничението му е известно: магазин с висок оборот разрежда загубите си, а голяма промоционална кампания (или повишение на продажните цени, когато демаржът е остойностен по покупна цена) променя съотношението, без нищо да се е променило по рафтовете.
- По посещаемост: загубата, отнесена към хиляда посетители. Така се неутрализират разликите в средната стойност на кошницата, за да се сравнят магазини, чиито щандове виждат съпоставим поток от хора. Необходимо е обаче надеждно и еднородно отчитане на посетителите в цялата мрежа.
- По площ: загубата на квадратен метър или, още по-добре, на линеен метър за дадена продуктова категория. Този подход служи за сравняване на плътността на експониране и качеството на подредбата, особено между сходни формати.
Да вземем един измислен, нарочно опростен случай. Магазин А, в центъра на града, вижда много хора с малки кошници. Магазин Б, в периферията, получава по-малко посетители, но кошниците му са достатъчно големи, за да реализира по-висок оборот. През годината и двата губят стока на една и съща стойност. Спрямо оборота Б изглежда по-добър; спрямо посещаемостта именно А губи по-малко на посетител. Нито едно от двете числа не е «правилното». Именно разминаването им насочва анализа: към експозицията на потока за А, към артикулите с висока стойност за Б.
Последен рефлекс: сравнявайте всеки магазин с неговите равни (същия формат, същия тип местоположение, близък размер) и със собствената му история през няколко инвентаризации, а не със средното за цялата мрежа.
Четене на статистиките по зони и по часови интервали
Годишният процент, дори добре нормализиран, не казва нито къде, нито кога се случват загубите. Два магазина със същия процент може да са в противоположни ситуации. При единия разликите се концентрират в парфюмерията между 17 и 19 ч.; при другия те са разпределени по цялата търговска площ в събота. Тези две ситуации не се третират с един и същ план за действие.
Данните от камерите тук поемат щафетата от инвентаризацията. Таблата за видеоанализ, като тези на Oxania, събират броене на посетители, топлинни карти и статистики по зони и по часови интервали. Те не заместват инвентаризацията, която остава мярката за реалната загуба, но постъпват непрекъснато, вместо веднъж или два пъти годишно. Картографирането на рисковите жестове по зони дава тогава основа за сравняване на еквивалентни секции от един магазин до друг.
Внимание обаче: броят на алертите зависи и от това, което камерите виждат. Магазин, чиито експонирани секции са добре покрити, ще отчете повече събития от магазин, пълен със слепи зони, без да е по-засегнат. За да сравнявате, отнесете алертите към посещаемостта на зоната и проверете дали покритието от камери е еквивалентно във всички обекти. В противен случай най-добре оборудваният магазин се оказва наказан.
Заместване на класирането със сравнение, което помага да се взема решение
Класиране от 1 до N, разпространено в цялата мрежа, поражда добре познат на финансовите контрольори извратен ефект: накрая се грижим за показателя, а не за реалността. Счупените стоки се декларират с внезапно усърдие в седмицата преди инвентаризацията, някои записвания се плъзгат от един период в друг. А екипите на структурно по-изложените на риск магазини, в дъното на таблицата година след година, се демотивират.
Сравнение, полезно за управлението на много обекти, прилича по-скоро на следното:
- Групи от съпоставими магазини, формирани според формата, местоположението и размера.
- За всеки магазин три показателя един до друг (по оборот, по посетител, по площ), а не само един.
- Тенденция най-малко за три периода, за да се различи еднократният инцидент от трайното отклонение.
- Диапазони за отчитане (в нормата на групата, за проверка, значително над нея), а не ранг.
- Детайлен поглед по зони и по часови интервали за магазините, които излизат от своя диапазон, преди каквото и да е заключение.
- Разговор с ръководството на магазина, за да се обясни разликата: ремонти, смяна на екипа, преподреждане, трудности с доставките.
Този подход продължава ключовите показатели за предвиждане на загубите. Целта не е да се посочи лошият ученик, а да се открие какво работи в магазините, които се справят най-добре, за да се пренесе другаде.
Когато инвентаризационните данни излязат в края на януари, сортирането на една колона отнема десет секунди. Уеднаквяването на измерването, съпоставянето на оборот, посещаемост и площ, а после слизането на ниво зона и часови интервал изискват повече, но следващата среща вече има различен предмет: престава се да се търси кой е последен и започва да се пита къде и кога губим, и защо. От този въпрос нататък неизвестният демарж трайно намалява в цялата мрежа.