1月底,年终盘点结果汇总到总部,在许多连锁网络中,出现的都是同一张表:一列门店,一列损耗率,按从差到好排序。几秒钟内,所有人都知道谁是“倒数第一”。但这个排名反映的,往往既是损耗本身,也是各店的计算方式。要在门店之间比较损耗而不找错对象,首先要让所有门店用同一种方式盘点。然后才是分母的选择。最后,按区域和时段来解读,才能让差异在门店层面真正可以落地处理。

为什么简单的门店排名会产生误导

最常用的损耗率是将库存差异的价值与营业额相比。它是衡量整体状况的好指标,却是糟糕的排名工具,因为它首先取决于每家门店在计算中纳入了哪些内容。莱斯特大学的 Adrian Beck 教授在其报告 Beyond Shrinkage: Introducing Total Retail Loss 中指出,由于缺乏统一的定义,损耗数据很难进行比较:有些企业只统计原因不明的差异,另一些则还计入破损、过期或流程错误。

不同零售品牌之间如此,同一网络内的各门店之间同样如此。每个财年,同样的偏差都会反复出现:

  • 盘点时间安排:一家在促销季刚结束后盘点的门店,与另一家在促销季之前盘点的门店,对应的并不是同一时期。
  • 已知损耗申报不当:每一箱未录入的破损商品,都会自动转入未知损耗,并推高其比率。
  • 上游错误:送货不全、收货核对有误或遗漏的门店间调拨,在门店层面都表现为损失。
  • 规模效应:在小型门店,只要三四件高价商品,就足以让损耗率逐年大幅上升。
  • 产品组合:销售更多高暴露度商品的门店,损耗率自然更高。

因此,排名垫底的未必是管理最差的门店。有时只是规模最小的那家。也可能是盘点最认真的那家,或是从仓库接收到问题最多的货物的那家。

在任何比较之前,先统一衡量标准

将衡量对象并不相同的数据标准化是没有意义的。ECR Retail Loss 发布的研究 Measuring Retail Shrink 也指出:要比较损耗率,就必须了解其计算方法,并始终如一地加以应用,同时对估值方式不同的损耗保持谨慎。该研究的作者依据 2004 年对欧洲零售商开展的一项调查还发现,供应链中的损失很少被衡量,很可能被算到门店头上,从而推高门店的损耗。当时大多数受访者每年只盘点两次损耗;研究建议尽可能频繁地盘点,以便对刚出现的趋势作出反应。

在一个连锁网络中,这意味着要制定并在各处执行一套书面规则。它规定未知损耗的确切范围和估值方式(按售价或进价,但所有门店必须一致,最好两种都有)。它统一盘点日期,并要求对收货差异采用相同的处理方式。如果这些基础尚不具备,我们的指南理解、计算并降低未知损耗梳理了计算的基本原理。这项工作吃力不讨好,但其他一切都依赖于它。

按营业额、客流量和面积进行标准化

衡量标准统一之后,还要选择分母。每一种分母揭示的方面各不相同,没有哪一种可以单独说明问题。

  • 按营业额计算:这是经典的损耗率,可与市场基准进行比较。根据 NRF 的 2023 年全国零售安全调查(National Retail Security Survey),受访美国零售商的平均损耗率在 2022 财年回升至 1.6%,上一年为 1.4%,回到了 2019 年和 2020 年的水平。其局限众所周知:营业额高的门店会稀释其损失,而大型促销活动(或在损耗按进价估值时提高销售价格)会让比率发生变化,尽管货架上的情况并没有任何改变。
  • 按客流量:每千名访客对应的损失。这样可以消除平均客单价的差异,让各自货架区客流相当的门店直接对比。前提是整个网络要有可靠且统一的客流统计。
  • 按面积:每平方米的损失,或者更好的是,某一产品系列每延米的损失。这种解读用于比较商品暴露的密度和陈列布局的质量,尤其适用于业态相近的门店之间。

来看一个刻意简化的虚构案例。位于市中心的 A 店人流量很大,但购物篮都很小。位于郊区的 B 店客流较少,但购物篮金额足够高,因此营业额更高。全年中,两家店损失的商品价值相同。按营业额计算,B 店看起来更好;按客流量计算,则是 A 店每位顾客造成的损失更少。这两个数字都不是“正确答案”。正是它们之间的差异为分析指明方向:A 店要关注客流带来的风险暴露,B 店则要关注高价值商品。

最后一个习惯:把每家门店与同类门店(相同业态、相同类型的选址、规模相近)以及其自身多次盘点的历史数据进行比较,而不是与整个网络的平均值比较。

按区域和时段解读统计数据

即使经过良好的标准化,年度损耗率也无法说明损失发生在哪里、什么时候。两家损耗率相同的门店,情况可能截然相反。一家的差异集中在香水化妆品区,发生在 17 点至 19 点之间;另一家则是在周六分散在整个卖场。这两种情况不能用同一个行动方案来处理。

在这里,摄像头数据接替库存盘点发挥作用。像 Oxania 这样的视频分析仪表盘整合了客流统计、热力图以及按区域和时段划分的统计数据。它们不能取代库存盘点,后者仍是衡量实际损失的标准,但它们是持续产出的,而不是每年一到两次。按区域绘制的风险手势分布图因此为在不同门店之间比较相同类型的货架区域提供了依据。

但要注意:警报数量也取决于摄像头能看到什么。商品陈列的货架区覆盖良好的门店,上报的事件会比到处是盲区的门店更多,但这并不意味着它受到的影响更大。比较时,请将警报数量与该区域的客流量对应起来,并确认各门店的摄像头覆盖情况相当。否则,受到不利影响的反而是装备最完善的门店。

用有助于决策的对比取代排名

向整个网络公布从 1 到 N 的排名,会产生一种财务管控人员都很熟悉的不良效应:大家最终会去美化指标,而不是改善实际情况。破损会在盘点前一周突然被积极申报,一些账务记录会从一个期间滑到另一个期间。而那些结构性风险更高、年复一年排在榜尾的门店,其团队则会失去积极性。

一份对多门店管理真正有用的对比,更像下面这样:

  1. 按业态、位置和规模划分的可比门店组。
  2. 每家门店并列三项指标(按营业额、按访客、按面积),而不是只看一项。
  3. 至少覆盖三个期间的趋势,以区分偶发事件与持续偏移。
  4. 采用解读区间(处于组内正常水平、需要检查、明显偏高),而不是名次。
  5. 对超出自身区间的门店,在下结论之前先按区域和时段深入查看。
  6. 与门店管理层沟通,说明差异原因:装修施工、团队变动、重新布局、送货困难。

这一做法是对预判损失的关键指标的延伸。目的不是点名“差生”,而是找出表现最好的门店有哪些行之有效的做法,并推广到其他地方。

1月底盘点数字出来后,给一列数据排序只需十秒钟。统一衡量标准,交叉对照营业额、客流量和面积,再深入到区域和时段层面,则需要更多投入,但随后的会议主题就不一样了:不再追问谁是倒数第一,而是思考我们在哪里、什么时候发生损失,以及原因何在。正是从这个问题出发,整个网络的未知损耗才会持续下降。