Koncem ledna se na centrálu dostávají závěrečné inventury a v mnoha řetězcích koluje stále stejná tabulka: sloupec prodejen, sloupec míry inventurních ztrát a řazení od nejhorší po nejlepší. Během pár sekund všichni vědí, kdo je „poslední“. Jenže toto pořadí často odráží způsob počítání stejně jako samotné ztráty. Abyste mohli porovnávat inventurní ztráty mezi prodejnami a nemířili přitom vedle, musíte nejprve zajistit, aby všechny provozovny počítaly stejným způsobem. Teprve potom přichází na řadu volba jmenovatelů. A konečně právě pohled po zónách a časových úsecích dělá z rozdílů údaje použitelné přímo v prodejně.

Proč surové pořadí prodejen vede k mylným závěrům

Nejrozšířenější míra znehodnocení zásob (shrinkage) dává do poměru hodnotu inventurních rozdílů a obrat. Je to dobrý ukazatel celkového zdraví, ale jako nástroj pro srovnávání obstojí špatně, protože závisí především na tom, co každý obchod do výpočtu zahrne. Ve své zprávě Beyond Shrinkage: Introducing Total Retail Loss profesor Adrian Beck (University of Leicester) připomíná, že chybějící společná definice činí data o neznámých ztrátách zásob velmi obtížně srovnatelnými: některé firmy zohledňují jen nevysvětlené rozdíly, jiné k nim přidávají rozbité zboží, prošlou trvanlivost nebo procesní chyby.

Co platí mezi obchodními řetězci, platí i mezi prodejnami v rámci jedné sítě. Stejná zkreslení se vracejí rok co rok:

  • Termín inventury: prodejna spočítaná hned po slevách a jiná spočítaná před nimi nevypovídají o stejném období.
  • Známé ztráty zásob, které jsou nesprávně vykázané: každý karton rozbitého zboží, který není zaevidován, se automaticky přesune do neznámých ztrát zásob a zvýší jejich míru.
  • Chyby na vstupu: neúplná dodávka, špatně zkontrolovaný příjem nebo zapomenutý převod mezi provozovnami se v prodejně projeví jako ztráty.
  • Vliv velikosti: v malé prodejně stačí tři nebo čtyři drahé položky, aby míra meziročně vyskočila.
  • Skladba sortimentu: prodejna, která prodává více silně exponovaných položek, logicky vykazuje vyšší míru.

Poslední v pořadí tedy nemusí být nutně nejhůře vedená prodejna. Někdy je prostě nejmenší. Nebo je to ta, která dělá inventury nejpečlivěji, případně ta, která ze skladu dostává nejproblematičtější dodávky.

Sjednotit měření před jakýmkoli srovnáváním

Normalizovat čísla, která neměří totéž, nemá smysl. Připomíná to i studie Measuring Retail Shrink, kterou zveřejnila organizace ECR Retail Loss: chcete-li porovnávat míry ztrát zásob, musíte znát způsob jejich výpočtu, uplatňovat ho důsledně a být opatrní u ztrát oceňovaných různým způsobem. Autoři, kteří vycházejí z průzkumu provedeného v roce 2004 mezi distributory působícími v Evropě, také upozorňují, že ztráty v dodavatelském řetězci se měří málo a hrozí, že budou přičteny obchodům a navýší jejich ztráty zásob. Většina respondentů tehdy měřila své ztráty zásob jen dvakrát ročně; studie doporučuje počítat co nejčastěji, aby bylo možné reagovat na vznikající trendy.

V síti se to promítá do pravidel hry, která jsou napsaná a uplatňovaná všude stejně. Určují přesný rozsah neznámých ztrát a způsob ocenění (prodejní nebo nákupní cena, ale na všech provozovnách stejná, a ideálně obě). Sjednocují termíny inventur a stanovují shodné zacházení s rozdíly při příjmu zboží. Pokud tyto základy stále chybí, náš průvodce, jak pochopit, vypočítat a snížit neznámé ztráty, shrnuje základy výpočtu. Je to nevděčná práce, ale závisí na ní všechno ostatní.

Normalizovat podle obratu, návštěvnosti a plochy

Jakmile je měření sjednoceno, zbývá zvolit jmenovatele. Každý osvětluje jiný aspekt a žádný sám o sobě nestačí.

  • Podle obratu: je to klasická míra ztrát zásob, kterou lze srovnávat s tržními standardy. Podle National Retail Security Survey 2023 organizace NRF se průměrná míra ztrát zásob dotázaných amerických distributorů ve fiskálním roce 2022 vrátila na 1,6 % oproti 1,4 % v předchozím roce, tedy na úroveň let 2019 a 2020. Její limit je známý: obchod s vysokým obratem své ztráty ředí a velká promo akce (nebo zvýšení prodejních cen, pokud jsou ztráty zásob oceněny nákupní cenou) pohne poměrem, aniž by se v regálech cokoli změnilo.
  • Podle návštěvnosti: ztráta vztažená na tisíc návštěvníků. Tím se neutralizují rozdíly v průměrné hodnotě nákupu a postaví se proti sobě prodejny, jejichž oddělení a regály mají srovnatelný tok zákazníků. Je však nutné spolehlivé a jednotné počítání v celé síti.
  • Podle plochy: ztráta na metr čtvereční, nebo lépe na běžný metr regálu dané skupiny produktů. Toto čtení slouží k porovnání hustoty expozice a kvality rozmístění zboží, zejména mezi podobnými formáty.

Vezměme si smyšlený, záměrně zjednodušený případ. Prodejnou A v centru města projde spousta lidí s malými nákupními košíky. Prodejna B na okraji města má méně návštěvníků, ale její nákupní košíky jsou dost vysoké na to, aby dosáhla vyššího obratu. Za rok obě přijdou o stejnou hodnotu zboží. Vztaženo k obratu vypadá lépe B, vztaženo k návštěvnosti ztrácí na návštěvníka méně A. Žádné z obou čísel není „to správné“. Analýzu nasměruje jejich rozdíl: u A k expozici vůči proudu zákazníků, u B k položkám s vysokou hodnotou.

Poslední zásada: porovnávat každou prodejnu s jejími obdobami (stejný formát, stejný typ umístění, podobná velikost) a s její vlastní historií za několik inventur, spíše než s průměrem celé sítě.

Číst statistiky podle zón a časových úseků

Roční míra, i dobře normalizovaná, neříká ani kde, ani kdy ke ztrátám dochází. Dvě prodejny se stejnou mírou mohou být v opačné situaci. U jedné se rozdíly koncentrují v parfumerii mezi 17:00 a 19:00, u druhé se v sobotu rozkládají po celé prodejní ploše. Tyto dvě situace se neřeší stejným akčním plánem.

Data z kamer zde přebírají roli inventury. Dashboardy pro analýzu videa, jako jsou ty od Oxania, sdružují počítání návštěvníků, heatmapy a statistiky podle zón a časových úseků. Inventuru, která zůstává měřítkem skutečné ztráty, nenahrazují, ale přicházejí průběžně, nikoli jednou či dvakrát ročně. Mapování gest s rizikem podle zón pak poskytuje základ pro porovnání rovnocenných oddělení mezi jednotlivými prodejnami.

Pozor však: počet upozornění závisí také na tom, co kamery vidí. Prodejna, jejíž exponované regály jsou dobře pokryté, ohlásí více událostí než prodejna plná slepých úhlů, aniž by byla více postižena. Pro srovnání vztahujte upozornění k návštěvnosti zóny a ověřte, že pokrytí kamerami je na všech provozovnách rovnocenné. Jinak bude znevýhodněna nejlépe vybavená prodejna.

Nahradit pořadí srovnáním, které pomáhá rozhodovat

Pořadí od 1 do N rozeslané celé síti vyvolává vedlejší efekt, který dobře znají controlleři: začne se ošetřovat ukazatel místo reality. Poškozené zboží se najednou s horlivostí hlásí v týdnu před inventurou a některé zápisy se přesouvají z jednoho období do druhého. A týmy strukturálně více exponovaných prodejen, které rok co rok končí na dně tabulky, to vzdávají.

Srovnání užitečné pro řízení více provozoven spíše vypadá takto:

  1. Skupiny srovnatelných prodejen, vytvořené podle formátu, umístění a velikosti.
  2. U každé prodejny tři ukazatele vedle sebe (podle obratu, na návštěvníka, na plochu) místo jediného.
  3. Trend nejméně za tři období, aby bylo možné odlišit jednorázovou nehodu od vývoje špatným směrem.
  4. Pásma čtení (v normě skupiny, k prověření, výrazně nad) místo pořadí.
  5. Detailní pohled po zónách a časových úsecích pro prodejny, které vybočují ze svého pásma, před vyvozením jakýchkoli závěrů.
  6. Rozhovor s vedením prodejny, který vysvětlí rozdíl: stavební práce, změna týmu, přeskupení zboží, potíže s dodávkami.

Tento postup navazuje na klíčové ukazatele pro předvídání ztrát. Cílem není označit špatného žáka, ale zjistit, co funguje v prodejnách, které si vedou nejlépe, a přenést to jinam.

Když koncem ledna dorazí údaje z inventur, seřadit sloupec trvá deset sekund. Sjednotit měření, zkombinovat obrat, návštěvnost a plochu a poté sestoupit na úroveň zóny a časového úseku vyžaduje víc práce, ale následná schůzka už má jiný předmět: přestaneme hledat, kdo je poslední, a začneme se ptát, kde a kdy ztrácíme, a proč. Právě od této otázky se neznámé ztráty trvale snižují v celé síti.