Jaanuari lõpus jõuavad aastalõpu inventuuritulemused peakontorisse ja paljudes kaubandusvõrkudes liigub ringi sama tabel: üks veerg poodidega, teine kaubakao määraga, järjestus halvimast parimani. Mõne sekundiga teab igaüks, kes on „viimane“. Probleem on selles, et see edetabel peegeldab sageli sama palju seda, kuidas loetakse, kui kaotusi endid. Selleks et võrrelda kaubakadu poodide vahel ja mitte sihti eksida, tuleb kõigepealt panna kõik asukohad lugema ühtemoodi. Nimetajate valik tuleb alles seejärel. Lõpuks on just tsoonide ja ajavahemike kaupa vaatamine see, mis muudab erinevused poes kasutatavaks.

Miks toorest poodide edetabel eksitab

Kõige levinum kaubakao määr seab inventuuri erinevuste väärtuse suhtesse käibega. See on hea üldise seisundi näitaja, kuid kehv järjestamisvahend, sest see sõltub eelkõige sellest, mida iga pood arvutusse paneb. Oma aruandes Beyond Shrinkage: Introducing Total Retail Loss tuletab professor Adrian Beck (Leicesteri ülikool) meelde, et ühise definitsiooni puudumine muudab kaubakao andmed väga raskesti võrreldavaks: mõned ettevõtted arvestavad ainult seletamatuid erinevusi, teised lisavad sinna purunemise, aegumise või protsessivead.

See, mis kehtib kaubamärkide vahel, kehtib ka ühe võrgu poodide vahel. Samad nihked kordduvad aastast aastasse:

  • Inventuurigraafik: pood, kus loeti kohe pärast allahindlusi, ja pood, kus loeti enne seda, ei räägi samast perioodist.
  • Valesti deklareeritud teadaolev kaubakadu: iga sisestamata jäetud purunenud kaupade karp liigub automaatselt tundmatu kaubakao alla ja suurendab selle määra.
  • Varasemate etappide vead: puudulik tarne, valesti kontrollitud vastuvõtt või unustatud ülekanne asukohtade vahel ilmuvad poes kaotustena.
  • Suuruse mõju: väikeses müügikohas piisab kolmest-neljast kallist tootest, et määr aastaga hüppaks.
  • Tootevalik: pood, mis müüb rohkem tugevalt ohustatud tooteid, näitab loogiliselt kõrgemat määra.

Edetabeli viimane ei ole seega tingimata kõige halvemini hallatud pood. Mõnikord on see lihtsalt kõige väiksem. Või see, kus inventuur tehakse kõige põhjalikumalt, või see, kuhu laost jõuavad kõige probleemsemad tarned.

Ühtlustada mõõtmine enne igasugust võrdlust

Normaliseerida numbreid, mis ei mõõda sama asja, pole mõtet. Uuring Measuring Retail Shrink, mille avaldas ECR Retail Loss, tuletab seda meelde: kaubakao määrade võrdlemiseks tuleb teada nende arvutusmeetodit, rakendada seda järjepidevalt ja olla ettevaatlik erinevalt hinnatud kadude suhtes. Selle autorid, kes toetuvad 2004. aastal Euroopas tegutsevate jaemüüjate seas korraldatud uuringule, märgivad ka, et varustusahela kaotusi mõõdetakse vähe ning need kantakse suure tõenäosusega poodide arvele, suurendades seal kaubakadu. Enamik vastajatest mõõtis tollal oma kaubakadu vaid kaks korda aastas; uuring soovitab lugeda võimalikult sageli, et saaks reageerida tekkivatele suundumustele.

Võrgus tähendab see kirjalikku ja kõikjal rakendatavat mängureeglit. See määrab täpselt tundmatu kaubakao ulatuse ja hindamisviisi (müügihind või ostuhind, kuid kõigis asukohtades sama ja ideaaljuhul mõlemad). See ühtlustab inventuurikuupäevad ja kehtestab vastuvõtuerinevuste identse käsitlemise. Kui need alused veel puuduvad, kordab meie juhend teemal tundmatu kaubakao mõistmine, arvutamine ja vähendamine arvutamise põhitõdesid. Töö on tänamatu, kuid kõik muu sõltub sellest.

Normaliseerida käibe, külastatavuse ja pindala järgi

Kui mõõtmine on ühtlustatud, jääb valida nimetaja. Igaüks valgustab erinevat aspekti ja ükski ei piisa üksi.

  • Käibe järgi: see on klassikaline kaubakao määr, mida saab võrrelda turu võrdlusnäitajatega. NRFi 2023. aasta National Retail Security Survey andmetel tõusis küsitletud USA jaemüüjate keskmine kaubakao määr 2022. majandusaastal 1,6%-ni, võrreldes 1,4%-ga aasta varem, jõudes tagasi 2019. ja 2020. aasta tasemele. Selle piirang on teada: suure käibega pood lahjendab oma kaotusi ning suur kampaania (või müügihindade tõus, kui kaubakadu hinnatakse ostuhinnas) liigutab suhtarvu, ilma et riiulil midagi muutuks.
  • Külastatavuse järgi: kaotus tuhande külastaja kohta. Nii neutraliseeritakse keskmise ostukorvi erinevused ja saab võrrelda poode, mille osakondades liigub võrreldav hulk inimesi. Tuleb vaid tagada usaldusväärne ja ühtlane loendus kogu võrgus.
  • Pindala järgi: kaotus ruutmeetri kohta või veel parem, antud tootegrupi jooksvameetri kohta. See vaade aitab võrrelda kokkupuute tihedust ja paigutuse kvaliteeti, eriti sarnaste formaatide vahel.

Võtame kujuteldava, meelega lihtsustatud juhtumi. Kesklinna pood A näeb palju inimesi väikeste ostukorvidega. Äärelinna pood B saab vähem külastajaid, kuid selle ostukorvid on piisavalt suured, et käive on kõrgem. Aasta jooksul kaotavad mõlemad sama väärtuse kaupa. Käibe suhtes tundub B parem; külastatavuse suhtes kaotab külastaja kohta vähem A. Kumbki number pole „õige“. Analüüsi suunab nende lahknevus: A puhul liikluse mõju, B puhul suure väärtusega tooted.

Viimane refleks: võrrelda iga poodi oma sarnaste poodidega (sama formaat, sama asukohatüüp, lähedane suurus) ja oma ajalooga mitme inventuuri lõikes, mitte kogu võrgu keskmisega.

Statistika lugemine tsoonide ja ajavahemike kaupa

Aastamäär, ka hästi normaliseeritud, ei ütle ei seda, kus, ega seda, millal kaotused tekivad. Kahel sama määraga poel võib olla vastandlik olukord. Ühes koonduvad erinevused parfümeeriaosakonda kell 17.00-19.00; teises jaotuvad need laupäeviti kogu müügipinnale. Neid kahte olukorda ei käsitleta sama tegevuskavaga.

Kaamerate andmed võtavad siin inventuurilt teatepulga üle. Videoanalüüsi töölauad, nagu Oxania omad, koondavad külastajate loenduse, soojuskaardid ja statistika tsoonide ja ajavahemike kaupa. Need ei asenda inventuuri, mis jääb tegeliku kaotuse mõõdupuuks, kuid need saabuvad pidevalt, mitte ühe või kahe korra aastas. Riskantsete žestide kaardistamine tsoonide kaupa annab seejärel aluse samaväärsete osakondade võrdlemiseks poodide vahel.

Ettevaatust siiski: hoiatuste arv sõltub ka sellest, mida kaamerad näevad. Pood, mille avatud osakonnad on hästi kaetud, annab rohkem sündmusi kui pood, kus on palju pimealasid, ilma et see oleks rohkem mõjutatud. Võrdlemiseks seadke hoiatused tsooni külastatavuse suhtesse ja kontrollige, et kaamerakate on asukohtade vahel samaväärne. Vastasel juhul jääb kahjusaajaks kõige paremini varustatud pood.

Asendada edetabel võrdlusega, mis aitab otsustada

Kogu võrgule levitatud edetabel 1-st N-ini tekitab kontrolleritele hästi tuntud negatiivse kõrvalmõju: lõpuks hoolitsetakse näitaja, mitte tegelikkuse eest. Purunemised deklareeritakse äkilise innuga inventuurile eelneval nädalal, mõned kanded libisevad ühest perioodist teise. Ja struktuurselt rohkem ohustatud poodide meeskonnad, kes on tabeli lõpus aastast aastasse, loobuvad.

Mitme asukoha juhtimisel kasulik võrdlus näeb pigem välja selline:

  1. Võrreldavate poodide rühmad, moodustatud formaadi, asukoha ja suuruse järgi.
  2. Iga poe kohta kolm näitajat kõrvuti (käibe, külastaja ja pindala järgi), mitte ainult üks.
  3. Suundumus vähemalt kolme perioodi lõikes, et eristada üksikut juhtumit triivist.
  4. Lugemisvahemikud (rühma normi piires, uurimist vajav, selgelt üle normi) järjestuse asemel.
  5. Lähivaade tsoonide ja ajavahemike kaupa poodidele, mis oma vahemikust välja kalduvad, enne mis tahes järeldust.
  6. Vestlus poe juhtkonnaga erinevuse selgitamiseks: ehitustööd, meeskonna vahetus, ümberpaigutus, tarneraskused.

See lähenemine jätkab teemat põhinäitajad kaotuste ennetamiseks. Eesmärk ei ole osutada halvale õpilasele, vaid märgata, mis toimib parimini hakkama saavates poodides, et seda mujal rakendada.

Kui inventuurinumbrid jaanuari lõpus kohale jõuavad, võtab veeru sorteerimine kümme sekundit. Mõõtmise ühtlustamine, käibe, külastatavuse ja pindala ristamine ning seejärel tsooni ja ajavahemiku tasandile laskumine nõuab rohkem, kuid järgnev koosolek ei ole enam sama sisuga: lõpetatakse otsimine, kes on viimane, ja hakatakse küsima, kus ja millal kaotatakse ning miks. Just sellest küsimusest lähtudes väheneb tundmatu kaubakadu kogu võrgus püsivalt.