Τέλη Ιανουαρίου, οι απογραφές κλεισίματος φτάνουν στα κεντρικά και, σε πολλά δίκτυα, κυκλοφορεί ο ίδιος πίνακας: μια στήλη με καταστήματα, μια στήλη με ποσοστά φύρας, ταξινόμηση από το χειρότερο στο καλύτερο. Μέσα σε λίγα δευτερόλεπτα, όλοι ξέρουν ποιο είναι το «τελευταίο». Μόνο που αυτή η κατάταξη αντανακλά συχνά τόσο τον τρόπο μέτρησης όσο και τις ίδιες τις απώλειες. Για να συγκρίνετε τη φύρα από κατάστημα σε κατάστημα χωρίς να στοχεύετε λάθος, πρέπει πρώτα να μετρούν όλα τα σημεία με τον ίδιο τρόπο. Η επιλογή των παρονομαστών έρχεται μετά. Τέλος, η ανάλυση ανά ζώνη και ανά ωριαίο διάστημα είναι αυτή που κάνει τις αποκλίσεις αξιοποιήσιμες μέσα στο κατάστημα.

Γιατί μια ακατέργαστη κατάταξη των καταστημάτων παραπλανά

Ο πιο διαδεδομένος δείκτης απωλειών (shrinkage) συσχετίζει την αξία των αποκλίσεων απογραφής με τον κύκλο εργασιών. Αν και αποτελεί καλό δείκτη της συνολικής υγείας, είναι κακό εργαλείο κατάταξης, επειδή εξαρτάται πρωτίστως από το τι συμπεριλαμβάνει κάθε κατάστημα στον υπολογισμό. Στην έκθεσή του Beyond Shrinkage: Introducing Total Retail Loss, ο καθηγητής Adrian Beck (Πανεπιστήμιο του Λέστερ) υπενθυμίζει ότι η απουσία κοινού ορισμού καθιστά τα δεδομένα απωλειών πολύ δύσκολο να συγκριθούν: ορισμένες εταιρείες λαμβάνουν υπόψη μόνο τις ανεξήγητες αποκλίσεις, ενώ άλλες προσθέτουν φθορές, λήξη προϊόντων ή λάθη διαδικασιών.

Ό,τι ισχύει ανάμεσα σε αλυσίδες ισχύει και ανάμεσα στα καταστήματα του ίδιου δικτύου. Οι ίδιες στρεβλώσεις επανέρχονται από χρήση σε χρήση:

  • Το ημερολόγιο απογραφής: ένα κατάστημα που μετράται αμέσως μετά τις εκπτώσεις και ένα άλλο που μετράται πριν δεν αναφέρονται στην ίδια περίοδο.
  • Οι γνωστές απώλειες που δηλώνονται εσφαλμένα: κάθε κούτα με φθαρμένα προϊόντα που δεν καταχωρίζεται μεταφέρεται αυτομάτως στις άγνωστες απώλειες και αυξάνει τον δείκτη τους.
  • Τα σφάλματα στην εφοδιαστική αλυσίδα: μια ελλιπής παράδοση, μια παραλαβή που ελέγχθηκε λάθος ή μια μεταφορά μεταξύ σημείων που ξεχάστηκε εμφανίζονται στο κατάστημα ως απώλειες.
  • Το μέγεθος του καταστήματος: σε ένα μικρό σημείο πώλησης, τρία ή τέσσερα ακριβά προϊόντα αρκούν για να εκτοξεύσουν το ποσοστό από τη μία χρονιά στην άλλη.
  • Ο συνδυασμός προϊόντων: ένα κατάστημα που πουλά περισσότερους πολύ εκτεθειμένους κωδικούς εμφανίζει λογικά υψηλότερο ποσοστό.

Το τελευταίο της κατάταξης δεν είναι λοιπόν απαραίτητα το κατάστημα με την πιο ελλιπή διαχείριση. Είναι μερικές φορές το μικρότερο. Ή αυτό που κάνει την πιο σοβαρή απογραφή, ή και αυτό που κληρονομεί τις πιο προβληματικές παραδόσεις από την αποθήκη.

Εναρμόνιση της μέτρησης πριν από κάθε σύγκριση

Η κανονικοποίηση αριθμών που δεν μετρούν το ίδιο πράγμα δεν έχει νόημα. Η μελέτη Measuring Retail Shrink, που δημοσιεύθηκε από το ECR Retail Loss, το υπενθυμίζει: για να συγκρίνετε δείκτες απωλειών, πρέπει να γνωρίζετε τη μέθοδο υπολογισμού τους, να την εφαρμόζετε με συνέπεια και να είστε προσεκτικοί απέναντι σε απώλειες που αποτιμώνται διαφορετικά. Οι συντάκτες της, που βασίζονται σε έρευνα του 2004 σε λιανεμπόρους που δραστηριοποιούνται στην Ευρώπη, επισημαίνουν επίσης ότι οι απώλειες της αλυσίδας εφοδιασμού, που μετρώνται ελάχιστα, κινδυνεύουν σε μεγάλο βαθμό να αποδοθούν στα καταστήματα και να αυξήσουν εκεί τις απώλειες. Οι περισσότεροι από τους ερωτηθέντες μετρούσαν τότε τις απώλειές τους μόνο δύο φορές τον χρόνο· η μελέτη συνιστά να γίνεται καταμέτρηση όσο πιο συχνά γίνεται, ώστε να μπορεί κανείς να αντιδρά σε τάσεις που αρχίζουν να διαμορφώνονται.

Σε ένα δίκτυο, αυτό μεταφράζεται σε έναν κανόνα γραπτό και εφαρμοσμένο παντού. Ορίζει το ακριβές πεδίο της άγνωστης φύρας και τον τρόπο αποτίμησης (τιμή πώλησης ή τιμή αγοράς, αλλά η ίδια σε όλα τα σημεία, και ιδανικά και οι δύο). Ευθυγραμμίζει τις ημερομηνίες απογραφής και επιβάλλει ίδιο χειρισμό των αποκλίσεων παραλαβής. Αν αυτές οι βάσεις λείπουν ακόμη, ο οδηγός μας για να κατανοήσετε, υπολογίσετε και μειώσετε την άγνωστη φύρα παραθέτει τα βασικά του υπολογισμού. Η δουλειά είναι αχάριστη, αλλά όλα τα υπόλοιπα εξαρτώνται από αυτήν.

Κανονικοποίηση ανά κύκλο εργασιών, επισκεψιμότητα και επιφάνεια

Μόλις εναρμονιστεί η μέτρηση, μένει η επιλογή του παρονομαστή. Καθένας φωτίζει μια διαφορετική πλευρά και κανένας δεν αρκεί από μόνος του.

  • Ως προς τον κύκλο εργασιών: είναι ο κλασικός δείκτης απωλειών, αυτός που συγκρίνεται με τους δείκτες αναφοράς της αγοράς. Σύμφωνα με την National Retail Security Survey 2023 της NRF, ο μέσος δείκτης απωλειών των ερωτηθέντων αμερικανών λιανεμπόρων ανήλθε στο 1,6 % για το οικονομικό έτος 2022, έναντι 1,4 % το προηγούμενο έτος, επιστρέφοντας στο επίπεδο του 2019 και του 2020. Το όριό του είναι γνωστό: ένα κατάστημα με υψηλό κύκλο εργασιών αραιώνει τις απώλειές του, και μια μεγάλη προωθητική ενέργεια (ή μια αύξηση των τιμών πώλησης, όταν οι απώλειες αποτιμώνται στην τιμή αγοράς) μεταβάλλει τον λόγο χωρίς να αλλάζει τίποτα στο ράφι.
  • Ανά επισκεψιμότητα: η απώλεια ανά χίλιους επισκέπτες. Έτσι εξουδετερώνονται οι διαφορές στο μέσο καλάθι, ώστε να συγκρίνονται καταστήματα στους διαδρόμους των οποίων περνούν παρόμοιες ροές. Χρειάζεται όμως αξιόπιστη και ομοιογενής καταμέτρηση σε όλο το δίκτυο.
  • Ανά επιφάνεια: η απώλεια ανά τετραγωνικό μέτρο, ή καλύτερα ανά τρέχον μέτρο ραφιού μιας συγκεκριμένης κατηγορίας προϊόντων. Αυτή η ανάγνωση βοηθά να συγκριθούν η πυκνότητα έκθεσης και η ποιότητα της διάταξης, ιδίως ανάμεσα σε παρόμοια format.

Ας πάρουμε ένα φανταστικό, σκόπιμα απλοποιημένο παράδειγμα. Το κατάστημα Α, στο κέντρο της πόλης, δέχεται πολύ κόσμο με μικρά καλάθια. Το κατάστημα Β, στα περίχωρα, δέχεται λιγότερους επισκέπτες, αλλά τα καλάθια του είναι αρκετά μεγάλα ώστε να πραγματοποιεί υψηλότερο κύκλο εργασιών. Μέσα στη χρονιά, και τα δύο χάνουν την ίδια αξία εμπορευμάτων. Σε σχέση με τον κύκλο εργασιών, το Β φαίνεται καλύτερο· σε σχέση με την επισκεψιμότητα, το Α χάνει λιγότερο ανά επισκέπτη. Κανένας από τους δύο αριθμούς δεν είναι «ο σωστός». Η απόκλισή τους κατευθύνει την ανάλυση: προς την έκθεση στη ροή επισκεπτών για το Α, προς τους κωδικούς υψηλής αξίας για το Β.

Τελευταίο αντανακλαστικό: συγκρίνετε κάθε κατάστημα με τα ομοειδή του (ίδιο format, ίδιος τύπος τοποθεσίας, παρόμοιο μέγεθος) και με το δικό του ιστορικό σε πολλές απογραφές, αντί για τον μέσο όρο ολόκληρου του δικτύου.

Ανάγνωση των στατιστικών ανά ζώνη και ανά ωριαίο διάστημα

Ένα ετήσιο ποσοστό, ακόμη και καλά κανονικοποιημένο, δεν λέει ούτε πού ούτε πότε συμβαίνουν οι απώλειες. Δύο καταστήματα με το ίδιο ποσοστό μπορεί να βρίσκονται σε αντίθετες καταστάσεις. Στο ένα, οι αποκλίσεις συγκεντρώνονται στα αρώματα και καλλυντικά μεταξύ 17:00 και 19:00· στο άλλο, κατανέμονται σε όλη την επιφάνεια το Σάββατο. Αυτές οι δύο καταστάσεις δεν αντιμετωπίζονται με το ίδιο πλάνο δράσης.

Τα δεδομένα από τις κάμερες αναλαμβάνουν εδώ τη σκυτάλη από την απογραφή. Οι πίνακες ελέγχου ανάλυσης βίντεο, όπως αυτοί της Oxania, συγκεντρώνουν καταμέτρηση επισκεπτών, heatmaps και στατιστικά ανά ζώνη και ανά χρονική ζώνη. Δεν αντικαθιστούν την απογραφή, που παραμένει το μέτρο της πραγματικής απώλειας, αλλά φτάνουν σε συνεχή ροή αντί για μία ή δύο φορές τον χρόνο. Η χαρτογράφηση των επικίνδυνων χειρονομιών ανά ζώνη παρέχει τότε μια βάση για τη σύγκριση ισοδύναμων τμημάτων καταστήματος από κατάστημα σε κατάστημα.

Προσοχή όμως: ο αριθμός των ειδοποιήσεων εξαρτάται και από το τι βλέπουν οι κάμερες. Ένα κατάστημα με καλά καλυπτόμενους εκτεθειμένους διαδρόμους θα αναφέρει περισσότερα συμβάντα από ένα κατάστημα γεμάτο τυφλά σημεία, χωρίς να πλήττεται περισσότερο. Για να συγκρίνετε, συσχετίστε τις ειδοποιήσεις με την επισκεψιμότητα της ζώνης και βεβαιωθείτε ότι η κάλυψη των καμερών είναι ισοδύναμη σε όλα τα σημεία. Διαφορετικά, το κατάστημα με τον καλύτερο εξοπλισμό είναι αυτό που καταλήγει να τιμωρείται.

Αντικατάσταση της κατάταξης με μια σύγκριση που βοηθά στη λήψη αποφάσεων

Μια κατάταξη από το 1 έως το Ν που διανέμεται σε όλο το δίκτυο παράγει μια διεστραμμένη συνέπεια πολύ γνωστή στους οικονομικούς ελεγκτές: καταλήγουμε να φροντίζουμε τον δείκτη αντί για την πραγματικότητα. Τα σπασίματα δηλώνονται με ξαφνικό ζήλο την εβδομάδα πριν από την απογραφή, κάποιες εγγραφές μεταφέρονται από τη μία περίοδο στην άλλη. Και οι ομάδες των καταστημάτων που είναι δομικά πιο εκτεθειμένα, στο κάτω μέρος του πίνακα χρονιά με τη χρονιά, αποσύρονται.

Μια χρήσιμη σύγκριση για τη διαχείριση πολλών σημείων μοιάζει μάλλον ως εξής:

  1. Ομάδες συγκρίσιμων καταστημάτων, που διαμορφώνονται με βάση το format, την τοποθεσία και το μέγεθος.
  2. Για κάθε κατάστημα, τρεις δείκτες δίπλα δίπλα (ανά κύκλο εργασιών, ανά επισκέπτη, ανά επιφάνεια) αντί για έναν μόνο.
  3. Μια τάση σε τουλάχιστον τρεις περιόδους, για να διακρίνεται το μεμονωμένο συμβάν από την ολίσθηση.
  4. Ζώνες ανάγνωσης (εντός του κανονικού της ομάδας, προς εξέταση, σαφώς πάνω από το κανονικό) αντί για κατάταξη.
  5. Μεγέθυνση ανά ζώνη και ανά ωριαίο διάστημα για τα καταστήματα που βγαίνουν εκτός της ζώνης τους, πριν από κάθε συμπέρασμα.
  6. Μια συζήτηση με τη διεύθυνση του καταστήματος για να εξηγηθεί η απόκλιση: εργασίες, αλλαγή ομάδας, αναδιάταξη, δυσκολίες στις παραδόσεις.

Αυτή η προσέγγιση επεκτείνει τους βασικούς δείκτες για την πρόβλεψη των απωλειών. Ο στόχος δεν είναι να υποδειχθεί ένας κακός μαθητής, αλλά να εντοπιστεί τι λειτουργεί στα καταστήματα που τα καταφέρνουν καλύτερα, ώστε να μεταφερθεί αλλού.

Όταν τα στοιχεία απογραφής φτάνουν στα τέλη Ιανουαρίου, η ταξινόμηση μιας στήλης παίρνει δέκα δευτερόλεπτα. Η εναρμόνιση της μέτρησης, η διασταύρωση κύκλου εργασιών, επισκεψιμότητας και επιφάνειας και η κατάβαση στο επίπεδο της ζώνης και του ωριαίου διαστήματος απαιτούν περισσότερα, αλλά η σύσκεψη που ακολουθεί δεν έχει πια το ίδιο αντικείμενο: σταματάμε να ψάχνουμε ποιος είναι τελευταίος και αναρωτιόμαστε πού και πότε χάνουμε, και γιατί. Από αυτό το ερώτημα ξεκινά η διαρκής υποχώρηση της άγνωστης φύρας σε ολόκληρο το δίκτυο.