Január végén a záró leltárak eljutnak a központba, és sok hálózatban ugyanaz a táblázat kering: egy oszlop az üzletekkel, egy oszlop a készletveszteségi rátával, rendezve a legrosszabbtól a legjobbig. Másodpercek alatt mindenki tudja, ki az „utolsó”. Csakhogy ez a rangsor gyakran ugyanannyira tükrözi a számolás módját, mint magukat a veszteségeket. Ahhoz, hogy összehasonlítsuk az egyes üzletek készletveszteségét anélkül, hogy rossz célpontot néznénk ki, először el kell érni, hogy minden telephelyen ugyanúgy számoljanak. A nevezők megválasztása csak ezután jön. A zónák és idősávok szerinti elemzés pedig végül az, amely az eltéréseket az üzletben is felhasználhatóvá teszi.

Miért vezet félre az üzletek nyers rangsora

A leggyakrabban használt shrinkage-mutató a leltárhiány értékét a nettó árbevételhez viszonyítja. Bár jól jelzi az általános helyzetet, rangsorolásra kevéssé alkalmas, mert elsősorban attól függ, hogy az egyes üzletek mit számítanak bele. Beyond Shrinkage: Introducing Total Retail Loss című jelentésében Adrian Beck professzor (Leicesteri Egyetem) emlékeztet arra, hogy a közös meghatározás hiánya miatt a készletveszteségi adatok összehasonlítása rendkívül nehéz: egyes vállalatok csak a megmagyarázhatatlan hiányt veszik figyelembe, mások ehhez hozzáadják a törést, a lejárt szavatosságot vagy a folyamati hibákat.

Ami igaz a láncok között, az igaz egy hálózat üzletei között is. Ugyanazok a torzítások térnek vissza évről évre:

  • A leltározás időpontja: az a magasabb leltárral rögzített üzlet, amelyet közvetlenül a leárazások után számoltak meg, és az, amelyet előtte, nem ugyanarról az időszakról beszél.
  • A rosszul bejelentett ismert készletveszteség: minden rögzítetlen törött árus karton automatikusan az ismeretlen eredetű készletveszteségbe kerül át, és megemeli annak arányát.
  • A beszállítási oldali hibák: egy hiányos szállítmány, egy rosszul ellenőrzött átvétel vagy egy elfelejtett telephelyek közötti átadás az üzletben veszteségként jelenik meg.
  • A méreteffektus: egy kis eladótérben három-négy drága termék is elég ahhoz, hogy a ráta évről évre megugorjon.
  • A termékmix: az az üzlet, amely több erősen kitett cikket árul, logikusan magasabb rátát mutat.

A rangsor utolsó helyezettje tehát nem feltétlenül a legrosszabbul vezetett üzlet. Néha egyszerűen a legkisebb. Vagy az, amelyik a legalaposabban leltároz, esetleg az, amelyik a raktár legproblémásabb szállítmányait kapja.

A mérés összehangolása az összehasonlítás előtt

Értelmetlen olyan számokat normalizálni, amelyek nem ugyanazt mérik. Erre emlékeztet az Measuring Retail Shrink című tanulmány is, amelyet az ECR Retail Loss tett közzé: a veszteségi arányok (shrinkage) összehasonlításához ismerni kell a számítási módszerüket, következetesen kell alkalmazni, és óvatosnak kell lenni az eltérő módon értékelt veszteségekkel. A szerzők, akik egy 2004-ben, Európában működő kiskereskedők körében végzett felmérésre támaszkodnak, azt is megállapítják, hogy az ellátási lánc kevéssé mért veszteségeit nagy valószínűséggel az üzletekhez rendelik, és ott növelik a készletveszteséget. A válaszadók többsége akkoriban csak évente kétszer mérte a készletveszteségét; a tanulmány azt javasolja, hogy a lehető leggyakrabban végezzenek számlálást, hogy időben reagálhassanak a kialakuló trendekre.

Egy hálózatban ez egy leírt és mindenhol alkalmazott játékszabályt jelent. Ez rögzíti az ismeretlen készletveszteség pontos körét és az értékelés módját (eladási ár vagy beszerzési ár, de minden telephelyen ugyanaz, ideális esetben mindkettő). Összehangolja a leltározási időpontokat, és egységes kezelést ír elő az átvételi eltérésekre. Ha ezek az alapok még hiányoznak, útmutatónk az ismeretlen készletveszteség megértéséről, kiszámításáról és csökkentéséről összefoglalja a számítás alapjait. A munka hálátlan, de minden más ettől függ.

Normalizálás árbevétel, látogatószám és alapterület szerint

Miután a mérés összehangolt, még hátra van a nevező kiválasztása. Mindegyik más szempontra világít rá, és egyik sem elegendő önmagában.

  • Az árbevétel arányában: ez a klasszikus készletveszteségi ráta, amelyet a piaci referenciaértékekhez szoktak viszonyítani. Az NRF 2023-as National Retail Security Survey felmérése szerint a megkérdezett amerikai kereskedők átlagos készletveszteségi rátája a 2022-es üzleti évben 1,6%-ra emelkedett az előző évi 1,4%-ról, és így visszatért a 2019-es és 2020-as szintre. A korlátai jól ismertek: a magas árbevételű üzletben a veszteségek elmosódnak, egy nagyobb akció (vagy az eladási árak emelkedése, ha a készletveszteséget beszerzési áron értékelik) pedig módosítja az arányt anélkül, hogy bármi változna a polcokon.
  • Látogatószám szerint: az ezer látogatóra jutó veszteség. Így semlegesíthetők az átlagos kosárérték közötti különbségek, és szembe lehet állítani olyan üzleteket, amelyek részlegein összehasonlítható a forgalom. Ehhez azonban megbízható és a teljes hálózatban egységes számlálás szükséges.
  • Alapterület szerint: a négyzetméterre, vagy még jobb, egy adott termékcsalád folyóméterére jutó veszteség. Ez a megközelítés a kitettség sűrűségének és az elrendezés minőségének összehasonlítására szolgál, különösen hasonló formátumú üzletek között.

Vegyünk egy fiktív, szándékosan leegyszerűsített esetet. Az A áruház a belvárosban sok vásárlót fogad, de kis kosarakkal. A külvárosi B áruházba kevesebb látogató érkezik, ám a kosarak értéke elég magas ahhoz, hogy magasabb árbevételt érjen el. Az év során mindkettő ugyanannyi értékű árut veszít. Az árbevételhez viszonyítva a B tűnik jobbnak; a forgalomhoz viszonyítva viszont az A veszít kevesebbet látogatónként. Egyik mutató sem „a helyes”. A kettő eltérése adja meg az elemzés irányát: az A esetében a vásárlóforgalomnak való kitettség, a B esetében a nagy értékű termékek felé.

Utolsó reflex: minden üzletet a hasonló üzletekhez (azonos formátum, azonos elhelyezkedés, hasonló méret) és a saját, több leltárra visszanyúló előzményeihez érdemes hasonlítani, nem a teljes hálózat átlagához.

A statisztikák olvasása zónák és idősávok szerint

Az éves ráta, még jól normalizálva is, nem mondja meg, hol és mikor keletkeznek a veszteségek. Két azonos rátájú üzlet helyzete lehet teljesen ellentétes. Az egyiknél az eltérések a illatszerrészlegen összpontosulnak 17 és 19 óra között, a másiknál szombaton az egész eladótéren szétoszlanak. Ezt a két helyzetet nem ugyanazzal a cselekvési tervvel kezelik.

A kamerákból származó adatok itt átveszik a leltár szerepét. A videóelemző irányítópultok, például az Oxania irányítópultjai, egyesítik a látogatószámlálást, a hőtérképeket és a zónánkénti és idősávonkénti statisztikákat. Nem helyettesítik a leltárt, amely továbbra is a tényleges veszteség mérőszáma, de folyamatosan érkeznek, nem pedig évente egyszer-kétszer. A kockázatos mozdulatok zónák szerinti térképe így alapot ad az egyenértékű részlegek összehasonlításához az egyes üzletek között.

Figyelem azonban: a riasztások száma attól is függ, hogy mit látnak a kamerák. Az az üzlet, amelyben a kitett részlegek jól lefedettek, több eseményt jelez, mint egy holtterekkel teli üzlet, anélkül hogy ténylegesen jobban érintett lenne. Az összehasonlításhoz a riasztásokat a zóna látogatószámához kell viszonyítani, és ellenőrizni kell, hogy a kamerás lefedettség egyenértékű-e a telephelyek között. Ellenkező esetben a legjobban felszerelt üzlet kerül hátrányba.

A rangsor helyett olyan összehasonlítás, amely segít a döntésben

Az egész hálózatban terjesztett 1-től N-ig tartó rangsor a kontrollerek által jól ismert káros hatást vált ki: végül a mutatót kezdik ápolni a valóság helyett. A törést hirtelen buzgalommal jelentik be a leltár előtti héten, egyes könyvelési tételek átcsúsznak az egyik időszakból a másikba. A szerkezetileg jobban kitett üzletek csapatai pedig, amelyek évről évre a táblázat alján állnak, kiábrándulnak.

A többtelephelyes irányítást szolgáló hasznos összehasonlítás inkább így néz ki:

  1. Összehasonlítható üzletcsoportok, formátum, elhelyezkedés és méret szerint kialakítva.
  2. Minden üzletnél három mutató egymás mellett (árbevétel, látogató és alapterület szerint) egyetlen helyett.
  3. Legalább három időszakot felölelő trend, hogy megkülönböztethető legyen az egyszeri baleset a fokozatos romlástól.
  4. Értelmezési sávok (a csoport normáján belül, vizsgálandó, jóval felette) a rangsor helyett.
  5. Zónák és idősávok szerinti rázoomolás azoknál az üzleteknél, amelyek kilógnak a sávjukból, még a következtetések előtt.
  6. Egyeztetés az üzletvezetéssel az eltérés magyarázatáról: felújítás, csapatváltozás, átrendezés, szállítási nehézségek.

Ez a megközelítés a veszteségek előrejelzését segítő kulcsmutatók folytatása. A cél nem az, hogy kijelöljünk egy rossz tanulót, hanem hogy felismerjük, mi működik a legjobban teljesítő üzletekben, és azt máshol is átvegyük.

Amikor január végén megérkeznek a leltári számok, egy oszlop rendezése tíz másodpercet vesz igénybe. A mérés összehangolása, az árbevétel, a látogatószám és az alapterület összevetése, majd a zónák és idősávok szintjére való leereszkedés többet kér, de az ezt követő megbeszélés tárgya már más: nem azt keressük, ki az utolsó, hanem azt kérdezzük, hol és mikor veszítünk, és miért. Ebből a kérdésből kiindulva csökken tartósan az ismeretlen készletveszteség a teljes hálózatban.