בסוף ינואר, מלאי הסגירה השנתי מגיע למטה, ובהרבה רשתות מסתובבת אותה טבלה: עמודה של חנויות, עמודה של שיעורי הפחת, ומיון מהגרוע לטוב ביותר. תוך שניות כולם יודעים מי "אחרון". אלא שהדירוג הזה משקף לעיתים קרובות את שיטת הספירה לא פחות מאשר את ההפסדים עצמם. כדי להשוות את הפחת בין חנות לחנות בלי לטעות במטרה, צריך להתחיל בכך שכל האתרים יספרו באותה דרך. בחירת המכנים באה אחר כך. לבסוף, הניתוח לפי אזור ולפי חלון שעות הוא זה שהופך את הפערים לברי יישום בחנות.
מדוע דירוג גולמי של חנויות מטעה
שיעור הפחת הנפוץ ביותר מחשב את שווי פערי המלאי ביחס למחזור המכירות. זהו מדד טוב למצבו הכללי של העסק, אבל הוא כלי חלש לדירוג, משום שהוא תלוי קודם כול במה שכל חנות כוללת בחישוב. בדוח Beyond Shrinkage: Introducing Total Retail Loss, הפרופסור אדריאן בק (אוניברסיטת לסטר) מזכיר שהיעדר הגדרה משותפת מקשה מאוד על השוואת נתוני הפחת: חלק מהחברות מביאות בחשבון רק פערים שלא נמצא להם הסבר, ואחרות מוסיפות לכך שבר, פג תוקף או טעויות תהליך.
מה שנכון בין רשתות נכון גם בין החנויות של אותה רשת. אותן הטיות חוזרות משנה לשנה:
- לוח זמני הספירה של המלאי: חנות שנספרה מיד אחרי המבצעים וחנות אחרת שנספרה לפני המבצעים אינן משקפות את אותה תקופה.
- שחיקה ידועה שדווחה באופן שגוי: כל קרטון של פריטים שבורים שלא נרשם עובר אוטומטית לשחיקה בלתי מוסברת ומנפח את שיעורה.
- טעויות בשלבים המוקדמים של שרשרת האספקה: משלוח חלקי, קליטת סחורה שלא נבדקה כראוי או העברה בין אתרים שנשכחה מופיעות בחנות כהפסדים.
- אפקט הגודל: בנקודת מכירה קטנה, שלושה או ארבעה פריטים יקרים מספיקים כדי להקפיץ את השיעור משנה לשנה.
- תמהיל המוצרים: חנות שמוכרת יותר מוצרים החשופים מאוד לגניבה מציגה באופן טבעי שיעור גבוה יותר.
לכן, החנות שנמצאת אחרונה בדירוג אינה בהכרח החנות המנוהלת הכי גרוע. לעיתים זו החנות הקטנה ביותר. או זו שעורכת את ספירות המלאי ברצינות הרבה ביותר, או זו שמקבלת את המשלוחים הבעייתיים ביותר מהמחסן.
לאחד את שיטת המדידה לפני כל השוואה
אין טעם לנרמל נתונים שאינם מודדים את אותו הדבר. המחקר Measuring Retail Shrink, שפורסם על ידי ECR Retail Loss, מזכיר זאת: כדי להשוות שיעורי שחיקת מלאי (דמארק), יש להכיר את שיטת החישוב שלהם, ליישם אותה באופן עקבי, ולנהוג זהירות כאשר שיעורי השחיקה מוערכים באופן שונה. מחברי המחקר, המסתמכים על סקר שנערך ב-2004 בקרב קמעונאים הפועלים באירופה, מציינים גם כי הפסדים בשרשרת האספקה, שנמדדים במידה מועטה, צפויים מאוד להיות מיוחסים לחנויות ולנפח שם את שיעור השחיקה. רוב הנשאלים מדדו אז את שיעור השחיקה שלהם רק פעמיים בשנה; המחקר ממליץ לספור לעיתים קרובות ככל האפשר, כדי שניתן יהיה להגיב למגמות בשלב ראשוני.
ברשת, המשמעות היא כללי משחק כתובים שמיושמים בכל מקום. הם קובעים את ההיקף המדויק של הפחת הבלתי מוסבר ואת שיטתההערכה (מחיר מכירה או מחיר רכישה, אך אותו מחיר בכל הסניפים, ובאופן אידיאלי שניהם). הם מיישרים קו בין מועדי ספירות המלאי ומחייבים טיפול זהה בפערי קבלת סחורה. אם עדיין חסרים לכם הבסיסים האלה, המדריך שלנו להבנה, לחישוב ולהפחתה של הפחת הבלתי מוסבר מציג את יסודות החישוב. זו עבודה פחות נעימה, אבל כל השאר תלוי בה.
נרמול לפי מחזור מכירות, כמות מבקרים ושטח
לאחר שהמדד אוחד, נותרה הבחירה במכנה. כל מכנה מאיר היבט אחר, ואף אחד מהם אינו מספיק לבדו.
- לפי מחזור המכירות: זהו שיעור השחיקה (שחיקת מלאי) הקלאסי, זה שאפשר להשוות לנתוני הייחוס של השוק. לפי National Retail Security Survey 2023 של ה-NRF, שיעור השחיקה הממוצע של הקמעונאים האמריקאים שנסקרו עלה ל-1.6% בשנת 2022, לעומת 1.4% בשנה הקודמת, וחזר לרמה של 2019 ו-2020. המגבלה שלו ידועה: חנות עם מחזור מכירות גבוה מדללת את ההפסדים שלה, ומבצע קידום מכירות גדול (או עלייה במחירי המכירה, כאשר השחיקה מוערכת לפי מחיר הרכישה) משנים את היחס מבלי ששום דבר ישתנה במדפים.
- לפי תנועת מבקרים: ההפסד ביחס לאלף מבקרים. כך מנטרלים את הפערים בגודל הסל הממוצע, ומאפשרים להשוות בין חנויות שהמחלקות שלהן רואות זרמי לקוחות דומים. אבל זה דורש ספירה אמינה ואחידה בכל הרשת.
- לפי שטח: ההפסד למטר רבוע, או טוב מזה, למטר אורך של קטגוריית מוצרים מסוימת. קריאה זו משמשת להשוואת רמת החשיפה ואיכות סידור המוצרים, בעיקר בין פורמטים קרובים.
ניקח מקרה בדיוני, מפושט במכוון. חנות A, במרכז העיר, מארחת הרבה מבקרים עם סלים קטנים. חנות B, בפאתי העיר, מקבלת פחות מבקרים, אבל הסלים שלה גדולים מספיק כדי שמחזור המכירות שלה יהיה גבוה יותר. במהלך השנה, שתיהן מאבדות את אותו ערך של סחורה. ביחס למחזור המכירות, B נראית טובה יותר; ביחס לכמות המבקרים, דווקא A מפסידה פחות לכל מבקר. אף אחד משני המספרים אינו "הנכון". דווקא הפער ביניהם הוא שמכוון את הניתוח: לעבר החשיפה לתנועת המבקרים אצל A, ולעבר המוצרים בעלי הערך הגבוה אצל B.
הרגל אחרון: להשוות כל חנות לחנויות דומות לה (אותו פורמט, אותו סוג מיקום, גודל קרוב) ולהיסטוריה שלה עצמה לאורך כמה ספירות מלאי, ולא לממוצע של הרשת כולה.
לקרוא את הסטטיסטיקות לפי אזור ולפי פרק זמן
שיעור שנתי, גם כשהוא מנורמל היטב, אינו מגלה לא איפה ולא מתי ההפסדים מתרחשים. שני חנויות עם אותו שיעור יכולות להימצא במצבים הפוכים לגמרי. באחת, הפערים מתרכזים במחלקת הבשמים בין 17:00 ל-19:00; בשנייה, הם מתפזרים על פני כל שטח המכירה בימי שבת. אי אפשר לטפל בשני המצבים האלה באותה תוכנית פעולה.
נתוני המצלמות נכנסים כאן לתפקיד שמילא עד כה ספר המלאי. לוחות מחוונים לניתוח וידאו, כמו אלה של Oxania, מרכזים ספירת מבקרים, מפות חום וסטטיסטיקות לפי אזור ולפי פרק זמן. הם אינם מחליפים את ספירת המלאי, שנשארת המדד של האובדן בפועל, אבל הנתונים מגיעים באופן רציף ולא פעם או פעמיים בשנה. מיפוי של תנועות בסיכון לפי אזור מספק אז בסיס להשוואה בין מחלקות שקולות בין סניף לסניף.
יחד עם זאת, שימו לב: מספר ההתראות תלוי גם במה שהמצלמות רואות. חנות שבה המדפים החשופים מכוסים היטב תדווח על יותר אירועים מחנות מלאה בנקודות מתות, מבלי שהיא נפגעת יותר בפועל. כדי להשוות, יש ליחס את ההתראות לצפיפות המבקרים באזור ולוודא שכיסוי המצלמות זהה בין האתרים. אחרת, דווקא החנות המצוידת ביותר היא שתיפגע.
להחליף את הדירוג בהשוואה שעוזרת לקבל החלטה
דירוג מ-1 עד N שמופץ לכל הרשת מייצר תופעת לוואי מוכרת היטב לבקרי הכספים: בסופו של דבר מטפלים במדד במקום במציאות. שבר מדווח בקנאות פתאומית בשבוע שלפני ספירת המלאי, וחלק מהרישומים גולשים מתקופה לתקופה. והצוותים של הסניפים החשופים יותר מטבעם, אלה שנמצאים בתחתית הטבלה שנה אחרי שנה, מתנתקים.
השוואה שימושית לניהול רב-סניפי נראית דומה יותר לכך:
- קבוצות של חנויות דומות, שנוצרו לפי הפורמט, המיקום והגודל.
- לכל חנות, שלושה מדדים זה לצד זה (לפי מחזור מכירות, לפי מבקר, לפי שטח) במקום מדד אחד בלבד.
- מגמה על פני שלוש תקופות לפחות, כדי להבחין בין אירוע חד-פעמי לבין סטייה מתמשכת.
- רצועות קריאה (בטווח הנורמה של הקבוצה, לבדיקה, גבוה משמעותית מהנורמה) במקום דירוג.
- מבט מקרוב לפי אזור ולפי חלון זמן עבור חנויות שחורגות מטווח הנורמה שלהן, לפני כל מסקנה.
- שיחה עם הנהלת החנות כדי להסביר את הפער: עבודות שיפוץ, החלפת צוות, שינוי מערך המוצרים, קשיי אספקה.
גישה זו מרחיבה את אינדיקטורים המפתח לצפיית הפסדים מראש. המטרה אינה להצביע על חנות שמחמיצה את היעדים, אלא לזהות מה עובד בחנויות שמצליחות יותר, כדי ליישם זאת במקומות אחרים.
כשנתוני המלאי מתפרסמים בסוף ינואר, מיון עמודה אחת בטבלה אורך עשר שניות. להתאים את שיטת המדידה, לחצות נתוני מחזור מכירות, כניסות לחנות ושטח, ואז לרדת לרמת האזור והמשבצת הזמן, דורש יותר מאמץ, אבל הישיבה שאחרי כן כבר לא עוסקת באותו נושא: מפסיקים לחפש מי האחרון ומתחילים לשאול איפה ומתי מפסידים, ומדוע. מתוך השאלה הזו ההפחתה בהפסדי המלאי הלא מוסברים (דמרקציה לא ידועה) נמשכת לאורך זמן בכל הרשת.
