जनवरी के अंत में वार्षिक इन्वेंटरी के नतीजे मुख्यालय पहुँचते हैं, और कई रिटेल नेटवर्क में एक ही तालिका घूमती है: एक कॉलम में स्टोर, दूसरे में श्रिंकेज दर, और सबसे खराब से सबसे अच्छे तक की क्रमबद्ध सूची। कुछ ही सेकंड में सबको पता चल जाता है कि "आखिरी" कौन है। लेकिन यह रैंकिंग अक्सर नुकसान से उतनी नहीं, जितनी गिनने के तरीके से तय होती है। एक स्टोर की श्रिंकेज की दूसरे स्टोर से तुलना करते समय गलत निशाने पर न पहुँचने के लिए, सबसे पहले सभी साइटों से एक ही तरीके से गिनती करवानी होगी। उसके बाद भाजक (डिनॉमिनेटर) का चुनाव आता है। अंत में ज़ోन और समय-स्लॉट के अनुसार विश्लेषण वह है जो अंतरों को स्टोर में उपयोगी बनाता है।
स्टोर की कच्ची रैंकिंग भ्रामक क्यों होती है
सबसे आम श::
जो रिटेल चेन के बीच सच है, वही एक ही नेटवर्क के स्टोरों के बीच भी सच है। हर साल वही पूर्वाग्रह लौट आते हैं:
- इन्वेंटरी का कैलेंडर: सेल के ठीक बाद गिना गया स्टोर और उससे पहले गिना गया स्टोर अलग-अलग अवधियों की बात करते हैं।
- ज्ञात शिकस्त (डिक्लेयर की गई शिकस्त) की गलत घोषणा: हर वह टूट-फूट का कार्टन जो दर्ज नहीं किया जाता, अपने आप अज्ञात शिकस्त (शिंकेज) में चला जाता है और उसकी दर बढ़ा देता है।
- पिछले चरणों की गलतियाँ: अधूरी डिलीवरी, गलत ढंग से जाँचा गया माल-प्राप्ति या भूला हुआ साइटों के बीच ट्रांसफर, स्टोर में नुकसान के रूप में दिखाई देते हैं।
- आकार का प्रभाव: छोटे स्टोर में तीन-चार महँगे उत्पाद ही साल-दर-साल दर को उछालने के लिए काफ़ी होते हैं।
- उत्पाद मिश्रण: जो स्टोर अधिक जोखिम वाले, खुले में रखे उत्पाद बेचता है, उसकी दर स्वाभाविक रूप से ऊँची दिखती है।
इसलिए रैंकिंग में आखिरी स्टोर ज़रूरी नहीं कि सबसे खराब ढंग से चलने वाला स्टोर हो। कभी-कभी वह सबसे छोटा होता है। या वह जो सबसे गंभीरता से इन्वेंटरी करता है, या फिर वह जिसे गोदाम से सबसे समस्याग्रस्त डिलीवरी मिलती हैं।
किसी भी तुलना से पहले माप को एकरूप करें
ऐसे आंकड़ों को सामान्य बनाने का कोई लाभ नहीं, जो एक ही चीज़ नहीं मापते। ECR Retail Loss द्वारा प्रकाशित Measuring Retail Shrink अध्ययन यही याद दिलाता है: शिंकेज की दरों की तुलना करने के लिए उनकी गणना की पद्धति जानना, उसे लगातार एक समान रूप से लागू करना, और अलग-अलग तरीके से मूल्यांकित शिंकेज के मामले में सतर्क रहना ज़रूरी है। इसके लेखक, जो 2004 में यूरोप में काम कर रहे रिटेलरों के बीच कराए गए एक सर्वेक्षण पर आधारित हैं, यह भी बताते हैं कि आपूर्ति श्रृंखला के नुकसान, जिन्हें कम मापा जाता है, के स्टोर्स के खाते में डाल दिए जाने और वहाँ शिंकेज बढ़ा देने का काफ़ी जोखिम रहता है। उस समय अधिकांश उत्तरदाता अपना शिंकेज साल में केवल दो बार मापते थे; अध्ययन सुझाव देता है कि जितनी बार संभव हो गिनती की जाए, ताकि उभरते रुझानों पर प्रतिक्रिया दी जा सके।
किसी नेटवर्क में इसका मतलब है एक लिखित नियम, जो हर जगह लागू हो। वह अज्ञात श्रिंकेज का सटीक दायरा और मूल्यांकन की विधि तय करता है (बिक्री मूल्य या खरीद मूल्य, लेकिन सभी साइटों पर एक ही, और आदर्श रूप से दोनों)। वह इन्वेंटरी की तारीखों को एक करता है और माल-प्राप्ति के अंतरों के लिए एक जैसी प्रक्रिया लागू करता है। यदि ये आधार अभी भी नहीं हैं, तो हमारी गाइड अज्ञात श्रिंकेज को समझना, गणना करना और कम करना गणना के बुनियादी सिद्धांत दोहराती है। यह काम थकाऊ है, लेकिन बाकी सब कुछ इसी पर निर्भर है।
टर्नओवर, ग्राहक आवाजाही और क्षेत्रफल के अनुसार सामान्यीकरण
माप एकरूप हो जाने के बाद भाजक का चुनाव बचता है। हर भाजक एक अलग पहलू को उजागर करता है, और अकेला कोई भी पर्याप्त नहीं है।
- बिक्री के अनुपात में: यह शिंकेज की classic दर है, जिसकी तुलना बाज़ार के मानकों से की जाती है। NRF के National Retail Security Survey 2023 के अनुसार, सर्वेक्षण में शामिल अमेरिकी रिटेलरों की औसत शिंकेज दर 2022 के वित्तीय वर्ष में बढ़कर 1,6 % हो गई, जबकि पिछले साल यह 1,4 % थी, यानी यह 2019 और 2020 के स्तर पर लौट आई। इसकी सीमा सर्वविदित है: ऊँची बिक्री वाला स्टोर अपने नुकसान को पतला कर देता है, और कोई बड़ा प्रमोशनल अभियान (या बिक्री मूल्यों में वृद्धि, जब शिंकेज का मूल्यांकन खरीद मूल्य पर किया जाता है) अनुपात को बदल देता है, जबकि रेक/रैक पर कुछ भी नहीं बदला होता।
- ग्राहक आवाजाही के अनुसार: प्रति हज़ार आगंतुकों पर नुकसान। इस तरह औसत बास्केट के अंतर बेअसर हो जाते हैं और ऐसे स्टोर आमने-सामने रखे जा सकते हैं जिनके सेक्शनों से तुलनीय संख्या में लोग गुज़रते हैं। इसके लिए पूरे नेटवर्क में भरोसेमंद और एकसमान गिनती ज़रूरी है।
- क्षेत्रफल के अनुसार: प्रति वर्ग मीटर नुकसान, या बेहतर होगा किसी विशेष उत्पाद श्रेणी के प्रति रैखिक मीटर पर। यह विश्लेषण जोखिम के संपर्क की सघनता और लेआउट की गुणवत्ता की तुलना करने के काम आता है, खासकर समान फ़ॉर्मेट के स्टोरों के बीच।
आइए एक काल्पनिक और जानबूझकर सरल किया गया उदाहरण लें। शहर के केंद्र में स्थित स्टोर A में बहुत लोग छोटी टोकरियों के साथ आते हैं। शहर के बाहरी इलाके में स्थित स्टोर B में कम आगंतुक आते हैं, लेकिन उनकी टोकरियाँ इतनी बड़ी होती हैं कि उसकी बिक्री अधिक रहती है। साल भर में दोनों उतने ही मूल्य का माल गँवाते हैं। बिक्री के अनुपात में देखें तो B बेहतर दिखता है; आगंतुकों की संख्या के अनुपात में देखें तो प्रति आगंतुक A को कम नुकसान होता है। इनमें से कोई भी आंकड़ा «सही» नहीं है। इनका अंतर ही विश्लेषण को दिशा देता है: A के लिए ग्राहक प्रवाह के संपर्क की ओर, B के लिए उच्च मूल्य वाले उत्पादों की ओर।
अंतिम आदत: हर स्टोर की तुलना उसके समकक्षों से करें (समान फ़ॉर्मेट, समान प्रकार की लोकेशन, मिलता-जुलता आकार) और कई इन्वेंटरी में उसके अपने इतिहास से करें, पूरे नेटवर्क के औसत से नहीं।
आँकड़ों को ज़ोन और समय-स्लॉट के अनुसार पढ़ें
वार्षिक दर, चाहे अच्छी तरह सामान्यीकृत हो, यह नहीं बताती कि नुकसान कहाँ और कब होता है। समान दर वाले दो स्टोरों की स्थितियाँ बिल्कुल उलटी हो सकती हैं। एक में अंतर शाम 5 से 7 बजे के बीच परफ्यूम सेक्शन में केंद्रित होते हैं; दूसरे में वे शनिवार को पूरे सेल्स फ़्लोर पर फैले होते हैं। इन दोनों स्थितियों के लिए एक जैसी कार्ययोजना नहीं बनाई जा सकती।
यहाँ कैमरों से मिलने वाला डेटा इन्वेंटरी की जगह कमान संभालता है। वीडियो विश्लेषण के डैशबोर्ड, जैसे Oxania के, आगंतुकों की गिनती, हीटमैप और ज़ोन और समय-अंतराल के अनुसार आँकड़े एक साथ लाते हैं। वे इन्वेंटरी की जगह नहीं लेते, जो वास्तविक नुकसान का माप बनी रहती है, लेकिन वे साल में एक-दो बार के बजाय लगातार मिलते रहते हैं। ज़ोन के अनुसार जोखिम भरे हाव-भाव (at-risk gestures) की मैपिंग फिर एक स्टोर से दूसरे स्टोर के समकक्ष रेयॉन्स (aisles) की तुलना करने का आधार देती है।
फिर भी ध्यान रखें: अलर्ट की संख्या इस पर भी निर्भर करती है कि कैमरे क्या देखते हैं। जिस स्टोर के खुले में रखे उत्पादों वाले सेक्शन अच्छी तरह कवर हैं, वह उस स्टोर से अधिक घटनाएँ दर्ज करेगा जहाँ ब्लाइंड स्पॉट भरे पड़े हैं, भले ही वह अधिक प्रभावित न हो। तुलना के लिए अलर्ट को ज़ोन की ग्राहक आवाजाही के अनुपात में देखें और जाँचें कि कैमरा कवरेज सभी साइटों पर समान है। ऐसा न होने पर, सबसे बेहतर ढंग से सुसज्जित स्टोर ही नुकसान में रहता है।
रैंकिंग की जगह ऐसी तुलना अपनाएँ जो निर्णय लेने में मदद करे
पूरे नेटवर्क में बाँटी गई 1 से N तक की रैंकिंग एक ऐसा उलटा असर पैदा करती है जिससे कंट्रोलर भली-भाँति परिचित हैं: लोग वास्तविकता के बजाय संकेतक को सुधारने लगते हैं। इन्वेंटरी से ठीक पहले वाले सप्ताह में अचानक उत्साह से टूट-फूट दर्ज की जाती है, कुछ प्रविष्टियाँ एक अवधि से दूसरी में खिसक जाती हैं। और जिन स्टोरों की टीमें संरचनात्मक रूप से अधिक जोखिम में हैं और साल-दर-साल तालिका के नीचे रहती हैं, वे हताश होकर हार मान लेती हैं।
मल्टी-साइट संचालन के लिए उपयोगी तुलना कुछ इस तरह की दिखती है:
- तुलनीय स्टोरों के समूह, जो फ़ॉर्मेट, लोकेशन और आकार के आधार पर बनाए गए हों।
- हर स्टोर के लिए तीन संकेतक साथ-साथ (टर्नओवर के अनुसार, प्रति आगंतुक, प्रति क्षेत्रफल), केवल एक नहीं।
- कम से कम तीन अवधियों का रुझान, ताकि एकबारगी घटना और धीरे-धीरे बढ़ती गिरावट में फ़र्क किया जा सके।
- रैंक के बजाय पठन-श्रेणियाँ (समूह के मानक के भीतर, जाँच योग्य, स्पष्ट रूप से ऊपर)।
- जो स्टोर अपनी श्रेणी से बाहर जाते हैं, उनके लिए कोई निष्कर्ष निकालने से पहले ज़ोन और समय-स्लॉट के अनुसार गहराई से जाँच।
- अंतर की व्याख्या के लिए स्टोर प्रबंधन से चर्चा: निर्माण कार्य, टीम में बदलाव, लेआउट में बदलाव, डिलीवरी की कठिनाइयाँ।
यह दृष्टिकोण नुकसान का पूर्वानुमान लगाने वाले प्रमुख संकेतकों का ही विस्तार है। लक्ष्य किसी को कमज़ोर विद्यार्थी ठहराना नहीं है, बल्कि सबसे अच्छा प्रदर्शन करने वाले स्टोरों में जो काम कर रहा है उसे पहचानकर दूसरी जगहों पर लागू करना है।
जनवरी के अंत में जब इन्वेंटरी के आँकड़े आते हैं, तो एक कॉलम को क्रमबद्ध करने में दस सेकंड लगते हैं। माप को एकरूप करने, टर्नओवर, ग्राहक आवाजाही और क्षेत्रफल को जोड़ने, और फिर ज़ोन और समय-स्लॉट के स्तर तक उतरने में अधिक समय लगता है, लेकिन उसके बाद होने वाली बैठक का विषय बदल जाता है: हम यह खोजना छोड़ देते हैं कि आखिरी कौन है और यह पूछने लगते हैं कि हम कहाँ और कब खो रहे हैं, और क्यों। इसी प्रश्न से शुरू करके पूरे नेटवर्क में अज्ञात श्रिंकेज स्थायी रूप से घटती है।
