Handel i FMCG
Prognozy na poziomie sklepu i produktu, mniej braków na półce i mniejsze straty na świeżych produktach.
Kontekst
W handlu i FMCG wynik składa się z tysięcy drobnych decyzji: setki sklepów, dziesiątki tysięcy indeksów, cotygodniowe gazetki, świeże produkty z kilkudniowym terminem. Stan magazynowy mówi o centrum dystrybucyjnym, a klient widzi półkę. Dane potrzebne do decyzji są w kasach, ERP, WMS, programie lojalnościowym i arkuszach kupców, ale każde źródło ma inne identyfikatory i inny kalendarz.
Łączymy te dane i budujemy na nich narzędzia: prognozę popytu dla każdego sklepu i produktu, automatyczne zamawianie z regułami zrozumiałymi dla kupca, analitykę promocji zgodną z Omnibusem i wymianę danych między siecią a dostawcami. Prognozy i analiza promocji działają na danych z kas, bez danych osobowych klientów.
Wyzwania w branży
Braki na półce przy dodatnim stanie
Klient nie znajduje towaru, choć system pokazuje stan dodatni. Przyczyny leżą zwykle w sklepie: stan fantomowy po błędach przy przyjęciu i inwentaryzacji, towar na zapleczu zamiast na półce, ekspozycja niezgodna z planogramem, zbyt niski zapas minimalny przy rosnącej sprzedaży.
Promocje trudne do rozliczenia
Wynik akcji zawyżają albo zaniżają braki w jej trakcie i nakładające się mechaniki. Po promocji sprzedaż spada, bo klienci mają zapas w domu, a część wzrostu przejmuje inny wariant tej samej kategorii. Koszty dzielone z dostawcą rozlicza się po miesiącach, a cena referencyjna z 30 dni zmienia opłacalność tej samej mechaniki.
Odpisy na świeżych bez przyczyn
Nabiał, mięso, pieczywo i warzywa zamawia się z wyprzedzeniem, a termin liczy się w dniach. Odpisy trafiają do księgowości jako jedna kwota, bez podziału na przeterminowanie, uszkodzenie i błędne zamówienie, więc osoba zamawiająca nie widzi skutków własnych decyzji.
Różne wersje tych samych liczb
Sell-out sieci, sell-in producenta, ERP, WMS, program lojalnościowy i arkusze kupców mają inne identyfikatory produktów, inne hierarchie i inne kalendarze promocji. Przed rozmową handlową ktoś tygodniami ustala, czyja liczba jest właściwa.
Gdzie wdrażamy oprogramowanie i AI
Prognoza popytu na poziomie sklepu i produktu
Model uwzględnia sezonowość, pogodę, ceny, promocje i kalendarz, w tym osiem niedziel handlowych w roku i zamknięte sklepy w Wigilię. Produkty o rzadkiej sprzedaży i nowości prognozuje przez hierarchię kategorii. Planista widzi prognozę razem z przedziałem niepewności.
Planowanie i ocena promocji
Oddzielamy sprzedaż bazową od efektu promocji i liczymy kanibalizację, efekt halo oraz spadek po akcji, z poprawką na braki w jej trakcie. Kupiec porównuje mechaniki przed zatwierdzeniem planu, a rozliczenie kosztów z dostawcą opiera się na tym samym zestawieniu.
Automatyczne zamawianie produktów świeżych
System liczy zamówienie z prognozy, stanu, terminu ważności przy dostawie i minimalnej ekspozycji, w oknach zamówień uzgodnionych z dostawcami. Złożonego zamówienia nie zmienia jednostronnie. Pozycje rutynowe idą automatycznie, wyjątki trafiają do zatwierdzenia.
Wykrywanie braków i stanów fantomowych
System porównuje oczekiwaną sprzedaż godzinową z faktyczną i wskazuje produkty, które przestały się sprzedawać mimo dodatniego stanu. Sklep dostaje krótką listę do sprawdzenia półki i zaplecza, a potwierdzony stan fantomowy trafia do korekty i analizy przyczyn.
Ceny, elastyczność i cena referencyjna
Szacujemy elastyczność cenową z uwzględnieniem cen konkurencji, substytucji i produktów, po których klienci oceniają poziom cen sieci. Rekomendacje promocji liczą marżę od najniższej ceny z 30 dni, a system pilnuje zgodności ceny w gazetce, na półce i w aplikacji.
Wymiana danych sieć-producent
Uzgodniony zakres danych, czyli sell-out na poziomie produktu i regionu, kalendarz promocji i stany, udostępniamy producentowi na warunkach umowy, bez cen konkurentów i danych osobowych. Obie strony planują promocje i dostawy na tych samych liczbach.
Wymagania regulacyjne uwzględniamy od etapu analizy
Przewaga kontraktowa w obrocie żywnością
Ustawa wyznacza terminy płatności (30 dni dla produktów łatwo psujących się, 60 dla pozostałych) i zakazuje m.in. jednostronnych zmian zamówień, anulowania zamówień na świeże produkty krótko przed dostawą oraz obciążania dostawcy kosztami promocji bez wcześniejszej umowy. Kara może sięgnąć 3% obrotu. Te reguły zapisujemy wprost w narzędziach do zamówień i rozliczania promocji.
Najniższa cena z 30 dni
Przy każdej informacji o obniżce trzeba podać najniższą cenę z 30 dni przed obniżką, a dla produktów szybko psujących się cenę sprzed pierwszej obniżki. Według wyjaśnień UOKiK punkt odniesienia liczy się osobno dla każdego sklepu. System promocji przechowuje więc historię cen z dokładnością do sklepu i dnia.
Ograniczanie marnowania żywności
Sklepy powyżej 250 m², w których żywność daje co najmniej połowę przychodów, muszą mieć umowę z organizacją pozarządową, prowadzić coroczną kampanię i płacić 0,1 zł za kilogram marnowanej żywności. Sprawozdanie składa się do 31 marca. Dane o wycofaniach z podziałem na przyczyny upraszczają raport, a unijna dyrektywa wyznacza cele redukcji na 2030 rok.
RODO i programy lojalnościowe
Historia zakupów powiązana z kartą lub aplikacją to dane osobowe. Profilowanie na potrzeby kuponów wymaga podstawy prawnej, jasnej informacji dla klienta i możliwości sprzeciwu wobec marketingu bezpośredniego. Prognozy, wykrywanie braków i ocenę promocji prowadzimy na danych z kas bez identyfikatora klienta.
Jak zaczynamy
Wybór kategorii i miary
Zaczynamy od jednej kategorii lub regionu i jednej miary z jasną definicją: dostępności na półce, odpisów albo trafności prognozy. Ustalamy, kto zamawia, kto reaguje na listę braków i kto podejmuje decyzje.
Przegląd danych i systemów
Sprawdzamy dokładność stanów, historię cen i promocji per sklep, jakość danych podstawowych produktów i kalendarz dostaw. Wskazujemy luki, duplikaty i brakującą historię.
Pilotaż z grupą kontrolną
Model działa obok obecnego procesu w wybranych sklepach lub kategoriach. Wyniki porównujemy z grupą kontrolną na rzeczywistych zamówieniach i odpisach, przez kilka pełnych cykli zamówień i co najmniej jedną promocję.
Wdrożenie i szkolenie
Rozszerzamy zakres, integrujemy rozwiązanie z ERP, EDI i procesem zamawiania oraz szkolimy kupców i osoby zamawiające w sklepach.
Powiązane usługi
Częste pytania
Nie. Prognozy, wykrywanie braków i ocenę promocji można zrealizować na danych z kas, stanów i cen. Dane lojalnościowe pozwalają analizować koszyki i klientów, ale wymagają dodatkowych ustaleń dotyczących RODO.