В крупной российской оптово-розничной компании после 2008 г. пересмотрели и настроили инструменты контроллинга в розничной и оптовой торговле («ЭЖ», 2011, № 10, 14). Сегодня в розничной сети этой организации возникли новые проблемы: продажи меняются быстро и непредсказуемо, доходность их падает. Какую задачу поставило руководство перед бизнесом в этот раз и как контроллеры помогли ее решить, рассказывает руководитель группы корпоративной отчетности департамента планирования и контроллинга, аспирант МГТУ им. Н.Э. Баумана Юрий Чаплыгин.
Проблемы падения на потребительском рынке рентабельности в такой высококонкурентной области, как розничные продажи, вынуждают руководителей компаний оперативно реагировать на изменения, не теряя качества проработки тактических действий, и принимать эффективные управленческие решения. В таких условиях возникает необходимость делегировать полномочия «на места» и, как следствие, предоставлять доступ к аналитике не только узкой группе управляющих менеджеров, но и многим линейным руководителям для оперативного обнаружения узких мест и своевременного урегулирования ситуации. Это, в свою очередь, требует новых подходов и технологий анализа для повышения эффективности принимаемых управленческих решений. Чтобы скорость анализа была максимальной, нужно централизовано внедрять стандартизованные методы обязательной аналитики в единой, сжатой форме, одновременно информативной и понятной. Информация должна быть минимальна, но при этом достаточна.
Бизнес-задачи
Определили цель — повысить эффективность принятия оперативных решений в области управления продажами для линейного руководства розничной торговой сети.
Поставленную цель конкретизировали двумя бизнес-требованиями:
1) повысить качество проработки решения;
2) сократить время на подготовку информации принятия решения.
Затем сформулировали две основные задачи, решение которых должно было способствовать достижению поставленной цели в рамках отраслевой специфики:
- первая — разработать методику факторного анализа, установить степень влияния различных факторов на итоговый результат продаж и изменение ключевых показателей эффективности розничных операций торговой сети;
- вторая — предложить инструмент, реализующий разработанную методику, — выработать «маршруты анализа» и визуализировать результат (эффективно с точки зрения времени восприятия и полноты информации).
Решение первой задачи
Методику проведения факторного анализа прироста продаж в розничной сети разрабатывали по определенной технологии. Рассмотрим пример.
Сначала представили продажи сети магазинов как функцию двух переменных, а именно в виде мультипликативной модели:
Продажи = Число покупателей х Средний размер покупки (чек).
Затем провели декомпозицию этих двух переменных на факторы второго уровня и получили более подробную пятифакторную мультипликативную модель. Покажем на примере, как она работает.
Продажи и KPI одного из регионов розничной сети в отчетном периоде изменились относительно предыдущего года (табл. 1).
Как видно из табл. 1, по сравнению с прошлым годом в отчетном периоде продажи возросли на 30%.
Смысл проведенного анализа состоял в определении степени влияния каждого из пяти факторов на изменение итогового результата продаж. Кроме того, важно было понять, какой фактор оказал наибольшее влияние на результат.
Поскольку в общем результате продаж отражается влияние общего синергетического эффекта всех подразделений, ключевое значение используемой методики разложения по факторам в том, что она позволила установить основное влияние руководителей различных подразделений на различные факторы эффективности (показатели) (табл. 2).
Результаты анализа помогли обнаружить в сложившейся ситуации новые возможности — не «идти широким фронтом», затрачивая крупные ресурсы компании, а точечно улучшать эффективность работы одного или нескольких участков и при этом существенно увеличивать общий результат продаж. Это означало, что директор розничной точки может:
- определить слабое звено;
- своевременно подать сигнал руководителю, отвечающему в управляющей компании за соответствующее функциональное направление.
Находясь «на передовой», директор магазина интуитивно чувствует, что в данный период является драйвером продаж. И расчеты подтвердили это.
Между тем сегодня одной интуиции недостаточно. Необходима аналитическая информация. Получение такой информации в оцифрованном виде позволяет легче и быстрее наладить коммуникации между всеми директорами разветвленной торговой сети и функциональными руководителями маркетинга, логистики и товарного менеджмента и сделать взаимодействие более эффективным.
Методика расчета
Поставленную бизнес-задачу математически можно формализовать следующим образом.
Представив продажи как целевую функцию y, а показатели KPI (факторы) — как параметры модели, получим два уравнения:
Суть анализа состоит в разложении изменения результирующего показателя на сумму отклонений, вызванных различными факторами, то есть:
Для разложения по факторам мультипликативной модели существует несколько методов — цепных подстановок, абсолютных и относительных разниц, а также балансовый, индексный, логарифмический и интегральный методы.
Для анализа отклонений воспользовались логарифмическим методом разложения по факторам.
Приведем формулу разложения по факторам-драйверам:
и т.д., где
Результат применения методики
На основании полученных результатов расчетов сделали такие выводы:
- основной вклад в прирост продаж (+30%) получен за счет увеличения трафика посетителей в торговые точки (+21% из +31%);
- основным драйвером данного фактора является локальная наружная реклама вблизи точек продаж и создание для потенциальных покупателей путей доступа к магазинам.
Кроме того, анализ показал, что увеличение средней цены единицы товара для сохранения достаточного уровня спроса компенсировано увеличением скидки.
Полученные данные позволили сделать важный вывод: увеличить средний чек можно, только приложив определенные усилия к повышению комплексности покупок через изучение перекрестных продаж.
Иначе говоря, в приведенном примере проиллюстрирован один из маркетинговых механизмов, рассчитанных на высокую эластичность спроса.
Суть этого механизма в том, что дополнительная скидка на более дорогой товар приводит к увеличению интегральной скидки при росте средней цены единицы товара. При этом средний чек сохраняется на одинаковом уровне. Тем не менее с увеличением скидки существенно повышается трафик посетителей. И даже при сохранении среднего чека на прежнем уровне происходит соответствующий прирост продаж торговой точки. То есть работает модель: более дорогой товар, но со скидкой доступен большему количеству посетителей.
Решение второй задачи
Эффективное встраивание приведенной методики разложения продаж розничной сети по факторам-драйверам в процесс реальной аналитики на уровне руководителей отдельных торговых точек возможно, если сам процесс анализа занимает короткий период. Ведь главная задача директора магазина в крупной сети — поддержание основных хозяйственных процессов в магазине, а не глубокая теоретическая аналитика.
Обратились к результатам эргономического исследования. Оказалось, что одним из наиболее эффективных способов визуализации результатов факторного анализа является «водопадная» диаграмма. Ею и воспользовались. Она графически представляет положительные и отрицательные отклонения и степень их влияния на конечный результат продаж.
Так система факторного анализа была введена в промышленную эксплуатацию на предприятии. На диаграмме показана копия экрана такой системы.
Приведенная форма визуализации факторного анализа позволяет «за секунду» увидеть основной драйвер изменения продаж за любой период (например, за текущую неделю относительно предыдущей) и сформулировать задачи для оперативного урегулирования ситуации.
Причем диаграмма — не просто картинка, она интерактивна. Кликнув на одном из параметров, например средней цене единицы товара, пользователь может перейти к анализу изменения цен в разрезе товара и быстро получить информацию о факторах, повлиявших на повышение средней цены. Это могло произойти после повышения розничных цен, снижения предоставляемой скидки. Ключевую роль могло сыграть и изменение структуры ассортимента в пользу более дорогого товара новой коллекции.
На практике методику такого анализа реализовали с помощью современной технологии многомерного анализа данных — Business Intelligence (BI), применив инструменты системы BI (подробнее об инструментах BI см. в «ЭЖ», 2011, № 50).
Технологической базой для проведения подобного анализа в небольших компаниях или на условиях франшизы может служить настольный офисный пакет прикладных программ.
Разработанная методика детерминированного факторного анализа позволила решить в компании обе поставленные задачи — повысить качество проработки решения руководителями, а также сократить время на подготовку информации для принятия решения в целом.
Как показала практика применения данной методики, такой анализ и выбранный способ визуализации легко воспринимаются пользователями системы. Руководители торговых точек и их подчиненные (начальники товарных отделов) оперативно получают результаты анализа, что позволяет своевременно и эффективно с точки зрения затрачиваемых ресурсов влиять на ключевые факторы успеха.
к сведению
Эластичность спроса по цене показывает, на сколько процентов изменится величина спроса при изменении цены на 1%. На эластичность спроса по цене влияют следующие факторы:
- наличие товаров-конкурентов или товаров-заменителей (чем их больше, тем больше возможность найти замену подорожавшему товару, то есть выше эластичность);
- незаметное для покупателя изменение уровня цен;
- консерватизм покупателей во вкусах;
- фактор времени (чем больше у потребителя времени на выбор товара и обдумывание, тем выше эластичность);
- удельный вес товара в расходах потребителя (чем больше доля цены товара в расходах потребителя, тем выше эластичность).
Источник: Википедия
Изменение продаж и KPI (таблица 1)
|
|
Продажи |
Посетители |
Конверсия |
Комплексность |
Средняя цена |
Скидка |
|
Факт отчетного периода |
101 М |
120 т |
20% |
2,59 |
2088 |
21% |
|
Прошлый год |
77 М |
100 т |
18% |
2,58 |
2000 |
18% |
|
∆ +/– |
23 М |
20 т |
+1%п |
0,01 |
88 |
+3%п |
|
∆ % |
+30% |
+20% |
+8% |
+0% |
+4% |
+19% |
Матрица KPI — ответственный (таблица 2)
|
Показатель KPI |
Источник фактора |
Ответственный в компании |
|
Количество посетителей |
Месторасположение торговой точки |
Маркетолог (в том числе реклама, соцсети, оформление витрины, дорога к магазину) |
|
Конверсия (% обслуживания = покупатели/посетители) |
Активность работы персонала торговой точки |
Директор магазина |
|
Комплексность покупки (среднее число позиций
|
Активность работы персонала торговой точки
|
Мерчандайзер |
|
Средняя цена позиции в чеке |
Сбалансированность ассортиментного портфеля |
Менеджер товарной категории |
|
Скидка |
Календарь промоакций |
Маркетолог, отвечающий за промоакции |