تحسين التشكيلة هو النظام الذي يعالج هذه الفجوة. فهو يربط ما يقرره المقر الرئيسي بما يجده العملاء فعليًا على الرف - من خلال البيانات والتعلم المستمر والتنفيذ على مستوى المتجر-. يغطي هذا الدليل ماهيته، ولماذا تفشل معظم الأساليب، وكيفية تنفيذه، وكيفية قياس النتائج.
تحسين التشكيلة مقابل تخطيط التشكيلة: ما الفرق؟
غالبًا ما يتم استخدام هذين المصطلحين بالتبادل. يصفون عمليات مختلفة بشكل أساسي.
| البعد | تخطيط تشكيلة | تحسين التشكيلة |
|---|---|---|
| طبيعة | ثابت ودوري | ديناميكي ومستمر |
| مدخلات البيانات | المبيعات التاريخية، قواعد الفئة | إشارات الوقت الفعلي-+ البيانات التاريخية |
| تردد القرار | المراجعات الموسمية أو السنوية | مستمرة، وغالباً ما تكون آلية |
| التفاصيل الجغرافية | تخزين مجموعات أو لافتات | مستوى المتجر الفردي |
| ما يفتقده | واقع التنفيذ في-المتجر | لا شيء، إذا أحسنت |
يحدد التخطيط الشكل الذي يجب أن تبدو عليه مجموعتك المتنوعة. يضمن التحسين أداء - فعليًا ويستمر في التحسن مع تغير الظروف.
الطبقات الثلاث التي يتم فيها اتخاذ قرارات التشكيلة وضياعها
يستثمر معظم تجار التجزئة بكثافة في الطبقة الأولى. وتوجد أكبر فجوات الأداء في الاثنتين الأخريين.
الطبقة الاستراتيجية: ماذا تبيع
هذا هو المكان الذي يتم فيه اتخاذ القرارات على مستوى الفئة-: ما هي المنتجات التي تحصل على مساحة على الرف، وكيفية موازنة العلامات التجارية الخاصة مع العلامات التجارية الوطنية، وما هو الدور الذي تلعبه كل فئة في إستراتيجية المتجر الشاملة. ويتم اتخاذ القرارات هنا في المقر الرئيسي، بناءً على بيانات السوق والمعايير التنافسية، والتغيير على مدار دورات طويلة.
الخطر: البيانات المجمعة تحجب التباين المحلي. قد يكون أداء المنتج الذي يتمتع بمبيعات وطنية مقبولة ضعيفًا في 40% من المتاجر ويتفوق في الأداء في 30% أخرى. المتوسطات تخفي الإشارة.
الطبقة التكتيكية: أين وكيف تبيعها
تعمل الطبقة التكتيكية على ترجمة الإستراتيجية إلى خطط محددة للموقع-: تجميع المتاجر، وتصميم المخطط التخطيطي، وقواعد الترويج. هذا هو المكان الذي تصبح فيه التشكيلة محلية بشكل حقيقي - متجر حضري عالي الكثافة- له قيود مساحة وأنماط حركة مرور ومهام تسوق مختلفة عن تنسيق الضواحي.
الخطر: لا تزال القرارات على هذا المستوى تعتمد بشكل كبير على الافتراضات بدلاً من الإشارات الفعلية على مستوى المتجر. قد تبدو عمليات التصنيف جيدة-مترجمة على الورق بينما تظل غير محاذية إلى حد كبير في الممارسة العملية.
الطبقة التشغيلية: ما يصل فعلياً إلى العميل
هذا هو المكان الذي ينجح فيه تحسين التشكيلة أو يفشل بهدوء. تعكس الطبقة التشغيلية الواقع المادي الذي يواجهه العملاء: ما هي المنتجات الموجودة على الرف، وما إذا كان يتم تنفيذ المخططات بشكل صحيح، وما إذا كانت العروض الترويجية مرئية، وما إذا كان يتم اكتشاف المخزون وحله بسرعة.
وبدون إمكانية الاطلاع على تنفيذ المتجر في الوقت الفعلي-، فإن كل قرار أولي يكون بمثابة تخمين جزئيًا. تقنيات مثلتسميات الرف الإلكترونيةويتم استخدام أجهزة استشعار إنترنت الأشياء بشكل متزايد لسد فجوة الرؤية هذه - من خلال التقاط حالات الرف تلقائيًا بدلاً من الاعتماد على عمليات التدقيق اليدوية التي تحدث بشكل غير متكرر بحيث لا تكون قابلة للتنفيذ.
لماذا يفشل تحسين التشكيلة التقليدية
يتم تصميم معظم إستراتيجيات التصنيف-بشكل جيد على الورق. هنا حيث ينهارون في الممارسة العملية.
وضع الفشل 1: تحسين البيانات التاريخية للماضي
يخبرك سجل المبيعات بما اشتراه العملاء في ظل الظروف التي كانت موجودة في ذلك الوقت - مع التشكيلة التي كانت متاحة والأسعار التي تم تعيينها. لا يمكنه إخبارك بما يريده العملاء ولكن لا يمكنهم العثور عليه. في الفئات سريعة الحركة-، بحلول الوقت الذي يظهر فيه الاتجاه بوضوح في البيانات التاريخية، غالبًا ما تكون فترة التصرف قد انقضت بالفعل.
وضع الفشل 2: قرارات مركزية، واقع محلي
عند اتخاذ قرارات التصنيف بالكامل في المقر الرئيسي، يتم تقليل الفروق الدقيقة على مستوى المتجر. قد يتم شطب المنتج الذي يتمتع بمبيعات وطنية متواضعة ولكن أداء قوي في أنواع معينة من المتاجر. يتم نشر مخطط تخطيطي موحد عبر المتاجر ذات أبعاد الرف المختلفة والتركيبة السكانية للمتسوقين.
وضع الفشل 3: صوامع البيانات تنتج قرارات غير مكتملة
تقوم مؤسسات البيع بالتجزئة بإنشاء بيانات عبر أنظمة متعددة - وأجهزة استشعار لنقاط-البيع والمخزون والولاء والتجارة الإلكترونية-وداخل-المتجر. يعمل مديرو الفئات من مجموعة بيانات واحدة. سلسلة التوريد تعمل من جهة أخرى. عمليات المتجر من الثلث. لم تكتمل أي من هذه الآراء، والقرارات المتخذة من أي صومعة منفردة ستخلق مشاكل لا تظهر إلا في صومعة أخرى.
وضع الفشل 4: الامتثال للمخطط أقل مما يعتقده المقر الرئيسي
يقدم المخطط التخطيطي القيمة فقط إذا تم تنفيذه بشكل صحيح ومتسق. في معظم شبكات البيع بالتجزئة، تختلف معدلات الامتثال بشكل كبير عبر المتاجر - ولا يعرف المقر الرئيسي عادةً حتى يتم قياسها. إذا كنت تقوم بتقييم أداء رف منتج ما استنادًا إلى بيانات المبيعات، ولكن هذا المنتج كان في موضعه الخاطئ في 20% من متاجرك لمدة ثلاثة أشهر، فإن بيانات أدائك غير موثوقة. فهممدى تكرار تحديث بيانات الرفيرتبط بشكل مباشر بدقة هذه القياسات.
وضع الفشل 5: تصبح إشارات القناة متعددة الاتجاهات غير مقروءة
يعد سلوك العملاء عبر الإنترنت مصدرًا غنيًا للمعلومات المتنوعة التي يتجاهلها معظم تجار التجزئة الفعليين. تُظهر لك نتائج البحث- الصفرية على نظام التجارة الإلكترونية- الخاص بك بالضبط ما يبحث عنه العملاء والذي لا تحمله أنت. تكشف أنماط الشراء-المرتفعة والمنخفضة-عن الطلب الذي قد يتطلب تقييمًا في-المتجر قبل التحويل. العميل الذي يبحث عن منتج عبر الإنترنت، ويجده غير متاح، ويتركه، لا ينشئ أي بيانات في نظام المتجر - - ولكن غياب البيانات يعد في حد ذاته إشارة، إذا قمت بإنشاء عملية لالتقاطها. تتمثل نقطة البداية في ربط بيانات البحث والتصفح عبر الإنترنت بسير عمل تخطيط الفئة لديك، حتى بشكل غير رسمي.
كيف يعمل الذكاء الاصطناعي على تحسين قرارات التصنيف
وصلت إدارة التشكيلة اليدوية عبر مئات المتاجر وعشرات الآلاف من وحدات SKU إلى حدود ما يمكن أن تدعمه جداول البيانات والمراجعات الدورية. يساهم الذكاء الاصطناعي بطرق محددة وقابلة للقياس.
التنبؤ بالطلب على مستوى المتجر-يعمل التنبؤ التقليدي على مستوى الراية أو المجموعة. يمكن لنماذج التعلم الآلي إنشاء توقعات على مستوى المتجر الفردي ومستوى SKU، مع الأخذ في الاعتبار العوامل المحلية - التركيبة السكانية للمنطقة، والمنافسة القريبة، والاتجاهات الجزئية الموسمية-- التي تبتعد عنها النماذج الأوسع. هذه التفاصيل هي ما يجعل قرارات التوزيع المحلية قابلة للدفاع عنها وليست مفترضة.
ترشيد SKU.ليس كل منتج يكسب مساحته. يمكن لنماذج الذكاء الاصطناعي تحديد وحدات SKU التي تستهلك العقارات الجاهزة ورأس مال المخزون دون عوائد متناسبة - تمثل مساهمة الهامش وتأثيرات الاستبدال وتأثير السلة. يكمن التمييز الحاسم بين-الشركات البطيئة التي تخدم قطاعًا متخصصًا مخلصًا والشركات البطيئة-التي تقدم أداءً ضعيفًا. يستطيع الذكاء الاصطناعي التمييز بين الاثنين على نطاق لا يستطيع التحليل اليدوي القيام به.
التسعير الديناميكي ومواءمة الترويج.لا توجد قرارات متنوعة بمعزل عن التسعير. الذكاء الاصطناعي-مدفوعالتسعير الديناميكييمكن مواءمة النشاط الترويجي مع أداء التشكيلة في الوقت الفعلي - مما يقلل عدم التطابق بين ما تم التخطيط له وما يستجيب له العملاء فعليًا على مستوى الرف.
مراقبة التنفيذ.يمكن لرؤية الكمبيوتر وبيانات المستشعر تحديد انحرافات المخطط دون الحاجة إلى عمليات تدقيق يدوية كاملة. يتقدم فيتكنولوجيا تسمية الرفلقد جعلت مراقبة حالة الرفوف{0}}التلقائية متاحة بشكل متزايد لتجار التجزئة متوسطي الحجم-، وليس فقط السلاسل الكبيرة.
إطار عمل من خمس-خطوات للتنفيذ
يعرف معظم تجار التجزئة أهمية تحسين التشكيلة. أقل لديهم نقطة بداية واضحة. تم تصميم هذا الإطار ليكون قابلاً للاستخدام على أي نطاق.
الخطوة 1: قم بمراجعة التشكيلة الحالية الخاصة بك
قبل تحسين أي شيء، قم بإنشاء خط أساس صادق. ما هو معدل نفاذ المخزون الحالي لديك حسب الفئة والمتجر؟ ما هي وحدات SKU التي تولد الجزء العشري السفلي من المبيعات لكل قدم مربع؟ أين توجد أكبر الفجوات بين التشكيلة المخططة وتوافر الرف الفعلي؟ إذا لم تتمكن من الإجابة على هذه الأسئلة ببيانات موثوقة، فهذا في حد ذاته أهم نتيجة - وإشارة للاستثمار في الرؤية قبل الاستثمار في أدوات التحسين. منظمحساب عائد الاستثمار الأساسييمكن أن يساعد في تحديد مكان وجود فجوات التأثير الأعلى-قبل الالتزام بأي نهج.
الخطوة 2: تحديد مجموعات متجرك
لا ينبغي لجميع المتاجر أن تحمل نفس التشكيلة، ولكن تشكيلة فريدة تمامًا لكل متجر لا يمكن إدارتها من الناحية التشغيلية. يعمل تجميع المتاجر على سد هذه الحدود المتطرفة من خلال تجميع المواقع ذات ملفات تعريف الطلب المتشابهة بشكل مفيد. يعتمد التجميع الفعال على سلوك الشراء الفعلي - وتكوين السلة وسرعة الفئة وأنماط مهمة المتسوق - وليس على التركيبة السكانية المفترضة. يعمل معظم تجار التجزئة من خلال أربع إلى ثماني مجموعات، اعتمادًا على حجم الشبكة وتنوع التنسيق. الرقم الصحيح هو الرقم الذي تتصرف فيه كل مجموعة بشكل مختلف بما يكفي لضمان قالب منتج مميز.
الخطوة 3: دمج مصادر البيانات الخاصة بك
يعد تحسين التشكيلة جيدًا بقدر جودة البيانات التي تغذيها. على الأقل، تحتاج إلى بيانات المبيعات على مستوى SKU-حسب المتجر مع تاريخ لا يقل عن 12 شهرًا، ومستويات المخزون الحالية، وبعض قياسات مدى توفر الرف. إن مسألة كيفية التقاط بيانات الرف - سواء من خلال التقارير اليدوية أو أنظمة ESL أو أجهزة استشعار إنترنت الأشياء - تؤثر بشكل مباشر على حداثة البيانات وموثوقيتها. فهمخيارات الاتصال لالتقاط بيانات الرفهو قرار عملي مبكر. لا يعد التكامل المثالي للبيانات شرطًا أساسيًا لبدء - ولكنك تحتاج إلى فهم فجوات بياناتك وزمن الاستجابة قبل الثقة في مخرجاتها.
الخطوة 4: تعيين قواعد التحسين وحواجز الحماية
تحتاج نماذج الذكاء الاصطناعي وخوارزميات التحسين إلى قيود. لا ينبغي أن يكون كل قرار آليًا. حدد بوضوح القرارات التي يمكن تشغيلها تلقائيًا - مثل مشغلات التزويد لوحدات SKU عالية السرعة - - والتي تتطلب مراجعة بشرية، مثل إزالة منتج من المجموعة. تعمل حواجز الحماية أيضًا على الحماية من الأخطاء التي ترتكبها الأنظمة الآلية عندما تكون البيانات غير مكتملة. مثال شائع: توصي إحدى الخوارزميات بإزالة منتج لأن مبيعاته منخفضة، عندما يكون السبب الفعلي هو نفاد المخزون المستمر الذي لا تميزه بيانات المبيعات عن انخفاض الطلب.أخطاء عرض السعر والتوافرهي وضع فشل تشغيلي ذو صلة يستحق الفهم قبل تقديم الأتمتة.
الخطوة 5: القياس والتعلم والتكرار
يعد تحسين التشكيلة عملية مستمرة، وليس مشروعًا-يتكرر لمرة واحدة. قم بإنشاء إيقاع مراجعة منتظم - ربع سنوي على الأقل للقرارات الإستراتيجية، وشهريًا للتعديلات التكتيكية. أنشئ حلقات تعليقات منظمة بين فرق الفئة المركزية وقم بتخزين بيانات الأداء على مستوى -. تعامل مع كل دورة تخطيط على أنها تجربة: قم بتكوين فرضية، وقم بتنفيذ التغيير، وقياس النتيجة، واستخدم هذا التعلم في الدورة التالية. إن المنظمات التي تستخرج أكبر قيمة من هذه العملية ليست هي تلك التي تمتلك الأدوات الأكثر تطوراً. إنهم أولئك الذين بنوا عادة التعلم من البيانات باستمرار.
ستة مؤشرات أداء رئيسية لقياس تحسين التشكيلة
| مؤشرات الأداء الرئيسية | ما يقيسه | اتجاه | كيفية التتبع |
|---|---|---|---|
| معدل نفاذ المخزون | % من الوقت يكون SKU غير متاح خلال ساعات عمل المتجر | ↓ أقل | فجوات نقاط البيع +الكشف الآلي عن المخزونعبر أجهزة استشعار الرف |
| البيع-من خلال السعر | النسبة المئوية للمخزون المباع قبل التجديد أو التخفيض | ↑ أعلى | الوحدات المباعة ÷ الوحدات المستلمة، والتي يتم تتبعها بواسطة SKU والمتجر |
| إنتاجية SKU | الإيرادات أو الهامش لكل وحدة من مساحة الرف | ↑ أعلى | إيرادات الفئة ÷ لقطات الرف، والتي يتم قياسها مقابل متوسط المجموعة |
| معدل الامتثال للمخطط | النسبة المئوية للمتاجر التي تنفذ المخطط بشكل صحيح | ↑ أعلى | عمليات التدقيق اليدوية أو التحليل الآلي لصور الرف؛نشر اللغة الإنجليزية كلغة ثانيةيحسن قابلية القياس |
| مساهمة هامش الفئة | إجمالي الهامش الناتج نسبة إلى المساحة المخصصة | ↑ أعلى | يتم تتبع فئة الربح والخسارة مقابل تخصيص المخطط حسب المجموعة |
| محاذاة الطلب العنقودي | التباين بين عملية التصنيف المخطط لها وبيع الفئة الفعلية-من خلال مستوى المجموعة | ↓ انخفاض التباين | مقارنة نسبة البيع-إلى الظهور عبر المجموعات؛ يشير التباين العالي إلى فجوات التوطين |
تتبع جميع المقاييس الستة على مستوى المتجر، وليس فقط بشكل إجمالي. تقوم متوسطات مستوى الشبكة-بإخفاء المتاجر التي تكون فيها المشكلات أكثر حدة - والتي توجد بها أكبر فرص التحسين.
تحسين التشكيلة عبر القنوات المادية وعبر الإنترنت
بالنسبة لتجار التجزئة الذين يعملون عبر القنوات المادية والرقمية، لا يمكن إدارة قرارات التصنيف بمعزل عن غيرها.بيئة البيع بالتجزئةلقد تغيرت: فالعملاء يتنقلون بين القنوات بسلاسة، ويمكن للبيانات الواردة من كل قناة أن تساعد في اتخاذ القرارات في القناة الأخرى.
عبر الإنترنت كإشارة متنوعة.إن نتائج البحث الصفرية- على نظام التجارة الإلكترونية- الخاص بك هي مؤشر مباشر على فجوات تشكيلة العملاء - التي تخبرك بالضبط بما يريدونه ولا تحمله أنت. قد تشير أنماط -التصفح العالية والمنخفضة- إلى المنتجات التي يرغب العملاء في تقييمها شخصيًا قبل الشراء، الأمر الذي له آثار على نطاق-المتجر. وفقأبحاث ماكينزي، يتوقع أكثر من 70% من المستهلكين الآن تجارب مخصصة - وهو توقع ينطبق على توفر المنتج بقدر ما ينطبق على الاتصالات.
تشكيلة موحدة مقابل متباينة.يعتمد ما إذا كان ينبغي محاذاة عمليات الفرز عبر الإنترنت وفي-المتجر على تنسيق متجرك وسلوك العميل. يعمل التصنيف الموحد على تبسيط العمليات وإنتاج بيانات طلب أكثر وضوحًا، ولكنه يجبر المتاجر الفعلية على تحمل تعقيد الكتالوج عبر الإنترنت الذي لا تستطيع معظم التنسيقات استيعابه. يعمل النهج المتمايز - حيث تحمل المتاجر الفعلية نواة منسقة وعالية السرعة-بينما تتعامل القناة عبر الإنترنت مع الذيل الطويل - بشكل جيد عندما تخدم القناتان مهام تسوق مختلفة حقًا. إطار اتخاذ القرار بسيط: إذا كان العملاء يبحثون بشكل منتظم عبر الإنترنت ويقومون بالتحويل في-المتجر، فإن المواءمة مهمة. إذا كان المتسوقون عبر الإنترنت{9}}وفي المتجر يمثلون جماهير مختلفة إلى حد كبير، فقد يكون التمييز أكثر كفاءة.
من أين تبدأ.نقطة الدخول الأكثر عملية هي ربط بيانات البحث عن نتائج -التجارة الإلكترونية الصفرية- بمراجعة تخطيط الفئة. ليست هناك حاجة إلى تكنولوجيا جديدة -، حيث يمكن للتصدير الشهري لطلبات البحث الفاشلة التي يراجعها مديرو الفئات أن يظهر فجوات متنوعة في-بيانات المبيعات في المتجر لن تكشفها أبدًا. إقران هذا معتحسين التقاط البيانات على مستوى الرف-.في المتاجر الفعلية، يتم إنشاء حلقة مغلقة بين الإشارات عبر الإنترنت والتنفيذ-في المتجر.
كيف يبدو هذا في الممارسة العملية
توضح السيناريوهات التالية كيفية تطبيق مبادئ تحسين التشكيلة عبر تنسيقات البيع بالتجزئة. هذه أمثلة توضيحية، وليست دراسات حالة خاصة بالشركة.
البقالة: إخفاء الطلب المحلي في البيانات المجمعة.تخطط سلسلة بقالة إقليمية للتشكيلات باستخدام بيانات الفئة المجمعة. فئات الطعام العرقية - أصحاب الأداء القوي في أحياء معينة - يتم تمثيلها بشكل ناقص باستمرار لأن مبيعاتها تضعف عند رفعها إلى مستوى الشعار. يكشف النهج القائم على المجموعة- والمبني على تكوين السلة الفعلي أن ما بدا وكأنه طلب منخفض على فئة في مجموعات متاجر معينة كان بدلاً من ذلك مشكلة تجميع بيانات هيكلية. يؤدي تعديل قوالب تلك المتاجر لتعكس سلوك الشراء المحلي إلى سد الفجوة. عامل التمكين ليس التكنولوجيا الجديدة -، بل هو تقسيم بيانات الطلب حسب المتجر وليس حسب الشعار. رؤية أفضل من خلال أدوات مثلملصقات الرف الإلكترونية في محلات البقالةيدعم القياس المستمر لمعرفة ما إذا كانت عمليات التوزيع المعدلة يتم تنفيذها بالفعل.
الموضة: إدارة SKU-طويلة.يحمل بائع التجزئة المتخصص للملابس عدة آلاف من وحدات SKU النشطة لكل موسم. تكشف مراجعة الإنتاجية أن جزءًا كبيرًا من النطاق يولد حصة صغيرة غير متناسبة من الإيرادات بينما يستهلك موارد التخطيط والمخزون والتجديد. يفصل التحليل بين مجموعتين من أصحاب الأداء الضعيف: وحدات SKU التي لا تحتوي على قاعدة عملاء أوفياء يمكن تحديدها ومساحة سلبية -إلى-مساهمة هامشية، ووحدات SKU ذات حجم إجمالي منخفض ولكن معدلات شراء متكررة عالية بين شريحة مشتري معينة. يتم التخلص التدريجي من المجموعة الأولى. يتم الاحتفاظ بالثاني مع تخصيص المساحة المعدلة. والنتيجة هي نطاق أكثر إحكامًا يسهل تنفيذه ويقل احتمال التسبب في إجهاد اتخاذ القرار على مستوى الرف.
تجارة التجزئة المريحة: سرعة التنفيذ هي ما يميزها.تعمل -سلسلة صغيرة ملائمة للتنسيق في المواقع التي يمثل فيها كل قدم مربع مخاطر عالية- وتتضخم تكلفة نفاد المخزون بسبب انخفاض المخزون المؤقت. العامل المحدد ليس خطة التوزيع - بل هو الوقت بين حدوث نفاد المخزون واستجابة أحد شركاء المتجر له. إن تقليص هذه الفجوة من خلال مراقبة الرف التلقائية، بدلاً من الاعتماد على عمليات الفحص اليدوية المجدولة، له تأثير مباشر وقابل للقياس على -التوفر في المتجر لفئات الدفع ذات الهامش المرتفع-.
الأسئلة المتداولة
ما هو تحسين التشكيلة في تجارة التجزئة؟
تحسين التشكيلة هو عملية الاختيار المستمر وتحسين مزيج المنتجات المقدمة في كل متجر لزيادة المبيعات والهامش ورضا العملاء إلى أقصى حد. وعلى عكس تخطيط التصنيف لمرة واحدة-، فإنه يدمج بيانات الوقت الفعلي-ومراجعات الأداء المستمرة للحفاظ على توافق اختيار المنتج مع الطلب الفعلي.
ما الفرق بين تخطيط التشكيلة وتحسين التشكيلة؟
يعد تخطيط التشكيلة عملية مركزية دورية - موسمية أو سنوية عادةً - تحدد المنتجات التي سيتم حملها بناءً على البيانات التاريخية. تحسين التشكيلة مستمر. فهو يشتمل على-إشارات في الوقت الفعلي ويخزن-بيانات مستوى الأداء لتكييف المجموعة المتنوعة مع تغير الظروف. التخطيط يحدد الاتجاه الأولي؛ التحسين يبقيه معايرته.
كيف يعمل الذكاء الاصطناعي على تحسين تحسين التشكيلة؟
يعمل الذكاء الاصطناعي على تمكين التنبؤ بالطلب على مستوى المتجر- والذي يتجاوز متوسطات المجموعة، ويحدد وحدات SKU ذات الأداء الضعيف مع مراعاة تأثيرات الاستبدال، وينشئ توصيات مخطط تخطيطي استنادًا إلى سرعة المبيعات الحالية، ويعالج-إشارات الوقت الحقيقي - الطقس والأحداث المحلية ونشاط المنافس - التي لا يمكن لدورات التخطيط اليدوية دمجها في الوقت المناسب للعمل بناءً عليها.
ما هي الأسباب الأكثر شيوعًا لفشل تحسين التشكيلة؟
أوضاع الفشل الخمسة الأكثر شيوعًا:-الاعتماد المفرط على البيانات التاريخية التي لا يمكنها استيعاب الطلب الحالي؛ اتخاذ قرار مركزي-يتجاهل التباين المحلي؛ وأنظمة البيانات المنعزلة التي تنتج صورة غير كاملة؛ الامتثال للمخطط أقل مما يفترضه المقر الرئيسي؛ والإخفاق في دمج إشارات الطلب عبر الإنترنت التي تكشف عن الفجوات غير المرئية في-بيانات المبيعات في المتاجر وحدها.
ما مؤشرات الأداء الرئيسية التي يجب أن أتتبعها لتحسين التشكيلة؟
المقاييس الأكثر فائدة هي معدل نفاد المخزون، ونسبة البيع-إلى النصف، وإنتاجية SKU (الإيرادات أو الهامش لكل وحدة من مساحة الرف)، ومعدل الامتثال للمخطط، ومساهمة هامش الفئة، ومحاذاة طلب المجموعة (الفرق بين التشكيلة المخططة والبيع الفعلي-على مستوى المجموعة). تتبع كل هذه العناصر على مستوى المتجر، وليس فقط بشكل إجمالي.
كم من الوقت يستغرق التنفيذ؟
يمكن عادةً تطوير التدقيق الأساسي وإطار التحسين المستند إلى المجموعة-في غضون بضعة أشهر باستخدام البيانات الموجودة. يتطلب التحسين المستمر الأكثر تطورًا المعتمد على الذكاء الاصطناعي-أساسًا أقوى للبيانات وقد يستغرق من 12 إلى 18 شهرًا للتشغيل الكامل. يكشف البدء بالتدقيق دائمًا عن المكاسب السريعة المتاحة قبل الحاجة إلى أي تقنية جديدة.
هل يمكن لتجار التجزئة الصغار الاستفادة من تحسين التشكيلة؟
نعم. تنطبق المبادئ بغض النظر عن المقياس -، فإن فهم المنتجات التي تكتسب مساحتها، وتتبع تكرار المخزون، وبناء حلقات التعليقات بين بيانات المبيعات وقرارات المنتج أمر مفيد لأي عملية حجم. قد لا يحتاج تجار التجزئة الصغار إلى منصات الذكاء الاصطناعي الخاصة بالمؤسسات؛ يمكن لأدوات التحليل المجانية أو المنخفضة التكلفة- أن تدعم عمليات التحسين المفيدة استنادًا إلى البيانات المتوفرة لديها بالفعل. اختيارحل تسمية الرف الصحيحتعد إحدى نقاط البداية العملية لتحسين التقاط البيانات دون الحاجة إلى استثمار كبير في البنية التحتية.
ما هي البيانات التي أحتاجها للبدء؟
على الأقل: بيانات المبيعات على مستوى SKU- حسب المتجر مع تاريخ لا يقل عن 12 شهرًا، ومستويات المخزون الحالية، وبعض مقاييس مدى توفر الرف - حتى تقارير نفاد المخزون اليدوية. ومن هذا الأساس، يمكنك إجراء تدقيق ذي معنى، وتحديد الفرص ذات التأثير الأعلى-، وإنشاء خريطة طريق لتحسين البيانات. البيانات المثالية ليست شرطا مسبقا. من الممكن تحقيق التحسين المفيد مع البيانات غير الكاملة، طالما أنك تفهم فجواتها وتأخذها بعين الاعتبار.
من أين تبدأ
يقدم تحسين التشكيلة أكبر قيمة عندما يعمل كحلقة مستمرة - لتحليل الأداء، وضبط مزيج المنتج، والتنفيذ في-المتجر، وقياس النتائج، والتكرار. إن تجار التجزئة الذين يبنون هذه القدرة بأقصى قدر من الفعالية ليسوا بالضرورة أولئك الذين يستثمرون أولاً في الأدوات الأكثر تقدمًا. إنهم أولئك الذين يبدأون ببيانات صادقة حول نقاط فشل مجموعتهم الحالية، ويبنون العادات التنظيمية للتعامل مع تلك البيانات بشكل متسق.
إذا كنت تبدأ من الصفر، فهناك أربعة إجراءات قابلة للتنفيذ على الفور: تشغيل المخزون وتدقيق إنتاجية SKU باستخدام البيانات الموجودة لديك بالفعل؛ مراجعة تعريفات مجموعة المتاجر الخاصة بك مقابل سلوك الشراء الفعلي بدلاً من التركيبة السكانية المفترضة؛ ربط بيانات البحث عن نتائج -التجارة الإلكترونية الصفرية- بسير عمل تخطيط الفئة لديك؛ وتحديد قرارات التصنيف التي يجب أن تتم آليًا مقابل مراجعتها بواسطة الإنسان قبل التنفيذ.
يمكن تنفيذ كل من هذه الخطوات قبل شراء أي تقنية جديدة - وسينتج عن كل منها رؤية أوضح للمكان الذي سيحرك فيه الاستثمار في التكنولوجيا الإبرة فعليًا.
