OSA: битва за полки и миллиарды прибыли

OSA (On-Shelf Availability), или доступность товара на полке, это показатель, который отражает наличие товара в нужном месте в нужное время. Проще говоря, если покупатель приходит за определенным товаром, он должен быть на полке. OSA напрямую влияет на удовлетворенность покупателей, объем продаж и эффективность всей цепочки поставок. Если товара нет на полке, покупатель может уйти к конкурентам, что приводит к упущенной выгоде.

7 факторов, влияющих на доступность товаров на полке:

1. Товар есть на складе магазин, но не выложен в зале.
2. Товар есть, но в количестве 1-2 штуки, что для некоторых категорий критично.
3. Товар завален другим товаром или испорчен.
4. Отсутствует ценник или на нем указана некорректная цена — для сезонных товаров и новинок очень важно показывать корректную цену.
5. Виртуальный сток — когда товар числится в учетной системе магазина, но физически отсутствует.
6. Проблемы с размещением товара по планограмме указывают на плохую коммуникацию между отделами компании или халатность при соблюдении правил размещения товаров в самом магазине.
7. Товар не может быть найден на складе из-за плохо организованного процесса хранения.

Насколько серьезна проблема OSA

Низкий уровень OSA приводит к потере лояльности клиентов и снижению товарооборота. По оценкам IHL Services, в 2023 году мировые потери  OOS (Out-Of-Stock) составили около $1.2 триллиона. При этом, по статистике, каждые 2% снижения доступности уменьшают розничный товарооборот на 1%. Исследования показывают, что до 43% покупателей готовы перейти в другой магазин, если нужный товар отсутствует, а для брендов переключение на другой товар в рамках одного магазина уже является проблемой.

Технологические способы работы с OSA

Существует 4 ключевых технологии, которые помогают контролировать OSA:

1. RFID-метки: отслеживание товаров в реальном времени.
2. Системы умных полок: контроль веса товаров на полках.
3. Видеоаналитика: использование камер для распознавания товаров на полках.
4. Big Data и Машинное обучение: анализ данных о продажах и остатках для выявления проблемных товаров

Ручной режим: контроль персонала

Один из подходов к обеспечению OSA — это постоянный ручной контроль.

Как это работает: сотрудники проверяют полки по спискам, отмечают наличие товаров, следят за ценниками и выкладкой.

Плюсы: простота внедрения, возможность получения дополнительных сведений и гибкость.

Минусы: высокая вероятность ошибок, большие временные затраты, зависимость от квалификации и мотивации персонала, усталость сотрудников.

Особенности: этот метод часто приводит к демотивации персонала из-за монотонности и больших объемов работы.

Большие данные и машинное обучение: Анализ и прогнозирование

Другой подход — использование больших данных и машинного обучения.

Как это работает: анализ данных о продажах, остатках, ценах, промо- акциях, логистике для выявления закономерностей и прогнозирования проблем с OSA.

Плюсы: выявление блокирующих продажи факторов, выявление системных проблем, экономичных способ внедрения без капитальных затрат, детальная статистика по каждому товару в каждом магазине, оптимизация работы персонала, самообучения алгоритмов, работа в режиме онлайн.

Минусы: зависимость от качества данных, сотрудники могут делать не качественную разметку проблематики по выявленным проблемам.

Особенности: метод требует квалифицированных специалистов для настройки качественных потоков данных.

Компьютерное зрение: камеры на страже OSA

Компьютерное зрение или использование камер для мониторинга полок, позволяет автоматизировать процесс контроля.

Как это работает: камеры делают снимки полок по расписанию, либо сотрудники делают фотографии полок с помощью мобильного устройства, либо робот с камерой перемещается между стеллажами и делает снимки

Затем предобученные нейросети (компьютерное зрение) распознают товары, сравнивают их с планограммами выкладки товаров и выявляют проблемы с OSA.

Плюсы: скорость сбора данных, снижение трудозатрат, оповещение о проблеме в реальном времени с минимальным объемом упущенных продаж.

Минусы: высокие затраты на внедрение (CAPEX), зависимость от качества фото, ограниченный обзор (невозможность видеть товары в глубине полки), не охватывает все проблемы (например, сроки годности или мокрый пол перед стеллажом).

Особенности: камеры  не всегда могут точно распознавать товары на нижних полках или в глубине, нейросети требуют постоянного дообучения, в том числе и с участием человека, из-за быстрой ротации ассортимента.

RFID: Точное отслеживание

RFID-метки и другие сенсоры позволяют отслеживать перемещение товаров в режиме реального времени:

Как это работает: RFID-метки прикрепляются к товарам, а считыватели фиксируют их перемещение на каждом этапе цепочки поставок.

Плюсы: точность инвентаризации, устранение OOS, возможность узнать точное местоположение товаров в магазине.

Минусы: высокая стоимость меток, отсутствие возможности повторного использования меток, проблемы конфиденциальности, не всегда применимы для всех категорий товаров.

Особенности: технология RFID работает лучше для одежды и товаров с высокой маржой, для продуктов питания это не всегда экономически выгодно. Не все типы меток работают с металлическими упаковками и товарами с жидкостью внутри. Кроме того, есть ограничения по использованию, связанные с большим количеством металлических стеллажей в помещении магазина.

Умные полки: анализ по весу

Умные полки со встроенными пьезоэлектрическими или иными датчиками. К каждой ячейке полки задается тип товара и его вес.

Как это работает: системы умных полок используют датчики веса, например пьезоэлектрические, для определения количества товара на полке. Они могут отслеживать изменения веса продуктов и определять, когда полку необходимо пополнить, отправляя уведомления сотрудникам.

Плюсы: точность инвентаризации, мгновенное определение взятия товара клиентом.

Минусы: распознавание узкого спектра проблем блокирующих продажи, большие затраты на внедрение, рост затрат на внедрение при увеличении чувствительности датчиков веса, работа с ограниченным набором товаров.

Особенности: для работы системы требуется ячеистое хранение на полках; невозможно отследить смешивание товаров, имеющих одинаковый вес.

Гибридные решения: Синергия технологий

Наиболее эффективный подход — комбинирование разных технологий.

Как это работает: объединение аналитической OSA с компьютерным зрением, позволяет получить самую оперативную и точную информацию.

Плюсы: покрытие всего перечня проблем с доступностью, максимальная точность на всех группах товаров, оперативность выявления проблем, возможность получения дополнительных данных (например, о ценниках и выкладке), а также можно использовать для динамического мерчендайзинга.

Минусы: требует интеграции различных систем, выше стоимость.

Особенности: гибридные подходы позволяют компенсировать недостатки отдельных технологий и использовать их сильные стороны.

Это одно из лучших сочетаний технологий для внедрения в офлайн-магазинах. Его преимущества:

• Анализ исторических данных с помощью алгоритмов машинного обучения показывает слабые места каждого магазина, в котором обнаружено большое количество упущенных продаж.
• После оценки выдаются индивидуальные для каждой торговой точки рекомендации по установке камер внутри магазина, чтобы покрыть ими самые чувствительные к потере лояльности и продаж категории товаров.
• Камеры покрывают «критичные» зоны в магазинах, а остальные категории покрывает метод с использование «аналитической» OSA.

Заключение: Индивидуальный подход

Выбор метода контроля OSA зависит от специфики бизнеса, размера сети, бюджета и других факторов. Не существует универсального решения, поэтому важно провести тщательный анализ текущей ситуации и выбрать наиболее подходящий вариант.

Главное помнить, что борьба за полки — это постоянный процесс, требующий внимания и инвестиций. Успешные ритейлеры понимают, что OSA — это не просто наличие товара, а ключевой фактор, влияющий на их прибыльность и лояльность клиентов.