4. Проблемы, связанные с исполнением заказа со стороны поставщика.
Сюда относятся все ошибки, возникающие при планировании производства и распределения продукции, а также возможные риски и задержки во время комплектации и доставки заказов: например, ошибки комплектации, пересортица, неточная или несвоевременная доставка и т.д. Кроме ошибок исполнения процесса выполнения заказа, существуют также ошибки его планирования - в частности, неправильный выбор частоты или графика пополнения запасов магазина. Недостаточно частые поставки увеличивают риск возникновения OOS в период перед следующей ожидаемой поставкой, одновременно с этим лишая и поставщика, и магазин, оперативно среагировать на отсутствие товара. Помимо частоты поставок имеет значение их график, особенно если это касается скоропортящихся товаров. Если график поставок составлен так, что пополнение происходит после пика продаж, то вероятность получить OOS в сам пик становится гораздо выше.
4. Проблемы, связанные с размещением товара на полке магазина.
Это группа факторов, которая связана с теми ситуациями OOS, которые возникают, когда товар имеется в наличии на складе магазина, однако при этом отсутствует на полке. Сюда относятся:
- несвоевременное перемещение товара в торговый зал
- непропорциональное скорости продаж выделение места на полке для разных товаров. Это приводит к необходимости гораздо чаще пополнять полки с быстрооборачивающимися товарами, а следовательно, увеличивает риск того, что товар не будет вовремя пополнен
- отсутствие системы контроля за OOS, а следовательно, отсутствие возможности вовремя среагировать и донести товар до полки
- дефицит рабочего времени персонала, который должен заниматься перемещением товара на полку и т.д.
Все перечисленные проблемы можно разделить на группы с точки зрения того, на чьей стороне эта проблема возникает. Это разделение представлено в таблице 2.
Таблица 2. Распределение возможных причин появления OOS между поставщиком и магазином
Таким образом, можно выделить три группы причин OOS: причины, возникающие при исполнении процессов поставщика; причины, возникающие при исполнении процессов магазина; и причины, возникающие при планировании спроса - эта группа причин является общей для поставщика и для магазина.
Согласно исследованиям ECR, влияние этих причин на появление OOS распределяется по следующим весам:
· отсутствие товара по вине поставщика - 25-28%
· отсутствие товара на полке при его наличии в магазине - 25-32%
· отсутствие товара из-за проблем прогнозирования - 43-47%
Получается, что, с одной стороны, и поставщик, и магазин одинаково заинтересованы в сокращении ситуаций OOS, и, с другой стороны, их влияние на OOS так же распределяется примерно одинаково. На основании этого можно предположить, что наибольший эффект по сокращению отсутствия товара на полке может дать комплекс совместных действий, а не отдельные инициативы предприятия торговли или производителя/дистрибьютора готовой продукции.
Сотрудничество для сокращения OOS
Первым шагом на пути к совместному управлению наличием товара на полке должна стать договорённость о совместном измерении и контроле OOS. Эта договорённость позволяет партнёрам иметь единое представление о том, какова ситуация с наличием товара в продаже и в какой части цепи поставок возникают проблемы. Как уже рассматривалось выше, наиболее эффективным методом измерения OOS является анализ данных, получаемых с POS терминалов. Сравнение показателей OOS с показателями уровня обслуживания со стороны поставщика позволит выявить и проанализировать основные точки приложения усилий партнёров.
Широкое использование POS терминалов и обмен данными между магазинами и поставщиком о размерах продаж позволит создать единую базу для принятий решений о будущем спросе. Статистика продаж, дополненная статистикой OOS, даст возможность оценить общий спрос, т.е. скорректировать данные о продажах в случае возникновения OOS, чтобы для прогнозирования были использованы не заниженные объёмы продаж, а более реалистично рассчитанные объёмы предъявленного спроса. Если дополнить эту более точную статистику процессом совместного прогнозирования спроса, точность прогноза может суммарно вырасти на 10-15%. Это происходит за счёт того, что магазины и поставщики имеют возможность сложить свои знания о ситуации на рынке как в разрезе точек продаж, так и в разрезе тенденций рынка, на котором присутствует поставщик. Такое совместное использование информации позволяет точнее оценить будущие тенденции развития спроса.
Кроме того, совместный процесс прогнозирования позволяет более точно спланировать спрос на период проведения промо-акций, и даёт возможность поставщику заранее подготовиться с ним, чтобы обеспечить наличие товара, что, в свою очередь, сокращает вероятность появления OOS.
Очевидно, что совместное принятие решений о будущем спросе имеет больший экономический эффект, чем попытки поставщика и магазина повысить точность своих прогнозов по отдельности. Это связано с тем, что совместное прогнозирование спроса на основании единого набора данных о потреблении товара, а также обмен данными о текущих продажах, позволяет нивелировать негативное воздействие эффекта Форрестера, что приводит к повышению уровня обслуживания при одновременном сокращении излишних запасов.
Следующим шагом на пути сокращения OOS может стать совместная работа поставщика и магазина над обеспечением точности данных о продукте, например, за счёт использования единой системы кодификации во всей цепи поставок на базе стандарта GTIN (Global Trade Identification Number), которая позволяет интегрировать в себя все варианты товарных кодов - и по стандарту UPC, и по европейскому EAN. Единая кодификация и описание продуктов влияет на наличие товара на полке по нескольким направлениям. Во-первых, таким образом обеспечивается более высокая точность данных о запасах, поскольку исчезают ошибки приписывания запасов не тем продуктам. Во-вторых, она позволяет избежать ошибок при расчёте и передаче заказов поставщику, поскольку исключает ошибки передачи заказа не по тому товару. В-третьих, она сокращает время как на обработку заказа поставщиком, так и на его последующую приёмку магазином, т.к. не требуется времени на уточнение товарных позиций. Так, например, WalMart и Johnson&Johnson смогли за счёт синхронизации данных о продукте сократить OOS на 2,5%, а Procter&Gamble при работе с несколькими торговыми сетями в Латинской Америке - на 2,6%[3].
Ещё одной областью совместной работы может стать создание правил размещения заказов и графиков пополнения запасов в магазине. Так, например, получая данные от магазина о текущих и будущих продажах, поставщик может договориться с торговой точкой о частоте и времени поставок, которые наилучшим образом коррелируют с паттерном потребления его товаров. Более того, имея информацию о текущих продажах и остатках в магазине, поставщик может начать действия по производству и подвозу товаров в свой ДЦ заранее, не дожидаясь заказа от магазина. Кроме того, если будет существовать договорённость о том, какой уровень страхового запаса будет поддерживаться магазином, а какой поставщиком, это сможет ещё сократить влияние эффекта Форрестера, так как отпадёт необходимость в содержании дублирующих друг друга страховых запасов.
Более полным вариантом интеграции по этому вопросу может стать переход поставщика и магазина на управление запасами по принципу VMI - когда поставщик берёт на себя обязанность управлять запасами своего клиента, получая от последнего данные о текущих продажах и остатках. В рамках данной технологии поставщик разрабатывает политику пополнения запасов и график их пополнения исходя из установленной цели по обеспечению наличия товара на полке.
Несмотря на то, что ответственность за своевременное перемещение товара на полку в самом магазине лежит на нём же, как показывает практика, некоторые совместные решения могут помочь улучшить качество выполнения этой задачи. Так, например, одной из причин долгого отсутствия товара на полке даже когда уже известно о факте OOS, является нехватка рабочего времени персонала, который может быть в этот момент занят приёмкой товара или раскладкой другой продукции. Очевидно, что если сократить время, необходимое для приёмки и выкладки продукции, эту проблему можно будет решить. Одним из вариантов такого решения является договорённость между поставщиком и магазином об использовании упаковки, готовой к выкладке на полку - shelf ready packaging, SRP. В этом случае коробка, которая используется для транспортировки продукции, выступает одновременно и неким кейсом для перемещения товара на полку магазина, и средством коммуникации бренда с покупателями. При использовании SRP существенно сокращается время, необходимое для выкладки товара, т.к. выкладка осуществляется не поштучно, а сразу коробками. Единственным минусом при внедрении SRP является необходимость инвестиций со стороны поставщика, поскольку ему придётся разрабатывать и заказывать новую форму упаковки. Однако влияние SRP не ограничивается только снижением вероятности OOS, при использовании такой упаковки отмечается рост узнаваемости бренда, что также ведёт к росту продаж.
Помимо SRP, поставщик и магазин могут договориться о таком принципе загрузки машин, который соответствует размещению товаров на полках, по принципу, аналогичному методу снабжения «just in sequence», точно в последовательности. То есть магазин и поставщик создают совместную планограмму размещения товаров, и когда прибывает машина с заказом, работники магазина, разгружая её, могут сразу же последовательно заполнять полки, что также экономит время на выкладку продукции.
Заключение
Поскольку проблема отсутствия товара на полке является общей и для поставщика, и для магазина, можно предположить, что наилучшим образом будут работать решения, основанные на построении совместных процессов. И хотя они совсем не отменяют необходимости повышения качества работы для каждого из партнёров в отдельности, тем не менее можно предложить следующую схему совместной работы по сокращению OOS между магазином и поставщиком:
1. Запустить измерение OOS и уровня сервиса со стороны поставщика.
2. Проанализировать процесс прогнозирования, наладить обмен данными о текущих продажах и OOS.
3. Выделить, на какую сторону приходится наибольшее количество проблем, не связанных с прогнозированием.
4. Разработать совместный план действий по устранению выявленных проблем. При этом стоит помнить, что проблемы одной стороны гораздо эффективнее решаются путём изменений, затрагивающих всю цепь поставок в целом.
Литература
1. Nick T. Thomopoulos. Demands, Backorders, Service Level, Lost Sales and Effective Service Level // International Applied Business Research, Annual Conference Proceedings, Puerto Rico, March 2004
2. Thomas W. Gruen, Daniel Corsten. A Comprehensive Guide To Retail Out-of-Stock Reduction In the Fast-Moving Consumer Goods Industry. Research study, 2007.
3. Официальный сайт организации Efficient Consumer Response в России: http://ecr-all.org/russia/
4. Gruen, Thomas W., Daniel Corsten and Sundar Bharadwaj (2002): “Retail Out-of-Stocks: A Worldwide examination of Extent Causes and Consumer Responses.” Grocery Manufacturers of America.
5. ECR Optimal Shelf Availability Project: от проекта к бизнес-процессу. 2006
6. ECR Global Scorecard: система глобальных показателей ECR. 2006
Ссылки:
[1] ECR Global Scorecard: система глобальных показателей ECR. 2006
[2] Данные из материалов исследований ECR Europe, цитируется по ECR Optimal Shelf Availability Project: от проекта к бизнес-процессу. 2006, и из Gruen, Thomas W., Daniel Corsten and Sundar Bharadwaj (2002): “Retail Out-of-Stocks: A Worldwide examination of Extent Causes and Consumer Responses.” Grocery Manufacturers of America.
[3] Thomas W. Gruen, Daniel Corsten. A Comprehensive Guide To Retail Out-of-Stock Reduction In the Fast-Moving Consumer Goods Industry. Research study, 2007.