Што такое аптымізацыя асартыменту?

Аптымізацыя асартыменту - дысцыпліна, якая ліквідуе гэты прабел. Ён звязвае тое, што вырашае штаб-кватэра, з тым, што кліенты сапраўды знаходзяць на паліцы - праз даныя, пастаяннае навучанне і-выкананне на ўзроўні крамы. Гэта кіраўніцтва ахоплівае, што гэта такое, чаму большасць падыходаў церпяць няўдачу, як гэта рэалізаваць і як вымераць вынікі.

Аптымізацыя асартыменту супраць планавання асартыменту: у чым розніца?

Гэтыя два тэрміны часта выкарыстоўваюцца як узаемазаменныя. Яны апісваюць прынцыпова розныя працэсы.

Планаванне вызначае, як павінен выглядаць ваш асартымент. Аптымізацыя гарантуе, што ён сапраўды выконвае - і працягвае паляпшацца па меры змены ўмоў.

Тры ўзроўні, дзе прымаюцца і губляюцца рашэнні аб асартыменце

Большасць рознічных гандляроў укладваюць значныя сродкі ў першы пласт. Найбольшыя разрывы ў прадукцыйнасці існуюць у двух іншых.

Стратэгічны ўзровень: Што прадаваць

Тут прымаюцца рашэнні на-катэгорыйным узроўні: якія прадукты атрымліваюць месца на паліцах, як прыватная гандлёвая марка суадносіцца з нацыянальнымі брэндамі і якую ролю адыгрывае кожная катэгорыя ў агульнай стратэгіі крамы. Рашэнні тут прымаюцца ў штаб-кватэры на аснове рынкавых дадзеных і канкурэнтнага бенчмаркінгу і змяняюцца ў працяглых цыклах.

Рызыка: зводныя даныя маскіруюць лакальныя варыяцыі. Прадукт з прымальнымі нацыянальнымі продажамі можа быць неэфектыўным у 40% крам і больш эфектыўным у іншых 30%. Сярэднія хаваюць сігнал.

Тактычны ўзровень: дзе і як яго прадаць

Тактычны ўзровень транслюе стратэгію ў-канкрэтныя планы: групаванне крам, дызайн планаграмы і правілы мерчандайзінгу. Тут асартымент становіцца па-сапраўднаму мясцовым - гарадская крама з высокай-шчыльнасцю мае іншыя абмежаванні прасторы, структуру пешаходнага руху і задачы пакупнікоў, чым прыгарадны фармат.

Рызыка: рашэнні на гэтым узроўні па-ранейшаму ў значнай ступені абапіраюцца на здагадкі, а не на рэальныя сігналы-ўзроўню крамы. Асартымент можа выглядаць добра-лакалізаваным на паперы, але на практыцы застацца ў цэлым няправільным.

Аперацыйны ўзровень: што на самой справе даходзіць да кліента

Вось дзе аптымізацыя асартыменту атрымліваецца або ціха правальваецца. Аперацыйны ўзровень адлюстроўвае фізічную рэальнасць, з якой сутыкаюцца кліенты: якія прадукты ёсць на паліцах, ці правільна выкананы планаграмы, ці бачныя акцыі і ці хутка выяўляюцца і вырашаюцца недахопы.

Без-бачэння ў рэжыме рэальнага часу выканання крамы кожнае рашэнне на вышэйшым узроўні з'яўляецца часткова здагадкай. Такія тэхналогіі, якэлектронныя палічныя этыкеткіі датчыкі IoT усё часцей выкарыстоўваюцца, каб ліквідаваць гэты прабел у бачнасці - аўтаматычна фіксуючы стан паліц, а не абапіраючыся на ручныя аўдыты, якія здараюцца занадта рэдка, каб быць прынятымі.

Чаму традыцыйная аптымізацыя асартыменту дае збой

Большасць стратэгій асартыменту добра-прадуманы на паперы. Вось дзе яны ламаюцца на практыцы.

Рэжым адмовы 1: Гістарычныя даныя аптымізаваны для мінулага

Гісторыя продажаў паказвае вам, што куплялі кліенты ў тых умовах, якія існавалі ў той час -, з даступным асартыментам і па ўстаноўленых цэнах. Ён не можа сказаць вам, што кліенты хацелі, але не маглі знайсці. У катэгорыях, якія хутка-змяняюцца, да таго часу, калі тэндэнцыя выразна з'яўляецца ў гістарычных дадзеных, акно дзеянняў часта ўжо пройдзена.

Рэжым адмовы 2: цэнтралізаваныя рашэнні, лакальная рэальнасць

Калі рашэнні аб асартыменце прымаюцца выключна ў штаб-кватэры, нюансы-на ўзроўні крамы ўсярэдніваюцца. Прадукт з пасрэднымі нацыянальнымі продажамі, але высокімі паказчыкамі ў пэўных тыпах крам можа быць выдалены. Стандартызаваная планаграма разгортваецца ў крамах са значна рознымі памерамі паліц і дэмаграфічнай групай пакупнікоў.

Рэжым адмовы 3: Бункеры даных даюць няпоўныя рашэнні

Арганізацыі рознічнага гандлю генеруюць даныя ў некалькіх сістэмах - пунктаў--продажу, інвентара, лаяльнасці, электроннай-камерцыі і датчыкаў у-крамах. Менеджэры катэгорый працуюць з аднаго набору даных. Ланцужок паставак працуе ад іншага. Аперацыі крамы ад траціны. Ні адно з гэтых відаў не з'яўляецца поўным, і рашэнні, прынятыя з аднаго асобнага бункера, створаць праблемы, бачныя толькі ў іншым.

Рэжым адмовы 4: адпаведнасць планаграмы ніжэйшая, чым мяркуе штаб-кватэра

Планаграма прыносіць каштоўнасць, толькі калі яна выканана правільна і паслядоўна. У большасці рознічных сетак узровень адпаведнасці значна адрозніваецца ў розных крамах -, і штаб-кватэра звычайна не ведае, пакуль гэта не вымерана. Калі вы ацэньваеце прадукцыйнасць прадукту на паліцах на аснове дадзеных аб продажах, але гэты прадукт знаходзіўся ў няправільным становішчы ў 20% вашых крам на працягу трох месяцаў, вашы даныя аб прадукцыйнасці ненадзейныя. Разуменнеяк часта абнаўляюцца дадзеныя паліцынапрамую залежыць ад дакладнасці гэтых вымярэнняў.

Рэжым адмовы 5: Шматканальныя сігналы застаюцца непрачытанымі

Паводзіны кліентаў у Інтэрнэце - гэта багатая крыніца інфармацыі аб асартыменце, якую большасць рознічных гандляроў ігнаруе. Нулявы-вынік пошуку на вашай-платформе электроннай камерцыі пакажа вам менавіта тое, што шукаюць кліенты, а вы не маеце. Высокі-прагляд, нізкі-шаблоны пакупак выяўляюць попыт, які можа запатрабаваць-ацэнкі ў краме перад канверсіяй. Кліент, які шукае прадукт у інтэрнэце, знаходзіць яго недаступным і пакідае, не стварае ніякіх даных у-сістэме крамы -, але гэтая адсутнасць даных сама па сабе з'яўляецца сігналам, калі вы пабудуеце працэс, каб захапіць іх. Адпраўной кропкай з'яўляецца злучэнне даных пошуку і прагляду ў інтэрнэце з працоўным працэсам планавання катэгорый, нават нефармальна.

Як AI паляпшае асартыментныя рашэнні

Ручное кіраванне асартыментам у сотнях крам і дзесятках тысяч SKU дасягнула мяжы таго, што могуць падтрымліваць электронныя табліцы і перыядычныя агляды. ШІ ўносіць свой уклад пэўнымі спосабамі, якія можна вымераць.

Прагназаванне- попыту на ўзроўні крамы.Традыцыйнае прагназаванне працуе на ўзроўні банера або кластара. Мадэлі машыннага навучання могуць ствараць прагнозы на ўзроўні асобнай крамы і SKU з улікам мясцовых фактараў - дэмаграфічных паказчыкаў па суседстве, канкурэнцыі паблізу, сезонных мікра-тэндэнцый -, якія больш шырокія мадэлі асерадняюць. Гэтая дэталізацыя робіць рашэнні аб лакалізаваным асартыменце апраўданымі, а не меркаванымі.

Рацыяналізацыя SKU.Не кожны прадукт зарабляе сваю плошчу. Мадэлі штучнага інтэлекту могуць ідэнтыфікаваць, якія SKU спажываюць палічную нерухомасць і запасы капіталу без прапарцыйнай прыбытковасці - з улікам маржынальнага ўкладу, эфектаў замяшчэння і ўздзеяння кошыка. Галоўнае адрозненне паміж павольнымі-матэрыяламі, якія займаюць лаяльную нішу, і павольнымі-малодшымі, якія проста дрэнна працуюць. AI можа адрозніць іх у такім маштабе, што ручной аналіз не можа.

Дынамічнае ўзгадненне цэнаўтварэння і прасоўвання.Асартыментныя рашэнні не існуюць у адрыве ад цэнаўтварэння. Кіруецца AI-дынамічнае цэнаўтварэннеможа ўзгадніць рэкламную дзейнасць з прадукцыйнасцю асартыменту ў рэжыме рэальнага часу - памяншаючы неадпаведнасць паміж тым, што было запланавана, і тым, на што кліенты рэальна рэагуюць на ўзроўні паліц.

Кантроль за выкананнем.Даныя камп'ютэрнага зроку і датчыкаў могуць ідэнтыфікаваць адхіленні планаграмы, не патрабуючы поўнай праверкі ўручную. Авансы стТэхналогія палічных этыкетакзрабілі аўтаматызаваны-маніторынг стану паліц больш даступным для сярэдніх{1}}рознічных гандляроў, а не толькі для буйных сетак.

Пяці{0}}этапная схема ўкаранення

Большасць рытэйлераў ведаюць, што важна аптымізаваць асартымент. Менш з іх маюць выразную адпраўную кропку. Гэты фрэймворк прызначаны для выкарыстання ў любым маштабе.

Крок 1: праверце свой бягучы асартымент

Перш чым што-небудзь аптымізаваць, усталюйце сумленную базу. Які ў вас бягучы ўзровень запасаў па катэгорыях і крамах? Якія SKU ствараюць ніжні дэцыль продажаў на квадратны фут? Дзе найбольшы разрыў паміж запланаваным асартыментам і фактычнай наяўнасцю на паліцах? Калі вы не можаце адказаць на гэтыя пытанні надзейнымі дадзенымі, гэта сама па сабе самая важная знаходка - і сігнал, каб інвеставаць у бачнасць, перш чым інвеставаць у інструменты аптымізацыі. Структураваныбазавы разлік ROIможа дапамагчы колькасна вызначыць, дзе-недахопы найбольшага ўздзеяння, перш чым прымяняць любы падыход.

Крок 2: Вызначце свае кластары крам

Не ва ўсіх крамах павінен быць аднолькавы асартымент, але цалкам унікальны асартымент для кожнай крамы немагчыма кіраваць. Кластэрызацыя крам пераадольвае гэтыя крайнасці, групуючы месцы са значна падобнымі профілямі попыту. Эфектыўная кластэрызацыя будуецца на фактычных паводзінах пакупкі - складзе кошыка, хуткасці катэгорыі, шаблонах місіі пакупніка -, а не на меркаваных дэмаграфічных дадзеных. Большасць рознічных гандляроў працуюць з чатырма-васьмю кластарамі ў залежнасці ад памеру сеткі і разнастайнасці фарматаў. Правільны нумар - гэта той, дзе кожны кластар сапраўды паводзіць сябе па-рознаму, каб гарантаваць асобны шаблон прадукту.

Крок 3: Інтэграцыя вашых крыніц даных

Аптымізацыя асартыменту настолькі добрая, наколькі добрыя даныя, якія яе падаюць. Як мінімум, вам патрэбныя даныя аб продажах-на ўзроўні SKU па крамах з гісторыяй не менш за 12 месяцаў, бягучы ўзровень запасаў і некаторая мера наяўнасці на паліцах. Пытанне аб тым, як захоўваюцца даныя - праз ручныя справаздачы, сістэмы ESL або датчыкі IoT -, непасрэдна ўплывае на свежасць і надзейнасць даных. Разуменневарыянты падлучэння для збору дадзеных паліцыгэта практычнае ранняе рашэнне. Ідэальная інтэграцыя даных не з'яўляецца абавязковай умовай для запуску -, але вы павінны разумець прабелы і затрымкі ў вашых даных, перш чым давяраць іх выхаду.

Крок 4: Усталюйце правілы аптымізацыі і агароджы

Для мадэляў штучнага інтэлекту і алгарытмаў аптымізацыі патрэбныя абмежаванні. Не кожнае рашэнне павінна быць аўтаматызавана. Дакладна вызначце, якія рашэнні могуць выконвацца аўтаматычна -, напрыклад, трыгеры папаўнення для-хуткасных SKU -, а якія патрабуюць праверкі чалавекам, напрыклад, выдаленне прадукту з кластара. Агароджы таксама абараняюць ад памылак, якія робяць аўтаматызаваныя сістэмы, калі даныя няпоўныя. Звычайны прыклад: алгарытм рэкамендуе выдаліць прадукт, таму што яго продажы нізкія, калі фактычнай прычынай з'яўляюцца пастаянныя дэфіцыты, якія дадзеныя аб продажах не адрозніваюць ад нізкага попыту.Памылкі адлюстравання коштаў і наяўнасціз'яўляюцца звязаным рэжымам аператыўнага збою, які варта зразумець перад увядзеннем аўтаматызацыі.

Крок 5: Вымярайце, вывучайце і паўтарайце

Аптымізацыя асартыменту - гэта бесперапынны працэс, а не аднаразовы-праект. Усталюйце рэгулярны рытм агляду - мінімум штоквартальна для прыняцця стратэгічных рашэнняў, штомесяц для карэкціроўкі тактыкі. Стварыце структураваныя цыклы зваротнай сувязі паміж цэнтральнымі камандамі па катэгорыях і захавайце-даныя прадукцыйнасці ўзроўню. Ставіцеся да кожнага цыкла планавання як да эксперыменту: сфармулюйце гіпотэзу, унясіце змены, вымерайце вынік, выкарыстоўвайце гэтае навучанне ў наступным цыкле. Арганізацыі, якія атрымліваюць найбольшую карысць ад гэтага працэсу, не маюць самых складаных інструментаў. Гэта тыя, хто выпрацаваў звычку пастаянна вучыцца на дадзеных.

Шэсць KPI для вымярэння аптымізацыі асартыменту

Адсочвайце ўсе шэсць паказчыкаў на ўзроўні крамы, а не толькі ў сукупнасці. Сярэднія-ўзроўні сеткі часта хаваюць крамы, дзе праблемы найбольш вострыя - і дзе існуюць найбольшыя магчымасці аптымізацыі.

Аптымізацыя асартыменту па інтэрнэт- і фізічных каналах

Для рознічных гандляроў, якія працуюць па фізічных і лічбавых каналах, рашэнні аб асартыменце нельга прымаць ізалявана.Асяроддзе рознічнага гандлюзмянілася: кліенты плаўна перамяшчаюцца паміж каналамі, і даныя з кожнага канала могуць служыць падставай для прыняцця рашэнняў у іншым.

Онлайн як сігнал асартыменту.Нулявы-вынік пошуку на вашай-платформе электроннай камерцыі з'яўляецца прамым паказчыкам дэфіцыту асартыменту - кліенты кажуць вам менавіта тое, чаго яны хочуць, а вы не маеце. Высокі-прагляд, нізкі-шаблоны пакупкі могуць указваць на прадукты, якія пакупнікі жадаюць асабіста ацаніць перад пакупкай, што мае наступствы для-асартыменту ў крамах. Згодна зДаследаванне McKinsey, больш за 70% спажыўцоў цяпер чакаюць персаналізаванага вопыту - чаканне, якое адносіцца як да даступнасці прадукту, так і да камунікацыі.

Уніфікаваны асартымент супраць дыферэнцыраванага.Ці павінен ваш асартымент у інтэрнэце і ў-краме супадаць, залежыць ад фармату вашай крамы і паводзін кліентаў. Уніфікаваны асартымент спрашчае працу і стварае больш чыстыя даныя аб попыце, але прымушае фізічныя крамы мець складанасць онлайн-каталога, якую большасць фарматаў не можа прыняць. Дыферэнцыраваны падыход -, калі фізічныя крамы маюць куратарскую,-ядро хуткасці, у той час як інтэрнэт-канал апрацоўвае доўгі хвост - добра працуе, калі два каналы выконваюць сапраўды розныя гандлёвыя задачы. Схема прыняцця рашэння простая: калі кліенты рэгулярна шукаюць у інтэрнэце і канверсуюць у-краме, узгадненне мае значэнне. Калі пакупнікі ў інтэрнэце і-краме ў значнай ступені розныя аўдыторыі, дыферэнцыяцыя можа быць больш эфектыўнай.

З чаго пачаць.Самая практычная кропка ўваходу - злучыць даныя пошуку па -нулявых выніках электроннай камерцыі- з аглядам планавання па катэгорыях. Новыя тэхналогіі не патрабуюцца - штомесячны экспарт няўдалых пошукавых запытаў, прагледжаных кіраўнікамі катэгорый, можа выявіць прабелы ў асартыменце, якія ў-дадзеных аб продажах у крамах ніколі не выявяцца. Спалучэнне гэтага зпалепшаны збор даных-на ўзроўні паліцыу фізічных крамах стварае замкнёны цыкл паміж анлайн-сігналамі і-выкананнем у краме.

Як гэта выглядае на практыцы

Наступныя сцэнарыі ілюструюць, як прынцыпы аптымізацыі асартыменту прымяняюцца ў рознічных фарматах. Гэта ілюстрацыйныя прыклады, а не прыклады канкрэтных кампаній.

Бакалея: маскіроўка мясцовага попыту ў зводных даных.Рэгіянальная прадуктовая сетка плануе асартымент з выкарыстаннем зводных даных аб катэгорыях. Катэгорыі этнічнай ежы -, якія добра працуюць у пэўных раёнах -, пастаянна недастаткова прадстаўлены, таму што іх продажы слабеюць, калі іх згортваць да ўзроўню банера. Кластарны-падыход, заснаваны на фактычным складзе кошыка, паказвае, што тое, што выглядала як нізкі попыт у пэўных групах крам, было замест гэтага праблемай структурнай агрэгацыі даных. Карэкціроўка шаблонаў гэтых крам для адлюстравання паводзін мясцовых пакупнікоў ліквідуе прабел. Спрыяючым фактарам з'яўляецца не новая тэхналогія - гэта дэзагрэгацыя даных попыту па крамах, а не па банерах. Лепшая бачнасць з дапамогай такіх інструментаў, якэлектронныя палічныя этыкеткі ў прадуктовых крамахпадтрымлівае пастаяннае вымярэнне таго, ці сапраўды гэтыя скарэкціраваныя асартыменты выконваюцца.

Мода: кіраванне SKU з доўгім-хвостам.Рознічны гандляр спецыялізаваным адзеннем прадае некалькі тысяч актыўных SKU за сезон. Агляд прадукцыйнасці паказвае, што значная частка асартыменту стварае непрапарцыйна малую долю даходу, адначасова спажываючы рэсурсы для планавання, запасаў і папаўнення. Аналіз падзяляе дзве групы неэфектыўных: SKU без ідэнтыфікаванай базы лаяльных кліентаў і адмоўнай прасторы-да-маржынальнасці, і SKU з нізкім агульным аб'ёмам, але высокім узроўнем паўторных пакупак сярод пэўнага сегмента пакупнікоў. Першая група выводзіцца з ладу. Другі захоўваецца з адрэгуляваным размеркаваннем прасторы. У выніку атрымліваецца больш жорсткі дыяпазон, які прасцей выканаць і менш верагодна, што ён можа выклікаць стомленасць ад прыняцця рашэнняў на ўзроўні паліцы.

Зручны рознічны гандаль: хуткасць выканання ў якасці адрознення.Сетка невялікага-фармату зручных тавараў працуе ў месцах, дзе кожны квадратны фут-высокі, а кошт дэфіцыту павялічваецца за кошт нізкага запасу запасаў. Абмяжоўваючым фактарам з'яўляецца не план асартыменту - гэта час паміж адсутнасцю запасаў і рэакцыяй супрацоўніка крамы на гэта. Скарачэнне гэтага разрыву з дапамогай аўтаматызаванага маніторынгу паліц, а не спадзявацца на запланаваныя ручныя праверкі, мае непасрэдны і вымерны ўплыў на-даступнасць у крамах для-катэгорый з высокім-маржынальным імпульсам.

Часта задаюць пытанні

Што такое аптымізацыя асартыменту ў розніцы?

Аптымізацыя асартыменту - гэта працэс бесперапыннага выбару і ўдасканалення асартыменту тавараў, прапанаваных у кожнай краме, каб максымізаваць продажы, маржу і задаволенасць кліентаў. У адрозненне ад аднаразовага-планавання асартыменту, яно аб'ядноўвае-дадзеныя ў рэальным часе і пастаянныя агляды прадукцыйнасці, каб падтрымліваць выбар прадуктаў у адпаведнасці з фактычным попытам.

У чым розніца паміж планаваннем асартыменту і аптымізацыяй асартыменту?

Планаванне асартыменту - гэта перыядычны, цэнтралізаваны працэс - звычайна сезонны або штогадовы -, які вызначае, якія прадукты пастаўляць на аснове гістарычных даных. Аптымізацыя асартыменту ідзе пастаянна. Ён уключае сігналы ў-рэальным часе і даныя-прадукцыйнасці на ўзроўні крамы, каб адаптаваць асартымент пры змене ўмоў. Планаванне задае першапачатковы кірунак; аптымізацыя падтрымлівае яго каліброўку.

Як штучны інтэлект паляпшае аптымізацыю асартыменту?

AI дазваляе прагназаваць попыт-на ўзроўні крамы, які выходзіць за рамкі сярэдніх значэнняў кластара, вызначае неэфектыўныя SKU з улікам эфектаў замены, стварае рэкамендацыі па планаграме на аснове бягучай хуткасці продажаў і апрацоўвае сігналы рэальнага-часу - надвор'я, мясцовыя падзеі, актыўнасць канкурэнтаў -, якія цыклы планавання ўручную не могуць своечасова ўлічыць, каб дзейнічаць.

Якія найбольш частыя прычыны няўдачы аптымізацыі асартыменту?

Пяць найбольш распаўсюджаных рэжымаў збояў: празмерная-давер да гістарычных даных, якія не могуць ахапіць бягучы попыт; цэнтралізаванае прыняцце-рашэнняў без лакальных варыяцый; ізаляваныя сістэмы дадзеных, якія ствараюць няпоўную карціну; адпаведнасць планаграмы ніжэй, чым мяркуе штаб; і няздольнасць уключыць сігналы попыту ў інтэрнэце, якія выяўляюць прабелы, нябачныя толькі ў-даных аб продажах у крамах.

Якія KPI трэба адсочваць для аптымізацыі асартыменту?

Найбольш карыснымі паказчыкамі з'яўляюцца каэфіцыент запасаў, каэфіцыент -прадажу, прадукцыйнасць SKU (даход або маржа на адзінку палічнай плошчы), узровень адпаведнасці планаграмы, унёсак катэгорый у маржу і ўзгадненне попыту ў кластары (адхіленне паміж запланаваным асартыментам і фактычным -прадаем на ўзроўні кластара). Адсочвайце ўсё гэта на ўзроўні крамы, а не толькі ў сукупнасці.

Колькі часу займае ўкараненне?

Базавы аўдыт і аснову аптымізацыі-на аснове кластара звычайна можна распрацаваць на працягу некалькіх месяцаў з выкарыстаннем існуючых даных. Больш складаная бесперапынная аптымізацыя,-кіруемая штучным інтэлектам, патрабуе больш трывалай базы даных і можа заняць ад 12 да 18 месяцаў, каб цалкам увесці яе ў дзеянне. Пачынаючы з аўдыту, амаль заўсёды можна атрымаць хуткія перамогі, перш чым спатрэбіцца новая тэхналогія.

Ці могуць меншыя рытэйлеры выйграць ад аптымізацыі асартыменту?

так. Прынцыпы прымяняюцца незалежна ад маштабу - разуменне таго, якія прадукты займаюць сваю плошчу, адсочванне частаты дэфіцыту і пабудова зваротнай сувязі паміж дадзенымі аб продажах і рашэннямі аб прадуктах мае значэнне для прадпрыемстваў любога памеру. Дробным рознічным гандлярам могуць не спатрэбіцца карпаратыўныя платформы штучнага інтэлекту; бясплатныя або недарагія-інструменты аналітыкі могуць падтрымліваць карысную аптымізацыю на аснове дадзеных, якія яны ўжо маюць. Выбіраючырашэнне этыкеткі правай паліцыз'яўляецца адной практычнай адпраўной кропкай для паляпшэння збору даных без значных інвестыцый у інфраструктуру.

Якія дадзеныя мне патрэбныя для пачатку?

Як мінімум: даныя аб продажах-на ўзроўні SKU па крамах з гісторыяй як мінімум за 12 месяцаў, бягучыя ўзроўні запасаў і некаторая мера наяўнасці на паліцах - нават ручныя справаздачы аб запасах. Зыходзячы з гэтай асновы, вы можаце правесці змястоўны аўдыт, вызначыць магчымасці для найбольшага-ўплыву і скласці дарожную карту паляпшэння даных. Ідэальныя дадзеныя не з'яўляюцца абавязковай умовай. Карысная аптымізацыя магчымая з недасканалымі дадзенымі, пакуль вы разумееце і ўлічваеце іх прабелы.

З чаго пачаць

Аптымізацыя асартыменту дае найбольшую карысць, калі яна працуе як бесперапынны цыкл - аналіз прадукцыйнасці, карэкціроўка асартыменту прадуктаў, выкананне ў-краме, вымярэнне вынікаў і паўтор. Рознічныя гандляры, якія ствараюць гэтую магчымасць найбольш эфектыўна, не абавязкова з'яўляюцца тымі, хто ўкладвае грошы ў самыя перадавыя інструменты. Гэта тыя, хто пачынае з сумленных даных аб тым, дзе іх бягучы асартымент не працуе, і стварае арганізацыйныя звычкі паслядоўна дзейнічаць на аснове гэтых даных.

Калі вы пачынаеце з нуля, адразу можна выканаць чатыры дзеянні: правесці аўдыт запасаў і прадукцыйнасці SKU з выкарыстаннем даных, якія ў вас ужо ёсць; праглядзіце азначэнні кластара крам у параўнанні з рэальнымі пакупніцкімі паводзінамі, а не з меркаванымі дэмаграфічнымі дадзенымі; падключыце дадзеныя пошуку вашых-нулявых{1}}вынікаў электроннай камерцыі да працоўнага працэсу планавання катэгорый; і вызначыць, якія рашэнні аб асартыменце павінны быць аўтаматызаваны, а не прагледжаны чалавекам перад выкананнем.

Кожны з іх можа быць зроблены да таго, як будзе набыта новая тэхналогія -, і кожны з іх дасць больш дакладнае ўяўленне аб тым, куды інвестыцыі ў тэхналогіі насамрэч рухаюць іголку.