Российский ритейл: правила игры в новых экономических условиях

Валентина Ларина, ведущий консультант в области решений для розничного бизнеса SAS Россия/СНГ

Программы лояльности позволяют ритейлерам коммуницировать со своими клиентами целевым образом, зная их контактные данные и историю взаимодействия

Даже в кризис люди не перестают ходить вмагазины, при этом часть потребителей переключается на более низкую ценовую категорию. При этом ритейлеры могут наблюдать как отток клиентов за счет ушедших к конкурентам, так и приток, в том числе за счет тех, кто вчера мог себе позволить регулярно ужинать в ресторане, а сегодня предпочитает готовить сам.

Товар лицом

Клиентская база и ее поведение динамичны, особенно в нестабильной экономической ситуации. Зная, как меняются в таких условиях предпочтения потребителей, ритейлеры в ряде случаев способны не просто сохранить клиентскую базу, но и увеличить собственную выручку.

Правило, которого никто не отменял даже в кризис: чтобы не потерять покупателей, товары, за которыми они приходят, должны присутствовать на полках. Комментарии тут, как говорится, излишни, но все не так просто, как может показаться на первый взгляд. Для ритейлера важно обеспечить оптимальное количество товаров: недостаток повлечет отток покупателей, а избыток – лишние затраты на хранение, списание, заморозку средств и т. п. Для того чтобы определить, какой уровень остатков поддерживать в каждом магазине, необходимо решить две задачи: спрогнозировать спрос на товар на уровне магазина и рассчитать оптимальные уровни запасов для каждого товара в магазинах и на складах так, чтобы максимизировать прибыль. За счет понимания детального спроса на товар на уровне каждого магазина и оптимизации уровня запасов именно в детализации «товар – магазин» можно высвободить дополнительные средства из товарных остатков, снижая их до оптимального уровня.

При этом важен и ассортиментный анализ – в магазинах одной и той же ценовой категории и даже одной и той же сети могут быть разные требования к ассортименту. Они зависят не только от формата торговой точки, но и от ее площади, расположения – находится ли она в спальном или индустриальном районе, в торговом центре или это отдельно стоящий магазин, близко или далеко от метро, вокзалов, бизнес-центров и т. д. Современные технологии позволяют вместе с этими данными также проанализировать продажи по группам товаров или даже по отдельным товарам в каждом магазине и таким образом лучше понять, что именно интересует клиентов каждой конкретной торговой точки. Так, например, можно выявить, что в том или ином магазине формата «у дома» повысился спрос на товары для домашних животных, нетипичные для магазинов данной категории. Повышение спроса могло быть вызвано, например, тем, что рядом с торговой точкой закрылся зоомагазин, и его покупатели стали больше интересоваться соответствующим ассортиментом уже здесь. В данном случае стоит расширить ассортимент товаров для домашних животных имен-но в этом магазине, обогатив его товарами других форматов и тем самым предугадав запросы клиентов.

Сергей Исаев, руководитель направления клиентской аналитики SAS Россия/СНГ

Результатом ассортиментного анализа не обязательно будет пересмотр форматов магазинов и ассортиментных матриц. Зачастую достаточно изменить доли групп товаров в ас-сортименте конкретного магазина или даже конкретных товаров в группах – увеличить выкладку товаров конкретного бренда, который пользуется наибольшим спросом покупателей этого магазина. Такой анализ позволит лучше сориентировать ассортимент товаров на покупателей каждого магазина, повышая тем самым их лояльность.

Что почем?

Осложнение экономической ситуации всегда влечет за собой рост цен, что ставит перед ритейлерами непростую задачу – сохранить маржинальность и при этом не отпугнуть покупателей. Чаще всего цены определяются тоже по форматам магазинов и детально отслеживаются по товарам из так называемой группы KVI (key value indicator) – это те товары, по которым определяется общий уровень цен в магазине. При этом в лучшем случае используется подход, основанный на ценовых правилах. То есть ценообразование ведется исходя из ограничений по минимальной/максимальной марже, возможно, с учетом цен конкурента (например, цена на товар должна быть меньше, чем у конкурента, на 1,5%) или политики по брендам (например, товары этого бренда должны стоить на 5% дешевле средней цены на товары этой группы). Однако такой подход не всегда позволяет достичь поставленных бизнес-целей– получить максимальную прибыль, объем продаж или выручку.

Действительно, важно отслеживать цены на товары группы KVI, по которым покупатель определяет ценовой уровень магазина и которые, как правило, держит в голове. Но не всегда минимальная цена является оптимальной. В некоторых случаях слишком низкая цена может «отпугнуть» покупателя, вызвав со-мнения в качестве товара. Не стоит забывать и о том, что KVI-товары, как правило, составляют лишь 3–5% от общего ассортимента. Поэтому вовсе не обязательно стремиться минимизировать цены на все товары.

Правильным является подход, основанный на анализе эластичности спроса по цене и оптимизации цен с учетом ограничений таким образом, чтобы максимизировать показатель, интересующий ритейлера в данный момент. Таким показателем в разные моменты времени и по разным группам товаров или форматам магазинов может оказаться как прибыль, так и объем продаж или выручка, в зависимости от целей ритейлера – увеличить или сохранить маржинальность, получить конкретную долю рынка, повысить представленность конкретного бренда и т. д.

Такой подход позволяет достичь поставленных целей за счет определения наилучшей цены на товар и понимания того, как в реальности повлияет изменение цены на продажи товара в магазине.

Клиент клиенту рознь

Программы лояльности позволяют ритейлерам сегодня делать то, что вчера могли себе позволить в основном только банки: коммуницировать со своими клиентами целевым образом, зная их контактные данные и историю взаимодействия. При этом у ритейлеров есть куда более ценная информация – покупки клиента за определенный исторический срез, вплоть до уровня SKU. Это помогает не только вести товарную аналитику на уровне «что с чем обычно покупают, в какой последовательности, с какой периодичностью». Такие данные позволяют на уровне клиента/сегмента клиента выявить определенные предпочтения по продуктовым группам/ подгруппам. Эти предпочтения формируют профиль клиента.

Далее есть возможность на уровне каждого клиента выделить определенные группы товаров, характерные для корзины его профиля, которые он либо не покупает, либо покупает редко. Соответственно, при правильном выстраивании целевой коммуникации у ритейлера есть возможность «попасть в интересы» клиента и увеличить выручку.

Для построения устойчивых профилей покупателей проводится сегментация клиентской базы. Как правило, у ритейлеров есть несколько видов сегментаций, каждая для своей цели. Верхнеуровневая, то есть укрупненная, сегментация базы по таким показателям, как выручка/ценность клиентов, позволяет адаптировать общую стратегию взаимодействия. Работает принцип «чем ценнее клиент для нас, тем больше внимания мы готовы ему уделять».

Точечная сегментация позволяет разделить покупателей по потребительским предпочтениям, к примеру, выделить сегмент клиентов, покупающих в основном «здоровую пищу в верхнем ценовом уровне», и клиентов, предпочитающих «бюджетные товары». В целомсегментация позволяет ответить на вопрос «кто есть наши покупатели», разбить их на однородные группы и детально описать поведение и предпочтение каждой из них.

Сегментация базы и анализ данных о покупках могут показать, например, что нужно сделать предложение на фрукты со скидкой 5% более чем половине клиентов, которые в основном ходят в три магазина сети

Сегментация базы и анализ данных о покупках могут показать, например, что нужно сделать предложение на фрукты со скидкой 5% более чем половине клиентов, которые в основном ходят в три магазина сети. При этом у этих магазинов есть определенная пропускная способность, ограниченные запасы фруктов на складе, а у ритейлера в целом есть минимальные ограничения по маржинальности группы фрукты, не позволяющие половине базы клиентов сделать 5%-ную скидку. К таким ограничениям можно добавить бюджет на коммуникацию, контактную политику с клиентами, несовместимость определенных категорий товаров в одном предложении и множество других факторов. Соответственно, все это общие ограничения, влияющие на перераспределение целевых предложений между клиентами. И учесть эти ограничения наряду с результатами анализа предпочтений клиентов – задача довольна нетривиальная, но позволяющая увеличить выручку, высылая нужные предложения нужным клиентам.

Прогнозная аналитика – актуальный тренд

Современные тенденции диктуют ритейлерам необходимость использовать высокопроизводительные аналитические решения. Последние позволяют максимально эффективно анализировать спрос на товар на уровне магазина, оценивать его эластичность по цене, анализировать покупки и проводить сегментацию покупателей, учитывать внутренние и внешние ограничения, выбирать целевые предложения для каждого покупателя и оптимизировать параметры цен и запасов на детальном уровне.

В России сегодня прогнозная аналитика только-только начинает внедряться, и ее можно назвать новым трендом в российском ритейле. Вместе с тем, если еще пару лет назад на рынке практически нельзя было найти компаний, которые бы этим занимались, то за последние два года практически все крупнейшие игроки рынка либо готовятся к запуску таких проектов, либо уже внедряют соответствующие технологии.

Необходимо различать классические аналитические BI-системы, которые помогают понять, «что было в прошлом», и системы, которые автоматизируют прогнозную аналитику, позволяя смоделировать будущее при помощи математических методов.

При этом не существует какого-то единого «золотого сечения», использование которого решало бы все задачи ритейлеров. Однако есть множество математических моделей, каждая из которых подходит для определенной задачи. Как показывает практика, ритейлерам удобно выбирать решения, которые, с одной стороны, предлагают широкий набор таких моделей, а с другой – позволяют работать с ними без необходимости писать программный код.