Товары по акции: как сделать планирование промо эффективным

Как повысить точность прогноза спроса на продукцию, которая сильно зависит от промо и сделать календарь максимально прибыльным — знает Евгений Непейвода, управляющий партнёр Novo BI.

В первом квартале 2023 года продажи через промо принесли в среднем 44% выручки на продовольственном рынке. Большинство компаний заранее планируют акции и составляют календарь активностей.

Промо — это достаточно подвижный сегмент общего объема продаж любой компании. Календарь мероприятий может существенно измениться даже за неделю, потому что пришла новая идея активности на согласование, либо какой-то адресный запрос от клиента, который нельзя отклонить. И все — прогноз спроса по промо меняется. Для производителей реализация товара в срок — это возможность избежать затоваривания и замороженных активов. Например, одна из важных метрик у производителей и дистрибьюторов в рамках KPI — это количество промо-активаций за определенный промежуток времени. За этим как правило следит отдел маркетинга, которому важно, чтобы за определенный период времени каждый из брендов получил свое количество дней промо на полке по заявленным товарам. Организация промо требует целого комплекса налаженных бизнес-процессов в компании. И для всего этого комплекса процессов необходимо единое цифровое пространство для принятия решений, оперативного пересчета данных и учета всех факторов структурного изменения спроса.

Реальность табличного планирования

Компания «Май-Foods» занимается производством и дистрибуцией чая и кофе, имеет 6 основных брендов. Производит более 25 000 тонн продукции в год и занимает 22% доли внутреннего рынка. У каждого из отделов в компании был свой прогноз спроса и своё видение процесса. Зачастую эти данные не пересекались и не существовало единого алгоритма, исходя из которого, можно было планировать будущий объем продаж. Поэтому в таких ситуациях наибольший прогноз становился планом, это приводило к его невыполнению. Аккуратность прогноза спроса была крайне низкая (от 15 до 50%) и не учитывала множество важных факторов.

В сегменте горячих напитков продажи по промо составляют около 70% всего объема товарооборота. Это усредненная цифра, потому что в локальных сетях или в традиционной торговле этот процент ниже, но если говорить про национальных ритейлеров, то это 75-80%, а по ряду SKU может достигать 90% и выше. Экономические потери из-за неточности прогноза спроса могут быть колоссальными. Исходя из этого в компании пришли к выводу, что нужно работать сообща, чтобы каждый отдел работал с едиными данными в едином пространстве для планирования, а также мог объяснить, откуда появились эти цифры и взять на себя обязательства по их реализации.

Компания искала вариант оптимизации. В первую очередь перенесли все планирование в формат таблиц. Модель планирования была следующая: создавали Excel-файл и там считали планы по организации дистрибуции в разных сетях, на основе этого планировали листинги, делистинги и прочие факторы, а также как это будет реализовано в течение года. Отдел стратегического маркетинга собирал данные воедино, считал, какой должен быть офтейк (off-take — «уходимость» товара с полки), и компания применяла этот офтейк к той дистрибуции, которую запланировали. А KAM (Key Account Manager) на основе этих данных формировал стратегию, от которой зависело много факторов, в том числе KPI сотрудников отдела продаж и трейд-маркетинга. Трейд-маркетинг должен контролировать выполнение этих показателей, причём в две стадии. Первая – это планирование самого промо-календаря, который делается горизонтом 6 месяцев минимум, и вторая, это реализация вместе с партнерами. Стоит отметить, что иногда они совершенно не совпадали между собой.

Это вновь приводило к спорам: применялись различные модели, коэффициенты, всевозможные инструменты, чтобы этот офтейк изменить, в зависимости от пожеланий КАМ. Из-за этого столкнулись со следующей особенностью: компания большая, работает не только на территории РФ, стран СНГ, но и многих других. В большинстве из них не растут чай и кофе, а значит достаточно большое логистическое плечо. Кроме того, использование всех возможных каналов продаж: сетевой ритейл, национальные и локальные сети, традиционная торговля через дистрибьюторы, существенно увеличивает объем данных, которые необходимо учитывать, ведь всем участникам этой цепочки важно, чтобы прогнозы были реальными и осуществимыми на практике.

Когда компания пришла к планированию в Excel, данные собирались раз в месяц, но возникла другая проблема: невозможно учесть все. Для корректного прогноза необходимо считать не только объем и вес, а еще стоимость и количество в штуках. KPI у коммерческого отдела был в рублях, исходя из этого вся компания планировала объём продаж в рублях.

Когда всё в табличках, собрать и отследить все особенности было нереально. Есть факторы, можно проанализировать сразу на промо-календаре, а есть те, которые зависят от уровня базовой линии, иногда есть только промо, но нет регулярных продаж, есть инвестиции в клиента. Невозможно подсчитать промо в отрыве от базовой линии и, если эффект считается накопительно с начала года, нужны данные прошлых периодов продаж как по активностям, так и по базовой цене. Эту информацию надо откуда-то взять и попытаться внести в общую таблицу. Кроме того, экономика считалась в специальной программе, поэтому внести данные в Excel, а уж тем более объединить их с другим массивом не представлялось возможным.

Поиск решения

Когда в компании поняли, что Excel не идеал, не покрывает все необходимые потребности, стали искать другие варианты планирования. Собрали список требований и пришли к выводу, что это должна быть полноценная система по прогнозированию спроса и планированию, чтобы все было в едином контуре. Кроме того, была важна кастомизация — при необходимости адаптировать функционал под компанию.

Решением стала цифровая система, где искусственный интеллект с помощью алгоритмов машинного обучения анализирует весь объем данных и считает прогноз, учитывая факторы структурного изменения спроса: листинги, делистинги, различных блокировок, промо и еще около сотни различных тонкостей настройки расчёта прогноза. Промо создается в простых формах Excel, и оператором-аналитиком вносится достаточно быстро в систему. Дальше KAM может добавить или убрать необходимые факторы. В таком случае результат будет практически сразу. Не через неделю, как было раньше, а на следующий день можно увидеть обновлённые данные и внести какие-то дополнительные изменения.

Система быстро адаптируется, как только появляется новая информация, она пересчитывает данные и выдает результат. Можно выбрать любую сеть, провалиться до конкретного товара в ней и посмотреть, какое количество дней у него по гайдлайнам, сколько времени запланировано на промо, какие отклонения, сколько SKU в матрице и так далее.

После внедрения системы возникла необходимость оптимизации. В компании очень много вопросов решалось на словах, но никак и нигде не были зафиксированы. Не было единой системы и иногда сложно было найти ответственного. Следующим шагом стала формализация процессов: описание, согласованием, выполнение необходимых процедур по порядку. Процесс стал достаточно цивилизованным.

Результаты использования системы планирования

Многое уже реализовано. Следующий шаг — создание контура согласования трейд-маркетинговых акций непосредственно в единой цифровой платформе, чтобы не зависеть от сторонних ERP-решений. Поэтому при выборе и внедрении было 2 основных задачи: организовать полноценный процесс планирования таким образом, чтобы прогнозам доверяли, а также сделать весь этот процесс в независимой системе, чтобы смена ERP не повлияла на прогноз.

На очереди — прогнозировать коммерческую прибыль. Уже есть прогноз по выручке, к нему необходимо добавить несколько факторов: себестоимость, коммерческие условия, затраты на промо и получить быстрый расчет прогноза прибыли. Это поможет коммерческому отделу моделировать варианты развития клиента с точки зрения инвестиций, листингов, и итогового финансового результата.

Сегодня в компании ушли от расчёта базовой линии, основываясь на дистрибуции и выдуманных офтейках, теперь все данные основываются на статистике продаж, очищая от промо, используется разная глубина, в зависимости от особенностей клиента или территории.

Если раньше аккуратность прогноза была достаточно турбулентной, то сейчас ее удалось стабилизировать до 68% (рост точности на 20%, благодаря цифровизации процессов прогнозирования и планирования) и сделать так, чтобы она продолжала постоянно увеличиваться.

Как повысить точность прогноза спроса в рамках промо

Для компаний очень важно научиться правильно работать с промо и грамотно прогнозировать спрос, как по базовой линии, так и в рамках акций. Несколько универсальных рекомендаций, которые помогут производителю или дистрибьютору улучшить эффект от промо.

●       Цифровизируйте планирование. Человек не сможет сравниться с искусственным интеллектом в точности расчeтов и объеме учета больших данных.

●       Используйте реальные данные. Чем больше информации вы добавите в систему, тем точнее будет прогноз. Каждый отдел, который имеет отношение к планированию и прогнозированию должен вносить свой сегмент статистических данных.

●       Стройте долгосрочный прогноз. Но не забывайте его регулярно обновлять и адаптировать. Это поможет систематизировать информацию и получить общую картину ситуации.

●       Анализируйте каждую акцию. Что было хорошо? Что плохо? Что нужно изменить, чтобы в следующий раз эффективность промо была выше.

●       Оперативно реагируйте на ситуацию. Если случился форс-мажор, то чем скорее вы отобразите это в цифровом решении, тем точнее оно адаптирует прогноз. Нет, речь не о неделях, речь о часах.

●       Следите за тенденциями. Что сейчас происходит на рынке, какие акции есть у конкурентов, что предлагают торговые сети. Это поможет быть гибкими и соответствовать трендам.

●       Тестируйте разные варианты. Промокассы, «желтые ценники», акции в торговом зале, ведение геймификации.