Оптимизация выкладки товаров: кто, как и зачем автоматизирует мерчандайзинг

Большая головная боль многих производителей и ритейлеров — мерчандайзинг. Контроль наличия товара на полках, правильность и оптимизация выкладки товаров, соответствие планограмме — как разобраться с этим всем, например, поставщику, работающему с федеральной сетью магазинов?

Организационно вопрос можно решать по-разному: набирать штат своих мерчандайзеров, полагаться на сотрудников магазина, отдать проблему на откуп внешнему агентству или комбинировать эти способы.

Но как бы то ни было, эту работу необходимо координировать и оптимизировать. В этом на помощь приходят технологии, о которых мы сегодня и поговорим.

От Excel до распознавания полки: как менялась работа с выкладкой

Первоначально мерчандайзинг («завезенный» в Россию международными монстрами типа Coca-Cola, Philip Morris и др.) предполагал собой переписывание вручную каждой ассортиментной позиции и ее расстановки, занесение данных в таблицы Excel и т.д.

Затем на помощь пришла цифровая фотография, хотя и этот способ требовал серьезной обработки результатов. Да и достоверность отчетов нельзя было гарантировать — кто знает, где и когда была сделана фотография, не поленился ли автор «дорисовать» содержимое полок в редакторе.

Сейчас мы имеем дело с практически полной автоматизацией процесса. Задача полевого мерчандайзера сводится к тому, чтобы сделать качественный снимок и отправить его на распознавание. Отчет и рекомендации по оптимизации выкладки товаров система может выдать сама.

Аудит выкладки силами краудсорсингового агентства: как это работает

Рассмотрим на примере краудсорсингового агентства — такого посредника несложно найти на рынке. У агентства чаще всего есть свое собственное мобильное приложение, способное принимать, обрабатывать и анализировать фотографии полок, а также огромное количество внештатных сотрудников — тайных аудиторов — в самых разных уголках страны, готовых за небольшое вознаграждение выполнить работу мерчандайзера.

О схеме работы такого агентства рассказывает Алена Белова, менеджер по маркетинговым исследованиям и анализу рынка в рекламном агентстве Cleverra:

«Компания-производитель заключает договор о поставке своих товаров в отдаленный населенный пункт и хочет понимать, соблюдает ли партнер договоренности (ценовую политику, место на полке и проч.). Компания обращается за помощью в агентство, которое передает задачу внештатным исполнителям, находящимся поблизости интересующего места. Исполнитель в соответствии с техническим заданием выполняет фотоотчет и отправляет в агентство. В отчете могут быть отражены как текущий остаток, фейсинг, выкладка, цена, рекламные материалы, так и данные о времени проверки и геолокации. Клиент агентства получает ответы в кратчайшие сроки. Автоматизация проверки мерчандайзинга значительно упростила процесс. Но также повлияла на развитие такого направления исследований, как «конкурентная разведка», проводящаяся чаще всего между ритейлерами FMCG».

Планограммы и аналитика: чем оптимизация выкладки товаров отличается от контроля полки

Современный мерчандайзинг позволяет решать задачи по оптимизации ассортимента, запасов, цен. Выкладка товара — это лишь одна из таких задач. Как правило, выкладка ограничивается планограммой и общими инструкциями мерчандайзеру или магазину — какие товары должны быть представлены в торговом зале. При этом часто нет конкретики по количеству и соотношению товаров на конкретной полке.

Для автоматизации этой задачи существуют системы, которые визуализируют планограммы и позволяют их распечатать, чтобы сотрудники в магазинах расставляли товар в соответствии со схемой. Когда нужно решить, как расставить товар на полках эффективно, здесь уже подключается аналитика. Системы, которые визуализируют планограммы, не всегда умеют анализировать и оптимизировать выкладку. Для этого приходится использовать дополнительные аналитические решения. Подобные инструменты предлагает компания SAS. Они помогают оценить эффективность выкладки и предложить наиболее оптимальную, которая позволит максимизировать продажи.

«Перед тем как определить конкретную выкладку, очень важно решить вопрос с шириной и глубиной ассортимента, — рассказывает Дмитрий Ларин, руководитель направления ритейл-аналитики SAS Россия/СНГ. — Чтобы, с одной стороны, покупатель, зайдя в магазин, нашел нужную ему категорию товаров и имел достаточный выбор, учитывающий его предпочтения, а с другой стороны, не запутался в слишком большой представленности одинаковых товаров, которая также невыгодна и ритейлеру. Для непродуктового ритейла важной задачей в рамках мерчандайзинга является оптимизация размерных горок (размерных профилей). Здесь аналитические инструменты помогают понять, товары каких размеров должны быть представлены в магазине. Эта задача особенно актуальна для обувных и fashion-ритейлеров. Обычно исторических данных недостаточно для определения размерного профиля каждого товара в отдельности. Инструменты SAS помогают определить не только какие именно товары, но и каких размеров и в каком количестве должны быть представлены в каждом магазине, а также каким образом оптимально их упаковать для доставки в магазин».

ИТ-решения для контроля и оптимизации выкладки товаров на полке

Рассмотрим несколько работающих решений, которые позволяют мерчандайзерам сосредоточиться на основной работе — аудите и продажах, сократив обработку и анализ результатов.

ST Magic Vision

ST Magic Vision — разработка ГК «Системные Технологии». Сервис распознает выкладку товара по фотографии с полки на основе технологий image recognition и автоматически сверяет её с планограммой, фиксируя расхождения без участия человека.

Мерчандайзер фотографирует полку в мобильном приложении, а система сразу возвращает результат: каких товаров не хватает, где нарушен порядок выкладки, какие позиции стоят не на своих местах. Это позволяет вносить исправления в выкладку сразу на месте, без ручной обработки снимков в офисе.

ShelfMatch Мерчандайзинг

Разработчик решения — российская компания Kuznech. Это программа для автоматизированного сравнения планограмм (схем выкладки товаров) с фактическим расположением продукции на полках офлайн-магазинов. Технология позволяет контролировать размещение десятков тысяч товарных наименований практически без участия человека.

По фотографии или видеозаписи полки с товарами ShelfMatch автоматически определяет, какие товары присутствуют в выкладке и соответствует ли выкладка планограмме, и создаёт аналитический отчёт.

Анализ выкладки производится автоматически исключительно на основе входящих (не промаркированных текстом) изображений и не требует дополнительных калькуляций. Отчёт передаётся в подразделения компании (или точечно сотрудникам) в электронном виде с помощью мобильного приложения. Ответ от системы приходит в реальном времени, а значит, сотрудник может внести изменения в выкладку сразу же, на месте.

Затраты на фонд оплаты труда сокращаются в 6–10 раз, ведь теперь сотруднику не нужно вручную обрабатывать фотографии полок. Мерчандайзер тратит меньше времени на обработку и анализ полученных данных по выкладке, а точность данных увеличивается.

В основе технологии ShelfMatch лежит нейронная сеть. Технология способна сличать входящие изображения и определять дубликаты и изображения, подвергшиеся обработке в Photoshop. Компания заявляет очень высокую точность распознавания, 95–97%, сравнимую только с мировыми аналогами TraxRetail и Planorama. При этом российский продукт примерно в 8–10 раз дешевле.

Kuznech констатирует огромный интерес к решению на российском рынке, но раскрыть имена своих клиентов не вправе.

Intelligence Retail

Еще одна российская разработка. Принцип работы этого решения аналогичен предыдущему. В основе лежат технологии SAP.

По заявлениям разработчиков, решение по фотографии может за 10 секунд распознать 96% SKU, найти недостающие товары, определить количество имеющихся, найти ценники и сопоставить цены на них с рекомендованными поставщиком, проанализировать соответствие выкладки планограмме и т.д.

Система позволяет сократить время аудита одного магазина на 80%, и как следствие мерчандайзер может обходить на треть больше точек в день. Точность данных возрастает на 25% по сравнению с ручной обработкой данных.

На прошедшем в мае SAP Forum компания рассказывала об успешном внедрении решения компанией «Мираторг».

ST Magic Merch

ST Magic Merch — облачный сервис для управления командой мерчандайзеров и контроля полки от ГК «Системные Технологии».

Сервис помогает выстроить полевой аудит с нуля: постановка задач мерчандайзерам, сбор фотоотчетов по каждой точке, проверка соблюдения планограмм и маршрутов, аналитика по территориям и сетям. Оплата по модели «облака» — за фактически отработанный день сотрудника, без затрат на лицензии и собственную инфраструктуру.

Оптимизация выкладки товаров на АЗС: контроль сотен разноформатных точек

Оказывается, проблемы правильной выкладки товара есть не только у супермаркетов. Эта задача стоит даже перед небольшими магазинчиками при автозаправках. Крупные заправочные сети имеют сотни разноформатных АЗС, к каждой точке продаж нужен индивидуальный подход. По мнению Александра Кузьмина, генерального директора Retail&HoReCa/РусХолтс, существующая система мерчандайзинга основана на слабоуправляемой работе армии полевых исполнителей, которые создают некачественный поток информации, недостаточный для принятия управленческих решений.

В настоящее время отделы мерчандайзинга крупных сетей АЗС способны проверять выкладку товара не более чем на 3% своих станций. При этом для эффективного управления продажами в магазинах самообслуживания необходимо проверять выкладку товаров ежемесячно на 40–50% станций.

Александр Кузьмин делится результатами внедрения решения «Атлас сети АЗС» (один из блоков Комплексной автоматизированной системы управления нетопливными бизнесами сетей АЗС). Решение распознает изображения торговых стеллажей, получаемые из точек продаж, и анализирует их расхождения с планограммами. Фото на АЗС делаются силами персонала станций. Достоверность фотографий подтверждается датой съемки, а отчет отправляется только в том случае, если GPS-координаты фотофиксатора и станции совпадают. 

Пилотный проект внедрения «Атласа сетей АЗС» показал, что изначально в среднем на каждом стеллаже было 20% ошибок в расстановке товаров. В результате внедрения количество ручных правок в системе «Автозаказ» снизилось в десять раз — с 50% до 5%, на 7% повысилась оборачиваемость складских запасов АЗС. Сократились сроки процессирования: новых товаров на 20%, текущего ассортимента на 11%. Трудозатраты персонала каждой АЗС сократились на 10 часов в неделю.

Будущее выкладки товаров: умные полки, датчики и smart-контракты

Артур Мурадян, исполнительный директор компании Traft, поделился с нами своим видением того, каким будет мерчандайзинг через несколько лет.

Автоматизация мерчандайзинга будет и уже происходит именно на «последней миле» — между товарной полкой и поставщиком. Сегодня у ритейлеров в их взаимоотношениях с закупщиками и логистами формируется принципиально новая форма договоров — так называемые smart-контракты. Такую технологию обкатываем и мы, грузоперевозчики, с одним из ритейлеров бытовой техники.

Речь идет про технологическую связку между полкой магазина и ПО поставщика. Мерчандайзеры при развитии такой системы будут просто не нужны. Как не нужны будут и банковские программы для учета остатков. Платежи на поставщика и логиста формируются автоматически из каждой конкретной купленной позиции человеком в магазине. Все позиции отмечают датчики на полках. Полка с количеством и ценой товара на ней заносится в закупочное ПО. Датчик создает через УФ- и радиоволны условный периметр полки, который нарушается, как только с полки убирается или докладывается товар.

В дополнение к уже внедряемой в нашей стране системе онлайн-касс данная система будет полностью автоматизированной. Единственное слабое звено — погрешность датчиков учета остатков на первом этапе их существования. Человек может долго вертеть в руках товар или взять товар, а потом вернуться и положить его на место (или не на свое место, ведь многие так делают, когда лень возвращаться к нужной полке). Вопрос, как себя будут вести датчики в таких ситуациях. Важно не допускать ситуации, когда человеку выставляется платеж за товары, которые он держал в руках, но не покупал. Но все это — вопрос пары лет, система будет отлажена.

С чего начать оптимизацию выкладки товаров производителю FMCG

Практика показывает: оптимизация выкладки товаров начинается не с аналитики, а с достоверных данных о том, что реально стоит на полке. Пока фотоотчеты обрабатываются вручную, любые расчеты по фейсингам, долям полки и планограммам опираются на устаревшие или искаженные цифры.

Поэтому базовый сценарий для поставщика FMCG выглядит так: сначала — стандартизация процесса полевых визитов и маршрутов, затем — автоматическое распознавание полки и сверка с планограммой, и только потом — аналитика и корректировка самой выкладки.

Компания «Системные Технологии» закрывает этот контур своими решениями: 

• ST Magic Vision распознает полку по фотографии и фиксирует расхождения с планограммой, 
• ST Magic Merch управляет командой мерчандайзеров и контролем полки в облаке, 
• ST Atlas отвечает за автоматическую маршрутизацию полевых команд, чтобы аудит охватывал максимум точек при том же штате.