Упущенная прибыль розничной точки

Сегодня мы хотим поделиться с вами нашим кейсом о том, как при помощи автоматизации процесса заказа товара в магазин можно не упустить прибыль.

Как возникает упущенная прибыль?

Итак, упущенная прибыль складывается из нескольких факторов:

1. Дефицит товара в магазинах — поставки продаваемых товаров в магазин производятся реже, чем хотелось бы. Есть промежутки времени, когда клиент готов купить товар, но на торговой точке его просто нет.
2. Продаваемые позиции в избытке в одном магазине и в дефиците в другом — поставки не учитывают особенности спроса в конкретной торговой точке.
3. Не хватает оборотных средств для своевременной оплаты поставщикам — склад или торговые точки затоварены, денежные средства оборачиваются медленно, возникает избыток непродаваемых и дефицит ходовых товаров — замкнутый круг!

 

При этом «дозаправка» магазина товарами происходит на основе интуитивного прогноза, который не дает удовлетворительных результатов.

На конкретном примере. Как определить, что дела идут плохо, а будут еще хуже?

Очень просто.

Берем за основу следующие показатели:

1. Генерация дохода (П (приход)) — это показатель, характеризующий разницу между выручкой и прямыми затратами на приобретение проданных товаров.
2. Инвестиции (И) — это показатель, характеризующий связанный капитал компании.
   Включает в себя:
   • Запасы товаров;
   • Дебиторскую задолженность.
3. Операционные затраты (ОЗ) — это затраты, которые несет компанию по преобразованию Инвестиций (И) в Доход (П). Включает в себя все затраты, не отнесенные прямо на стоимость проданных товаров.

По этим показателям мы легко можем оценить Окупаемость Инвестиций (ОИ) ОИ = ЧП/И, где ЧП — чистая прибыль, ЧП=П-ОЗ.

На Графике №1 вы видите, как Окупаемость Инвестиций падает с каждым расчетным периодом. Это критическая ситуация, при которой просто необходимо проанализировать все показатели и принять меры!

 

Как рассчитать упущенную выгоду?

Рассмотрим на конкретной торговой точке, сколько составляет упущенная выгода при работе на основе таких прогнозов.

В основе расчетов следующие тезисы:

• Каждый товар продается с определенной вероятностью. Вероятность рассчитывается как соотношение факта нахождения товара на складе и факта продажи товара в разрезе складов и дней:
• если товар числится на складе 10 дней, и каждый день продается, то вероятность продажи равна 100 % 
• если товар числится на складе 10 дней, из них продается 8 дней, то вероятность продажи равна 80 % и т.д.
• Товар присутствует и отсутствует некоторое количество дней из анализируемого периода на конкретном складе.
• Определяем среднее количество продаж в день отношением общего количества продаж к количеству дней анализируемого периода = СредниеПродажиВДень.
• Цены на товар заведомо известны в рамках анализируемого периода.
• Тогда, УпущеннаяВыручка = СредниеПродажиВДень *КоличествоДнейОтсутствия *ОтпускнуюЦену *ВероятностьПродажи(%);

Таким образом, получен отчет следующего вида:

 

Для большей корректности информации в отчет включили только постоянно поставляемый в точку товар - дни присутствия не меньше 10, а вероятность продажи не менее 70%. При подсчете всего 10 товарных позиций мы получаем упущенную прибыль свыше 500 т.р. в месяц в одной торговой точке!

И что дальше?

Делаем следующие выводы после анализа таблицы:

1. Важно повысить эффективность автоматизации отдела закупа и внутренней логистики.
2. Средства прогнозирования — неэффективны, делать ставку на интуитивный прогноз при пополнении запасов неразумно.
3. Вместо прогнозирования внедрить гибкую систему пополнения запасов по фактическому потреблению.

За основу этой системы берем метод Динамического управления буферами (DBM) на основе Теории ограничений (ТОС), где буфер — товарный запас.

Как это работает?

Вот в чем его смысл:

Каждый день — периодичность может быть любой — система автоматически рассчитывает по принципу светофора состояние буфера по позиции. Результат анализа на Графике №2:

 

Расшифровка:

1. Уменьшить буфер на треть, если последние 5 периодов пополнения позиция в Зелёной зоне.
2. Буфер достаточен, если на момент пополнения остатки товара в Жёлтой зоне.
3. Увеличить буфер на треть, если два раза и более из пяти товар опустился в Красную зону.

Что получаем на выходе?

Результаты внедрения:

1. Оборачиваемость товаров растет за счет их наличия там, где они продаются конечному клиенту.
2. Снижение дефицита и упущенной прибыли за счет роста надежности поставок товара.
3. Товарные запасы магазинов снижаются при увеличении уровня продаж за счет избавления от неликвидных позиций в магазинах.
4. Ассортимент продукции в магазине растет за счет высвобождения торговых площадей под новые товары.
5. Уменьшение затрат на дисконтирование отпускных цен товаров.
6. Рост прибыли каждого подразделения.
7. Улучшение состояния денежного потока.
8. Увеличение доступности товара на центральном складе за счет отлаженной процедуры возврата излишков товара в магазинах и, как следствие, снижение уровня закупок у внешних поставщиков.

В рамках нашего рассматриваемого кейса мы смогли оптимизировать работу 10 магазинов, при сохранении, а в некоторых случаях и росте, валовой выручки, мы снизили общую стоимость товарных запасов в закупе с 6 млн. рублей до 2-3 млн. рублей! Все это благодаря постоянной работе с товарной матрицей магазина, пополнению ее продаваемыми товарами и снижению «неликвида». Вот как изменилось соотношение Инвестиций и Чистой Прибыли:

 

При этом график Окупаемости Инвестиций для нашего клиента сейчас выглядит следующим образом:

 

Как видите, небольшой рост наблюдается уже со второго месяца внедрения системы. На рынке сейчас представлены аналоги аналитических систем такого рода. При этом заказчик выбрал именно нас потому, что он оплачивает наши работы только в случае роста не менее чем на 0,01, как показано на графике выше. Надеемся, что продолжим продуктивное сотрудничество, ведь наша цель по этому проекту — прирост минимум на 0,08 позиций.

Источник: SPARK