Hvað er úrvalsfínstilling?

Úrvalshagræðing er sú fræðigrein sem tekur á þessu bili. Það tengir það sem höfuðstöðvar ákveða við það sem viðskiptavinir finna í raun og veru á hillunni - með gögnum, stöðugu námi og framkvæmd- á geymslustigi. Þessi handbók fjallar um hvað það er, hvers vegna flestar aðferðir mistakast, hvernig á að innleiða það og hvernig á að mæla árangur.

Fínstilling á úrvali vs úrvalsskipulagningu: Hver er munurinn?

Þessi tvö hugtök eru oft notuð til skiptis. Þeir lýsa í grundvallaratriðum mismunandi ferlum.

Skipulag skilgreinir hvernig úrvalið þitt ætti að líta út. Hagræðing tryggir að hún skili - í raun og veru áfram eftir því sem aðstæður breytast.

Þrjú lög þar sem úrvalsákvarðanir eru teknar og glataðar

Flestir smásalar fjárfesta mikið í fyrsta lagi. Mestu frammistöðubilin búa í hinum tveimur.

Strategic Layer: Hvað á að selja

Þetta er þar sem ákvarðanir á flokka-stigi eiga sér stað: hvaða vörur vinna sér inn hillupláss, hvernig einkamerki standast innlend vörumerki og hvaða hlutverki hver flokkur gegnir í heildarstefnu verslana. Ákvarðanir hér eru teknar í höfuðstöðvum, knúnar áfram af markaðsgögnum og samkeppnishæfni viðmiðun, og breytast á löngum lotum.

Áhættan: samanlögð gögn hylja staðbundin frávik. Vara með ásættanlega sölu á landsvísu gæti verið að standa sig undir í 40% verslana og ofurárangur í öðrum 30%. Meðaltöl fela merkið.

Taktískt lag: hvar og hvernig á að selja það

Taktíska lagið þýðir stefnu yfir í staðsetningar-áætlanir: þyrping verslana, hönnun áætlunarrita og reglur um sölu. Þetta er þar sem úrvalið verður raunverulegt staðbundið -. þéttbýlisverslun með mikla-þéttleika hefur aðrar takmarkanir á plássi, umferðarmynstur fótgangandi og kaupendaverkefni en úthverfissnið.

Áhættan: ákvarðanir á þessu stigi byggja enn að miklu leyti á forsendum frekar en raunverulegum merkjum um verslunarstig.- Úrval gæti litið vel út-staðbundið á pappír á meðan það er í meginatriðum misjafnt í reynd.

Rekstrarlag: Það sem raunverulega nær til viðskiptavinarins

Þetta er þar sem hagræðing úrvals tekst eða mistekst hljóðlega. Rekstrarlagið endurspeglar þann líkamlega veruleika sem viðskiptavinir lenda í: hvaða vörur eru á hillu, hvort áætlunarrit séu framkvæmdar á réttan hátt, hvort kynningar séu sýnilegar og hvort birgðir séu veiddar og leystar fljótt.

Án rauntíma-sýnileika í framkvæmd verslunar er sérhver ákvörðun í andstreymi að hluta til ágiskun. Tækni eins ografrænar hillumiðarog IoT skynjarar eru í auknum mæli notaðir til að loka þessu sýnileikabili - sem fangar hillustöðu sjálfkrafa frekar en að treysta á handvirkar úttektir sem gerast of sjaldan til að hægt sé að framkvæma þær.

Hvers vegna hefðbundin úrvalsfínstilling mistekst

Flestar úrvalsaðferðir eru vel-hannaðar á pappír. Hér er þar sem þeir brjóta niður í reynd.

Bilunarhamur 1: Söguleg gögn hagræða fyrir fortíðina

Sölusaga segir þér hvað viðskiptavinir keyptu við þær aðstæður sem voru til staðar á þeim tíma - með því úrvali sem var tiltækt, á þeim verði sem voru sett. Það getur ekki sagt þér hvað viðskiptavinir vildu en fann ekki. Í hröðum-flokkum, þegar stefna birtist greinilega í sögulegum gögnum, er glugginn til að bregðast við oft þegar liðinn.

Bilunarmáti 2: Miðlægar ákvarðanir, staðbundin veruleiki

Þegar úrvalsákvarðanir eru teknar alfarið í höfuðstöðvum, verða litbrigði-verslunarstigs að meðaltali í burtu. Vara með miðlungs sölu innanlands en sterka frammistöðu í tilteknum verslunartegundum gæti verið afskráð. Stöðluð áætlun er dreift yfir verslanir með verulega mismunandi hillustærð og lýðfræði kaupenda.

Bilunarhamur 3: Gagnasíló gefa ófullnægjandi ákvarðanir

Smásölufyrirtæki búa til gögn í mörgum kerfum --sölustað-, birgðahald, hollustu, rafræn-verslun og í-verslunarskynjara. Flokkstjórar vinna út frá einu gagnasetti. Aðfangakeðja virkar frá öðru. Geymslurekstur frá þriðja. Ekkert af þessum skoðunum er fullkomið og ákvarðanir sem teknar eru úr hverju einasta sílói munu skapa vandamál sem eru aðeins sýnileg í öðru.

Bilunarhamur 4: Samræmi við áætlunarrit er lægra en höfuðstöðvar halda

Planogram skilar aðeins gildi ef það er framkvæmt rétt og stöðugt. Í flestum smásölukerfum er fylgnihlutfallið mjög mismunandi eftir verslunum - og höfuðstöðvar vita það venjulega ekki fyrr en það er mælt. Ef þú ert að meta hilluframmistöðu vöru út frá sölugögnum, en sú vara hefur verið í rangri stöðu í 20% af verslunum þínum í þrjá mánuði, eru frammistöðugögn þín óáreiðanleg. Skilningurhversu oft hillugögn eru endurnýjuðer beint bundið við nákvæmni þessara mælinga.

Bilunarhamur 5: Fjölrásarmerki verða ólesin

Hegðun viðskiptavina á netinu er rík uppspretta úrvalsgreindar sem flestir líkamlegir smásalar hunsa. Engar-niðurstöðuleitir á rafrænum-verslunarvettvangi þínum sýna þér nákvæmlega hvað viðskiptavinir eru að leita að sem þú hefur ekki. Mikið-leit, lágt-kaupamynstur sýna eftirspurn sem gæti þurft í-verslunarmati fyrir viðskipti. Viðskiptavinur sem leitar að vöru á netinu, finnur hana ekki tiltæka og skilur eftir myndar engin gögn í -verslunarkerfinu - en þessi skortur á gögnum er sjálft merki ef þú byggir upp ferlið til að fanga þau. Upphafspunkturinn er að tengja netleitina þína og vafragögn við flokkaáætlunarvinnuflæðið þitt, jafnvel óformlega.

Hvernig gervigreind bætir úrvalsákvarðanir

Handvirk úrvalsstjórnun í hundruðum verslana og tugþúsundir vörunúmera hefur náð takmörkunum á því sem töflureiknar og reglubundnar umsagnir geta stutt. AI leggur sitt af mörkum á sérstakan, mælanlegan hátt.

Eftirspurnarspá á-stigi í verslun.Hefðbundnar spár starfa á borði eða klasastigi. Vélræn líkön geta búið til spár á einstakri verslun og SKU-stigi, þar sem tekið er tillit til staðbundinna þátta - lýðfræði hverfis, samkeppni í nágrenninu, árstíðabundinna ör-strauma - sem breiðari líkön fara að meðaltali í burtu. Þessi nákvæmni er það sem gerir staðbundnar úrvalsákvarðanir forsvaranlegar frekar en gert er ráð fyrir.

SKU hagræðing.Ekki hver vara fær sitt pláss. Gervigreind líkön geta greint hvaða vörueiningar eyða fasteignum og birgðafjármagni án hlutfallslegrar ávöxtunar - sem tekur tillit til framlegðarframlags, staðgönguáhrifa og áhrifa á körfu. Mikilvægur greinarmunur er á hægum-flutningsmönnum sem þjóna tryggum sess og hægum-flutningsmönnum sem einfaldlega standa sig ekki. AI getur greint á milli þessara tveggja á mælikvarða sem handvirk greining getur ekki.

Dynamisk verðlagning og kynningarjöfnun.Úrvalsákvarðanir eru ekki til einangraðar frá verðlagningu. AI-drifiðkraftmikla verðlagningugetur samræmt kynningarstarfsemi við frammistöðu úrvals í rauntíma - og dregið úr misræmi á milli þess sem var fyrirhugað og þess sem viðskiptavinir svara í raun og veru á hillustigi.

Framkvæmdareftirlit.Tölvusjón og skynjaragögn geta greint frávik planmynda án þess að þurfa fullar handvirkar úttektir. Framfarir innhillumerki tæknihafa gert sjálfvirkt hillu-ástandseftirlit sífellt aðgengilegra fyrir meðal-söluaðila, ekki bara stórar keðjur.

Fimm- þrepa rammi fyrir innleiðingu

Flestir smásalar vita að hagræðing úrvals skiptir máli. Færri hafa skýran upphafspunkt. Þessi rammi er hannaður til að vera nothæfur á hvaða mælikvarða sem er.

Skref 1: Skoðaðu núverandi úrval þitt

Áður en þú hagræðir einhverju skaltu koma á heiðarlegri grunnlínu. Hver er núverandi birgðahlutfall þitt eftir flokkum og verslunum? Hvaða SKUs mynda neðstu tíund af sölu á fermetra? Hvar er mesta bilið á milli fyrirhugaðs úrvals og raunverulegs hilluframboðs? Ef þú getur ekki svarað þessum spurningum með áreiðanlegum gögnum er það sjálft mikilvægasta niðurstaðan - og merki um að fjárfesta í sýnileika áður en fjárfest er í hagræðingarverkfærum. Uppbyggtútreikningur á grunnlínu arðsemigetur hjálpað til við að mæla hvar mestu-áhrifabilin eru áður en þú skuldbindur þig til einhverrar aðferðar.

Skref 2: Skilgreindu verslunarklasana þína

Ekki ættu allar verslanir að hafa sama úrvalið, en algjörlega einstakt úrval fyrir hverja verslun er rekstrarlega óviðráðanlegt. Verslunarþyrping brúar þessar öfgar með því að flokka staðsetningar með merkilega svipaða eftirspurnarsniði. Árangursrík þyrping byggist á raunverulegri kauphegðun - körfusamsetningu, flokkahraða, mynstri kaupenda - ekki á áætluðum lýðfræði. Flestir smásalar starfa með fjóra til átta klasa, allt eftir netstærð og fjölbreytileika sniðs. Rétt tala er sú þar sem hver klasi hegðar sér í raun og veru nógu öðruvísi til að réttlæta sérstakt vörusniðmát.

Skref 3: Samþættu gagnaheimildir þínar

Fínstilling á úrvali er aðeins eins góð og gögnin sem fæða það. Að minnsta kosti þarftu SKU-sölugögn eftir verslun með að minnsta kosti 12 mánaða sögu, núverandi birgðastöðu og ákveðinn mælikvarða á framboð á hillu. Spurningin um hvernig hillugögn eru tekin - hvort sem það er í gegnum handvirkar skýrslur, ESL kerfi eða IoT skynjara - hefur bein áhrif á ferskleika og áreiðanleika gagna. Að skiljatengimöguleikar fyrir hillugagnatökuer raunhæf snemmbær ákvörðun. Fullkomin samþætting gagna er ekki forsenda þess að - sé hafin en þú þarft að skilja eyður og leynd gagna áður en þú treystir útkomu þeirra.

Skref 4: Stilltu hagræðingarreglur og handriði

Gervigreind líkön og hagræðingaralgrím þurfa takmarkanir. Ekki ætti sérhver ákvörðun að vera sjálfvirk. Skilgreindu með skýrum hætti hvaða ákvarðanir geta keyrt sjálfkrafa - eins og endurnýjunarkveikjur fyrir há-hraða SKUs - og hverjar krefjast mannlegrar endurskoðunar, eins og að afskrá vöru úr klasa. Guardrails verja einnig gegn villum sem sjálfvirk kerfi gera þegar gögn eru ófullnægjandi. Algengt dæmi: reiknirit mælir með því að fjarlægja vöru vegna þess að sala hennar er lítil, þegar raunveruleg orsök er viðvarandi birgðir sem sölugögn greina ekki frá lítilli eftirspurn.Verð og framboð sýna villureru tengd rekstrarbilunarhamur sem vert er að skilja áður en sjálfvirkni er kynnt.

Skref 5: Mæla, læra og endurtaka

Fínstilling á úrvali er stöðugt ferli, ekki-eins verkefni. Komdu á reglulegum endurskoðunartakti - ársfjórðungslega að lágmarki fyrir stefnumótandi ákvarðanir, mánaðarlega fyrir taktískar breytingar. Búðu til skipulagðar endurgjöfarlykkjur á milli miðlægra flokkateyma og geymdu-frammistöðugögn. Líttu á hverja áætlunarlotu sem tilraun: settu fram tilgátu, framkvæmdu breytingu, mældu útkomuna, notaðu það nám í næstu lotu. Þær stofnanir sem vinna mest verðmæti úr þessu ferli eru ekki þær sem hafa flóknustu tækin. Þeir eru þeir sem hafa byggt upp þann vana að læra af gögnum stöðugt.

Sex KPIs til að mæla úrvalshagræðingu

Fylgstu með öllum sex mælingunum á verslunarstigi, ekki bara samanlagt. Net-meðaltöl fela oft þær verslanir þar sem vandamálin eru mest bráð - og þar sem mestu hagræðingartækifærin eru fyrir hendi.

Fínstilling á úrvali á netinu og líkamlegum rásum

Fyrir smásala sem starfa yfir líkamlegar og stafrænar rásir er ekki hægt að stjórna úrvalsákvörðunum einangrað.Smásöluumhverfiðhefur breyst: viðskiptavinir fara fljótt á milli rása og gögnin frá hverri rás geta upplýst ákvarðanir í hinni.

Á netinu sem úrvalsmerki.Núll-leit á netviðskiptavettvangi þínum á-viðskiptavettvangi er bein vísbending um bil í úrvali - viðskiptavina sem segja þér nákvæmlega hvað þeir vilja sem þú hefur ekki. Mikið-leit, lágt-kaupmynstur gæti bent til vara sem viðskiptavinir vilja meta í eigin persónu áður en þeir kaupa, sem hefur áhrif á-vöruframboð. SamkvæmtMcKinsey rannsóknir, yfir 70% neytenda búast nú við sérsniðinni upplifun -, vænting sem á jafnt við um framboð á vörum sem um samskipti.

Sameinað vs aðgreint úrval.Hvort úrvalið þitt á netinu og í-verslun ætti að vera samræmt fer eftir verslunarsniði þínu og hegðun viðskiptavina. Sameinað úrval einfaldar rekstur og framleiðir hreinni eftirspurnargögn, en neyðir líkamlegar verslanir til að bera flókið netverslun sem flest snið geta ekki tekið á móti. Aðgreind nálgun - þar sem líkamlegar verslanir eru með yfirtekinn,-háhraðakjarna á meðan netrásin sér um langa halann - virkar vel þegar rásirnar tvær þjóna raunverulega ólíkum innkaupaverkefnum. Ákvörðunarramminn er einfaldur: Ef viðskiptavinir leita reglulega á netinu og breyta í-verslun skiptir jöfnun máli. Ef kaupendur á netinu og í-verslun eru að mestu aðskilinn markhópur gæti aðgreining verið skilvirkari.

Hvar á að byrja.Hagnýtasta inngangspunkturinn er að tengja leitargögn þín með-núll-viðskiptum við flokkaáætlunarskoðun þína. Engin ný tækni er nauðsynleg - mánaðarlegur útflutningur á misheppnuðum leitarfyrirspurnum sem flokkastjórum hefur farið yfir getur leitt í ljós bil í úrvali sem í-sölugögnum verslana munu aldrei leiða í ljós. Að para þetta viðbætt gagnafanga- á hillustigií líkamlegum verslunum skapar lokaða lykkju á milli netmerkja og-útfærslu í verslun.

Hvernig þetta lítur út í reynd

Eftirfarandi sviðsmyndir sýna hvernig hagræðingarreglur úrvals eiga við um smásölusnið. Þetta eru lýsandi dæmi, ekki sérstakar dæmisögur fyrirtækja.

Matvöruverslun: staðbundin eftirspurnargríma í samanlögðum gögnum.Svæðisbundin matvörukeðja skipuleggur úrval með því að nota uppsöfnuð flokkagögn. Þjóðernisflokkar matvælaflokkar - sem eru sterkir í tilteknum hverfum - eru stöðugt undirfulltrúar vegna þess að sala þeirra er þynnt út þegar þeim er rúllað upp á borðann. Nálgun sem byggir á klasa- byggð á raunverulegri körfusamsetningu leiðir í ljós að það sem leit út fyrir að vera lítil eftirspurn eftir flokkum í ákveðnum verslunarhópum var í staðinn skipulagsbundið gagnasöfnunarvandamál. Að stilla sniðmát þessara verslana til að endurspegla staðbundna kauphegðun lokar bilinu. Virkjunarþátturinn er ekki ný tækni - heldur sundrar eftirspurnargögnum eftir verslun frekar en borðum. Betri sýnileiki með verkfærum eins ografrænar hillumiðar í matvöruverslunumstyður áframhaldandi mælingu á því hvort þessi leiðrétta úrval sé í raun í framkvæmd.

Tíska: SKU-stjórnun með langri-hala.Sérfatnaðarsali ber nokkur þúsund virka SKU á hverju tímabili. Úttekt á framleiðni leiðir í ljós að umtalsverður hluti af sviðinu skapar óhóflega lítinn hlut af tekjum á meðan hann eyðir skipulags-, birgða- og áfyllingarauðlindum. Greiningin skilur að tvo hópa af afkastamiklum hlutum: SKUs með engan auðgreinanlegan tryggan viðskiptavinahóp og neikvætt pláss-til-framlags framlegðar, og SKUs með lítið heildarmagn en hátt hlutfall endurtekinna kaupa meðal tiltekins kaupendahluta. Fyrsti hópurinn er lagður niður. Annað er haldið eftir með leiðréttri rýmisúthlutun. Niðurstaðan er þéttara svið sem er auðveldara í framkvæmd og ólíklegra til að valda þreytu í ákvörðunum á hillustigi.

Þægindi smásala: framkvæmdarhraði sem aðgreinir.Lítil-þægindakeðja starfar á stöðum þar sem hver fermetra er há-og kostnaður við útsölu er stækkaður með litlum birgðastuðli. Takmarkandi þátturinn er ekki úrvalsáætlunin - heldur er tíminn frá því að birgðasala á sér stað þar til verslunaraðili bregst við henni. Að minnka það bil með sjálfvirku eftirliti með hillu, frekar en að treysta á áætlaðar handvirkar athuganir, hefur bein og mælanleg áhrif á-framboð í verslun fyrir háa-framlegðarhraðaflokka.

Algengar spurningar

Hvað er úrvalshagræðing í smásölu?

Fínstilling á úrvali er ferlið við að velja og betrumbæta stöðugt vörusamsetningu sem boðið er upp á í hverri verslun til að hámarka sölu, framlegð og ánægju viðskiptavina. Ólíkt einu-úrvalsskipulagi samþættir það rauntímagögn-og áframhaldandi árangursmat til að halda vöruúrvalinu í takt við raunverulega eftirspurn.

Hver er munurinn á úrvalsskipulagningu og úrvalshagræðingu?

Úrvalsskipulagning er reglubundið, miðstýrt ferli - venjulega árstíðabundið eða árlegt - sem skilgreinir hvaða vörur á að hafa með á grundvelli sögulegra gagna. Fínstilling á úrvali er stöðug. Það felur í sér rauntímamerki- og geyma-afkastagögn til að aðlaga úrvalið eftir því sem aðstæður breytast. Skipulag setur upphaflega stefnuna; hagræðing heldur því kvarðaðri.

Hvernig bætir gervigreind hagræðingu úrvals?

Gervigreind gerir verslunarspá á-eftirspurnarstigi sem fer út fyrir meðaltal klasa, greinir vörunúmer sem standa sig ekki á sama tíma og gerir grein fyrir staðgönguáhrifum, býr til ráðleggingar um áætlun byggða á núverandi söluhraða og vinnur úr rauntímamerkjum - veður, staðbundnar atburðir, virkni samkeppnisaðila - getur ekki tekið þátt í handvirkri áætlanagerð í tíma.

Hverjar eru algengustu ástæður þess að úrvalsfínstilling mistekst?

Fimm algengustu bilunarstillingarnar: of-að treysta á söguleg gögn sem geta ekki náð núverandi eftirspurn; miðstýrð ákvarðanataka-sem saknar staðbundinnar afbrigði; siled gagnakerfi sem framleiða ófullkomna mynd; samræmi við planagram lægra en höfuðstöðvar gera ráð fyrir; og misbrestur á að fella inn eftirspurnarmerki á netinu sem sýna eyður sem eru ósýnilegar í-sölugögnum í verslun eingöngu.

Hvaða KPI ætti ég að fylgjast með til að fínstilla úrval?

Gagnlegustu mælikvarðar eru birgðahlutfall,-söluhlutfall, framleiðni vörunúmers (tekjur eða framlegð á hilluplássi), samræmishlutfall áætlunarrita, framlegð framlegðar flokka og jöfnun klasaeftirspurnar (frávik milli fyrirhugaðs úrvals og raunverulegrar sölu-í gegnum klasastig). Fylgstu með öllu þessu á verslunarstigi, ekki bara samanlagt.

Hvað tekur innleiðing langan tíma?

Venjulega er hægt að þróa grunnúttekt og klasa-fínstillingaramma innan nokkurra mánaða með því að nota fyrirliggjandi gögn. Flóknari gervigreind-drifin samfelld hagræðing krefst sterkari gagnagrunns og getur tekið 12 til 18 mánuði að virkja hana að fullu. Þegar byrjað er á endurskoðuninni kemur næstum alltaf í ljós fljótlegir vinningar sem eru í boði áður en þörf er á nýrri tækni.

Geta smærri smásalar notið góðs af hagræðingu úrvals?

Já. Meginreglurnar gilda óháð mælikvarða -. Skilningur á því hvaða vörur vinna sér inn pláss, rekja birgðatíðni og byggja upp endurgjöf á milli sölugagna og vöruákvarðana eru þýðingarmikil fyrir hvaða stærð sem er. Minni smásalar þurfa kannski ekki gervigreindarkerfi fyrirtækja; ókeypis eða -lítil kostnaðargreiningarverkfæri geta stutt gagnlega hagræðingu byggða á gögnum sem þau hafa þegar. Að veljahægri hillumiðalausner einn hagnýtur upphafspunktur til að bæta gagnaöflun án verulegrar innviðafjárfestingar.

Hvaða gögn þarf ég til að byrja?

Að minnsta kosti: SKU-stig sölugögn eftir verslun með að minnsta kosti 12 mánaða sögu, núverandi birgðastöðu og ákveðinn mælikvarða á framboð á hillum - jafnvel handvirkar birgðaskýrslur. Frá þessum grunni geturðu keyrt þýðingarmikla úttekt, greint-hæstu áhrifatækifærin þín og byggt upp vegvísi til að bæta gögn. Fullkomin gögn eru ekki forsenda. Gagnleg hagræðing er möguleg með ófullkomnum gögnum, svo framarlega sem þú skilur og gerir grein fyrir eyður þeirra.

Hvar á að byrja

Fínstilling á úrvali skilar mestum verðmætum þegar hún starfar sem samfelld lykkja - greina árangur, stilla vörublönduna, framkvæma í-verslun, mæla niðurstöður og endurtaka. Smásalarnir sem byggja upp þessa getu á skilvirkasta hátt eru ekki endilega þeir sem fjárfesta fyrst í fullkomnustu verkfærunum. Þeir eru þeir sem byrja með heiðarleg gögn um hvar núverandi úrval þeirra er að bila og byggja upp skipulagsvenjur til að bregðast við þeim gögnum stöðugt.

Ef þú ert að byrja frá grunni, eru fjórar aðgerðir strax framkvæmanlegar: keyrðu úttekt og framleiðniaukningu vörunúmers með því að nota gögn sem þú hefur þegar; endurskoðaðu skilgreiningar verslanaklasans þíns gegn raunverulegri kauphegðun frekar en áætluðum lýðfræði; tengja leitargögn í-verslun með núll-niðurstöður við flokkaáætlunarvinnuflæðið þitt; og skilgreina hvaða úrvalsákvarðanir ættu að vera sjálfvirkar á móti endurskoðaðar af manni áður en þær eru framkvæmdar.

Hvert af þessu er hægt að gera áður en ný tækni er keypt - og hver mun gefa skýrari sýn á hvert tæknifjárfesting myndi raunverulega færa nálina.