Класс товаров KVI (Key Value Indicator) – это товары, создающие ценовой имидж компании за счет выравнивания их стоимости под рынок. Мониторинг конкурентов по товарам KVI – необходимость, и его нужно проводить регулярно. Периодичность зависит от вида деятельности компании и скорости оборота товара. Правильный подход к отбору товаров KVI позволяет сети повышать уровень основного сегмента покупателей и увеличивать доход за счет покупки других товаров.

В вопросе выбора товаров-индикаторов и формирования перечня таких продуктов в ассортименте магазина существует множество мифов:

1. Сбор товаров KVI с помощью отбора топовых позиций по выручке/прибыли

Такой подход исторически самый распространенный и не отражает реальной картины происходящего. Например, при отборе топовых позиций по показателю доходности в KVI могут попасть высокомаржинальные продукты, а по параметру товарооборота в единицах продаж – товары, которые дешево стоят. Так пакеты, которые мы приобретаем на кассе, могут занимать топовую позицию по количеству покупок, но это не означает, что они должны быть включены в KVI. Сопоставление с конкурентами в таком случае может привлечь к снижению доходности товара, подбору тех позиций, которые не влияют на ценовое восприятие сети.

Важно проводить отбор по таким бизнес-показателям, как пенетрация, доля выручки, оборот в штуках и эластичность. Оптимальное количество таких показателей – от 3 до 5, исключая коррелирующие между собой.

2. Данные без очистки от аномалий

Продажи по промоцене, с низким стоком и оптовые продажи должны быть исключены из входного массива данных для анализа. К примеру, в продуктовой сети заключили договор регулярной продажи соусов в большом объеме для сети ресторанов – такой тип продаж относим к оптовому и исключаем из массива данных для отбора товаров KVI. Данная продукция может быть даже не представлена в сети или реализовываться исключительно для определенного потребителя.

3. Ограничение количества товаров до кратного стам

Кратность 100/500/1000 в таком случае определяется выбором топовых SKU. Наличие строгих верхнего и нижнего лимитов по количеству товаров может привести к потере доходности. Такой результат обусловлен двумя причинами. Первая – «доподбор» товаров, не относящихся к KVI, и, как следствие, потеря маржи, увеличенная стоимость мониторинга внешними силами, если клиент обращается к субподряду. И вторая – «недобор», который приводит к меньшему эффекту по выручке от товаров KVI и упущенной выгоде.

4. Пересмотр товаров раз в год

Необходимо учитывать фактор сезонности, то есть характерный для бизнеса всплеск продаж, который влияет на результат. Колебания количества и объёма покупок в таком случае носят регулярный характер и повторяются из года в год. Чем больший период для анализа сезонности берете, тем очевиднее отслеживается всплеск спроса, продаж и других параметров сети. Минимальная частота пересмотра товаров KVI – один раз для периода сезонности и остального периода.

Также на дискретность сильно влияет объем изменения ассортиментной матрицы. После большой модификации набора товарных позиций нужно выждать какое-то время, пока данные не обогатятся продажами по обновленному ассортименту, и только потом запускать процесс пересчета KVI.

5. Позиционирование товаров под конкурента с другой ценовой позицией

Отбор ключевого конкурента на рынке – важный и решающий этап алгоритма. Формирование ценовой политики сети под конкурента-дискаунтера не всегда является правильным решением для бизнеса. Например, торговой сети с сегментом товаров премиум-класса не стоит отбирать конкурентов среди ритейлеров масс-маркета, выбор должен остановиться на конкурентах с аналогичной ценовой политикой компании. В противном случае сеть не только теряет доходность, но и своего потребителя.

Неправильно торговой сети выравнивать цены и под маркетплейсы. Такая площадка предполагает большую конкуренцию и продажу от разных продавцов, условия ценообразования реализуемой ими продукции отличны от ценообразования ритейлера.

Что же такое «правильный» KVI?

Целевой поиск и выбор товаров KVI строится на предоставлении сервиса, удовлетворяющего требованиям потребителя. В этом процессе есть последовательный алгоритм, выполняя который мы получаем перечень SKU, влияющих на ценовое восприятие покупателя. Для их поиска имеет смысл применять алгоритм с использованием математического подхода:

1. Собираем и формируем требования к перечню. К ним относятся присутствие сезонности, ограничение поиска по категориям или подразделениям компании, наличие истории продаж не менее, чем за один год и прочие – всё, что может повлиять на исходный массив данных.

2. Валидируем и формируем ограничивающие параметры для очистки анализируемого набора данных. На текущем этапе важно фиксировать желаемый результат: плановую долю выручки по товарам KVI от оборота компании, ожидаемый объем SKU товаров KVI от всего ассортимента. Эти параметры позволят в дальнейшем проверить итоговый результат на противоречивость ожиданиям. Сюда же относятся особые условия для товаров собственной торговой марки. Поскольку такая продукция зачастую не имеет абсолютных аналогов среди конкурентов, они исключаются из ассортимента, среди которого осуществляем поиск KVI. И, конечно, проверяем данные на наличие аномалий, чтобы очистить датасет, исключаем несколько типов продаж: по промоцене, оптовые и которые не относятся к регулярным.

Подбираем состав бизнес-показателей и их влияние. Обычно выделяются следующие парные показатели для поиска товаров KVI: выручка и эластичность, выручка и пенетрация товара с применением карты лояльности, то, как часто покупают ту или иную продукцию, и пр. Влияние показателей или веса (коэффициент распределения приоритета между показателями, их сумма равна единице) рассчитываются переподбором множества возможных вариантов. Их распределение среди показателей зависит от бизнес-цели ритейлера. Например, если нужно увеличение числа лояльных покупателей, вес показателя с учетом дисконтной программы должен быть приоритетным.

3. Нормируем все показатели для приведения к однородности метрик, после чего формируем скоринговый балл, то есть взвешенный относительно других позиций. И далее – ранжируем их от большего к меньшему.

4. Выделяем товары KVI по взвешенному скорингу при помощи функции отсечения, которая показывает на каком моменте должен остановиться алгоритм отбора. Распределение скорингового балла по товарам внутри категории показывает наличие или отсутствие позиций-лидеров. Товары с лидирующим скорингом обязательно попадают в KVI. Если скоринговый балл по товарам категории равномерный и нет ярко выраженного лидера, то функция отсечения позволяет ограничить отбор товаров.

5. И в завершении – интерпретируем результаты и проверяем их на противоречивость бизнес-логике компании для товаров KVI. Важно фиксировать комментарии и обновления к требованиям, чтобы удостовериться в правильном понимании результатов всеми заинтересованными лицами.

Конечно, подготовить подобный список товаров для компании невозможно однократно. Необходимо проводить регулярные замеры эффекта от обновления списка товаров KVI, чтобы динамично отслеживать и корректировать перечень и логику отбора товаров. Процедуру можно также автоматизировать, ускорив время на анализ итогового списка. Это достаточно серьезный пласт работы, но результат — наращивание выручки и удержание покупателей — того стоит.

Источник: Retail & Loyalty