3. Se você acha que a ruptura na indústria do varejo não representa um grande problema… Toilet tissue 3
4. Então por que… Um pessoa gasta 21% do seu tempo de compra procurando um produto que está faltando? Normalmente as lojas gastam US$800 por semana para pagar funcionários que são contratados exclusivamente para atender clientes que procuram produtos que estão faltando? Será que os nossos clientes só saem realmente satisfeitos em menos de 10% de suas visitas a nossas lojas? Reduz o bom resultado de 1/7 das nossas promoções? Será que de cada 13 produtos que o cliente procura, 1 estará ausenta das gôndolas? Incentivamos clientes fiéis a experimentarem outras marcas e comprarem em outras lojas? 4
24. Explicando a Ruptura Casos de Ruptura Falta física de um produto na gôndola Atributos da Ruptura Aspectos do episódio(s) de ruptura que podem ser medidos e calculados como um “índice” de ruptura. Freqüência, Duração, Eventos Simultâneos, Disponibilidade, Perda de Oportunidade de Venda, Prejuízo em termos monetários, e impacto sobre consumidores 11
25. Taxas de Ruptura são Calculados pelos Atributos Resumo das Taxas de Ruptura: 1. Quantas vezes um ítem não está disponível na hora da compra 2. Quantas vezes uma categoria de produtos não está disponível na hora da compra 3. Quanto tempo um ítem fica faltando na gôndola 4. Quanto tempo um ítem fica na Gôndola 5. Quantas oportunidades de venda foram causadas pela falta de um produto na gôndola 6. Qual prejuízo causado pela falta de um produto na gôndola 7. Como a falta de um produto na gôndola afeta os compradores? 12
58. Costs of Addressing OOS in Store Para os Varejistas: O dinheiro gasto por uma loja de produtos alimentícios de porte médio para contratar funcionários para atender os consumidores que procuram um produto que está em falta no momento da compra é de US $800/semana/loja. Cerca de U$4.1milhões por ano – 100 lojas Para os Compradores: Os compradores gastam >20% a mais do que o Tempo Médio de Compra esperando uma resposta. 35
60. Para Reduzir o Índice de Ruptura Precisamos Primeiro Compreender as Causas da Ruptura Principais Causas da Ruptura Média Mundial Distribuição Pedido e total Previsão 28% da Loja 47% Na loja, mas fora da gôndola 25% Projeções e pedidos das Lojas de Varejo (aproximadamente ½ das Rupturas) Práticas de colocação nas gôndolas e de reabastecimento das lojas de varejo onde o produto está na loja mas não na gôndola (aproximadamente ¼ da Ruptura) Diversas causas distribuição (aproximadamente ¼ da ruptura) Credit: Gruen, Corsten, and Bharadwaj 2002 70-75% das rupturas são resultado direto das práticas adotadas pela loja 37
73. Método 3 para se Medir a Ruptura Abordagem dos Dados do Ponto-de-Venda >85% Preciso (mesmo os falsos positivos acarretam um benefício) Dá importância à perda de oportunidade de venda Calcula a duração Um relatório abrangente De cara instalação, mas de manutenção barata Dois Fornecedores parceiros Data Ventures Standard Analytics 50
74.
75. A velocidade esperada do ítem varia proporcionalmente à velocidade da loje e do preço do ítem
78. P: Para que mais servem os dados de Ruptura gerados nos POS? R: Identificar um Padrão de Ruptura Subestimação da Velocidade da Promoção Correlação da Ruptura com o Cronograma de Promoção Subestimação das Vendas de Final de Semana O Item está sempre esgotado nos Finais de Semana Espaço de Gôndola InsuficienteRuptura de Curta Duração (< 1 dia),Fácil reposição Centros de Distribuição da RupturaRupturas de duração relativamente longa com alta correlação em lojas geograficamente próximas 53
98. 4. A Ruptura Vinculada à Exatidão dos Estoques Ponto 1: Exatidão dos dados sobre o Produto São diversos os fatores que provocam a imprecisão de dados nos bancos de dado dos varejista a saber: Fusão de bancos de dados anteriormente independentes; isto ocorre devido a fusão de empresas, e também pela fusão de sistemas anteriormente separados. Exatidão no que se refere a reabastecimento de produto, novos produtos lançados incorretamente no banco de dados , e remoção de ítens que não são mais fabricados. Os fabricantes introduzem algumas mudanças temporárias nos produtos, como novas embalagens promocionais, com vales-brinde, e inserem um novo código, mas logo depois voltam a usar o antigo código UPC/GTIN. 64
99. Exatidão dos Dados do Produto Pequenas diferenças podem causar um grande efeito. Fabricantes terceirizados, como a 1SYNCH, evoluíram para facilitar as melhorias nos dados. Os efeitos no nível de ruptura de uma loja causados por um alinhamento de dados podem ser substanciais conforme comprovado por dois estudos pilotos apresentados durante o Capgemini/GCI 2005: Na América Latina (México, Guatemala, e Colombia), a Procter & Gamble e diversos outros clientes de varejo reduziram de 3,6% para 0,8% o volume de erros em ordens de compra, e isto representou uma redução de 8% para 3% no índice de ruptura no varejo. 65
100. 4. Ruptura Relacionada a Exatidão do Estoque (PI) Ponto 2: Exatidão do Controle Permanente do Estoque Estudo (Rede de drogarias nos EUA): Comparação dos Níveis de Ruptura através de auditorias feitas nas gôngolas das lojas: 4,1 % de Ruptura Quando a Ruptura estava igual ao P. I. (i.e., P.I. = 0) 8,9% de RupturaQuando a Ruptura estava diferente ao P.I.(i.e., P.I. >0) 66
101. Observações sobre Exatidão dos PI 45.4% of the time there was no variance 18.8% of the time there was +/- 1 unit 10% of the time there +/- 2 unit 67
Interesting side note: Isn’t this the way life with technology works in general? We get something new, and then we think of new ways to make life more complicated.
It’s also important to mention here that in addition to knowing how consumers respond to OOS, we also know how consumers respond to assortment reductions.
Two notes for this slide:First, the impact is much larger than lost sales alone.Second, in the retailer operation quadrant, note that in the report we present a method to estimate the personnel costs.
This leads us to focus on the two major retail components: store and shelf
Can skip this slide if time is short.
A lower volume grocery store with 50,000 items will sell: 5,000 items in a typical dayIn a typical week, the yellow line crosses 80% at 15%, or 7,500 items
Note that both methods can point to root causes of OOS, and these root causes can point to solutions.Note that several companies have developed algorithms to estimate OOS. We mention two of them in the presentation.
Simple map here—note when the OOS pattern has been identified and fixed.
Tell the audience that this is the egg category before showing the information at the bottom.
Note that PI can be increased with lower effort due to focus.Note how critical this is for slow movers, because PI off by 1 or 2 delays orders of slow movers.Less critical for fast movers.
Note that the study is underway and the results will be in the second edition of the report.
Whole thing starts with understanding POG compliance. We developed the best practice for measuring POG compliance, which is summarized on the following slide.