Как управлять ассортиментом и находить скрытые деньги в данных: разбор на реальных кейсах сетевого ритейла

Выручка компании растет, а прибыль остается на прежнем уровне или снижается. Часто дело в том, что товарооборот растет не за счет объемов, а за счет цены — компания продает примерно то же самое, но дороже, а вместе с этим копятся остатки, растут списания, и промоакции съедают наценку. Разобраться, что именно снижает маржинальность, сложно еще и потому, что рост себестоимости, списания и падение объемов выручки отражаются в отчетности по отдельности, а не в совокупности. Чтобы найти причину, нужно сводить данные вручную. Федеральные сети тем временем давят ценами и ассортиментом.

Маржинальность обычно теряется в одних и тех же точках: из-за разницы между себестоимостью и розничной ценой, из-за структуры ассортимента, когда доля низкомаржинальных товаров растет быстрее, чем высокомаржинальных, из-за неликвидов на складе и промоакций, которые не окупаются. Дарья Стагис, ведущий консультант-методолог InfoVizion, работающая с торговыми сетями Bimar, «Титан», «Соседи», «Семья» рассмотрела каждую из этих точек на реальном примере «Коммерческой аналитики InfoVizion». Ниже приведены основные выводы по каждому блоку.

Например, видим рост продаж и валовой прибылина 13% к прошлому году. Казалось бы, хороший результат. Но при ближайшем рассмотрении — два тревожных сигнала: маржа подсела, а аутостоки растут. И упущенная прибыль тоже увеличилась к прошлому году.

Детализация по категориям показывает реальную картину. Ключевая категория — 70% выручки компании — выросла в продажах, но наценка снизилась. В пересчёте это потенциальные потери в 1,2 млн рублей. Причина: рост товарооборота идёт не за счёт объёмов, а за счёт повышения цен в стране.

Три главные причины падения маржинальности в ритейле:

Первая — ценовые ножницы: розничная цена снижается (из-за конкурентного давления или промо), а себестоимость остаётся прежней или растёт. Компания зарабатывает меньше с каждой проданной единицы, и рост товарооборота не перекрывает упущенную прибыль от дисконта.

Вторая — перераспределение доли в обороте: низкомаржинальных товаров становится больше, высокомаржинальных — меньше. В итоге средняя маржинальность по компании падает даже без изменения ценовой политики.

Третья — падение спроса без реакции: покупатель уходит, позиция становится невостребованной, а поставки идут прежним объёмом. Товар не продаётся, списания кратно увеличиваются и съедают весь доход от проданных позиций.

Разрез по магазинам сразу показывает масштаб: если ситуация в одном-двух магазинах — это, скорее всего, локальная ошибка директора. Если наценка просела в большей половине сети — это системная проблема, которой должен заниматься категорийный менеджер. Увидеть это можно за 5–7 минут — без выгрузок в Excel и ВПР.

После того как нашли проблемные категории, нужно понять: какие конкретно товары тянут вниз, а какие — точки роста? Стандартный ABC-анализ не даёт ответа, потому что смотрит только на один показатель — продажи. Нужно одновременно видеть и объём, и доходность.

Для этого в Коммерческой аналитике InfoVizion реализована адаптированная Бостонская матрица. Анализ можно проводить сразу по двум показателям одновременно — это позволяет сегментировать товары, магазины, категории и любые другие срезы. Один из вариантов такой сегментации — адаптированная Бостонская матрица: она делит ассортимент по продажам и проценту маржинальности на четыре сегмента в разрезе конкретного категорийного менеджера.

Четыре сегмента и что с ними делать:

Звёзды — высокие продажи и высокая маржинальность. Трафикообразующие товары, позиции первой цены, ключевые SKU. Именно в них нужно инвестировать максимально: расширять представленность на полке, оптимизировать логистику, следить за отсутствием аутостоков. Потому что потеря звезды — это не только упущенный оборот, но и потеря лояльности покупателей.

Трудные дети — низкие продажи, но высокая маржинальность. Нишевый ассортимент с небольшой аудиторией. Главное правило — не продавать дёшево. Выборочное промо и улучшение выкладки могут перевести такой товар в звёзды.

Дойные коровы — высокие продажи, низкая маржинальность. Зрелый рынок, инвестировать в продвижение нецелесообразно. Задача — аккуратно направлять доход от этих товаров в развитие звёзд и трудных детей.

Собаки — низкие продажи и маржинальность ниже средней. Первые кандидаты на ротацию. Но прежде чем выводить, нужно ответить на ряд вопросов.

Как правильно принять решение о выводе:

Система не управляет матрицей за категорийного менеджера — она даёт диагноз и помогает принять решение на основе цифр. Алгоритм такой: отобрать товары с маржинальностью ниже средней и продажами ниже пороговых значений → проверить, есть ли среди них новинки (их анализируют отдельно) → убрать из выборки акционные товары (они тоже требуют отдельного разбора) → оценить упущенную прибыль и аутостоки по оставшимся позициям.

На примере в квадрате «Собаки» — товары с маржинальностью ниже средней и продажами ниже пороговых значений, без учёта новинок и акционных позиций, которые разбираются отдельно, — нашлось 8 позиций. По каждой видны продажи, упущенная прибыль и магазины, где товар уже не работает: этого достаточно, чтобы принять решение о выводе.

Отдельно важный момент с аутостоками: сам по себе процент OOS ни о чём не говорит. 1,49% по шашлыку или 40% по другой позиции — что хуже? Ответ даёт показатель упущенной прибыли. И часто оказывается, что позиция с низким OOS теряет для компании в разы больше, чем позиция с высоким.

Когда компания начинает плотно работать с ликвидностью, реакция почти всегда одна и та же: «Мы не знали, что у нас столько денег заморожено».

В Коммерческой аналитике InfoVizion все товарные остатки распределяются по шкалам ликвидности. Две большие группы: оборачиваемость (насколько регулярно продаётся товар и какие запасы в этой группе) и товары без продаж за определённый период, например от 5 дней до 15 дней, свыше 90 дней, свыше года и т.д.

Зоны роста — товары в трёх наиболее проблемных группах: с оборачиваемостью более года, без продаж более 90 дней и без продаж более года. На примере демо данных в этих группах «зависла» значительная часть денег, которые уже потрачены на закупку товара, но не вернулись в оборот и с большой долей вероятности не вернутся: чем дольше товар лежит, тем ближе он к списанию в ноль. Особенно тревожно, когда в группе «без продаж более года» оказываются категории с ограниченным сроком годности — фрукты, овощи, рыба, свежая выпечка: для них год без движения означает не «медленную распродажу», а гарантированное списание.

Наглядный пример: мандарины в одном из магазинов сети — остаток 190 тыс. рублей при оборачиваемости 1247 дней. Это значит, что при нынешних темпах продаж остатку потребуется больше трёх с половиной лет, чтобы разойтись, — а мандарины хранятся неделями, а не годами. По сути, весь остаток уже можно списать, просто это еще не оформлено документально.

Действовать с найденными неликвидами нужно по-разному — в зависимости от того, локальная это проблема одного магазина или системная проблема всей сети. Есть три уровня работы с такими остатками:

Точечные аномалии — это когда проблема обнаруживается в одном конкретном товаре и в одном конкретном магазине. Первый шаг — инвентаризация: проверить, есть ли товар на складе, в каком он состоянии, выставлен ли на полку и правильный ли на нем ценник. Дальше — в зависимости от результатов проверки — либо промо на месте, либо перемещение остатка в другой магазин, где эта позиция продается лучше.

Системные ошибки — когда одна и та же проблема повторяется сразу во многих магазинах сети. На примере: у одной позиции нет продаж в 34 из 64 магазинов сети, при этом остаток по сети — 500 тыс. рублей. Если проблема массовая, а не в одной точке, — это уже не ошибка конкретного директора магазина, а вопрос к категорийному менеджеру: пересмотр условий с поставщиком и переговоры о возврате остатков, промоакция на уровне всей сети или пересмотр ценовой политики по этой позиции.

Контроль в динамике — после принятия мер (промо, перемещение, пересмотр условий) нужно проверить, сработали ли они: ускорилась ли оборачиваемость или ситуация не изменилась. По опыту клиентов, которые регулярно работают с этим модулем, рост продаж по проблемным позициям обычно становится заметен уже через одну-две недели.

160 акций за месяц в одной сети. Часть из них дала рост объёмов и прибыль, часть — нет. Как понять, что пошло не так, и как не допустить повторения?

В Коммерческой аналитике InfoVizion есть отдельный модуль промо-аналитики, который позволяет анализировать как завершённые акции, так и текущие. По каждой акции видно: сколько позиций участвовало, какая была наценка до и во время акции, были ли аутостоки, как изменились среднедневные продажи и средняя цена.

Три главные причины провала акции:

Первая — товар не завезли к старту. При запуске акции категорийный менеджер проверяет по каждому магазину: какие позиции должны участвовать в акции, поступили ли они в наличии и начались ли по ним продажи. Если товара нет на полке в день старта — акция для этого магазина уже провалена, даже если в целом по сети показатели выглядят нормально. Такой список магазинов система формирует автоматически — его можно сразу отправить как задачу через цифрового помощника.

Вторая — аутостоки в разгар акции. Даже если товар завезли, запас может закончиться в середине акции. Контрольная точка — запас в днях в акцию. Если у позиции остался запас на 1–2 дня, а акция ещё идёт — это сигнал для дозаказа. Система подсвечивает такие позиции в разрезе всех магазинов одновременно.

Третья — скидка съела наценку. На примере конкретной акции: до акции продавали 11 единиц в день, во время акции — 4. Выручка упала с 52 тыс. до 42 тыс. в день. Наценка снизилась с 11 тыс. до 9 тыс. Акция дала обратный результат.

Дополнительная ловушка — излишки на выходе из акции. Магазин завёз товар с запасом, но не распродал. Пример: запас до акции — 50 дней, после акции — 168 дней. Промо создало проблему вместо того, чтобы её решить. Задача категорийного менеджера — за неделю-две до окончания акции закрывать дозаказы по магазинам с избыточным запасом, чтобы выйти из акции с минимальными остатками.

Результаты клиентов InfoVizion:

• Торговая сеть «Пуд» сократила оборачиваемость запасов на 13 дней и снизила неликвидные остатки на 25%.
• Один из клиентов InfoVizion (кейс под NDA) за счёт ежедневной работы с системой — 30–45 минут в день — сократил неликвиды на 40% и увеличил продажи на 15%.
• Другой партнёр оптимизировал товарные запасы и сократил неликвид в полтора раза, одновременно снизив аутостоки по топовым позициям.

Коммерческая аналитика InfoVizion — это не просто отчёты. Это единая методология, в которой все пользователи сети работают с одними и теми же выверенными до копейки цифрами. Данные обновляются ежедневно: утром категорийный менеджер открывает систему и уже работает с актуальными показателями на вчера — без выгрузок, без ВПР, без звонков в IT.

Следующий уровень — автоматические алерты, которые сами находят проблемные позиции по заданным условиям: товар отсутствует на остатках, товар есть на остатках но не продаётся, запас в днях опускается ниже нормы. И уже сейчас InfoVizion активно работает над созданием AI-агентов, которые будут автоматически находить аномалии в данных и выдавать готовые гипотезы о причинах — без участия аналитика.