A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

© 2007 Thomas W. Gruen Thomas W. Gruen, Ph.D. A Ruptura na Indústria do Varejo: Buscando uma Solução.

Apresentações semelhantes


Apresentação em tema: "© 2007 Thomas W. Gruen Thomas W. Gruen, Ph.D. A Ruptura na Indústria do Varejo: Buscando uma Solução."— Transcrição da apresentação:

1 © 2007 Thomas W. Gruen Thomas W. Gruen, Ph.D. A Ruptura na Indústria do Varejo: Buscando uma Solução

2 Ruptura no Varejo: Buscando uma Solução Thomas W. Gruen, Ph.D. Professor de Marketing Universidade do Colorado em Colorado Springs, EUA 27 de setembro de 2007 © 2007 Thomas W. Gruen

3 Se você acha que a ruptura na indústria do varejo não representa um grande problema… Toilet tissue 3

4 © 2007 Thomas W. Gruen 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

5 Agenda Rever o que constatamos sobre ruptura na indústria de varejo através da pesquisa desenvolvida Apresentar as 7 principais áreas que precisam ser estudadas: –A maioria foca em dados –Mostra como estas áreas podem nos levar a encontrar soluções ao revelarem a origem dos problemas Demonstrar nossa abordagem para reduzir o índice de ruptura. 5 © 2007 Thomas W. Gruen

6 Porque dar atenção à Ruptura dos Produtos? Prejuízo de Vendas & Margem para o Fabricante Prejuízo de Vendas & Margem para o Varejista Efeito Dominó nas Categorias Insatisfação do Cliente Apresentamos a seguir alguns dados revelados na pesquisa realizada em Estes dados despertaram grande interesse (e uma nova dotação para a pesquisa) e possibilitaram que esta nova pesquisa fosse desenvolvida! Vamos descobrir o porquê. 6 © 2007 Thomas W. Gruen

7 Dois Estudos 1.Estudo GMA/FMI/CIES realizado em 2002 –O problema da Ruptura no Mundo –Reação do Comprador quando não encontra o produto que procura na gôndola –Origem do Problema 2.Estudo Atual – Focado nas Soluções – Relatório Preliminar Concluído em Junho – Publicado em Setembro 7 © 2007 Thomas W. Gruen

8 8 Objetivos do Primeiro Estudo …em todo o mundo, com os seguintes objetivos: 1.Apresentar um mapa atualizado e preciso dos fatos que causam a ruptura no varejo na indústria de Bens de Consumo de Alto Giro (FMCG), 2.Analisar o problema da ruptura em todo o mundo, tentando detectar as razões para as semelhanças e as diferenças, n Analisar a extensão da Ruptura n Analisar a causa da Ruptura n Analisar a reação do consumidor quando não encontra o que pretende levar na gôndola © 2007 Thomas W. Gruen

9 9 Insumos do Projeto de Pesquisa: 52 Estudos 16 estudos acadêmicos e da indústria previamente publicados 36 estudos anteriores a este relatório Envolvendo: Quantidade de lojas de varejo analisadas: 661 Quantidade de tipos de FMCG (Produtos de Rápido Consumo) incluídos: 32 Quantidade de consumidores pesquisados em todo o mundo: Número de países representados: 29 Foi um estudo bastante abrangente! Mas o que foi que descobrimos… © 2007 Thomas W. Gruen

10 Âmbito Diferença de Definições n Definições da loja: u Percentual de SKUs (ítens em estoque) fora das gôndolas em um determinado momento u Medido por auditorias, normalmente em determinadas categorias, e depois agregadas. n Definições do Comprador: u Número de vezes que um comprador não encontra o que pretende levar na gôndola. u Calculado como um percentual. u Medido pela estimativa dos dados POS da loja. u Útil para examinar produtos de alto giro. 10

11 © 2007 Thomas W. Gruen 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

12 © 2007 Thomas W. Gruen 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

13 Situação Mundial > 8% *Nota: Europa inclui toda a Europa, inclusive o leste europeu Créditos: Gruen, Corsten, e Bharadwaj 2002 BACKGROUND: O que sabemos sobre Ruptura 13 Situação Geral da Ruptura (Médias) EUA Europa Outras Regiões Mundo Percentual de Ruptura © 2007 Thomas W. Gruen

14 14 A RUPTURA DE PRODUTOS EM PROMOÇÃO Índice de Ruptura na Indústria do Varejo nos EUA: 7,9% Índice de Ruptura de Produtos em Promoção: 17,1% © 2007 Thomas W. Gruen

15 15 A SITUAÇÃO VARIA EM CADA CATEGORIA… Dados confirmados com base em três ou mais estudos Médias de Ruptura por Categoria Beleza Cabelos Lavanderia. Fraldas Higiene Fem inina Papel Higiênico Salgadinhos Média Mundial (18 categorias) Percentual © 2007 Thomas W. Gruen

16 16 A SITUAÇÃO VARIA CONFORME O DIA DA SEMANA Reflete padrões esperados graças aos shoppings e deliveries Ruptura Por Dia da Semana (Méida dos 13 estudos) Dom Sab 6ª 5ª 4ª 3ª 2ª Percentual © 2007 Thomas W. Gruen

17 17 SITUAÇÃO: DURAÇÃO Mais da metade das rupturas tendem a durar mais de 24 horas! Duração da Ruptura 20% 25% 36% 19% 8 hrs ou menos 8 hrs a < 1 dia 1 dia a < 3 dias 3 dias ou mais © 2007 Thomas W. Gruen

18 Background: Âmbito Interpretação e Implicações Apesar dos altos investimentos feitos para melhorar as redes de abastecimento, em todo o mundo, os índices de ruptura ainda são da ordem de 8%, ou sob a ótica do consumidor, de cada 13 produtos procurados, um estará faltando. Para produtos em promoção, as taxas de ruptura são em média da ordem de 16%, o que significa dizer que de cada 7 produtos em promoção, um estará faltando. Logo, em uma indústria dependente das promoções, o impacto da receita proveniente de promoções é reduzido em um sete avos. A rapidez das vendas sempre afeta o índice de ruptura. 18 © 2007 Thomas W. Gruen

19 P: O QUE MUDOU NAS TAXAS DE RUPTURA? Estudo feito em 1996 pelo Conselho de Pesquisa da Coca-Cola = 8,2% (apenas nos EUA) Nosso Estudo GMA/FMI/CIES 2002 = 8,3% (A nível mundial; 7,9% nos EUA) R: Quase nada. Mas… em compensação a quantidade de novas tecnologias para sistemas de escaneamento, banco de dados, sistemas CAO (Pedidos Automáticos de Mercadorias por Computador), etc. é enorme… Background: Âmbito 19 © 2007 Thomas W. Gruen

20 PORQUE AS TAXAS DE RUPTURA NÃO FORAM ALTERADAS? As inovações tecnológicas foram suplantadas pela complexidade dos procesos –Proliferação de SKU –Proliferação de Promoções –Nível de sortimento da loja –Nível de planograma da empresa Os varejistas são cada vez mais pressionados a reduzirem seus custos de trabalhistas Background: Âmbito 20 © 2007 Thomas W. Gruen

21 RESPOSTA DO COMPRADOR 1.Não compram 2.Compram em outra loja 3.Compram outro produto – da mesma marca 4.Compram outro produto – de uma marca diferente 5.Adiam a compra CINCO REAÇÕES DOS CONSUMIDORES QUANDO NÃO ENCONTRAM O QUE ESTÃO PROCURANDO NA GÔNDOLA: 21 © 2007 Thomas W. Gruen

22 Como o Comprador Reage à Ruptura? Quando um comprador se depara com a falta de um produto na gôndola: RESPOSTA DO COMPRADOR Os lojistas perdem aproximadamente 40% das compras planejadas Os fabricantes perdem 35% das compras planejadas 22 © 2007 Thomas W. Gruen

23 Média de Respostas do Consumidor Por Região (comparação entre 8 categorias comuns) %20%40%60%80%100% Média Mundial Outras Regiões Europa EUA Comrpou em outra loja Deixou pª comprar depois Substituiu – mm. marca Substituiu–marca diferente Não comprou o ítem RESPOSTA DO COMPRADOR REGIÕES Observe as diferenças no ítem substituição de marca entre as regiões! 23 © 2007 Thomas W. Gruen

24 24 RESPOSTA DO COMPRADOR Grande Variação por Categoria O índice de compraram em outra loja variou de 13% a 40% Procurar outra loja para comprar produtos de higiene feminina é três vezes mais freqüente do que para comprar Toalhas 24 © 2007 Thomas W. Gruen

25 25 RESPOSTA DOS COMPRADORES ARTIGOS DE MERCEARIA Fonte: ECR-UK 2005 © 2007 Thomas W. Gruen

26 26 RESPOSTA DOS COMPRADORES Artigos de Farmácia Fonte: ECR-UK 2005 © 2007 Thomas W. Gruen

27 O comprador pode abandonar seu carrinho de compras caso não encontre alguns dos produtos que está procurando Fonte: GS1 Columbia, Diagnosis Report, © 2007 Thomas W. Gruen

28 28 PERGUNTA: O QUE ACONTECE QUANDO O CONSUMIDOR NÃO CONSEGUE ENCONTRA DIVERSOS PRODUTOS QUE PRETENDE LEVAR Considerando-se um índice de ruptura médio (8%) e um consumidor comprando 40 ítens – estaticamente qual o % de visitas que ele/ela precisará fazer para ficar totalmente satisfeito (ou seja encontrará tudo o que está procurando)? A. 4% B. 24% C. 44% D. 64% E. Difícil precisar com base nas informações dadas. © 2007 Thomas W. Gruen

29 29 From Appendix E, p. 65 © 2007 Thomas W. Gruen

30 30 PROBABILIDADE DO CLIENTE SAIR 100% SATISFEITO Se o varejista conseguir reduzir o índice de ruptura pela metade, a probabilidade dele conseguir que o cliente fique 100% satisfeito é infinitamente maior! Thanks to Synchra Systems, Inc. for this chart! © 2007 Thomas W. Gruen

31 31 IMPLICAÇÕES: A PERDA DE OPORTUNIDADE DE VENDA CAUSADA PELA RUPTURA É DE APROXIMADAMENTE 4% A perda de oportunidade des vendas são muito semelhantes em todo o mundo, mas variam muito entre as categorias 31 PrejuÍzo nas Vendas causado pela Ruptura Por Categoria Prod. cabelos Fraldas Hig. Feminina Lavanderia Papel Higienico Salgadinhos Por Região Outras Regiões EUA Europa Média Mundial Estimativa do Percentual da Perda Oportunidade de Vendas © 2007 Thomas W. Gruen

32 Cálculo da perda de oportunidade vendas de uma empresa provocado pela ruptura: Taxa de Ruptura _______% x Perda Média por Categoria _______% x Total Categoria/ Vendas da Empresa $_____ = Perda de Oportunidade de Vendas provocada pela Ruptura $_____ Examplo: Taxa Média de Ruptura 8% X Perda Média30% X Vendas da Categoria$1B = Vendas não Realizadas $24,000,000 Perda de oportunidade de vendas típica de um Lojista//$1B em vendas totais que corresponde a $32 milhões 32 © 2007 Thomas W. Gruen

33 33 DESCOBERTAS: IMPLICAÇÕES Nossas descobertas sugerem que o custo da ruptura no varejo é muito maior do que o relatado em estudos anteriores. De acordo com as conclusões de nosso estudo, um lojista típico perde aproximadamente 4% de oportunidade de vendas devido à ruptura. Uma quebra nas vendas de 4% se traduz em uma queda no lucro por ação de aproximadamente US$0,012 (1,2 centavos) para as empresas do setor de varejo onde o lucro por ação é de aproximadamente US$ 0,25 (25 centavos) por ano. © 2007 Thomas W. Gruen

34 Motivação – Custos Adicionais A ruptura reduz o impacto das Promoções e dos Fundos de Promoção do Setor A Ruptura destorce a Verdadeira Demanda das Lojas, logo as Projeções, Gestão de Categoria e Esforços Afins são menos Precisos e Eficientes A Ruptura Aumenta o Custo Geral de Relacionamento com o Lojista (Necessidade de um maior volume de atividade pós auditoria, Pedidos Errados) A ruptura distorce as Verdadeiras Demandas do Comprador e, por conseguinte, reduz a Precisão das Projeções e das Compras Os custos operacionais são majorados devido à contratação de funcionários para procurar Ítens Esgotados, Distribuir Vale-Compra para Clientes, Renovar o Estoque, etc. (pode representar US$1.0 milhão para 100 lojas) Perda de Fidelidade da Marca e de Participação da Marca A ruptura estimula a compra de produtos de marcas concorrentes Redução na Eficiência dos Recursos da Equipe de Vendas Perda Direta da Fidelidade à Loja Menor Satisfação do Consumidor A ruptura favorece a visita às lojas dos concorrentes Não existe um registro da Taxa de Prejuízo Permanente do Comprador, mas o custo anual é de US$1 milhão para cada 200 compradores FabricantesVarejistas Operacional Estratégico © 2007 Thomas W. Gruen

35 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

36 Lets Examine the Causes of Out-of-Stocks Vamos tentar descobrir onde está o erro? –Rede de Abastecimento? –Pedido do Varejista? –Merchandising do Varejista? –Demanda irregular do consumidor? 36 © 2007 Thomas W. Gruen

37 37 Para Reduzir o Índice de Ruptura Precisamos Primeiro Compreender as Causas da Ruptura 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) 70-75% das rupturas são resultado direto das práticas adotadas pela loja Credit: Gruen, Corsten, and Bharadwaj 2002 Principais Causas da Ruptura Média Mundial Distribuição total 28% Na loja, mas fora da gôndola 25% Pedido e Previsão da Loja 47%

38 38 CAUSAS DA RUPTURA NA DISTRIBUIÇÃO Resumo das Causas da Ruptura (Mundialmente) Pedido da loja 13% Previsão da Loja 34% Distribuição nas Gôndolas 25% Centro de Distribuição 10% Sede do Varejista ou Fabricante 14% Outras Causas 4% O mesmo que o slide anterior mas detalha as causas do upstream. © 2007 Thomas W. Gruen

39 VAMOS RESUMIR AS CAUSAS: Projeção da Loja – 35% Algoritmos ineficientes Longos ciclos de projeção Pedidos da Loja – 13% Pedido atrasado / nenhum pedido Intervalos de reabastecimento inadequados Estoque da Loja – 25% Espaço de prateleira insuficiente ou inadequado Frequência de abastecimento das gôndolas Depósito congestionado Depósito – 10% Más políticas de organização Problemas de precisão de dados Erros de Administração – 14% Decisões sobre preço / promoções de última hora Informações sobre produtos imprecisas ou obsoletas Disponibilidade do Fabricante – 4% Embalagem, materia prima ou alocação de ingrediente Problemas de capacidade 39 © 2007 Thomas W. Gruen

40 Portanto… Sabemos qual é a extensão do problema, as respostas do consumidor e as principais causas. Simplesmente cruzar os braços acarreta grandes problemas. Alguns varejistas estão tentando resolver os problemas de ruptura e com grande sucesso. Dado o grande número de soluções possíveis, não deve ser difícil corrigir um ou mais problemas que se encontram na origem do problema de ruptura. Entretanto, a grande dificuldade ainda é definir por onde começar e quais medidas produzirão os melhores resultados em relação aos recursos investidos. E agora? 40 © 2007 Thomas W. Gruen

41 7 Áreas Chave que Impactam a Ruptura 1.Precisamos entender o fluxo dos produtos. 2.Precisamos dimensionar a ruptura 3.Por causa da ruptura (e por diversas outras razões), as vendas e a demanda são diferentes 4.Na maioria das vezes, as informações sobre estoque não são exatas 5.Inadequação do espaço de gôndolas para produtos campeões de venda 6.Ajuda quando as lojas obedecem aos planos traçados 7.Manter as gôndolas e o estoque organizados é realmente muito importante 41 © 2007 Thomas W. Gruen

42 1. Precisamos compreender o fluxo dos produtos (i.e., para o comprador) 42 © 2007 Thomas W. Gruen

43 Não existe um número muito grande de produtos de grande procura As análises recentes dos dados colhidos nos pontos-de-venda apresentam um quadro mais nítido do comportamento dos produtos ao longo do tempo. Conclusão: apenas um número relativamente pequeno de produtos responde pela grande maioria das vendas totais da loja © 2007 Thomas W. Gruen

44 Movimentação do Produto – Lojas de Menor Volume Chart provided by Standard Analytics 44 © 2007 Thomas W. Gruen

45 Medidas & Foco Precisamos entender a velocidade e inconstância das vendas SKU …e focar naquelas que realmente interessam 45 © 2007 Thomas W. Gruen

46 2. Precisamos compreender como medir a Ruptura, como estas medidas apontam para a origem do problema, e como compreender a origem do problema nos ajuda a encontrar soluções 46 © 2007 Thomas W. Gruen

47 Método 1 para se Mediar a Ruptura Abordagem de Auditoria Manual –Intensiva de mão de obra, cara de ser usada continuamente –Os empregados acreditam –Intensiva de Dados –Passível de Erros 47 © 2007 Thomas W. Gruen

48 Exemplo de uma Auditoria Manual : Percentual de Causa de Origem

49 Método 2 para se Medir a Ruptura Sistema de Estoque Contínuo Quando disponibilidade = 0 (ou menos), significa que o ítem está faltando Muitos varejistas já têm um sistema PI Os dados sobre disponbilidade de produto não são bons Responsável por diversas Rupturas 49 © 2007 Thomas W. Gruen

50 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

51 Exemplo de Cálculo de Dados em POS n O algoritmo determina a velocidade de cada ítem (usando uma história de 52 semanas) n A velocidade esperada do ítem varia proporcionalmente à velocidade da loje e do preço do ítem n Quando o ciclo de compra de um ítem (velocidade esperada) é interrompido, este ítem passa a ser classificado como Esgotado Examplo 1: (3 vendas perdidas) Examplo 2: (4 vendas perdidas ) 51 SabDom2ª feira3ª feira4ª feira5ª feira6ª feira SabDom SabDom 2ª feira3ª feira4ª feira5ª feira6ª feira SabDom Compra Real Compra Esperada Compra Real Compra Esperada Esgo- tado Esgotado M i s s e d P u r c h a s e i s s e d P u r c h a s e © 2007 Thomas W. Gruen

52 Exemplo: As 100 Maiores Rupturas por Loja Este relatório ajuda a: Identificar os produtos que estão sempre esgotados. Identifidar o dia e hora dos episódios de ruptura. Compreender a influencia das promoções na ruptura. Identificar os ítens que precisam ter o cronograma de entrega modificado. E também: Usar os dados POS para examinar atributos de freqüência para apresentar padrões 52 © 2007 Thomas W. Gruen

53 53 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 Insuficiente Ruptura de Curta Duração (< 1 dia), Fácil reposição Centros de Distribuição da Ruptura Rupturas de duração relativamente longa com alta correlação em lojas geograficamente próximas

54 54 Padrão 1: Subestimação da Velocidade da Promoção Loja A, Salada Americana Fresca Expressa 12 oz Problema corrigido em Janeiro Amostra de Padrões de Avaliação Copyright Standard Analytics, LLC All rights reserved. © 2007 Thomas W. Gruen

55 O que este padrão indica? Esta loja precisa aumentar o espaço de gôndola, checar os produtos que estão na gôndola, e reestocar a gôndola de Ovos Tipo Grande mais freqüentemente Copyright Standard Analytics, LLC All rights reserved. 55 © 2007 Thomas W. Gruen

56 Este padrão é indicativo de quê? Provavelmente esta loja tem um cronograma de reabastecimento inadequado para o produto PÃO PITA que é muito procurado. Normalmente o ítem já está esgotado na quinta-feira, e só aparece novamente nas gôndolas na sexta-feira à tarde. Está novamente esgotado no sábado ou nodomingo, e só volta a aparecer na gôndola na terça-feira. Aparentemente são feitas duas entregas por semana, quando o ideal seria quatro ou mais. Copyright Standard Analytics, LLC All rights reserved. 56 © 2007 Thomas W. Gruen

57 Este padrão é indicativo do quê? Problema: o produto vende praticamente todos os dias – são poucos os dias em que não se registram vendas Geralmente o produto se esgota todos os dias – a demanda normalmente não é atendida. As vendas todas corresponderiam a unidades /dia, e a média de vendas é 21 unidades / dia. Ocasionalmente o estoque fica zerado durante diversos dias. Solução: aumentar em aproximandamente 60% a abastecimento diário; checar a gôndola 3x por dia. Copyright Standard Analytics, LLC All rights reserved. 57 © 2007 Thomas W. Gruen

58 3. A Ruptura Esconde a Demanda Real 47% da ruptura é provocada por erro de previsão O prejuízo nas vendas passa despercebido porque a maioria dos clientes, quando não encontram o produto que estão procurando, optam por não comprar, comprar em outro estabelecimento, ou comprar um produto substituto, sem registrar na loja que não encontrou o produto que estava procurando. Os modelos de previsão não incluem estimativas referentes a perda de oportunidade de vendas, e simplesmente fazem projeções da demanda futura baseadas no histórico de vendas realizadas. Os pesquisadores tentaram calcular a demanda das vendas que deixam de ser feitas, e passam despercebidas. Todos os modelos desenvolvidos chegaram à conclusão de que o volume destas vendas pode ser bastante significativo e que é altamente influenciado pela demanda média e pela incerteza da demanda. 58 © 2007 Thomas W. Gruen

59 Como a Ruptura Mascara a Demanda Real 59 © 2007 Thomas W. Gruen

60 Sil ver Cle ani ng Pol ish

61 © 2007 Thomas W. Gruen Silver Cleaning Polish

62 © 2007 Thomas W. Gruen

63

64 64 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.

65 © 2007 Thomas W. Gruen 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. Exatidão dos Dados do Produto 65

66 © 2007 Thomas W. Gruen 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 Ruptura Quando a Ruptura estava diferente ao P.I. (i.e., P.I. >0)

67 © 2007 Thomas W. Gruen 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

68 © 2007 Thomas W. Gruen 68 Exatidão do Estoque Permanente de Ítens em uma loja vs Múltiplas lojas

69 Medidas a serem tomadas para melhorar a exatidão dos estoques Focar na contagem do Estoque das Lojas em: –Ruptura Física –On-Hands Negativo –Zero On-Hands –Outros ìtens dirigidos (i.e. rápida saída, campeões de venda) Eliminar todas as outras Contagens –Menos contagens total de ciclo e maior exatidão Resultados: –Maior Exatidão do Estoque Permanente 19% –Redução de 50% nos Custos de Mão de Obra para Exatidão do Estoque 69 © 2007 Thomas W. Gruen

70 5. Planogramas da Demanda de Pico 91% dos SKUs são dipostos na gôndola conforme as caixas são descarregadas Muitos varejistas usam um programa Red Dot (um work-around) 86% dos estoque nas gôndolas é mais do que suficiente para atender 7 dias. Reduzir os ítens de menor circulação para abrir espaço na gôndola para os produtos de maior circulação pode reduzir custos. 70 © 2007 Thomas W. Gruen

71

72 Planogramas da Demanda de Pico M u i t i p l e o f P e a k v s M e a n Skus por Categoria Pico de Demanda versus Demanda Mínima Detergente Fraldas Hig. Fem © 2007 Thomas W. Gruen

73

74 Fast movers are in cases On the bottom shelf

75 6. Aderências às normas estabelecidas no Planograma Até que ponto a aderência a POG está relacionada aos níveis de Ruptura? Aderência à POG envolve: Distribuição Espaço Disposição Item na Gôndola Posicionamento da Marca Posicionamento do nível de SKU 75 © 2007 Thomas W. Gruen

76

77 77 Weekly OOS rate measurement and analysis provided by Standard Analytics, LLC.

78 © 2007 Thomas W. Gruen 78 Weekly OOS rate measurement and analysis provided by Standard Analytics, LLC.

79 79 Análise das Fraldas 79

80 Resumo do Estudo de Aderência ao POG Todas as categorias apresentaram uma relação estatísticamente significativa entre a Aderência ao Planograma e a Disponibilidade na Gôndola (efeito é 1% : 0,1%) Com alta aderência o benefício é muito pequeno 80 © 2007 Thomas W. Gruen

81 7. Gerenciamento do Ítem É preciso manter os ítens direito nas gôndolas –Não cubra buracos –Não esconda os produtos –Organize a disposição das etiquetas de preço nas gôndolas É muito importante conseguir transportar de forma eficiente a mercadoria que está no estoque da loja para a gôndola Testes sobre o nível de precisão da gôndola com relação aos níveis de ruptura apresentaram bons resultados 81 © 2007 Thomas W. Gruen

82 Gerenciamento do Ítem Houve uma redução no prejuízo das vendas em lojas piloto que passaram a adotar preceitos e normas bem definidos para a prática de estocagem versus Controle 82 © 2007 Thomas W. Gruen

83

84 84 Resumo e Conclusões Tenha o produto na loja, e depois coloque-o na gôndola. Arrume as gôndolas Identifique e controle os campeões de venda Para formato de lojas com ítens campeões de venda, use uma estimativa POS e procure determinar padrões Para formato de lojas com ítens de circulação mais lenta, trabalhe com a exatidão do estoque permanente Em todos os casos, tenha as informações precisas sobre todos os produtos fazendo um cruzamento de dados. © 2007 Thomas W. Gruen

85 Abordagem Recomendada 1.Meça & Avalie A. Produtos com alto risco de ruptura (campeões de venda) B.Lojas com alto índice de ruptura C. Ruptura na gôndola versus Ruptura na loja 2.Solucione os produtos de alto risco com soluções de ruptura na Loja 3.Solucione as lojas de alto risco com soluções de ruptura nas Gôndolas 85 © 2007 Thomas W. Gruen

86 Encontrando o Gênio da Lâmpada: Como solucionar o problema de Ruptura Quantificação e Avaliação Identificação da Origem dos Problemas Adotação de Soluções Melhorias Permanentes Observe todo o quadro e resolva o que for possível 86 © 2007 Thomas W. Gruen

87 Para mais informações: Thomas W. Gruen, Ph.D. Professor de Marketing Universidade do Colorado, Colorado Springs, USA Você pode baixar uma cópia em PDF do estudo realizado em 2002, diretamente do website: Veja também no website avisos sobre o Relatório de © 2007 Thomas W. Gruen


Carregar ppt "© 2007 Thomas W. Gruen Thomas W. Gruen, Ph.D. A Ruptura na Indústria do Varejo: Buscando uma Solução."

Apresentações semelhantes


Anúncios Google