
Онлайн книга «Система дистрибуции. Инструменты создания конкурентного преимущества»
2. Frequency (частота или количество) – количество покупок, которые совершил клиент (количество продаж). Чем их больше, тем выше вероятность того, что клиент повторит свои действия в будущем. 3. Monetary (деньги) – сумма, которую потратил клиент (выручка от продажи товара). Чем больше потраченная сумма, тем выше вероятность того, что клиент повторит заказ. Название метода (WFM-анализ) происходит от первых букв используемых названий параметров. Алгоритм WFM-анализа [21] 1. Классификация по параметру Width: • для каждого клиента определить наиболее часто закупаемый ассортимент; • соотнести полученные данные с минимально допустимым и максимально возможным ассортиментом; • таким образом, нам известно минимальное и максимальное количество позиций в заказах клиентов. Предположим, что это 22 и 97. Теперь необходимо определить интервалы значений этого показателя, которым будут соответствовать баллы от 1 до 5: (22 + 97) / 5 = 23,8 ≈ 24. 5 баллов получат клиенты с количеством позиций от 97 до 73; 4 – от 73 до 49 и т. д. 2. Классификация по параметру Frequency: • для каждого клиента определить количество покупок за определенный период; • итак, мы имеем минимальное и максимальное количество «чеков». Предположим, это 2 и 27. Определяем интервалы, которым будут соответствовать определенные баллы (по аналогии с тем, как это делалось для параметра Width): (2 + 27) / 5 = 5,8 ≈ 6. 5 баллов получают клиенты с количеством чеков от 21 до 27; 4 – от 15 до 20 и т. д. 3. Классификация по параметру Monetary: • для каждого клиента определить сумму потраченных денег; • теперь нам известны минимальная и максимальная суммы потраченные клиентами. Предположим, это 1,2 млн руб. и 5,3 млн руб. Определяем интервалы для присвоения баллов так же, как и в случае с параметрами Width и Frequency: (1,2 + 5,3) / 5 = 1,3. 5 баллов получают клиенты с суммами заказов от 4 до 5,3 млн руб., 4 – от 2,7 млн руб., но менее 4 млн руб. и т. д. Следует сказать, что методика присвоения баллов по всем параметрам WFM-анализа не является строгой, ее можно изменить (на основе экспертной оценки), исходя из особенностей конкретной ситуации. 4. Совмещение полученных результатов. Сумма баллов каждого клиента по всем параметрам WFM-анализа дает итоговый бал, показывающий «потенциал» клиента. Разделение полученных итоговых «потенциалов» на определенные диапазоны позволяет распределить клиентов на несколько групп, к которым необходимо применить различные подходы и программы развития продаж. Описанный подход является адаптацией к российскому потребительскому рынку методики, разработанной зарубежными специалистами [6, 7, 8]. Приведу пример WFM-анализа для клиентов (розничных компаний) компании-производителя продуктов питания. Помимо граф «количество SKU в заказах за квартал» (W), «среднее количество заказов в месяц» (F) и «продажи за квартал» (M) в таблице 8 представлены данные по доле продукции производителя в категории у клиента. Мы уже говорили, что достижение доли в 20–30 % и более считается критически важным для поставщика, так как вместе с увеличением этого показателя увеличивается вес поставщика в глазах клиента. В описываемом примере важен этот показатель, так как нам необходимо определить реальные планы продаж. Очевидно, что если мы имеем влияние на клиента, то сможем быстро добиться большего увеличения продаж. ![]() Итак, имея фактические данные по всем трем параметрам, сначала определяем конкретные значения, которые соответствуют баллам от 1 до 5. При распределении по группам учитывается качественный состав ассортиментных матриц клиентов. В данном примере баллы распределены следующим образом (табл. 9). Учитывая разные возможности по расширению ассортимента у клиента и вытеснение конкурентов за счет увеличения и учащения закупок у нашего поставщика, выставляем целевые баллы по трем графам. Для клиентов, у которых доля нашей продукции в категории соответствует критической массе, мы значительно увеличиваем целевые показатели, их значения – это текущая оценка + 1. Например, для клиента 1 (со значительной долей 25 % нашей продукции в категории) количество SKU было 63 (балл 3), мы выставляем цель 94 (балл 4). А у клиента 4 (с нашей долей всего в 7 %) мы менее значительно увеличиваем количество SKU – до 69 (в пределах текущего балла 3). В таблице 10 указаны целевые показатели и итоговые приросты продаж. ![]() ![]() Определение целевых объемов – довольно трудоемкая задача, поэтому такая процедура будет оправдана только в отношении крупных клиентов сегмента А. В любом случае целевые показатели могут варьироваться, так как не существует прямого соотношения между долей поставщика в категории и возможными приростами продаж. В значительной степени анализ по введению SKU носит качественный характер и зависит от «продуктового профиля» дистрибутора или формата розничной торговой точки. Заключение
Дистрибуторское звено по-прежнему очень важно в системах поставки товара от производителя до конечного потребителя на потребительских рынках. Дистрибуторы разбивают товар на более мелкие партии, кредитуют розничные точки и предлагают широкий ассортимент своим клиентам. Дистрибуторский бизнес – далеко не самый простой: маленькие прибыли, большие объемы продаж по десяткам тысяч позиций, для которых необходимо обеспечить достаточный уровень товарных запасов и определить оптимальную скорость их пополнения. Поставщик, цель которого – развитие эффективных отношений с дистрибуторами, должен хорошо знать стратегию своих торговых партнеров и понимать, как его предложение повлияет на экономический результат их деятельности. Для достижения успеха в этой книге предложен пошаговый алгоритм, состоящий из пяти этапов: 1. Определение стратегии дистрибуции вашей компании, в частности дистрибуторского канала. |