Что у вас на полках?

Posted on by riasevastopol

Верно подобрать ассортимент непросто, но без этого не выстроить торговлю. В управлении товарными запасами и ценообразовании торговые сети смогут опираться на массивы данных и аналитику, но оптимизация ассортимента — до сих пор скорее мастерство, чем наука. В этот самый момент каждая неточность может оказаться роковой. Вот пара примеров. *

По результатам опроса, продемонстрировавшего, что клиенты магазинов Walmart обиженны скоплением товаров на полках, компания внедрила совокупность Project Impact и сократила на 15% количество ассортиментных позиций. Но за тем уменьшился — и очень значительно — количество продаж, так что от новшества было нужно отказаться.
• Компания Super Fresh отказалась от многих неходовых бакалейных продуктов в пользу свежих. Но стало известно, что часть клиентов, не найдя на полках привычных пакетов, в другие магазины. Сеть обанкротилась.
• Сеть, торгующая товарами для дома, решила впредь лучше учитывать вкусы клиентов. Опираясь на демографические эти, она начала формировать для различных магазинов различный ассортимент. Начали с постельных принадлежностей, и — о чудо! — доходы подскочили на 18%. Позже перешли к товарам для ванной.

Но доходы остались на том же уровне. И компания, разочаровавшись, отказалась от опыта.
• Генеральный директор сети, реализовывающей автопокрышки, решил переместить ценовые рамки ассортимента в сторону более дорогих брендов — как словно бы не знал, как для клиентов серьёзна цена. Это стало ему уроком на всегда: через два года генерального директора выгнали с работы, а его преемник вернул солидную часть отмененных позиций. В этих и многих вторых случаях ассортиментную стратегию поменяли наугад. Распознать неходовые позиции нетрудно согласно данным о сбыте, но вот чем их заменить, далеко не всегда разумеется.

А что если тот товар, на что нет спроса и от которого вы откажетесь, крайне важен для ваших лучших клиентов и вы сами толкнете их в объятия соперников? Ритейлеры знают: ассортимент — неизменно итог компромисса; любое изменение приводит к серьёзным последствиям. Существует множество компьютерных программ для планирования ассортимента — они предвещают, при каком сочетании товаров продажи будут большими.

Но эти программы за редким исключением не оказывают помощь прогнозировать спрос на новинки и оценивать, как вырастет спрос на другие товары при отказа от каких-то неходовых. Они только чуть облегчают планирование, в целом все равно основанное на интуиции. А риски, которые связаны с любым ответом по ассортименту, никак не уменьшаются. Дабы восполнить данный недочёт, мы создали методику, которая придает планированию ассортимента некую научную строгость.

Разрабатывая ее, мы исходили из того, что по сути люди покупают не товары, а некие их свойства. Вспомните, как вы брали телевизор. Что вы говорили себе: «Я желаю такую-то модель»?

Либо вас интересовала величина экрана, четкость изображения, цена, марка, бренд, вы выбирали между ЖК и «плазмой»? По отечественной методике спрос на разные особенности представленных у вас в ассортименте продукции оценивается согласно данным о продажах этих товаров. А уже дальше прогнозируется спрос на возможные новые продукты.

Владея данной информацией, розничные сети смогут контролировать собственные предположения с более-менее научных позиций. Отечественная методика особенно понадобится магазинам, торгующим товарами долгого пользования, и супермаркетам. Продавцам актуальной одежды она подходит меньше — у них через чур скоро обновляется ассортимент. на данный момент гастрономыприобретают огромное множество информации о рынке.

Исходя из этого они знают, каких товаров — из тех, что прекрасно расходятся у других ритейлеров, — у них нет и чем бы им следовало дополнить собственный ассортимент. Но, как мы убедились, у отечественной методики меньше допустимый предел неточности.

Помимо этого, она оказывает помощь розничным сетям ответить на пара вопросов.
• Улучшим ли мы ассортимент, в случае если не хорошо расходящиеся товары заменим иными? Каким будет спрос на потенциальный товар?
• В случае если клиенты не обнаружатполках собственный любимый товар, то какова возможность, что они приобретут что-то второе вместо?
• Как изменится количество продаж, в случае если мы увеличим либо уменьшим количество товарных категорий?
• Имеет ли суть локализовать ассортимент по каждому магазину (либо группе магазинов)? В случае если да, о каких товарных категориях обязана идти обращение? В случае если мы осознаем, что необходимо разбить магазины на группы с различным ассортиментом, то на какое количество и по каким параметрам?

Ставя во главу угла чёрта товаров, продавцы привлекут громаднейшее количество клиентов, каковые сообщат: «Вот то, что мне необходимо» либо «Это не совсем то, но близко, так что я это куплю». Мы покажем способ на примере двух ритейлеров, торгующих запчастями для машин: секции шин одной сети (отечественное изучение) и автокосметики второй (отечественная консультационная работа). Тут процесс обрисован поэтапно, но в действительности он многомерен и цикличен.

Большая часть анализа выполняется c помощью компьютерной модели, которая выдает последние советы.

Осознайте, какие конкретно характеристики для потребителей серьёзнее всего

Для работы с отечественной моделью необходимо сперва осознать, какие конкретно свойства ответственны для клиентов и что они будут делать, если не найдут привычного товара. Вот как это возможно определить.

Распознать самые ответственные характеристики. В большинстве случаев, ритейлеры легко назовут вам самые значимые для клиента качества. Это, к примеру, цена, бренд, размер, вкус, цвет.

В то время, когда мы начинали отечественное «шинное» изучение, менеджер сети сообщил нам, что для покрышек серьёзным считается бренд, гарантийный пробег в километрах и размер. В магазине реализовывали шины нескольких производителей — их торговые марки обширно рекламировались по всей стране; менеджер утверждал, что, согласно точки зрения потребителей, они взаимозаменяемы. Мы объединили их в группу «национальных брендов».

Помимо этого, магазин торговал тремя собственными брендами стоимости и разного качества; мы будем их именовать «стм (торговая марка)-1» — элитный бренд, «стм-2» — средний ценовой уровень, «стм-3» — недорогой бренд. Все они различались по гарантийному пробегу. Мы поделили «гарантийные пробеги» на три группы: небольшой (от 25 до 65 тысяч км), средний (от 65 до 100 тысяч км) и большой (от 100 тысяч км). Четыре бренда и три группы гарантийного пробега — итого 12 вариантов, каковые теоретически имел возможность предложить магазин.

Но кое-какие — к примеру, низкая стоимость и большой пробег — не были представлены. Реально продавалось только шесть вариантов (перечислены в порядке ухудшения качества): «большой национальный», «средний национальный», «стм-1 большой», «стм-2 большой», «стм-2 средний» и «стм-3 низкий». Третья наиболее значимая черта покрышек — размер — зависит от типа (к примеру, радиальная шина) и от того, для какой автомобили она предназначена — для легковой, джипа либо грузовика.

Выпускаются шины 64 размеров. Значит, по идее, в магазине имели возможность бы продаваться шины 384 категорий (64 размера, умноженные на 6 бренда сочетания и вариантов пробега), но практически во всех магазинах сети были представлены только 105.

Просчитайте, что сделают клиенты, не отыскав привычного товара. Отказываясь от той либо другой позиции в ассортименте, принципиально важно осознать, захотят ли люди, каковые не отыщут в магазине привычного товара, брать второй. Это сильно зависит от черт товаров. Вряд ли посетительница заберёт платье не собственного размера, но она может приобрести голубое, если не окажется красного.

Совершенно верно так же никто не начнёт приобретать 14-дюймовые шины для 15-дюймовых колес, но вместо одной гарантийного пробега и комбинации бренда возможно выбрать другую. Исходя из этого, формируя ассортимент розничной сети, нужно учитывать, что в случае если клиенты не отыщут того, что им идеально подходит, то кто-то приобретёт товар «примерно» подходящий, а кто-то — нет. В истории с шинами нас интересовало, какой процент потребителей в отсутствие привычного товара выберет альтернативу более большого качества, а какой — более низкого.

Проанализируйте сегодняшний и потенциальный количество продаж с позиций черт товаров

Сейчас узнаем, прекрасно ли будут продаваться товары, которых у вас до тех пор пока нет и как их появление в ассортименте отразится на неспециализированном количестве продаж. Тут к делу подключается наука. Соберите эти по продажам в последнии месяцы.

Начните с того, что понимаете: количества реализованных единиц товара текущего ассортимента и часть каждого варианта (пробег и бренд) в общем количестве продаж. Это — база модели. Мы в большинстве случаев берем эти за период от шести месяцев до года, а на протяжении «шинного» проекта собрали информацию о продажах по всем позициям для всех магазинов за последние полгода.

Исходная информация отечественного анализа представлена в таблице 1. Это — эти одного из магазинов о продажах шин 15 из 64 размеров (эти поменяны в целях защиты коммерческой информации).

Спрогнозируйте спрос на все возможные товары в ассортименте. В случае если товарная позиция не хорошо расходится, идея о том, что ее нужно чем-то заменить, думается очевидной. Остается осознать, на что. Для начала, опираясь на эти продаж, спрогнозируйте неспециализированный спрос на любой размер — в случае если в продаже он будет представлен для всех комбинаций бренда/ пробега.

Поясним на примере — для него мы выбрали размер F (см. таблицу 2). Напомним, что на данный момент торговая сеть реализовывает шины этого размера в четырех из шести пробега и комбинаций бренда. Сложим доли общего объема продаж по каждой комбинации, представленной в размере F (7,7% + 2,6% + 19,2% + 57,5%).

Приобретаем долю текущего спроса на размер F в данной сети (87%). Иными словами, теоретически ритейлер, не реализовывая две комбинации — «национальный средний» (2%) и «стм-3 низкий» (11%), недополучает 13%. Дабы вычислить неспециализированный спрос на размер F, объем продаж на долю этого размера в общем спросе: 1204:87% = 1384 шины.

Сейчас, в то время, когда нам известен неспециализированный спрос на шины размера F, мы можем оценить спрос на каждую позицию этого размера, умножив неспециализированный спрос на размер на долю в общем количестве продаж каждого варианта (пробега и комбинации бренда). К примеру, неспециализированная часть «стм-3 низкий» — 11%; умножим это число на 1384 и возьмём возможное количество продаж «стм-3 низкий» размера F — 152 покрышки.

Уточните прогноз. Мы до тех пор пока на половине пути к правильному прогнозу. Вы это осознаете, в случае если попытаетесь угадать количество продаж товаров, каковые на данный момент предлагаете.

Выше мы определили, что если бы в продажу поступили все варианты размера F, то объем продаж составил бы 1384 штуки, а на самый ходовой товар сети «стм-2 средний» было нужно бы 796 шин (1384 х 57,5%). Но настоящий количество продаж был чуть меньше: 763 единицы.

Одна из обстоятельств расхождения содержится в том, что часть в количестве продаж зависит от общего ассортимента. «Стм-2 большой» и «стм-2 средний» были представлены практически во всех размерах, исходя из этого количество продаж этих шин был выше, чем пробега и (комбинаций других категорий бренда), каковые были представлены лишь в отдельных размерах. Дабы внести поправку на это, мы должны чуть поменять пробега комбинаций и доли бренда, минимизируя среднее отклонение расчетного от настоящего количества сбыта.

Это итеративный процесс, осуществляемый при помощи инструмента Excel Solver. Он подставляет пробные значения доли комбинации в расчеты примерного спроса на все имеющиеся в продаже товарные позиции и оценивает, как близки полученные прогнозы к настоящему количеству сбыта, после этого корректирует значения долей, дабы уточнить прогноз, повторяя эту процедуру до тех пор, пока не возьмёт такое значение доли, которое минимизирует сумму всех расхождений по всем товарным позициям.

Совершенно верно так же вам подбирают очки: сперва пробные линзы, позже другие (лучше либо хуже?), позже корректируют, позже повторяют процесс до тех пор, пока не возьмут «самое то». В итоге мы взяли уточненные доли спроса для шести пробега и комбинаций бренда: 2,4%, 1,1%, 1,5%, 6,7%, 18,6%, 69,6% (см. таблицу 3). Сравните доли спроса с настоящими долями количества сбыта, и откроется совсем вторая картина оптимального ассортимента.

Увидьте, что прогнозы не смотря на то, что и близки к настоящим показателям количества сбыта, все же с ними не совпадают. Тому имеется два объяснения. Во-первых, существуют случайные колебания сбыта.

Во-вторых, отечественное допущение, что спрос на ассортиментную позицию равен спросу на размер, умноженный на долю пробега и комбинации бренда, испытывает недостаток в уточнении, поскольку доли комбинаций различаются в зависимости от размера шин. (В частности, выше всего был спрос на недорогие шины тех размеров, каковые соответствовали не самым новым, не весьма дорогим автомобилям.) По окончании того как вы уточнили значения долей, имеете возможность прогнозировать спрос на все предполагаемые ассортиментные позиции (см.таблицу 4).

Примите в расчет смену ценовой категории. Отечественные расчеты не учитывают обстановку, в то время, когда клиенты, не найдя в магазине товара, на что рассчитывали, решают купить другую комбинацию пробега и бренда. Скажем, ритейлер вправе высказать предположение, что цифра — 57,5% количества сбыта, приходящаяся на долю «стм-2 средний», не гарантирует, что больше половины его клиентов предпочитает как раз эту комбинацию.

Быть может, их выбор был компромиссным — более недорогого варианта «стм-3 низкий» не было в наличии. На это показывает и тот факт, что комбинация «стм-3 низкий» конкретного размера продавалась практически в шесть раз лучше «стм-2 средний», в случае если для определенного размера в наличии были обе. Еще больше усложняет дело то, что готовность клиентов повышать либо уменьшать ценовую категорию возможно различной в зависимости от уровня качества.

И если вы вычисляете, что это относится ассортиментных позиций, имеющих принципиальное значение для вашего бизнеса, вам нужно будет учесть это в расчетах. Мы исходили из того, что группы клиентов, меняющих ценовую категорию в ту либо другую сторону, однообразны для пробега и всех комбинаций бренда за одним исключением.

Мы имели в виду ту группу, которая переходила с «стм-3 низкий» на «стм-2 средний». (На эти две комбинации приходилось более двух третей всех продаж.) Итак, отечественная модель требует девяти параметров: шесть — доли количества сбыта пробега и конкретных комбинаций бренда, три — доли замены: число клиентов, каковые переходят на более большой уровень качества, число клиентов, каковые переходят на более низкий уровень качества, и число клиентов, каковые переключаются с «стм-3 низкий» на «стм-2 средний». Мы снова используем Excel Solver, что подставляет пробные значения долей, рассчитывает вероятный спрос и оценивает, как полученный прогноз близок к настоящему количеству сбыта.

Он корректирует доли и численность групп клиентов до тех пор, пока не приобретает оптимальные значения. Итоги таковы: 35% клиентов, каковые не отыщут в ассортименте необходимый им размер «стм-3 низкого», выберут «стм-2 средний». Что касается остальных уровней качества, то 2%, не найдя в магазине желаемого товара, смогут приобрести что-то более дорогое, а 1% — что-то более недорогое.

Зная численность групп клиентов, переходящих в другие ценовые категории, вы имеете возможность учесть фактор замены в собственном прогнозе спроса. Заберём комбинацию «стм-2 средний» в размере F. Потому, что комбинации «стм-3 низкий» в том же варианте размера в продаже нет, берем прогноз спроса для «стм-2 средний» и прибавляем «стм-3 низкий», умноженный на часть клиентов, которая перейдет в более высокую ценовую категорию. А у размера в продаже имеется и «стм-2 средний», и «стм-3 низкий», так что в прогнозе для «стм-2 средний» никакого параметра замены не нужно.

Выявляйте «самосбывающиеся пророчества». Разглядим привычный сценарий. Ритейлер считает, что клиентам не нужен конкретный тип товара (либо он сам не желает им заниматься). И он пускает в продажу ограниченное количество этого товара, соответственно, реализовывает его мало, тем самым как бы подтверждая собственный изначальное допущение, что клиентам товар не нравится. Но подбирать ассортимент по собственной воле, а не по предпочтениям клиентов очень рискованно.

Одно из преимуществ отечественной методики пребывает в том, что она разрешает ритейлерам выявлять подобные обстановки. В частности, сравнивая прогнозируемый спрос с настоящим количеством сбыта одного ритейлера, торгующего машинами, мы нежданно нашли следующее: часть «стм-3 низкого» составляла 11%, в то время как, по отечественному прогнозу, спрос получался аж 69,6%. Малая часть разъяснялась тем, что в магазине эти весьма недорогие шины были представлены всего несколькими размерами, а потому реализовывали их мало.

Эти же говорят о том, что, в то время, когда клиенты смогут выбирать между «стм-3 низким» и «стм-2 средним», они очевидно предпочитают первый из двух. Данный паттерн сложился во всех магазинах сети. Обе комбинации (и «стм-3 низкий, и «стм-2 средний») были представлены в девяти вариантах размера, и в каждом случае «стм-3 низкий» расходился лучше во всей сети: его реализовывали в семь с лишним раза больше.

Ритейлер ограничил выбор самых недорогих шин, поскольку его менеджеры сохраняли надежду «раскрутить» клиентов на более дорогой вариант товара — «стм-2 средний». Но успех сопутствовал им всего лишь в 35% случаев. Как показывает отечественная модель, игнорируя прогнозируемую долю «стм-3 низкого» — эти 69,6%, компания теряла 45% собственного потенциального количества сбыта (65% от 69,6% клиентов, каковые настаивали на «стм-3 низкий» и не желали брать более дорогие шины).

Мы стали копать глубже и составили таблицу среднего дохода домохозяйств в тех местах, где был любой из магазинов. Выводы представлены на рис. 1: часть самой недорогой комбинации «стм-3 низкий» и нежелание платить больше были обратно пропорциональны доходам.

Иными словами, чем ниже средний доход в месте, где работает магазин, тем больше количество клиентов, предпочитающих самые недорогие шины, и меньше готовность переходить на более дорогие.

Оптимизируйте ассортимент

Поведаем, как посредством модели осознать, из каких нынешних и новых позиций обязан состоять ваш оптимальный ассортимент.

1. Решите, что максимизировать: доходы либо прибыли. Коль не так долго осталось ждать речь заходит о ритейлере, прибыль естественнее всего оценивать в совокупной валовой прибыли. В большинстве случаев это доход минус цена реализованного товара. экономисты-и Бизнес школы проповедуют максимизацию прибыли, но ритейлеров тревожат и доходы, — хотя бы вследствие того что Уолл-стрит обращает на данный показатель самое внимание.

И при «шинного» проекта, и в примере с автокосметикой, что мы еще обсудим, стояла задача максимизации дохода.

2. Определитесь с стоимостями на вероятные ассортиментные позиции. Дабы оптимизировать ассортимент, вам нужно знать, какой доход (либо какую маржу) принесет любая позиция.

В этих расчетах основное — цены. На уже присутствующие в ассортименте позиции они известны. В случае если цены на новые позиции выяснить никак запрещено, спрогнозируйте их, сравнив свойства нынешних позиций со особенностями товаров-кандидатур.

В «шинном» проекте мы увидели, что цены на тот либо другой размер зависят от пробега и комбинации бренда и устойчиво понижаются от самой дорогой комбинации («большой национальный») к самой недорогой («стм-3 низкий»). Мы перенесли закономерность на стоимости тех ассортиментных позиций — кандидатур.

3. Определитесь с окончательным ассортиментом. Вычислите потенциальный доход с каждой ассортиментной позиции, умножив спрогнозированное количество реализованных единиц на розничную цену. Сейчас возможно приступать к планированию ассортимента. Начинайте с тех позиций, каковые принесут магазину либо сети больше всего дохода либо прибыли. Прибавьте к ним следующие по доходности позиции.

И без того до тех пор, пока не достигнете максимума позиций, которым сможете руководить: скажем, 100 из вероятных 400. Не обольщайтесь: это сложнее, чем 100 самых прибыльных позиций и назвать их ассортиментом. Потому, что существует такое явление, как замена спроса, всегда, пополняя ассортимент новой позицией, вы должны станете корректировать собственные цифры, дабы учесть то, как эта новая позиция повлияет на спрос на другие позиции, уже добавленные. Исходя из этого процесс циклический.

В то время, когда мы посредством этого процесса создали оптимальный ассортимент шин для всей сети ритейлера, торгующего автозапчастями, оказалось, что нужно заменять 47 позиций из 105. (Как возможно додуматься, многие из предложенных вариантов замены были комбинациями «стм-3 низкий»). Частью отечественных рекомендаций ритейлер воспользовался. Он пополнил ассортимент 10 новыми позициями, а от 10 отказался.

К тому же он не смог отыскать поставщиков всех 47 предложенных новых позиций. По окончании внедрения мы смотрели за данными о сбыте и заключили, что кроме того частичное обновление ассортимента содействовало увеличению дохода на 5,8% и валовой прибыли — на 4,2%, — это значительное улучшение показателей.

Результаты отечественного анализа ассортимента посоветовали ритейлеру, что нужно чуть поднять цену на самые недорогие шины и чуть опустить цену на самые дорогие, увеличив тем самым возможность приобретения по более большой цене. Красота отечественной методики в том, что она разрешает вам заметить, как трансформации ассортимента отражаются на величине дохода. На рис. 2 продемонстрировано, как последовательность ассортиментных позиций воздействует на доходы компании, торгующей шинами.

Верхний график соответствует доходам , если у каждого магазина будет собственный оптимальный ассортимент, а нижний — доходам при неспециализированном оптимальном ассортименте. Посредством аналогичных графиков возможно поменять площади выкладки товара, отведенные под ту либо иную категорию, дабы расширить количество сбыта. Помимо этого, они оказывают помощь ритейлерам избежать неточностей Walmart и Super Fresh, каковые сократили собственный ассортимент и понесли убытки.

Локализация ассортимента

Различный ассортимент магазинов сети — дело непростое. Необходимо осознать особенности спроса в различных точках. Практически всем ритейлеров сложно подбирать товары для каждого магазина по отдельности. Они предпочитают создавать группы магазинов (кластеры) с однообразным ассортиментом.

В этом случае им предстоит решить, сколько создавать кластеров, на какой базе (скажем, дохода населения либо местного климата) и какой ассортимент должен быть в каждом.

Ответить на все эти вопросы оказывает помощь отечественная ориентированная на особенности методика. Мы убедились в этом, изучая товарную категорию автокосметики по заказу ритейлера, торгующего автозапчастями, — у него много магазинов.

Автокосметика — это пасты и разнообразные жидкости, предназначенные чтобы мыть автомобиль, покрывать воском, полировать, придавать ему блеск и защищать его поверхность. Мы распознали шесть особенностей товаров данной категории: поверхность, которую нужно обрабатывать, цель обработки, метод применения средства, размер упаковки, бренд и уровень качества (удовлетворительное, хорошее либо хорошее).

Ритейлер весьма желал разобраться в том, как отличаются паттерны спроса в различных магазинах, и, опираясь на эти сведенья, локализовать собственный ассортимент. Локализация планировалась максимум в пяти кластерах магазинов — создавать больше пяти вариантов ассортимента ритейлер вычислял нецелесообразным.

Мы разбили выбор будущих клиентов по параметрам и на данной базе спрогнозировали спрос на вероятные новые позиции.

Это разрешило создать максимизирующий доходы ассортимент для каждого магазина.

Потом, с учетом созданных вариантов ассортимента мы распознали кластеры магазинов. Для начала представили модель, где любой магазин — отдельный кластер. После этого выяснили, какие конкретно два магазина меньше всего утратят, в случае если будут торговать одним и тем же, и объединили их в кластер из двух магазинов.

После этого повторяли данный процесс, всегда выявляя следующие два магазина, каковые имели возможность без особенных утрат торговать тем же комплектом товаров, либо к двум уже объединенным магазинам прибавляя третий, — в зависимости от того, что действеннее минимизировало понижение выручки. Всегда, повторяя процесс, мы уменьшали количество кластеров магазинов на один. Наконец, остался вариант с одним кластером из всех магазинов.

И мы взяли показатели выручки для всех градаций — от единого ассортимента для всей сети до отдельного ассортимента в каждом магазине.

На рис. 3 представлены показатели выручкипо пяти градациям: от одного кластера до пяти, скорректированные так, дабы выручка от единого ассортимента составляла 100.

Как видим, при повышении числа кластеров прирост выручки значительно уменьшается. И ритейлер заключил, что стоит ограничиться двумя кластерами.

Помимо этого, на протяжении изучения стало известно, что один из двух кластеров (приблизительно треть всех магазинов сети) реализовывал значительно больше дорогой продукции. Кластер отличался по демографическим показателям; ритейлер назвал эту группу потребителей «жители/чужестранцы».

В ассортименте этих магазинов больше места отвели дополнительным товарам, и ритейлер сделал вывески, завлекавшие к ним внимание.

Шесть месяцев мы отслеживали информацию о сбыте и подсчитали, что выручка от продаж автокосметики выросла в сети на 3,5%. Данный рост стал следствием как локализации, так и корректировки главного ассортимента.

Более того, новая вывеска и новый ассортимент помогли ритейлеру еще в одном отношении: в случае если прежде он уступал соперникам по количеству продаж в магазинах для «жителей/чужестранцев», то по окончании новшеств начал догонять их по категории автокосметики. Мы уверенны, что подход к созданию кластеров, основанный на спросе, намного действеннее классического, в то время, когда ритейлеры, как особенности магазина повлияют на сбыт.

Что у вас на полках?

Случайные статьи:

ТУР ПО КНИЖНЫМ ПОЛКАМ, ч. 1 | ктооо обитает у Ани на полках?


Подборка похожих статей:

riasevastopol

More Posts