Продажу, которая не состоялась из-за пустой полки, производитель уже не вернет, потому что покупатель в этот день купил другой товар. По оценкам Nielsen, розничные сети недополучают из-за таких случаев 7,4% продаж в год, а в мире сумма потерь достигает десятков миллиардов долларов.
При этом в отчетах OOS часто указан в процентах, и по этой цифре трудно понять, много теряет бренд или мало. Например, несколько процентов выглядят как небольшое отклонение, пока их не пересчитать в денежном эквиваленте. Поэтому в статье мы покажем, как из процента OOS получить сумму, которую ваш бренд недополучает каждую неделю по своим SKU. Для первого расчета достаточно данных о средних продажах, количестве магазинов с OOS и цене товара — специальная аналитическая система не потребуется.
В этой статье мы расскажем:
Ключевые выводы
- Сам по себе процент OOS не показывает, сколько денег теряет бренд. Поэтому его стоит пересчитать в денежный эквивалент за неделю по каждому ключевому SKU, и тогда с этой суммой можно идти на переговоры с сетью или обосновывать бюджет перед руководством.
- Чтобы первый раз оценить потери от пустых полок, бренду не нужна специальная система. Достаточно взять среднюю недельную продажу SKU в одном магазине, число магазинов без товара и цену, а потом перемножить их в обычной таблице.
- Считать OOS лучше отдельно по каждому SKU в каждом магазине. Если смотреть только на среднюю цифру по сети, то не будет видно магазинов, в которых товара нет неделями.
- Упущенная выручка составляет только часть потерь. Кроме нее бренд теряет постоянных покупателей, которые привыкли к товару конкурента, и деньги, которые он уже потратил на промо и рекламу.
- Расчет по данным сети может показать меньшую сумму, чем бренд теряет на самом деле. Так происходит, когда в учете числится товар, которого в магазине нет, поэтому данные учета нужно регулярно сравнивать с фотографиями полки.
- Чем раньше бренд узнает о пустой полке, тем меньше продаж он теряет. При ручном контроле отчет готов только к концу недели, а с компьютерным зрением бренд получает его в день визита мерчандайзера и успевает исправить ситуацию.
Что такое OOS, OSA и пустые полки простыми словами
Для расчета потерь нужно различать три термина: OOS, OSA и виртуальные остатки. Первые два показывают, как часто товара нет на полке, а третий объясняет, почему учетные данные магазина могут не совпадать с тем, что покупатель видит в зале. Разберем их подробнее.
- Out-of-stock (OOS) — это ситуация, когда товар входит в ассортимент магазина, но покупатель не может его купить, потому что на полке товара нет. Причин может быть две. В первом случае товара нет в магазине совсем, и нужна новая поставка. Во втором случае товар лежит на складе магазина и числится в учете, но сотрудники не вынесли его в торговый зал. Второй случай называют out-of-shelf. Для расчета потерь оба случая равнозначны, потому что продажа не состоялась.
- OSA (On-Shelf Availability) — это KPI доступности товара на полке. Он показывает долю проверок, в которых товар стоял на месте, а считать его можно по дням, визитам мерчандайзера или магазинам. Например, если OSA равен 96%, то в четырех проверках из ста товара на полке не было, и эти 4% составляют уровень OOS.
- Виртуальные, или фантомные, остатки — ситуация, когда учетная система показывает товар, которого нет ни на полке, ни на складе. Чем они отличаются от OOS, мы разбирали в отдельной статье, а здесь покажем, почему из-за них расчет потерь получается заниженным.
Упущенная выручка — деньги от продаж, которые бренд мог получить, если бы товар был доступен покупателю. Упущенная выгода — более широкое понятие, так как кроме недополученной выручки сюда могут входить потерянная маржа, будущие повторные покупки и дополнительные расходы, возникшие из-за OOS.
Потери из-за отсутствия товара на полке: масштаб проблемы
Оценки потерь из-за отсутствия товара на полке различаются в зависимости от методики исследования, но масштаб проблемы во всех случаях измеряется десятками и сотнями миллиардов долларов.
Аналитическая компания IHL Group еще в 2015 году оценила мировые потери розницы из-за отсутствия товара в 634 млрд долларов в год. А в 2023 году эта же компания расширила методику и добавила в расчет еще потери от дефицита и от излишков товара. В этот раз сумма увеличилась и составила 1,77 трлн долларов, или 7,2% розничных продаж.
Данные по отдельным странам публикует также NielsenIQ.
- В США в 2021 году сети недополучили из-за пустых полок 82 млрд долларов. В среднем это 1,4 млрд в неделю.
- Во Франции в 2022 году товаров повседневного спроса не было на полке в 4,4% случаев, и сети потеряли 851 млн евро.
- В Великобритании при OOS около 4% потери сетей превысили 1 млрд фунтов.
Как дефицит товара влияет на продажи и лояльность бренда
Дефицит товара влияет на продажи производителя дважды. Сначала бренд недополучает выручку в те дни, когда товара нет на полке. Потом он теряет часть постоянных покупателей, потому что за это время они привыкают к товару конкурента.
Размер прямых потерь зависит от того, что делает покупатель, когда не находит товар на полке. В ноябре 2021 года McKinsey спросила об этом американских покупателей. Из них 39% ответили, что купили товар другого бренда, а 32% ушли к другому ритейлеру. В первом случае продажу теряет производитель, а во втором ее теряет сеть. По данным NielsenIQ , когда товара не было на полке, 20% покупателей откладывали покупку, 10% шли за товаром в другой магазин, а 16% заказывали его онлайн. В сумме американские сети теряли 46% продаж, которые могли бы получить от этих покупателей.
«Косвенные потери объясняют, почему падает лояльность к бренду в ритейле. Покупатель, который несколько раз не нашел привычный продукт, пробует замену и нередко остается с ней. Бренд получает меньше повторных покупок и теряет свою долю в категории. Поэтому риски пустых полок для производителя больше, чем сумма недельных потерь в отчете о продажах.»
Как рассчитать out-of-stock: формулы и подходы
Прежде чем считать денежные потери, нужно узнать, как часто товара нет на полке. Для этого подходит базовая формула out-of-stock.
OOS rate = (число дней, когда товара не было на полке ÷ число дней в периоде) × 100%
Например, если за четыре недели товара не было на полке два дня, OOS равен 2 ÷ 28 × 100%, то есть около 7%. Вместо дней также можно взять недели или визиты мерчандайзера.
Показатель лучше считать отдельно по каждому SKU в каждом магазине, потому что средняя цифра по сети не показывает, где именно возникает дефицит. Например, OOS 3% получится и тогда, когда товар изредка пропадает на день во всех магазинах, и тогда, когда в нескольких магазинах его нет неделями. Во втором случае менеджер по работе с ключевыми клиентами знает, о соблюдении условий в каких именно торговых точках нужно вести речь с сетью.
Чтобы посчитать OOS по формуле выше, нужно знать, в какие дни товара не было на полке. Обычно это проверяет мерчандайзер, когда приезжает в магазин. Но есть и способ узнать об этом без визита.
Если ритейлер передает бренду данные о продажах и остатках, аналитик может найти OOS прямо в этих отчетах. Остаток товара в магазине в них обозначают OH (on hand). Аналитик ищет в отчете недели двух типов. Неделей zero OH называют ту, когда ритейлер сообщил, что остаток SKU равен нулю. Для активного SKU это сильный сигнал OOS, хотя перед расчетом потерь стоит исключить периоды, когда товар был выведен из ассортимента или данные передавались некорректно. Неделей null OH называют ту, когда ритейлер не передал остаток совсем, поэтому такие недели аналитик проверяет по фотоотчетам мерчандайзеров. Доля недель с положительным остатком называется in-stock %. Чем он ниже, тем больше продаж бренд упустил.
Калькулятор потерь от пустых полок: расчет упущенных продаж
Калькулятор потерь от пустых полок можно создать в обычной таблице MS Excel. В его основе лежит расчет упущенных продаж в ритейле, который описала аналитическая компания Accelerated Analytics, и мы адаптировали его для производителя.
- Выберите SKU или категорию, период от 4 до 8 недель и магазины, по которым у вас есть данные о продажах или аудитах.
- Посчитайте, сколько штук SKU в среднем продает один магазин за неделю. Берите только те недели, когда товар был на полке.
- Определите по аудитам, отчетам сети или данным OSA, в скольких магазинах товара не было на полке в среднюю неделю.
- Умножьте среднюю недельную продажу на число магазинов без товара. Результат покажет, сколько штук бренд недопродал за неделю.
- Умножьте упущенные штуки на среднюю цену и получите упущенную выручку. Если умножить их на валовую маржу с одной штуки, получится упущенная маржа.
Упущенные единицы ≈ средние продажи SKU в неделю × число магазинов с OOS
Упущенная выручка ≈ упущенные единицы × средняя цена
Упущенная маржа ≈ упущенные единицы × валовая маржа с единицы
Accelerated Analytics показывает расчет на примере поставщика, чей товар продается в 8850 магазинах четырех сетей. Показатель in-stock у него равен 98%, значит, каждую неделю товара нет примерно в 177 магазинах. Один магазин продает в среднем 6 единиц SKU в неделю, поэтому поставщик недопродает около 1062 единиц (177 магазинов х 6 единиц SKU). В деньгах это примерно 15 тысяч долларов в неделю и около 750 тысяч долларов в год по одному SKU.
Теперь посчитаем условный пример в рублях. Допустим, SKU продается в 800 магазинах, один магазин продает 15 штук в неделю, а средняя цена равна 250 рублям.
| OOS | Магазинов без товара | Упущено единиц/нед. | Потери/нед. | Потери/год | Упущенная маржа/нед |
|---|---|---|---|---|---|
|
2% |
16
|
240 |
60 000 руб. |
≈3,1 млн руб. |
18 000 руб. |
|
5% |
40
|
600
|
150 000 руб.
|
≈7,8 млн руб.
|
45 000 руб.
|
На практике не каждая потенциальная продажа превращается в окончательную потерю для производителя: часть покупателей купит тот же товар позже или найдет его в другом магазине. Поэтому расчет выше показывает потенциально упущенную выручку. Для более консервативной оценки можно отдельно учитывать покупателей, которые из-за OOS переключаются на другой бренд. В исследовании McKinsey такую реакцию указали 39% опрошенных. Если условно применить эту долю к нашему примеру, потери из-за переключения на конкурента составят около 23 тысяч рублей в неделю, или примерно 1,2 млн рублей в год. Это иллюстративный расчет, а не универсальный коэффициент для любой категории.
Оценка упущенной выгоды OOS: прямые и косвенные потери
Калькулятор считает только прямые потери, то есть упущенную выручку и маржу. Поэтому полученную сумму лучше воспринимать как базовую финансовую оценку OOS, а не как полную стоимость проблемы для бренда. Полная оценка упущенной выгоды OOS больше, потому что пустая полка приносит бренду еще и косвенные потери.
Прямые потери финансовый отдел может проверить по данным продаж. Поэтому в переговорах с сетью лучше опираться на них.
Косвенные потери измерить сложнее, и они складываются из трех частей.
- Потерянные покупатели. Часть тех, кто купил товар конкурента, продолжает покупать его и дальше, и бренд получает меньше повторных продаж.
- Расходы на маркетинг без отдачи. Бренд оплатил промо и рекламу, покупатель пришел за товаром и не нашел его, поэтому ROMI кампании снижается.
- Операционные затраты. Логистика оплачивает срочные поставки, мерчандайзеры пересчитывают остатки вручную, а планировщики исправляют прогнозы.
Точной формулы для косвенных потерь нет. Их размер зависит от лояльности покупателей к бренду, от числа товаров-заменителей в категории и от того, совпал ли OOS с промо. Поэтому сумму из калькулятора стоит считать нижней границей потерь, а не полной оценкой.
KPI доступности OSA и роль автоматизации контроля остатков
Один раз посчитать потери недостаточно, потому что наличие товара на полке меняется каждую неделю. Поэтому бренду нужен показатель, за которым он следит постоянно и который понятен сети. Обычно бренды и сети используют для этого KPI доступности товара на полке OSA.
OSA = (число проверок, когда товар был на полке ÷ общее число проверок) × 100%
OSA можно считать по одному SKU, по магазину, по сети или по категории. Сеть оценивает по нему работу магазинов и логистики. Производитель узнает из него, какую долю времени его товар был доступен покупателю.
Польза показателя зависит от того, как быстро бренд получает данные. При ручном контроле мерчандайзер фотографирует полку раз в несколько дней, супервайзер просматривает сотни снимков, и отчет по OOS готов только к концу недели. К этому времени бренд уже потерял выручку.
С автоматизацией контроля остатков на полках бренд получает отчет в день визита. Мерчандайзер фотографирует полку в мобильном приложении, или снимок по расписанию делает стационарная камера. Алгоритм компьютерного зрения распознает на фото товары, ценники и пустые места. Затем система сравнивает результат с планограммой и учетными остатками. После этого супервайзер получает список магазинов, где нужно выставить товар или оформить заказ.
«Покажем на примере Goods Checker, как это работает. Платформа распознает товары на фото полки на уровне SKU с точностью выше 95% и сверяет выкладку с планограммой. Отчет по OOS и OSA она формирует в день визита, поэтому супервайзер в тот же день направляет мерчандайзера в магазины с пустыми полками. Команды, которые работают с платформой, тратят на подготовку отчетности на 70% меньше времени, а одно мерчандайзинговое агентство сократило время аудита торговой точки вдвое.»
Виртуальные остатки: как скрытый дефицит искажает расчет потерь
У калькулятора OOS есть и слабое место. Он считает потери по данным об остатках, которые передает сеть, и если эти данные неверны, то сумма получается меньше, чем бренд теряет на самом деле. Чаще всего так происходит из-за виртуальных остатков.
При виртуальном остатке учетная система магазина показывает товар, которого нет ни в зале, ни на складе. Автозаказ ориентируется на учет и не отправляет заявку поставщику, поэтому товара нет на полке несколько недель. В отчете сети за эти недели указаны положительный остаток и низкие продажи. Аналитик бренда не относит их к OOS, и в расчет потерь они не попадают.
Чтобы бороться с виртуальными остатками, бренд и сеть используют три способа.
- Аналитик бренда ищет SKU, у которых несколько недель подряд есть остаток и нет продаж.
- Сотрудники магазина пересчитывают такие позиции вручную, а сеть исправляет данные об остатках.
- Бренд регулярно сравнивает данные учетной системы сети с фотографиями полки.
Надежнее всего работает третий способ, потому что он опирается на фотографию, а не на догадку. Когда компьютерное зрение находит на фото пустое место, а в учете при этом числится остаток, у аналитика бренда появляется подтверждение. Он передает этот случай сети, и сеть исправляет данные, по которым работает автозаказ.
Как сократить out-of-stock: практический чек-лист для бренда
Чтобы сократить out-of-stock в магазине, бренду сначала нужно регулярно его измерять. Дальше можно действовать по чек-листу:
- Раз в неделю считайте OOS и упущенные продажи по ключевым SKU.
- Расположите магазины и категории по сумме упущенной выручки и начните с тех, где она больше всего.
- Настройте ежедневный контроль OSA по фотографиям мерчандайзеров или по снимкам камер.
- Находите виртуальные остатки и передавайте сети подтвержденные случаи, чтобы автозаказ работал на верных данных.
- Согласуйте с сетью план пополнения на основе общих данных OSA, особенно перед промо.
Последний пункт чек-листа уже относится к оптимизации цепочки поставок в ритейле. Она работает только тогда, когда бренд, дистрибьютор и сеть смотрят на одни и те же данные о полке и принимают решения на их основе. Такие данные бренд может получать от ИТ-решений, например, Goods Checker. Платформа проверяет выкладку и наличие товара по фотографиям, собирает отчеты по визитам мерчандайзеров и сама считает OSA, поэтому сотрудникам не нужно разбирать снимки вручную.
Начать можно с малого и посчитать потери по одному SKU с высокими продажами за последние четыре недели. Этот расчет покажет, сколько рублей бренд теряет на каждом проценте OOS. С такой суммой на руках проще договариваться с сетью о пополнении и объяснять руководству, зачем нужен бюджет на мониторинг.
Частые вопросы
Чем OOS отличается от OSA?
OOS показывает долю случаев, когда товара не было на полке, а OSA показывает долю случаев, когда он был. В сумме оба показателя дают 100%, поэтому при OSA 96% уровень OOS равен 4%.
Как рассчитать out-of-stock по формуле?
Разделите число дней, когда товара не было на полке, на число дней в периоде и умножьте на 100%. Если за четыре недели товара не было два дня, OOS равен примерно 7%. Считать лучше отдельно по каждому SKU в каждом магазине.
Как посчитать упущенную выручку от out-of-stock?
Возьмите среднюю недельную продажу SKU в одном магазине и умножьте ее на число магазинов, где товара не было. Получится количество упущенных штук. Умножьте его на среднюю цену, и вы получите упущенную выручку за неделю.
Какой уровень OOS считать высоким?
Единой нормы нет, она зависит от категории и сети. Для ориентира подходят данные NielsenIQ. Во Франции в 2022 году уровень OOS по товарам повседневного спроса составил 4,4%, в Великобритании около 4%. Важнее процента сумма потерь, потому что для SKU с высокими продажами даже 2% дают миллионы рублей в год.
Почему расчет потерь может оказаться заниженным?
Чаще всего из-за виртуальных остатков. Учетная система показывает товар, которого в магазине нет, поэтому в отчете сети такие недели не выглядят как OOS и в расчет не попадают.
Как сократить out-of-stock в магазине?
Раз в неделю считайте OOS и упущенные продажи по ключевым SKU и начинайте с магазинов, где потери больше всего. Настройте ежедневный контроль OSA по фотографиям полки, находите виртуальные остатки и согласуйте с сетью план пополнения перед промо.
