Как превратить промо-программы в конкурентное преимущество, а не средство выживания

В материале Полины Минеевой, старшего менеджера по продвинутой аналитике компании Axenix.

Эксперты считают, что российский рынок FMCG-ритейла вырос в 2022 году в целом почти на 20%, но этот рост обусловлен не высоким спросом, а ростом цен. Спрос же, начиная с апреля прошлого года, пошел на спад на фоне ажиотажных покупок марта. Аналогичная динамика наблюдалась в российском ритейле в 2014–2017 годах в период падения рубля, а затем и в 2020-2021 годах, во время пандемии COVID-19. 

В новом году спрос начинает восстанавливаться, но на рынок оказывают влияние такие тренды, как продолжающиеся перемены в поведении потребителей, трансформация каналов продаж и изменение ассортимента, связанное с разрывом логистических цепочек и уходом из России большого количества зарубежных компаний. 

При этом стабилизация спроса в ближайшие месяцы возможна, но произойдет она только при отсутствии внешний потрясений. Определять же тренды рынка в 2023 году будут изменение структуры спроса в сторону более доступных товаров и наличие промо-предложений у ритейлеров.

В этих условиях помочь бизнесу может управление всеми ключевыми переменными, которые с одной стороны оказывают непосредственное влияние на поведение покупателей, а с другой – поддаются контролю и управлению. Это – состав ассортимента, ценообразование и промоутирование товаров и брендов.  

Комплексно управлять всеми этими показателями позволяет концепция Net Revenue Management (NRM) и информационные системы на базе искусственного интеллекта, которые реализуют ее на практике. 

Что может NRM

NRM, в первую очередь – концепция, в рамках которой менеджмент управляет доходностью предприятия, принимая взвешенные решения на основе data-driven подхода, то есть на основе анализа данных. Необходимо это для того, чтобы оценить такие факторы, как производственные затраты, затраты на продвижение в магазинах и действия конкурентов.

Это не только дает возможность бизнесу выживать, а превращается в важное конкурентное преимущество во времена, когда потребители экономят, а спрос сокращается.

Для производителей FMCG ключевое значение играют данные, которые актуальны для постоянного анализа показателей PNL и определения путей адаптации к меняющимся условиям. На их основе должны строиться управление ценами, промо-поддержка, определение торговых условий и маркетинговая поддержка для брендов в местах продаж. 

В качестве примера можно привести решение таких задач, как планирование промо-акций по сетям и регионам, предварительная подготовка к крупным праздникам и сезонным всплескам продаж, планирование маркетинговых коммуникаций с целевой аудиторией в точках продаж. 

У каждого ритейлера и дистрибьютора товаров FMCG имеются собственные гайдлайны, отражающие подходы компании к развитию клиентского опыта: особые требования к срокам промо, формированию скидок и их объемам, логистике, определению сроков поставки и т.п. 

Все эти метрики должны быть доступны системе NRM, – получая правила из гайдлайнов в автоматическом или ручном режиме она сможет автоматически выдавать рекомендации и прогнозы по промоутированию, которые, к тому же, будут соответствовать требованиям производителей. Это одновременно сократит и ручной труд, связанный с обработкой данных, и сроки согласования планов маркетинговых программ. 

Сложности внедрения NRM

Часто автоматизация процессов, тем более с использованием технологий искусственного интеллекта, рассматривается компаниями как в первую очередь технологическая задача. 

Такой подход оправдан не всегда, а в случае с настройкой NRM-процессов он может привести к фундаментальным ошибкам, которые сделают систему непригодной. В первую очередь, необходимо отталкиваться от бизнес-составляющей процесса (к слову, это требует участия в проекте бизнес-специалистов: категорийных и продуктовых менеджеров, специалистов по закупкам, маркетологов и т.п.).

Мы уже говорили о том, что в компаниях существуют описания бизнес-процессов или гайдлайнов, которые могут использоваться в настройке. Часто они неполные, и это требует дополнительной работы по их насыщению, так, чтобы они полностью отражали процесс планирования и позволяли рассчитывать оптимальные планы и прогнозы в соответствии с бизнес-целями. 

Это позволит быстро встроить NRM в бизнес-процесс, а система не только быстро будет принята сотрудниками, но даст ощутимую отдачу уже в первые недели использования. 

Вторая важная составляющая, требующая повышенного внимания – качество данных. Неполнота или ошибки в них приведут к низкой точности прогнозов и, как следствие, к неправильным решениям. Отсюда – и необходимость предварительной проверки источников.



Еще одна возможная сложность связана с применением искусственного интеллекта. Его использование в текущих условиях несколько усложнилось. Связано это с нестабильностью рынка: речь о многочисленных изменениях в ассортиментных матрицах, полочных ценах, росте затрат, переменах в конкурентном окружении. 

В таких случаях проводится коррекция прогнозов. Но если раньше она рассчитывалась вручную, при этом в первую очередь во внимание принимались собственные соображения менеджеров, то сейчас эта работа отдается искусственному интеллекту. И здесь тоже потребуется активное участие бизнес-пользователей и экспертов в тонкой настройке системы и расчете корректирующих показателей, чтобы сделать процесс планирования прозрачным, контролируемым и адаптивным к изменениям.

Промо-планирование рассматривается бизнесом как самостоятельный процесс, который должен быть интегрирован с другими бизнес-процессами компании и информационными сервисами, которые их поддерживают. В этой связи потребуется настройка ролевой модели доступов, – она призвана обеспечить прозрачность всего процесса и сократить сроки подготовки промо-календарей. 

NRM и эффективность промо-программ

Ключевые показатели для оценки эффективности промо-программ – достижение запланированных объемов акционных продаж и рентабельность инвестиций. Однако, для определения этих показателей важно учитывать, что промо-продажи каннибализируют (то есть замещают) более прибыльные, регулярные продажи бренда. И положительный результат промо-программы не всегда означает рост выручки от продаж товаров той же торговой марки. 

«Выровнять» целевые показатели общей стратегии бренда и промо помогает оптимизация программ при помощи искусственного интеллекта. Его применение позволяет выровнять обе стратегии – общую и промо и сохранить ценовую политику марки. При этом возрастает (а не просто сохраняется) и маржинальность. 

Достигается этот эффект благодаря тому, что моделирование с использованием движка искусственного интеллекта учитывает множество показателей эффективности промо на разных уровнях детализации, а общие изменения, которые происходят при корректировке отдельных параметров, актуализируются.   

Среди наиболее часто используемых параметров стоит упомянуть показатели тренда и сезонности, регулярные цены, скидки и механики промо, динамика продаж взаимозаменяемых и комплементарных товаров, изменение дистрибуции. Здесь стоит упомянуть и о том, что ИИ дает возможность реализовать и применение продвинутых алгоритмов расчета для оптимизации промо-программ.

---

Читайте также: Стратегия для DIY: что учитывать при развитии бизнеса в 2023 году

---

Что получит бизнес

NRM как концепция и NRM-система как форма ее практической реализации дают компании три возможности, которые позволят оптимизировать прохождение бизнеса через период турбулентности и значительного уровня волатильности рынка. 

Первая – переход от планирования в ручном или экспертном режиме, когда в его основе лежат собственные представления менеджмента, к аналитическому подходу, причем и в сценарной, и в оптимизационной форме.

Второе преимущество NRM – объединение всех процессов, связанных с планированием промо-активности (а они, как правило, осуществляются в партнерстве с несколькими участниками) внутри предприятия.

Наконец, третья возможность – автоматизация промо-планирования и одновременно его оптимизация для привлечения к нему всех заинтересованных сторон, в том числе и вне предприятия. На данном этапе переход к NRM может явиться основой для превращения процесса промо-планирования в одну из составных частей CPFR – процесса совместного планирования, прогнозирования и пополнения запасов всех участников цепочки поставок.

Полина Минеева, 
Старший менеджер по продвинутой аналитике компании Axenix.

Для NEW RETAIL