Товар лежал на полке около 430 дней. Как «Пых-Пых» сократил запас примерно на 20% и не потерял продажи
Материал Fedotov Group
Введение

Юрий занимается табачным бизнесом три с половиной года. За это время его сеть «Пых-Пых» из Нового Уренгоя выросла до семи торговых точек. Вместе с сетью вырос и товарный хвост. Какие-то позиции продавались быстро, другие месяцами уходили всё дальше в глубину полки. Отдельные SKU лежали без движения около 430 дней.

За два месяца Юрий вместе с командой сократил товарный запас примерно на 20%, ускорил оборачиваемость и поднял GMROI сети на 13,5%. Выручка при этом не упала.

Ниже Юрий рассказывает, как всё происходило на практике: с выгрузками, перемещениями, красными точками на пачках и одним неприятным признанием.
Юрий, собственник сети магазинов «Пых-Пых»
Введение

Юрий занимается табачным бизнесом три с половиной года. За это время его сеть «Пых-Пых» из Нового Уренгоя выросла до семи торговых точек. Вместе с сетью вырос и товарный хвост. Какие-то позиции продавались быстро, другие месяцами уходили всё дальше в глубину полки. Отдельные SKU лежали без движения около 430 дней.
За два месяца Юрий вместе с командой сократил товарный запас примерно на 20%, ускорил оборачиваемость и поднял GMROI сети на 13,5%. Выручка при этом не упала.

Ниже Юрий рассказывает, как всё происходило на практике: с выгрузками, перемещениями, красными точками на пачках и одним неприятным признанием.
Юрий, собственник сети «Пых-Пых»
Пока магазинов два, многое видно глазами

Когда у тебя одна или две точки, ещё получается держать ассортимент в голове. Помнишь, какой товар идёт, какой стоит, что продавец давно не предлагал покупателям. На семи точках этот способ разваливается.
«Следил только лишь за оборотом, ну и, можно сказать, за валовой прибылью, что прилетает.»
За неликвидом и оборачиваемостью отдельных SKU тогда почти не следили. В какой-то момент проблема стала чувствоваться уже по счетам.
«У меня как будто бы работает процентов 20 денег. Мы что-то закупаем, продаём, опять что-то закупаем, продаём. Но как будто бы очень много товара не работало.»
По-настоящему работать с товаром начали около двух месяцев назад.
Позиции стояли 360 дней. Почти 430. И это отдельные вкусы, а не абстрактная категория

Сначала посмотрели оборачиваемость по магазинам. На лучшей точке она была около 80 дней, на самой слабой доходила примерно до 140–150. Потом открыли детектор неликвида в сервисе БрайтБорд и стали смотреть каждую позицию по каждому магазину.
«Цифры меня ужаснули в первый раз, когда я это всё увидел.»
Одни позиции стояли без движения около 360 дней, другие — почти 430.

Критичная деталь: каждый вкус должен быть заведён в товароучетную систему отдельным SKU — у нас МойСклад. Если десять вкусов спрятаны внутри одной общей позиции, любая аналитика покажет среднюю температуру. Один вкус продаётся, другой год лежит, а в отчёте будто всё нормально.

Мы выставили рабочее правило: в первую очередь разбирать товары, которые находятся в магазине достаточно давно и не продавались больше 100 дней. Составили такой список через тот же БрайтБорд, выгрузили в Excel, распечатали и отдали сотрудникам магазинов.

Но список сам по себе ничего не продаёт. Поэтому дальше началась обычная розничная работа руками.

Красная точка на пачке, которую покупатель почти не видит

Залежавшиеся позиции поставили вперёд, с левой стороны полки. На каждую конкретную упаковку нанесли маленькую красную точку. Не на общий ценник, потому что за одним ценником может стоять десять вкусов. Метка нужна продавцу, чтобы он сразу видел, какой именно вкус стоит предложить.

Решение оказалось особенно полезным при подменах. Сотрудник приходит с другой точки, поворачивает голову к полке и уже понимает, на что обратить внимание. Покупатель метку почти не замечает, а продавцу не нужно держать в памяти длинный список.

Раньше новый товар ставили вперёд, старый отодвигали. Потом приходила следующая поставка, и та же пачка снова уходила назад.
«Товар уходит назад, назад, назад на полки и просто там себе отдыхает, ждёт своего времени, пока его не выкинут.»
Красная точка вернула таким товарам видимость.

Причём часть позиций оказалась вовсе не мёртвой. Это были нормальные ходовые товары и бренды, просто конкретный вкус потерялся в глубине полки. Цену на них не снижали. Продавцы стали чаще их предлагать, и товар снова пошёл.

Сначала семь перемещений на склад. Потом семь обратно

Провели семь перемещий по неликвидным позициям: по одному с каждой торговой точки на центральный склад. В итоге весь оверсток и неликвид физически собрали в одном месте.

Когда товар оказался на центральном складе, подготовили план перераспределения на основе статистики продаж. Через сервис БрайтБорд нашли точки, где конкретные SKU раньше покупали, и одним запуском отправили ещё семь перемещений из центрального склада в нужные магазины.

Часть товара получила второй шанс. Вкусы, которые месяцами стояли в одной точке, после переезда в другую снова начали продаваться.

На центральном складе остался самый мёртвый хвост: товары, которые не продавались вообще нигде и поэтому не попали в автоматическую волну. Тут уже пришлось разбирать каждую позицию руками.

Что-то отправили в магазин после ручной проверки, где-то просто снизили цену, часть решили продавать по себестоимости и подкрепили мотивацией сотрудников.
Но слепо нажать кнопку и отправить всё по рекомендации любого сервиса нельзя. Если на одной точке случайно продались три штуки, программа может посчитать её лучшим получателем. Это ещё не повод везти туда двадцать одинаковых SKU.

Из БрайтБорда брали расчёты и смотрели, где у товара был спрос. Команда проверяла результат, убирала лишние строки и только потом проводила перемещения в МойСклад. Алгоритм сильно сокращает путь до решения, но голову владельца сети не отменяет.

Для мёртвого остатка устроили отдельную распродажу

То, что не удалось разумно распределить, вынесли в отдельную зону около кассы. Часть товара продавали с небольшой наценкой, часть — по себестоимости, отдельные позиции даже ниже. Продавцам назначили дополнительную мотивацию, а самой распродаже дали месяц.

Результат оказался лучше ожиданий: большая часть выделенного товара ушла. Оборот не просел.

Тут два разных случая. Если товар нормальный и ему просто не уделяли внимания, хватало красной точки и места впереди. Снижать цену не требовалось. Меняли цену только там, где спроса действительно не было и деньги нужно было высвободить.

Сотрудники сами нанесли метки и прислали фотоотчёты. Руководитель проехал по магазинам со списком и точечно проверил выкладку. Для сети в нескольких городах такой контроль можно провести удалённо, но задачу всё равно придётся проверить. Иначе она с большой вероятностью останется красивым планом в чате.

Оборачиваемость ускорилась в два раза за два месяца

На одной из самых слабых точек оборачиваемость была около 140 дней. Её сократили на 66 дней, примерно до 74. На лучшей точке показатель снизился с 80 до 39 дней. На момент интервью значения по сети находились примерно в диапазоне от 39 до 74 дней. Следующая цель команды — выйти в среднем на 55.

Обычный товарный запас сети составлял около 8–8,4 млн рублей. В момент замера он опустился до 6,2 млн, после новой поставки ожидался на уровне около 7 млн. Из запаса высвободили 1,5–2 млн рублей — примерно 20%.

Выручка не снизилась, GMROI по всей сети прибавил 13,5%. GMROI показывает, сколько валовой прибыли приносит каждый рубль, вложенный в средний товарный запас.

Цена у расчистки тоже была: маржинальность временно просела примерно на 1,5%, потому что часть товара распродавали с минимальной наценкой или без неё. Но валовая прибыль в абсолютных рублях выросла. Высвободившиеся деньги вернулись в оборот, и часть из них направили на закупку ликвидных, популярных товаров. Они продаются быстрее и приносят новую валовую прибыль.

На временное снижение маржинальности пошли осознанно. Деньги в товаре, который лежит около 430 дней, на бумаге всё ещё выглядят запасом. Для бизнеса они почти не работают.

Как не накопить тот же хвост снова

Разовая распродажа освобождает полку, но не лечит закупочный процесс. Поэтому теперь перед закупками команда использует ABC-анализ. Он показывает, какие SKU формируют основную валовую прибыль, а какие дают слабый вклад. Это помогает выбирать внутри товарной линейки конкретные вкусы, а не закупать всю линейку по привычке.

Параллельно «Пых-Пых» внедряет товарную матрицу по каждому магазину. Работа ещё не закончена, и команда этого не скрывает. Логика простая: если конкретный вкус вывели из матрицы точки, он не должен снова попасть в автозаказ только потому, что раньше его распродавали со скидкой.

Новый процесс выглядит так:

  1. Регулярно находить товары без движения по каждой точке.
  2. Проверять, можно ли продать их в другом магазине.
  3. По каждому оставшемуся SKU принимать решение: вернуть на видное место, переместить, уценить, вернуть поставщику или вывести.
  4. Фиксировать ассортиментное решение в матрице, чтобы слабая позиция не приехала снова.
  5. Следить за оборачиваемостью и GMROI, не допуская провала продаж из-за слишком сильного сокращения запаса.
Заключение

Юрий не считает эту работу законченной. Красные точки ещё стоят на пачках, матрица внедряется, целевые 55 дней достигнуты не во всех магазинах.

Но за два месяца «Пых-Пых» уже достиг значительного результата, с чем их можно только поздравить и пожелать удачи в дальнейшем.
Есть полезный кейс?
Если у вас произошла интересная история или вы решили какой-то полезный кейс, о котором вы хотите рассказать на площадках Fedotov Group — напишите с предложением в Telegram Виктории, нашему комьюнити-менеджеру.