Как увеличить прибыль магазина у дома на 1 млн в месяц

Маленький независимый магазин может быть эффективным и приносить хорошую прибыль, но зачастую этому препятствуют ошибки управления и отсутствие компетенций в автоматизации. Владельцы магазинов «Все есть» формата у дома Виталий Бирюков и Ян Зуев поделились своим практическим опытом повышения эффективности розничной торговли с помощью подключения к цифровой платформе и устранения типичных ошибок.

В этой статье мы рассмотрели две ключевые ошибки управления магазином, которые разрушают бизнес и препятствуют получению прибыли:

1. низкая плотность SKU и слабый ассортимент;

2. использование таблицы наценок при ценообразовании.

Парадокс в том, что ни первая, ни вторая ошибка не воспринимается большинством ритейлеров как проблема. Многие считают такое управление своей осмысленной стратегией и даже бравируют низкой плотностью и малым, но «выверенным» ассортиментом. А работа по таблице наценок заложена в ядро всех без исключения систем учета товара, от мала до велика, от старых до самых современных.

Для нас вопросы плотности ассортимента и уход от таблицы наценок в пользу рыночного ценообразования на продукты давно относятся к категории решенных и формируют один из краеугольных камней нашей философии конкурентного независимого ритейла. Однако до сих пор эти вопросы не были обоснованы теоретически, не были найдены и воплощены надежные инструменты решения, а сами финансовые результаты не были апробированы в ходе практических экспериментов.

Для этого в IV квартале 2021 года приобрели типовой магазин у станции метро «Университет» (г. Москва). Рядом с этим магазином – в 70 и 100 метрах – работают две точки федеральных сетей. Подтвержденная выручка – 60 тыс. рублей в день. Анализ продаж за 12 месяцев подтвердил наличие двух вышеуказанных проблем – низкой плотности артикулов и использования таблицы наценок. Мы поставили цель – за три месяца увеличить ежедневную выручку экспериментального магазина до 300 тыс. рублей, подключив его к нашей цифровой платформе модельмагазина.рф.

Digital-решение для малой розницы

Цифровая платформа модельмагазина.рф, разработанная специально для независимой розницы, позволяет делать анализ цен поставщиков, продаж, формировать правильные заказы, подбирать ассортимент и выставлять наиболее выгодные цены в соответствии с конъюнктурой рынка.

Уникальные алгоритмы программного обеспечения, прошедшие тестирование на более чем 1 млрд рублей закупок, анализируют десятки тысяч строк прайсов поставщиков и гигабайты данных о продажах, а также учитывают актуальные данные, которые собираются из десятков источников, о текущих трендах и новинках. Источник данных – товароучетные системы магазинов, причем решение адаптировано под все известные ТУС.

Мы стараемся не применять термин «социальная сеть», но обмен информацией между магазинами приносит положительный эффект, схожий с эффектом социальных сетей: данные о продажах в других магазинах инициируют информационные сигналы на платформе о необходимости включения в ассортимент новой позиции или о рекомендации купить дешевле, поменять розничную цену и так далее. Иными словами, платформа дает менеджеру магазина информацию о том, что в данный период времени выгоднее купить, у кого, по какой цене и почем продать.  

Используя модельмагазина.рф, независимый ритейлер получает неоспоримое преимущество перед федералом, так как может завести востребованный товар буквально за несколько часов, на что у крупных сетей обычно уходит больше месяца.

С помощью этой программы можно также решить обозначенные проблемы низкой плотности ассортимента и неэффективного ценообразования. 

Две ошибки, ведущие к упущенной выгоде   

После внедрения платформы модельмагазина.рф в десятках магазинов-партнеров в разных регионах мы смогли проанализировать и подробно описать эти ключевые ошибки.

Ошибка № 1 – ориентация независимого магазина на крупные сети при формировании плотности ассортимента 15–20 SKU товара на 1 кв. м торговой площади.

Для несетевого магазина у дома такой подход не является оптимальным по двум причинам: ассортимент крупной сети основывается не на покупательских предпочтениях в конкретной локации, а на утвержденной ассортиментной матрице; количество SKU также упирается в ограничения сетей по возможностям управлять категориями и ассортиментными матрицами в масштабе тысяч магазинов сети. Продуктовые сети хотели бы иметь активный ассортимент 35–40 SKU, но управлять такими плотными магазинами очень сложно.

На графике № 1 приведены данные 20 магазинов, аналогичных по формату и продажам нашему экспериментальному магазину. В целом выборка полностью повторяет общий анализ рынка.

Высокий коэффициент корреляции и формула y = 71x – 321, R² = 0,82 подтверждают явную зависимость выручки с 1 кв. м торговой площади от плотности активного ассортимента.

Если принять, что средняя маржинальность магазинов-аналогов составляет 28%, то с каждой новой SKU магазин начинает зарабатывать 20 руб. в день. Реально ли это? Более чем.

Как показывает практика, в определенный момент магазины, пользующиеся нашей платформой управления магазином, сталкиваются с новой проблемой – куда бы еще повесить дополнительные полки для товара. Но это, что называется, «проблема богатых».

График № 1

Ошибка № 2. Розничные цены устанавливаются по таблице наценок.

Как правило, ритейлер считает, что раз таблица наценок используется всеми магазинами, то это верный путь попадания в рыночные цены. Но закупочные цены у всех магазинов разные, кто-то взял дешево, кто-то – дорого, и, соответственно, типовая наценка будет означать по каким-то позициям «недолет», а по каким-то – «перелет» относительно действительной рыночной цены.  

Аналогично по дешевым позициям – магазин недозарабатывает, так как не знает, что данная позиция продается в других магазинах так же успешно, но по более высоким ценам.

На графике № 2 показано распределение розничных цен типичного проблемного магазина по сегментам.

График № 2

Как видно, существенная доля ассортимента магазина попала в 4-й и 5-й сегменты, то есть почти 1 тыс. SKU магазин продает дороже всех и еще почти 700 SKU – дороже, чем 75% других магазинов.

Такая ситуация стала следствием двух факторов – неэффективной закупки и бездумного использования таблицы наценок. В результате, несмотря на положение локального монополиста, магазин потерял более ⅓ дневной выручки всего за несколько месяцев.

Обе описанные ошибки являются наиболее типичными для малых независимых продуктовых магазинов. Но решение этих проблем позволяет магазину отстроиться от неизбежной конкуренции с гигантами, превратив свои недостатки (отсутствие разветвленной сети, логистических центров, мощной централизации и закупочной силы) в очевидные достоинства, которые недоступны ни для одного федерала.

Мы решили на конкретном магазине проверить гипотезу, что решение этих двух вопросов (вкупе с решением базовых) способно принести небольшому независимому магазину более 1 млн рублей дополнительной прибыли в месяц.

9 шагов к цели эксперимента

В ходе эксперимента мы использовали только те инструменты, которые доступны любому другому магазину, подключенному к цифровой платформе модельмагазина.рф, выполняли ту последовательность шагов и действий, которую может выполнять любой магазин, прошедший наше стандартное бесплатное обучение.

Шаг 1. Развернули модель «старого» магазина на нашей цифровой платформе, проанализировали историческую выручку, категории обслуживаемых покупателей, поняли, где есть нереализованный потенциал, и смоделировали целевой спрос.

Шаг 2. Разработали матрицу товарных категорий, для каждой из категорий определили целевое назначение – трафик, прибыль.

Шаг 3. По каждой категории определили стартовый ассортимент, исходя из целевого показателя плотности активно продающегося товара на уровне 35 SKU на 1 кв. м торговой площади. У старого магазина этот показатель составлял 23 SKU на 1 кв. м. Иными словами, ассортимент магазина нужно было уплотнить в 1,5 раза.

Стартовый ассортимент определялся на основании рекомендаций цифровой платформы.

Как формировались рекомендации. Определили пул из 30 магазинов, аналогичных по формату, и проанализировали, выявляя ликвидные позиции, пользующиеся спросом у покупателей. Эти позиции попали в рекомендации платформы.

Шаг 4. Пригласили на работу двух категорийных менеджеров с опытом работы в ритейле, управляющих движением товара: закупка, розничные цены, ротация ассортимента, поиск новинок и новых поставщиков, инвентаризация, управление зависшим товаром. Оба менеджера прошли у нас стандартное обучение работы с цифровой платформой. Катмены, как и оператор, работают удаленно и формируют представление о расстановке оборудования и раскладке товара на основании регулярных видео и фото из магазина.

Шаг 5. Начали закупку товара и наполнение магазина товаром на основании анализа предложений закупочных цен поставщиков на цифровой платформе.

Шаг 6. Установили розничные цены на основании рекомендаций цифровой платформы.

Шаг 7. Открыли магазин под нашим брендом «Все есть» в конце декабря 2021 года. Частая фраза покупателей в первую неделю работы: «Вы здесь уже пятые по счету, удачи».

Шаг 8. Параллельно с открытием магазина обучали линейный персонал – продавцов, заготовщиков, приемщиков – работе на цифровой платформе.

Бизнес-процессы внедрены, функционал распределен между сотрудниками, боты запущены, контур контроля бесперебойной работы системы замкнулся.

Шаг 9. В процессе работы магазина происходила коррекция ассортимента и цен на основе формирующихся данных о собственных продажах в модели магазина.

В среднем выход на целевую выручку у нового магазина составляет 12 месяцев. В нашем случае эта цель была достигнута менее чем за 3 месяца.

Результаты использования платформы

Выбор лучшего на конкретный момент поставщика из нашего же пула позволил удерживать разумные и даже низкие розничные цены на особо чувствительные социальные товары. В отзывах на «Яндекс.Карты» наши покупатели наиболее часто отмечают наши разумные или даже низкие цены. При этом покупатели «старого» магазина часто жаловались на его завышенные цены.

Рекомендации платформы по составу и объему заказа позволяют постоянно иметь товар в наличии, но при этом держать остатки на минимально достаточном уровне, не перегружая и без того небольшой склад (менее 25 кв. м).

И наконец, главное. Благодаря цифровой платформе мы в первые же два месяца работы (в течение января-февраля 2022 года) завели более 2 тыс. новых SKU, доведя активно продаваемый ассортимент до 4250 SKU (при торговой площади 120 кв. м), а общий ассортимент – до 5300 SKU.  

При расширении ассортимента основывались не на рекомендациях поставщиков, которые любят таким образом слить залежалые стоки, а на рыночных данных о наиболее продаваемых товарах в магазинах-аналогах. Основная часть новинок стала хитами в магазине и создала высокие дополнительные продажи.

Регулярные массовые переоценки на основе списков платформы позволили высокоточно установить наиболее оптимальные цены на товары в магазине, максимизируя валовую прибыль и продажи.

На графике № 3 показана ценовая позиция нашего экспериментального магазина по состоянию на 1 июня 2022 года. Как видно из приведенных данных, подавляющая часть ассортимента находится в среднем ценовом сегменте относительно магазинов-аналогов.  

График № 3

При этом слабая асимметрия влево как раз отражает восприятие магазина покупателями скорее как более дешевого, чем более дорогого. Однако маржинальность (отношение валовой прибыли магазина к его выручке) при средних по Москве ценах достигла 30%.

Итоговый результат эксперимента: цели мы достигли, план выполнили и перевыполнили – в день окончания эксперимента выручка составила 360 тыс. рублей (рост – в 6 раз за 3 месяца). Основные причины стремительного выполнения и перевыполнения плана – снижение розничных цен и удержание их на разумном уровне, радикальное расширение и переработка ассортимента, постоянное наличие товара на полке, высокая плотность ассортимента и ощущение изобилия, создание уникальных предложений, строжайший контроль качества, как продуктов, так и уровня клиентского сервиса. В результате покупатели получили магазин, который есть за что любить.

Существенная часть пользующихся нашей цифровой платформой магазинов показывали дополнительную валовую прибыль более 1 млн рублей в месяц. Явные лидеры с большими, чем у нас, площадями и оборотами, добирались и до отметки в 1,5 млн рублей дополнительной прибыли.

Однако важной оговоркой является то, что таких результатов достигали только те партнеры, которые успешно решали именно эти две ключевые проблемы – доводили плотность до целевого уровня и отходили от таблицы наценок как незыблемого базиса регулирования розничных цен в магазине.

Думаем, что наиболее точно успех магазина отражен в одном из часто задаваемых вопросов наших покупателей: как магазин угадывает, что именно этот продукт они искали и хотели купить, как удается узнать их потребности? Наш директор в общении с покупателями, конечно же, надувает щеки и рассказывает про тесную работу с изучением покупательских предпочтений. Но, как вы поняли, на самом деле весь секрет кроется в актуальных рыночных данных на платформе управления магазином и желании магазина этими данными пользоваться.

Валерия Миронова, Retail.ru