Twoje dane ze sklepów nie są wiarygodne… Chyba, że masz Shelf Recognition


Nowoczesna sprzedaż to obszar biznesu coraz silniej opierający się na danych. W świecie, w którym niemal wszystko daje się zmierzyć i policzyć, kurczy się obszar pozostawiony subiektywnej ocenie. O ile w tworzeniu biznesowych wizji element emocji, ryzyka czy szaleństwa jest nawet wskazany, o tyle w egzekucji, realizacji koncepcji biznesowych powinno być ich jak najmniej. Dlatego wiarygodne dane ze sklepów są właśnie tak ważne.

Ile znaczą dane dla sprzedaży?

Pracując z klientami w eLeader staramy się zredukować niepewność i marnotrawstwo zasobów poprzez automatyzację procesów, rzetelne raportowanie i trafną analizę. Tylko tak sformułowane credo biznesowe daje gwarancję, że decyzje, od których zależy los niejednej organizacji, będą trafne i zapewnią sukces.

Jednym z obszarów, na który szczególnie zwracają uwagę nasi klienci jest sklepowa ekspozycja. To miejsce, w którym strategia sprzedażowa wdzięczy się do konsumenta i walczy o jego uwagę. Przy półce z produktami odbywa się przecież weryfikacja założeń szefów sprzedaży i tam decyduje się być albo nie być towarów konsumenckich.

Nic więc dziwnego, że wśród obowiązków przedstawicieli wizytujących sklepy znajdują się zadania sprawdzające, czy półka jest zgodna ze standardami, co robi konkurencja oraz czy można zrobić coś aby odstępstwa od standardu natychmiast skorygować, wreszcie sprawdzić czy strategii wizualnej nie należy przebudować.

Żeby powyższe założenie mogło być spełnione należy zadbać o odpowiedni zakres danych. Nie obędzie się tu bez informacji z wielu punktów, pozyskiwanych często i ujętych w istotne biznesowo wskaźniki. Ważna jest też sama ich jakość – muszą one odzwierciedlać rzeczywistość. I tu zaczynają się schody, ponieważ między teorią a praktyką, czyli strategią a egzekucją, rozpościera się śmiertelnie niebezpieczna przepaść.

eleader-shelf-recognition-ai-odpowiednia-jakosc-danych

Sklep nie jest taki, jakim go widzimy

Przedstawiciele terenowi są Twoimi oczami, uszami i rękami na rynku. Delegujesz ich, by dostarczali dane i informacje o tym, jak wygląda rzeczywistość w punktach sprzedaży oraz podejmowali działania w celu zmiany tej rzeczywistości zgodnie z wizją firmy. Przykładem takiego raportowania jest badanie ekspozycji, które ma zgromadzić informacje jak wygląda półka produktowa, na której stoją własne i konkurencyjne produkty oraz porównać ją ze standardem. Za dostarczenie tej informacji pracownicy wynagradzani są pensją. Za uzyskanie wysokiej zgodności lub przekroczenie celu ekspozycyjnego otrzymują premie. Znając dane o półce planujesz dalsze działania – spełniony standard uspokaja Cię, że egzekucja przebiega zgodnie z planem, dobry udział w półce mówi, że pozycja rynkowa jest dobra, a właściwa lokalizacja produktów świadczy o tym, że zarówno handlowcy, jak i pracownicy sklepów przyswoili sobie standardy i zgodnie z nimi eksponują towary.

A teraz dowiedz się, jak jest naprawdę.

W 1992 roku dwoje amerykańskich psychologów, Arien Marck i Irvin Rock, opisało w fachowej literaturze zjawisko tzw. ślepoty pozauwagowej (en. inattentional blindness). W naszym codziennym życiu nie widzimy wielu rzeczy, które znajdują się przed naszymi oczami (jak np. w przypadku połowy osób, które nie dostrzegły ogromnego goryla w eksperymencie z użyciem filmu zamieszczonego poniżej). Ślepota pozauwagowa to nasz naturalny filtr, który chroni nas przed zbyt dużą ilością informacji, których nie jesteśmy w stanie przetworzyć. Oczywiście nasza percepcja nie może sobie pozwolić na „białe plamy”, stąd zastępuje różne obiekty innymi elementami, zgodnie z zasadą selekcji ukierunkowanej na cel. Zgodnie z tą psychologicznie dowiedzioną zasadą, nasz umysł dobiera do postrzegania rzeczywistości z tego, co widzi głównie te elementy, które wspierają założenia, jakie poczynił na jej temat (można to nazwać pewną formą myślenia życzeniowego).

Wybory dokonywane na podstawie wrażeń zmysłowych podporządkowane są celom, jakie sobie stawiamy. Jeśli więc celem jest idealna półka, to każdą półkę produktową widzimy jako lepszą niż jest ona w rzeczywistości. Umysł automatycznie uzupełnia także luki w widzianym obrazie (prawo domykania i ciągłości) oraz grupuje w jeden zbiór obiekty podobne do siebie (prawo grupowania). Psychologia opisała te reguły jako prawa organizacji percepcji, a w praktyce powoduje to widzenie przedmiotów, których w rzeczywistości nie ma. Kolejną prawidłowością znaną psychologom jest tzw. ślepota na zmianę (change blindness). Zjawisko to, znane już w XIX wieku, dotyczy ok. 75% ludzi. Chodzi tu o schematyczne postrzeganie świata, czyli takie widzenie, które jest zgodne z pierwotnym obrazem, jaki sobie „zakodowaliśmy” i niedostrzeganie nawet istotnych zmian w otoczeniu. Przy badaniu ekspozycji sklepowej, której podstawową cechą jest zmiana, ta cecha naszej psychiki z pewnością nie pomaga.

Jako myślące istoty ludzkie podlegamy prawom, które czynią nas omylnymi (mechanizmy te wykorzystują iluzjoniści w swoich trickach), a omylność ta powiązana jest ze zdolnością do koncentracji, czyli utrzymania uwagi, która przecież spada wraz ze zmęczeniem w ciągu dnia pracy oraz powtarzalnością codziennych czynności. Przedstawiciele handlowi w sklepie nie są wyjątkami od powyżej opisanych reguł, mimo więc najszczerszych chęci i dobrej motywacji muszą każdego dnia kapitulować wobec reguł rządzących biologią.

Pułapki premiowania

Poza uwarunkowaniami naszej biologii, istnieje jeszcze jeden kluczowy czynnik wpływający na to, że dane pozyskiwane z terenu ulegają zaburzeniom, a winnymi są tu niestety same „ofiary” tego zjawiska czyli managerowie sprzedaży. Uzależnienie wypłaty premii od osiągnięcia odpowiedniego standardu ekspozycyjnego jest decyzją świadczącą o znajomości i docenianiu reguł rządzących zachowaniami konsumenckimi – kupujemy to, co widzimy, częściej na poziomie wzroku i bogato reprezentowane na ekspozycji, czując, że mamy wybór.

Dane o półce są więc kluczowe dla odpowiedzi, czy osoby odpowiedzialne za ustawienie towarów zapewniają te warunki w sklepach. Niestety, narzucając jednocześnie tym osobom konieczność ręcznego raportowania wskaźników istotnych dla ich premii, przełożeni zmuszają ich do bycia sędziami we własnej sprawie. Tym samym u podstaw zaburzają obiektywność prowadzonych audytów. Przypominając sobie reguły psychologiczne rządzące ludzką percepcją można zrozumieć, że bez złej intencji prowadzi to do niepożądanego idealizowania obrazu sklepowej półki, życzeniowego spostrzegania jej nieco lepiej niż wygląda ona rzeczywiście (bo determinuje to cel jakim jest premia za spełniony standard).

Dane o półce

Nie trzeba więc intencjonalnej manipulacji wynikami badań, by doszło do sprzężenia zwrotnego na linii: wymaganie standardu – realizacja standardu – podniesienie poprzeczki – realizacja standardu – itd… W krótkim czasie powstaje więc wyidealizowany, ale całkowicie niezgodny z rzeczywistością obraz pozycji rynkowej, na podstawie którego podejmowane są strategiczne decyzje biznesowe. W eLeader wiemy z doświadczenia, że w firmach taki stan może utrzymywać się przez lata, a jego uczestnicy (struktury, management i zarząd) wzajemnie utwierdzają się w mylnych przekonaniach.

Jedynym logicznym rozwiązaniem tej sytuacji jest obiektywizacja audytu półki produktowej, czyli odciążenie przedstawiciela handlowego z roli sędziego we własnej sprawie. Dotychczas dostępnymi metodami były tu wizyty sprawdzające, czyli audyty PH, które dokonywane są przez niezależne struktury czy firmy zewnętrzne lub wizualna analiza zdjęć dokumentujących efekty pracy z półką oraz porównanie ich z raportami w systemie SFA. Problemem jednak jest tutaj koszt regularnego prowadzenia takich działań, który dla zaawansowanych standardów może sięgać połowy kosztu utrzymania sił terenowych.

Eksperyment

Na potrzeby jednego z naszych klientów dokonaliśmy niejawnego audytu wizyt przedstawicieli handlowych, wykorzystując ręczne przeliczanie produktów na wykonywanych podczas tej wizyty zdjęciach. Następnie wyniki porównaliśmy z tym, co zaraportowali handlowcy. W pojedynczych punktach sprzedaży kanału tradycyjnego dla obecnych produktów odnotowaliśmy rozbieżności w przedziale od 37,5 do 115%, co obrazuje, jak silnie zaburzone są dane płynące do systemów analitycznych i premiowych.

Iluzje zarządzania sprzedażą

Jak już zapewne rozumiesz, decyzje oparte na danych pozyskiwanych z terenu w rzeczywistości nie zawsze są najlepsze. Jak pokazuje praktyka, zwłaszcza u firm, które zdecydowały się na wdrożenie narzędzia do automatycznego audytu ekspozycji, nieprawidłowości w raportowaniu przekładają się przede wszystkim na:

Zaburzone postrzeganie swojej pozycji na rynku – gdyby przy jednym stoliku zebrać prezesów pięciu największych producentów FMCG np. w kategorii napojów gazowanych i zaczęliby oni przechwalać się swoimi udziałami półkowymi na podstawie firmowych raportów, to wyszłoby na to, że razem mają 170% udziału w półkach.

Niesprawiedliwy i nieefektywny system premiowy – system nagradzający za osiągnięcia, które nie istnieją, jest oderwany od rzeczywistości. W dalszej kolejności stwarza to pole do nadużyć oraz powoduje frustrację przedstawicieli, którzy starają się uczciwie osiągnąć dobre rezultaty.

Iluzoryczne zarządzanie – inaczej zarządza się sprzedażą, gdy ma się 20%, a inaczej gdy 50% udziałów w półce produktowej. Zaburzone dane powodują, że operujesz w równoległej rzeczywistości, a realne decyzje podejmują się same lub podejmuje je za ciebie ktoś inny.

Co robić?

Znając wyzwania firm na całym świecie, w 2013 roku rozpoczęliśmy pracę nad rozwiązaniem, które uwiarygadnia dane związane ze sklepową ekspozycją, zwiększając przy tym znacząco ich zakres, czas pozyskiwania oraz wyliczania standardów. Wyręczyliśmy ludzkie zmysły i umysły sztuczną inteligencją w tych elementach merchandisingu, gdzie obiektywna ocena faktów jest kluczowa i nie powinna zależeć ani od intencji, ani od kondycji badającego. Opracowany eLeader Shelf Recognition AI z powodzeniem wspiera pracę sił handlowych takich firm jak Maspex, NUTRICIA, DANONE, Lactalis, czy Lagardère. Podczas testów rozwiązania tam, gdzie mieliśmy możliwość monitorowania dotychczas raportowanych parametrów półkowych występował radykalny spadek wskaźników po rozpoczęciu pomiaru przez Shelf Recognition w stosunku do deklaratywnego raportowania ręcznego. Wielokrotnie ten „moment prawdy” był próbą, podczas której interesariusze nie byli w stanie przyjąć do wiadomości faktu, że przez lata tkwili w niewiedzy na temat tego, jak realnie wygląda sklepowa półka i za co faktycznie wypłacają premie. Udowodnienie jakości audytu automatycznego niewiele tu pomagało, to po prostu było dla nich zbyt wiele.

Jednak wiele firm mimo wszystko podjęło decyzję o wdrożeniu narzędzia. Tam gdzie weryfikacja raportowania wspierana sztuczną inteligencją została zaimplementowana okazało się to dla organizacji korzystne, ponieważ od tego momentu można zacząć pracować na dobrych danych i wyciągać wnioski z sytuacji realnej, a nie wyidealizowanej. Aby jednak wszystkie strony projektu mogły korzystać na wdrożeniu warto zadbać o miękkie lądowanie na nowym terenie.

Wielki reset

Zastosowanie eLeader Shelf Recognition AI jest sposobem na uzyskanie wiarygodnych danych z rynku i usprawnienie pracy zespołów terenowych. Podjęciu decyzji o powierzeniu sztucznej inteligencji audytu ekspozycji po pierwsze, powinno towarzyszyć przygotowanie wszystkich uczestników zmian na kubeł zimnej wody. Nikt nie będzie czuł się dobrze z powodu tąpnięcia wskaźników, jednak należy pamiętać, że ten stan nie jest niczyją winą, a wynika z niedoskonałego modelu egzekucji powszechnie stosowanego na rynku. Raczej należy się cieszyć z przybliżenia się do wiarygodnych danych.

Po drugie, nowy model raportowania to okazja na to, aby przebudować wskaźniki. Zawyżane przez długi czas dane o półce powinny zostać urealnione by służyły za punkt wyjścia do wyznaczenia nowych celów (np. w modelu perfect store).

Po trzecie, należy szczególnie zadbać o poinformowanie handlowców o planowanej przebudowie i urealnieniu programu premiowego. Kluczowe jest aby zespół był świadomy i przygotowany na planowane zmiany. Szczególnie ważne jest zapewnienie, że na prawidłowej egzekucji standardów nie stracą rzetelni i uczciwi pracownicy.

Po czwarte, rekomendowane jest wprowadzenie okresu przejściowego, który da czas na przyzwyczajenie się do nowych metod audytu półki, oderwanie się od aktualnie funkcjonujących, wadliwych procesów oraz pozwoli na wyznaczenie celów handlowych zgodnie z zasadą SMART. Jeśli zastosujesz się do powyższych wytycznych, masz dużo większe szanse na sukces na polu zarządzania i realizacji celów sprzedażowych.

Przekonaj się!

Wiemy, że ciężko jest przyjąć, że we własnych procesach pozyskiwania danych mogą kryć się nieprawidłowości. Dlatego zachęcamy do samodzielnego weryfikowania skali tego zjawiska. Zarówno weryfikacja dokumentacji fotograficznej, jak i wizyty audytorów incognito bezpośrednio po sprawdzanej wizycie powinny dać odpowiedź na pytanie, w jakim stopniu pozyskiwane informacje oddają to, co w rzeczywistości dzieje się na rynku.

Zachęcamy też do kontaktu ze specjalistami, którzy chętnie wesprą proces weryfikacji jakości raportowania. Pomogą w podjęciu strategicznej decyzji i ocenie, czy są spełnione wewnętrzne i zewnętrzne warunki do tego, aby do merchandisingu zatrudnić eLeader Shelf Recognition AI. W wielu przypadkach możliwe jest przetestowanie rozwiązania na wybranej kategorii produktowej.

eLeader Shelf Recognition AI

eLeader to dostawca oprogramowania dla handlowców z ponad 20 letnim doświadczeniem w branży na całym świecie. Portfolio firmy zawiera rozwiązania biznesowe klasy SFA, BI, CRM, IR oraz low code.

eleader-shelf-recognition-ai-automatyczny-audyt-polki-sklepowej-online

eLeader Shelf Recognition AI to rozwiązanie do automatycznego audytu półki online. Za jakość i skuteczność rozwiązania eLeader odpowiada odrębny dział R&D AI, którego zadaniem jest rozwój produktu oraz wyspecjalizowane działy wsparcia klienta i wdrożeń odpowiadające za analizę potrzeb i możliwości organizacji przy wdrażaniu automatycznych audytów ekspozycji oraz procesów towarzyszących.

Nasi specjaliści chętnie wesprą Państwa proces transformacji cyfrowej przybliżając zarówno techniczne, jak i biznesowe aspekty związane z wdrażaniem rozwiązań do automatycznego audytu ekspozycji w sklepach.

Chcesz dowiedzieć się więcej? Pobierz bezpłatny e-book i poznaj wszystkie korzyści rozwiązania:






    Ta strona jest zabezpieczona reCAPTCHA, obowiązuje Polityka PrywatnościRegulamin usługi Google.



    eLeader Shelf Recognition AI

    Czytaj także:

    eLeader Shelf Recognition AI – Prawdziwie inteligentny merchandising whitepaper PL

    Czy Twoja półka nadąża za sprzedażą?

    Czy można skutecznie dbać o ekspozycję produktów FMCG bez planogramu?