Perfect Store to jedna z najbardziej skutecznych metod zwiększania sprzedaży w sklepach, z której korzysta coraz więcej producentów dóbr konsumpcyjnych. Dzięki temu są oni w stanie odpowiednio zadbać o ekspozycję towarów w punktach sprzedaży detalicznej i lepiej wpływać na decyzje zakupowe konsumentów podejmowane przy sklepowej półce. Jednak rynek FMCG staje się coraz mniej przewidywalny i bardziej zmienny.
Dzięki wdrożeniu i utrzymaniu odpowiednich standardów ekspozycyjnych we właściwych sklepach przez dłuższy czas, producent maksymalizuje swoją szansę na zwycięstwo przy sklepowej półce. Jest to szczególnie istotne teraz kiedy konsumenci podejmują decyzje zakupowe bardzo szybko ze względu na obowiązujące ograniczenia. Standardy mogą dotyczyć rzeczy oczywistych, jak np. dostępność towaru na półkach czy bardziej złożonych (wymagających analizy), jak np. odpowiednia ekspozycja, układ półki, komunikacja i widoczność cen, dopasowane oferty promocyjnej, czy alokacja właściwych materiałów POS.
Jak realizowany jest Perfect Store w praktyce?
Przed rozpoczęciem przygody z Perfect Store należy ustalić „obraz sklepu idealnego”, umożliwić bieżący monitoring standardów w punktach sprzedaży oraz wdrożyć proces ich regularnej poprawy do wymaganego poziomu. W tym celu definiuje się konkretne zadania i warunki do ich wykonania w określonym czasie i miejscu – przez konkretne osoby. Za ten proces mogą być odpowiedzialni zarówno przedstawiciele terenowi (za pomocą systemu mobilnego SFA), jak i pracownicy sklepów (w oparciu o współpracę online na linii producent-detaliści). Ocena standardów najczęściej opiera się o wskaźniki KPI, które mają nadany różny stopień ważności i są przypisane do różnego rodzajów punktów, jak również różnych lokalizacji.
Jak zwiększyć efektywność badania Perfect Store?
Wpływ na efektywność badania Perfect Store ma metoda, za pomocą której je realizujemy. Najlepsze efekty uzyskamy wówczas, jeśli zautomatyzujemy proces gromadzenia danych z półki (lub innej lokalizacji) za pomocą rozwiązania Image Recognition.
Image Recognition umożliwia wykorzystanie zdjęć produktów (własnych i konkurencyjnych) znajdujących się w sklepie. Następnie analizuje obrazy – rozpoznaje i przetwarza dane z nich pochodzące, przekładając uzyskane informacje automatycznie na wskaźniki KPI dotyczące np. liczby tzw. „face’ów” czy udziałów półkowych.
Badanie przeprowadzone za pomocą Image Recognition odbywa się w krótszym czasie, jest bardziej obiektywne i precyzyjne, gwarantuje dostęp do lepszej jakości i większej ilości danych, nie wymaga kontroli. Ponieważ rozwiązanie IR udostępnia wyniki badań praktycznie „od ręki”, osoba wykonująca audyt od razu otrzymuje informację o wykrytych problemach wraz z rekomendacjami – jakie aktywności podjąć, aby zmaksymalizować wynik. Dzięki temu może sprawnie zrealizować działania naprawcze i poprawić sytuację producenta w punkcie sprzedaży – jeszcze podczas tej samej wizyty/w trakcie tego samego badania.
Jak skutecznie edukować i motywować osoby zaangażowane w projekt Perfect Store?
Perfect Store to nie tylko technologia, chociaż to ona pomaga w osiągnięciu sukcesu w bardzo dużym zakresie. W proces audytu zaangażowani są także ludzie, którzy odpowiadają za ostateczny rezultat tego przedsięwzięcia.
Pomóc w tym może regularne dokształcanie sił sprzedaży w trakcie sesji coachingowych dotyczących Perfect Store. Istotny jest także dostęp – dla własnych przedstawicieli oraz personelu sklepów, do materiałów edukacyjnych, które powinny w atrakcyjny (najlepiej także wizualny) sposób obrazować standardy i podpowiadać działania. Ważnym aspektem jest ponadto włączenie Perfect Store do planów motywacyjnych – przypisanie celów i jasny przekaz dotyczący korzyści z tego wynikających.
Sztuczna Inteligencja w służbie Perfect Store – czy to ma sens?
Jednym z najważniejszych czynników pozwalającym na zwiększenie efektywności działań w obszarze Perfect Store jest Sztuczna Inteligencja. Dzięki AI są one bardziej trafione, zaś zaplanowane aktywności bardziej dopasowane do aktualnej sytuacji. Oto przykładowe możliwości wykorzystania Sztucznej Inteligencji w Perfect Store:
Segmentacja
AI pozwala na segmentację punktów detalicznych ze względu na ich potencjał w obszarze Perfect Store – dopasowanie kategorii produktów oraz rodzaju standardów do specyfiki danego segmentu, uwzględniając popyt na dane kategorie, rodzaj konsumentów, otoczenie itp.
Retail Activity Optimisation (RAO)
AI wspiera planowanie listy klientów do odwiedzenia w danym momencie, ponieważ wymagają pilnej interwencji i zwrot z inwestycji jest u nich najbardziej prawdopodobny – ocena standardów Perfect Store spadła i/lub ma szansę na szybką poprawę. Sztuczna Inteligencja pomaga także wybrać i skupić się na najistotniejszych aktywnościach oraz realizować lub zaplanować adekwatne do sytuacji działania naprawcze, które pozwolą docelowo osiągnąć najwyższą możliwą ocenę sklepu.
Rekomendacje działań
AI pozwala odkrywać skomplikowane wzorce zawarte w danych oraz nieznane dotąd zależności, których tradycyjne narzędzia analityczne nie byłyby w stanie wyłapać, bądź ich analiza byłaby bardzo czasochłonna i angażująca wiele osób. Pod uwagę brane są w tym przypadku dane pochodzące z punktów sprzedaży, dostawców oraz inne. Następnie AI pozwala przełożyć pozyskane informacje na insighty oraz sugestie działań w sposób zautomatyzowany – co zrobić i w jakiej kolejności, aby uzyskać jak najlepszy wynik Perfect Store (przykładowo: produkty, których ekspozycję należy zwiększyć, a których zmniejszyć biorąc pod uwagę wyniki osiągnięte w sklepach o podobnym profilu).
