Умный ассортимент магазина запчастей

Руководство розничного магазина планирует создать склад запчастей и инвестировать в проект 5 000 000 рублей. Ассортимент формирует опытный менеджер отдела заказов. Сотрудник находит в открытых источниках данные по автопарку, накладывает их на статистику продаж, компания производит закупку. Большинство товаров зависает без движения. Знакомая история?

Классический подход к построению ассортимента выглядит так: анализ автопарка – выбор поставщиков – выбор товарных категорий – выбор брендов – присвоение артикулам min-max остатков – анализ продаж – корректировка ассортимента.

Ассортимент, построенный по такой схеме, имеет ряд недостатков:

• Он жестко привязан к начальному выбору поставщиков и брендов. А этот выбор часто опирается на субъективные предпочтения менеджера.
• Анализ автопарка производится только на первом шаге формирования ассортимента. Для корректировки min-max остатков используется только статистика продаж. То есть ассортимент не учитывает изменения рынка.
• Высокие трудозатраты на обновление ассортиментной матрицы.

В статье «5 фатальных ошибок B2C» (журнал «Автокомпоненты» №12 за 2016 год) мы уже рассказывали о том, что активный ассортимент запчастей в сегменте иномарок составляет 260 000 наименований. Как из этого многообразия выбрать актуальные позиции?

ВИН-КОД.РФ формулирует следующие критерии «умного ассортимента»:

• Ассортимент связан с автопарком клиентов магазина.
• При каждой закупке происходит автоматический пересчет ассортимента.
• Отсутствует монополия брендов и поставщиков.

Модель ассортиментной матрицы

Представьте ассортиментную матрицу в виде склада запчастей. На этом воображаемом складе размещены все доступные предложения поставщиков. Для каждой модели автомобиля выделен отдельный стеллаж. Каждый пролет стеллажа – одно наименование запчастей (один оригинальный номер). Запчасти разных брендов размещены на разных полках. На одной полке могут лежать одинаковые запчасти от разных поставщиков. Каждая коробка снабжена электронной табличкой с указанием цены и условий поставки.

Сервер склада получает информацию об автопарке клиентов из внешней базы данных. Сервер управляет системой освещения склада: полки с ликвидными товарами подсвечиваются.

Чтобы пополнить ассортимент, менеджер просто обходит подсвеченные полки и выбирает позиции с наилучшими условиями поставки.

Умный ассортимент отличается от классического следующими деталями:

• Классический ассортимент фиксирует товар (артикул + бренд), который и будет заказан у поставщика. Умный ассортимент фиксирует оригинальный номер. Товар вычисляется по кроссам в момент заказа с учетом актуальных предложений поставщиков.
• Умный ассортимент следит за изменениями автопарка.
• Классический ассортимент – это таблица. Таблицу составляет менеджер и загружает ее в учетную систему магазина. Умный ассортимент – это программный процесс внутри системы, который работает с данными в реальном времени. 

От теории к практике

Для применения модели умного ассортимента в реальных закупках необходимо:

• определить автопарк клиентов магазина;
• определить ликвидные позиции;
• сформулировать ограничения: бюджет, условия поставки, ценовой сегмент.

Менеджер из примера в начале статьи находит данные автопарка в открытых источниках. Ценность подобных данных заключается в том, что они бесплатные. Однако на их основе можно построить разве что ассортимент расходников, и только в ручном режиме.

Для создания умного ассортимента необходимы параметризированные данные автомобилей. Их можно получить, например, из вашей CRM или базы данных интернет-магазина.

Программный алгоритм ВИН-КОД.РФ опрашивает базу интернет-магазина и последовательно получает VIN клиентов. Далее алгоритм обращается к электронному каталогу и по списку товаров получает оригинальные номера запчастей. Через кроссы в прайсах поставщиков производится поиск доступных аналогов.

В результате получаем трехмерную матрицу артикулов, которые разложены по ячейкам:

• «X» – модель автомобиля: Ford Focus II, Volkswagen Passat, Nissan Primera, Chevrolet Aveo, Hyundai Accent IV;
• «Y» – наименование товара: фильтр масляный, тормозные колодки передние, комплект сцепления, бензонасос, амортизатор передний правый;
• «Z» – бренд производителя автозапчастей: BOSCH, FILTRON, NIPPARTS, TRW, FEBEST, LEMFOERDER.

Полученная матрица напрямую связана с автопарком клиентов и пересчитывается по мере его изменения.

Этапы закупок

Предположим, что у магазина отсутствуют данные по автопарку клиентов. Тогда для первых закупок мы используем автопарк клиентов ВИН-КОД.РФ по городу партнера. По мере накопления статистики алгоритм закупок начинает использовать уже реальный автопарк конкретного магазина.

Ликвидность позиций и брендов для выбранного автопарка рассчитывается аналогично. На первом этапе алгоритм закупок ВИН-КОД.РФ использует федеральную статистику продаж. Далее статистику конкретного магазина.

Закупка товарных групп также производится этапами. Сначала происходит закупка расходников. Накапливается статистика по фактическому автопарку магазина. После чего производится закупка основного ассортимента.

Статистика группы «амортизаторы»

Распределение брендов по группе «амортизаторы» в продажах ВИН-КОД.РФ.

Как видим, статистика конкретного магазина отличается от средней по рынку. Именно поэтому при формировании ассортимента не стоит опираться на внешние данные. Надо копить и анализировать собственные.  

Однако общие выводы из приведенных диаграмм сделать все же можно:

• Значимую долю на вторичном рынке занимают 30 брендов амортизаторов. Чтобы не распылять объемы у поставщиков, небольшой магазин должен ограничить брендовую линейку. Крупный магазин, напротив, может существенно снизить стоимость закупок, отказавшись от монополии брендов.
• Традиционные бренды KYB, SACHS, BILSTEIN, MONROE за последние три года отдали большую часть рынка новичкам. Набирают популярность бюджетные азиатские марки BORT, KORTEX, FEBEST. Все чаще в статистике начали появляться private label дистрибьюторов автозапчастей: STELLOX, PATRON, LYNXAUTO.
• Если в автопарке магазина большую долю занимают корейцы, вам не обойтись без нишевых брендов MANDO и PARTS-MALL.

Чек-лист

Чек-лист ВИН-КОД.РФ для формирования умного ассортимента:

1. Собираем статистику автопарка и ликвидности запчастей. Наилучший источник данных – база интернет-магазина и CRM.
2. На уровне программы связываем базу автомобилей, электронные каталоги и прайс-листы поставщиков.
3. Определяем бюджет складского запаса, используя статистику ликвидности, ограничиваем список авто и товаров. 
4. Получаем оригинальные номера по выбранным авто и товарам, производим поиск аналогов в прайсах поставщиков.
5. Ищем минимальную цену аналога с учетом качества, формируем предварительный заказ.
6. Сумма предварительного заказа соответствует бюджету?
   • НЕТ – возвращаемся на ШАГ 3.
   • ДА – размещаем ЗАКАЗ!

Накапливаем данные, автоматизируем этапы процесса, строим умный ассортимент!