Введение
Современные условия ведения торгового бизнеса характеризуются наличием разнообразных активных и пассивных видов каналов продаж, под которыми понимаются цепочки перемещения товаров от производителя к потребителю. Каждый канал продаж требует контроля показателей, анализа затрат и модернизации для поддержания и повышения степени их результативности. Эффективное управление каналами продаж влияет не только на успешность организации, но и на общую удовлетворенность потребителей.
В условиях острой конкуренции торговых организаций и динамичных рыночных изменений компании вынуждены постоянно искать новые способы повышения эффективности, которая рассматривается как отношение эффекта или результата, выраженного в полученном от торговли доходе, к затратам для достижения этого результата. При оценке показателей каналов продаж (КП) следует учитывать особенности торговой деятельности, методы оценки рентабельности, деловой активности и оценку их затратной эффективности.
Согласно утверждениям С.В. Умрихина [1, с. 41], «эффективное управление каналами продаж представляет собой процесс планирования, анализа, мотивации и контроля за бизнесом…», это позволяет компаниям оптимизировать свои ресурсы (материальные, финансовые и др.), удовлетворить потребности клиентов и увеличить доход компании. Автор статьи отмечает, что правильное распределение товаров и услуг через различные каналы продаж и их эффективное управление позволяет повысить продажи до 50%.
Однако управление каналами продаж сталкивается с проблемами. Наиболее значимой проблемой в мультиканальном подходе является отсутствие интеграции между различными каналами, которое приводит к несогласованности информации и клиентского опыта. Например, клиент может начать покупку через веб-сайт, продолжить её через мобильное приложение и завершить в физическом магазине, при этом его история взаимодействий и предпочтения не будут учтены на всех этапах. Для решения проблемы отсутствия интеграции рекомендуется объединить каналы на одной платформе (омниканальный подход), которая даёт полноценную информацию для анализа продаж, обеспечивает удобное управление и идентификацию пользователей [2].
Одна из особенностей компаний, которые используют различные каналы сбыта, является разнородность прямых и косвенных каналов продаж. Каждый канал сбыта имеет свои сильные и слабые стороны, имеет свои ограничения, которые влияют на его результативность [3; 4]. В работах [1; 3; 5] предлагается для оценки эффективности процесса продаж вычислять ряд показателей, которые характеризуют различные аспекты торговой деятельности. В данной работе предлагается комплексная методика анализа каналов продаж, которая, кроме расчета показателей, включает расчет обобщенного показателя канала, анализ динамики показателей и выработку рекомендаций по оптимизации работы каналов.
Цель исследования: повысить эффективность процесса управления каналами продаж торговой компании.
Материалы и методы исследования
Совершенствование информационной технологии управления каналами продаж способствует уменьшению издержек в компании, увеличению прибыли и повышению конкурентоспособности на рынке. Работа опирается на анализ данных, полученных за последний год деятельности крупной торговой компании «Кенгуру». Для исследования работы каналов продаж предлагается информационная технология, основанная на методах экономического анализа: расчет ключевых показателей эффективности и вычисление комплексной оценки на их основе, анализ временных рядов для исследования тренда.
Результаты исследования и их обсуждение
Параметрическую модель каналов продаж можно представить кортежем
КР = {Y1,…, Yn},
где Yi – ансамбль признаков, характеризующий определенный аспект канала, например:
Y1 – характеристики канала продаж включают время работы, вместительность, количество конкурентов, рентабельность и т.п.;
Y2 – себестоимость канала продаж состоит из прямых, косвенных и постоянных затрат, затрат на хранение и доставку, затрат на маркетинговые услуги;
Y3 – потенциал канала продаж включает потенциальное количество продаж, потенциальное количество потребителей.
С учетом проблем управления каналами продаж предлагается использование методики, которая помогает преодолеть указанные выше недостатки. Методика реализована в аналитической платформе Loginom [6; 7], которая помогает эффективно анализировать и оптимизировать процессы. Анализ состоит из нескольких ключевых этапов, каждый из которых направлен на улучшение анализа и оптимизации процессов управления каналами.
1 этап. Мониторинг данных каналов продаж и их предобработка.
Первый этап включает сбор данных, связанных с доставками заказов, хранением товара и данными продаж. Входными данными торговой компании являются отчеты по трем направлениям: отчет по продажам (рис. 1), отчет по целевой аудитории (проходимости покупателей), отчет по затратам.
Отчеты формируются в разрезе временных интервалов и существующих в компании каналов продаж автоматически с помощью реализованных и настроенных в компаниях программных средств (диспетчер отчетов, настроенные кубы Excel, Power BI). Мониторинг осуществляется с помощью корпоративных информационных систем, действующих в организации (1С: Предприятия, Интернет-магазина, Axcapta), они помещаются в MySQL, которая подключена к аналитической платформе Loginom. Для проведения анализа были использованы отчеты по 6 каналам продаж за 2023 и 2024 годы.
Рис. 1. Фрагмент отчета по продажам
Основной задачей является предобработка данных – группировка информации по каждой категории товаров и периодам времени. Предобработка состоит из расчета показателей на определенных промежутках времени для разных КП, таких как количество покупок, затраты за период по категориям, средняя стоимость SKU (единицы складского учета), количество посетителей, значение затрат по категориям, количество привлеченных клиентов, выручка. Это позволяет создать полную картину текущего состояния дел и выявить узкие места в КП.
2 этап. Анализ эффективности каналов продаж. На основе собранных данных проводится оценка ключевых показателей эффективности (KPI) [5; 8].
1) Объем продаж по каналам (V) – это общий показатель, который отражает сумму всех продаж, произведенных через определенные каналы сбыта за заданный период. Он позволяет понять, какой канал (например, интернет-магазин, розничные точки, оптовые продажи и т.д.) приносит наибольшую выручку.
V = ∑(kj × cj), (1)
где kj – количество проданного j товара в КП; cj – стоимость j товара в КП.
2) Конверсия канала продаж (K) отражает эффективность канала в преобразовании потенциальных клиентов в реальных покупателей. Она показывает, какую долю посетителей или потенциальных клиентов удалось привлечь к покупке.
K = (k2 / k3) × 100%, (2)
где k2 – количество покупок в КП; k3 – количество посетителей в КП.
3) Стоимость привлечения клиента (CAC) – эта метрика показывает, сколько денег компания тратит на привлечение одного клиента через конкретный канал продаж.
САС= ЗОМ / k4, (3)
где ЗОМ – общие затраты на маркетинг и продажи в КП; k4 – количество привлеченных клиентов.
4) Средний чек (СЧ) показывает среднюю сумму денег, которую клиент тратит за одну покупку. Эта информация помогает бизнесу оценить покупательское поведение.
СЧ = V / k2, (4)
где V – выручка (объем продаж) в КП; k2 – количество покупок в КП.
5) Количество продаж в КП (Kпр) характеризует общее число сделанных продаж за определённый период времени через конкретный канал, например интернет-магазин, розничный магазин или телемаркетинг. Это важный индикатор эффективности канала.
6) Рентабельность продаж по каналам передач (RПр) показывает, насколько эффективна продажа товара, сколько процентов прибыли содержится в каждом полученном (заработанном) предприятием рубле:
RПр = Р / V, (5)
где P – чистая прибыль (рассчитывается как выручка с вычетом затрат на снабжение, хранение товаров, поддержку канала продаж); V – выручка (выручка = цена × количество проданных товаров (услуг)).
7) Коэффициент оборачиваемости запасов – это показатели результативности работы организации, определяющие, сколько раз за анализируемый период оборачиваются те или иные средства, вложенные в имущество организации, так как скорость оборота влияет на платежеспособность:
КЗ = С / CЗ, (6)
где C – себестоимость реализованного товара, включающая прямые и постоянные затраты, затраты на доставку, хранение и рекламу; CЗ – среднегодовая стоимость запасов.
8) Коэффициент новизны. В условиях массового потребления и постоянных изменений тенденций люди находятся в ожидании чего-то «нового». Это становится ключевым фактором, влияющим на конкурентоспособность.
Рис. 2. Сценарий модуля расчета KPI
Показатель новизны характеризует уровень обновления ассортимента, появление новых товаров и рассчитывается следующим образом:
Кнов = КН / Коб, (7)
где КН – количество новых товаров; Коб – общее количество видов товара.
9) Частота покупки в канале продаж (F) показывает, как часто клиенты совершают покупки через определенный канал. Этот показатель позволяет понять, насколько эффективен канал и как часто его предпочитают использовать клиенты для совершения покупок.
F = k2 / k5, (8)
где k2 – общее количество покупок;
k5 – количество уникальных клиентов.
10) Прибыль – это сумма, которая остаётся после вычета расходов из выручки.
ПР = V – С, (9)
где V – выручка; С – себестоимость реализованного товара.
11) Себестоимости продаж (канала продаж) (C) – общие затраты, связанные с производством и продажей товаров или услуг через данный канал [9].
С = Зпз + ЗПосЗ + ЗЗХ + ЗЗД + ЗЗР, (10)
где Зпз – прямые затраты; ЗПосЗ – постоянные затраты; ЗЗХ – затраты на хранение; ЗЗД – затраты на доставку; ЗЗР – затраты на рекламу.
12) На основе полученных коэффициентов рассчитывается обобщенный показатель эффективности для каждого канала продаж (КП), что помогает определить наиболее выгодные и продуктивные каналы:
R = ∑(Ki × wi), (11)
где Ki – i-й показатель канала продаж; wi – веса критериев, которые заранее определяются экспертами методом парного сравнения показателей КП по шкале относительной важности.
Расчет показателей на основании входных данных реализован в виде отдельного сценария (рис. 2) в аналитической платформе Loginom Community 7.2.5. KPI каждого канала (рис. 3), рассчитанные для каждого месяца по трем отчетам выгружаются в базу данных показателей КП.
3 этап. Расчет тренда и определение его характера [10-12].
1) Определение показателей: исходными данными для вычисления и определения характера тренда могут являться наблюдаемые по времени вышеописанные показатели KPI, в зависимости от поставленных целей анализа.
2) Поиск аномальных значений методом Z-оценки [13; 14]:
Z = (X – X) / σ, (12)
где Z – Z-оценка или стандартный балл, это число, которое показывает, насколько сильно отклоняется значение X от среднего значения; X – значение (или наблюдение) из набора данных; X – среднее выборки, в которое входит X; σ – стандартное отклонение набора данных.
Рис. 3. Пример результата расчета KPI по данным компании
Если Z-оценка превышает определённый порог, то это может указывать на аномальные значения или выбросы в данных, так как такие значения сильно отклоняются от общего распределения.
3) Выбор временного окна анализа. Необходимо определить временной интервал, в рамках которого необходимо анализировать тренд.
4) Расчет скользящего среднего, для сглаживания временных рядов и устранения случайных колебаний [15]. Скользящее среднее рассчитывается как среднее значение данных в заданном временном окне, которое «скользит» по временной шкале, перезаписывая старые наблюдения новыми.
SMAt = (Xt + Xt–1 + Xt–2 + …+ Xt–(n–1)) / n, (13)
где SMAt – простое скользящее среднее в точке во времени t; X – значение (или наблюдение) из набора данных; n – количество периодов усреднения временного ряда.
5) Построение модели временного ряда и проверка ее адекватности. Необходимо построить график показателя (например, объёма продаж) и отобразить реальные показатели и модель тренда, что позволит визуализировать поведение показателя.
Уравнение линейного тренда имеет вид:
Y = aX + b, (14)
где a, b – коэффициенты уравнения; X – значение (или наблюдение) из набора сглаженного временного ряда.
В качестве модели могут быть использованы и более сложные зависимости (например, полиномы) в случае неадекватности линейной модели.
6) Анализ тренда включает выявления характера тренда и выработку рекомендаций. Возможны три варианта:
– повышение тренда: если тренд канала продаж демонстрирует положительную динамику, можно сделать вывод о его эффективной работе;
– отсутствие изменений тренда: если тренд канала продаж не демонстрирует ни роста, ни падения, это свидетельствует о стабильности его работы;
– падение тренда: если тренд канала продаж направлен на снижение, следует принять решение о необходимости оптимизации работы канала, такой анализ позволит своевременно выявить проблемы и предложить возможные пути их устранения, что обеспечит минимизацию потерь и сохранение эффективности продаж.
Рис. 4. Результат формирования рекомендаций
Рис. 5. Сценарий анализа данных и формирование рекомендаций
Были созданы справочники рекомендаций (база опыта) по KPI и по затратам, представленные в файлах Excel. В справочнике для каждой комбинации показателей указана конкретная рекомендация, сформированная заранее с учетом экспертных знаний. На основе данных справочников, анализа динамики изменения затрат и текущих показателей в специальном сценарии формируются итоговые рекомендации (рис. 4). Обработка выполняется методом k-ближайшего соседа, реализованная на Python. Для КП вычисляется евклидово расстояние между его вектором показателей и векторами показателей в справочнике и определяется ближайшее значение к текущей ситуации, рекомендации которого и принимаются за итоговые.
Порядок работы в аналитической платформе Loginom предполагает следующие этапы.
1. Предобработка данных (объединение исходных данных, группировка), расчет показателей KPI и выгрузка их в базу данных (рис. 2).
2. Получение, трансформация данных (группировка, слияние, нормирование и др.) и анализ динамики (рис. 5).
3. Формирование рекомендаций (рис. 4, 5).
Заключение
Экономическая эффективность предлагаемых решений основана на том, что контроль за работой КП базируется не только на сравнении показателей KPI, но и на их динамике и предлагаемых рекомендациях по оптимизации каналов, что приводит к увеличению полноты предоставляемой информации, снижению времени принятия решения за счет автоматизации расчетов, снижению расходов на анализ, повышению эффективности работы КП. Предложенная методика апробирована на данных компании «Кенгуру» за 2023-2024 годы, верификация заключалась в сравнении рассчитанных по методике показателей KPI и данных финансово-экономического отчета компании. Таким образом, использование предложенной технологии обработки данных может стать важным шагом к преодолению существующих проблем в управлении каналами продаж, помогая компаниям адаптироваться к быстро меняющимся условиям рынка и потребительским предпочтениям.