RELEX Oy

Få styr på kampanjerna!

tsaulial — Fri, 03 Feb 2012 06:31:55 +0000

För företag som jobbar med konsumtionsvaror, utgör kampanjerna en ständigt
återkommande utmaning. Då jag frågar varustyrningsproffs vilka artiklar eller
situationer som är svårast att hantera i deras leveranskedjor, lyfter de så gott
som alltid fram kampanjerna. Då jag följer upp med att fråga vad som är så svårt
med kampanjer, är svaret i regel ”allt” – att uppskatta kampanjefterfrågan, att
genomföra kampanjerna och att analysera utfallet för att kunna göra bättre
kampanjer i framtiden.
Situationen är dock allt annat än tröstlös. Det går att få styr på kampanjerna. Det
är helt enkelt som konsten att äta en elefant – det gäller att ta en bit i taget.
Bild 1. Utveckling av kampanjstyrningen steg för steg.
www.relexsolutions.com
2 / 7
Johanna Småros • RELEX • johanna.© RELEX smaros@relex.fi
1600
1200
800
400
9/11 14/11 19/11 24/11 29/11 34/11
Enheter
Veckor
FÖRSÄLJNING
KORRIGERAD FÖRSÄLJNING
I denna artikel tar jag fram konkreta tips för hur planeringen, prognostiseringen och
uppföljningen av kampanjer kan förbättras, steg för steg. Jag berättar också vilka krav de
olika utvecklingsstegen ställer på såväl grunddata som processer. Jag kommer dock att följa
min egen rekommendation och inte ta mig an hela kampanjproblematiken på en gång –
förslagen på hur varupåfyllningen till butik i samband med kampanjer kan förbättras, sparar
jag till ett senare tillfälle.
1. Separera kampanjförsäljningen från normalförsäljningen
Kampanjerna lever i många fall ett tämligen fritt och hejdlöst liv i sin egen lilla Exceldjungel,
även om den övriga företagsverksamheten snällt fogat sig efter affärssystemets
ramar. Det första steget mot effektivare kampanjstyrning är att separera kampanj- från
normalförsäljningen i affärssystemet, antingen genom att lägga in kampanjflaggor eller
genom att utnyttja en särskild transaktionstyp för kampanjförsäljningen.
Genom att separera kampanjförsäljningen från den normala efterfrågan, kan man uppnå
enorma förbättringar i prognosprecision! Då kampanjförsäljningen enkelt går att identifiera,
kan man sålla ut kampanjtopparna ur den försäljningshistorik som används för att beräkna
prognoser för basefterfrågan. På detta sätt kommer kampanjtopparna inte åt att förvränga
den normala prognosen, vilket automatiskt leder till en högre prognosprecision.
Bild 2. En artikels verkliga och korrigerade försäljningsstatistik. Kampanjtopparna
(markerade med gul bakgrundsfärg) ingår inte i den korrigerade
försäljningsstatistik, som används för att beräkna prognosen för basefterfrågan.
I praktiken är det endast två saker som du behöver göra för att kunna ta detta
första, men mycket betydelsefulla kliv mot effektivare kampanjstyrning:
1. Kampanjförsäljningen bör separeras från den
normala försäljningen i affärssystemet
2. Prognostiseringen av basefterfrågan bör utgå ifrån en korrigerad
försäljningshistorik, där kampanjtopparna filtrerats bort.
www.relexsolutions.com
3 / 7
Johanna Småros • RELEX • johanna.© RELEX smaros@relex.fi
Ofta finns den information som behövs för att separera kampanj- från normalförsäljningen
redan tillgänglig i något system. Ifall till exempel prisändringar gjorts i samband med
kampanjerna, har detta garanterat registrerats på ett eller annat sätt i affärs- eller
kassasystemet. Det som krävs är helt enkelt ett sätt att utnyttja den existerande informationen
för att skapa en korrigerad försäljningshistorik, där kampanjtopparna sållats ut.
2. Följ upp kampanjernas effekt
Då kampanjförsäljningen separerats från normalförsäljningen, blir det genast mycket enklare
att följa upp vilket utfall kampanjerna gett.
Ifall kvantitativa prognosmodeller utnyttjas för att prognostisera basefterfrågan, är det
faktiskt överraskande enkelt att estimera kampanjeffekten. Du behöver bara jämföra den
verkliga försäljningen med den prognostiserade basefterfrågan för kampanjperioden
(d.v.s. med den prognos som beräknats för periodens normalförsäljning, utan att beakta
kampanjeffekten). Skillnaden mellan dessa två kan sedan användas för att estimera den
absoluta försäljningsökning (i stycken eller i kronor) eller det procentuella lyft i försäljningen,
som kampanjen gett upphov till.
Bild 3. Exempel på uppföljningsrapport för kampanjer.
Systematisk uppföljning leder så gott som automatiskt till att kvaliteten på
kampanjprognoserna förbättras. Ju mer information om tidigare kampanjer och deras utfall
som finns till hands, desto lättare är det att uppskatta efterfrågan för nya kampanjer. Ju
bättre respons på sina kampanjprognoser de prognosansvariga får, desto snabbare kan de
lära sig av tidigare misstag och åtgärda återkommande fel, såsom överoptimistiska prognoser.
Förutom att följa upp vilken effekt kampanjerna har på de enskilda artiklarnas försäljning,
är det väldigt nyttigt att även följa upp kampanjernas inverkan på hela varugruppens
försäljning och lönsamhet. Detta hjälper dig att identifiera vilka kampanjer som verkligen är
till nytta för affärsverksamheten och vilka som snarast drar ner på lönsamheten.
Exempel: En detaljhandelskedja konstaterade att efterfrågan för en viss varugrupp hade
minskat betydligt, i och med försäljningen mätt i kronor sjunkit avsevärt. En närmare
granskning visade dock att försäljningen i stycken låg kvar på samma nivå som innan. I själva
www.relexsolutions.com
4 / 7
Johanna Småros • RELEX • johanna.© RELEX smaros@relex.fi
verket var det kedjans frekventa kampanjaktiviteter som helt enkelt flyttat efterfrågan
från de normalprissatta artiklarna till rabattvarorna. Kampanjerna hade med andra ord
inte haft någon som helst effekt på den total efterfrågan, endast minskat varugruppens
täckningsbidrag.
3. Utnyttja kvantitativa modeller för att skapa butiksspecifika kampanjprognoser
Att göra en prognos, manuellt, för hela kedjan, är i många fall fullt möjligt, men vad kan du
göra ifall kampanjprognoser behövs för tio- eller hundratals butiker?
I praktiken är det på tok för arbetsdrygt att på ett centraliserat sätt skapa butiksspecifika
kampanjprognoser, ifall prognostiseringen sker manuellt. Ofta försöker man istället
kringgå problemet, antingen genom att styra varuflödet till alla butiker utifrån en och
samma, centralt skapade, kampanjprognos eller genom att kräva att butikerna lägger
förhandsbeställningar på kampanjartiklar. Bägge alternativen leder i regel till ett
otillfredsställande resultat. Beroende på bland annat demografiska faktorer och den lokala
konkurrenssituationen, kan kampanjernas effekt på efterfrågan variera betydligt från butik
till butik. Detta leder till att en och samma prognos sällan fungerar bra för alla butiker.
Butikspersonalen känner förstås till sina lokala förhållanden, men de har å andra sidan sällan
tillräckligt med tid eller kunskap att ta fram korrekta kampanjbeställningar.
Ett bättre sätt att möta behovet av butiksspecifika kampanjprognoser är att utnyttja
kvantitativa modeller. Med hjälp av kvantitativa prognosmodeller kan du på ett effektivt sätt
skapa kampanjprognoser för ett stort antal butiker!
Det största hindret för att tillämpa kvantitativa prognosmodeller på kampanjer, är att dessa
modeller ställer en del nya krav på grunddata. Att separera kampanj- från normalförsäljning
räcker inte riktigt till. För att nå ett bra resultat, krävs ytterligare information om hur de
tidigare kampanjerna genomförts.
Den goda nyheten är att kampanjinformationen i regel inte behöver vara särskilt detaljerad.
Ofta räcker det att dela in kampanjerna i några olika kampanjtyper. Tv-kampanjer,
tidningsannonser och skyltning i butik kan till exempel utgöra en lämplig indelning. I de
flesta fall är det faktiskt bättre att köra med en enkel indelning, istället för att skapa en
väldigt avancerad och detaljerad kampanjstruktur. Kampanjinformation som inte underhålls
är inte till någon nytta och ju enklare uppgifter det handlar om, desto mera sannolikt är det
att kampanjinformationen verkligen dokumenteras och underhålls.
Så fort du fått tillgång till ens en smula kampanjhistorik, klassificerad enligt kampanjtyp,
kan du sätta igång och beräkna artikel- och butiksspecifika kampanjprognoser utifrån
den försäljningsökning per butik, som motsvarande kampanjer tidigare gett upphov
till. Ju mer omfattande kampanjhistorik som finns att tillgå, desto mer exakta kommer
kampanjprognoserna att bli. Men även då det inte finns någon historik för en precis
motsvarande kampanj, kan man få fram ett bra estimat genom att bygga prognosen på de
utfall som kampanjer av samma typ gett upphov till för andra artiklar inom varugruppen.
www.relexsolutions.com
5 / 7
Johanna Småros • RELEX • johanna.© RELEX smaros@relex.fi
1600
1200
800
400
9/11 14/11 19/11 24/11 29/11 34/11
Enheter
Veckor
FÖRSÄLJNING
KORRIGERAD FÖRSÄLJNING
PROGNOS
Bild 4. Exempel på kampanjprognoser som beräknats med hjälp av kvantitativa modeller.
(Kampanjperioderna markerade med gul bakgrundsfärg.)
4. Analysera inverkan av olika faktorer på kampanjförsäljningen och utnyttja
informationen vid planeringen av framtida kampanjer
Satsningarna som du gjort för att kunna skapa bra kampanjprognoser går att utnyttja rakt av
vid planeringen av framtida kampanjer, för att uppnå ett bättre resultat.
Då du har fått grepp om vilken effekt de olika kampanjtyperna får då de tillämpas på olika
artiklar eller varugrupper, kan du bättre identifiera vilken kampanjtyp som fungerar bäst
för att uppnå de mål du ställt. Du kan även använda prognosmodellerna för att simulera
utfallet för en planerad kampanj – vilken efterfrågeprognos får du för olika produkter och
kampanjtyper?
I vissa fall kan det redan finnas tillgång till eller bra förutsättningar att underhålla mer
detaljerad kampanjinformation. Ju rikare och mera omfattande kampanjdata du har, desto
mer mångfacetterade analyser kan du göra.
Många företag är till exempel intresserade av vilken effekt prisändringar har på efterfrågan.
Rent matematiskt är det ingen svår sak att modellera effekten med hjälp av till exempel
regressionsanalys. Den verkliga utmaningen är de krav på data som regressionsanalysen
ställer – för att kunna skapa en tillförlitlig regressionsmodell krävs en försäljningshistorik
som innehåller flera verkliga prisförändringar per artikel. Ifall man förutom priset även vill
analysera effekten av andra faktorer, såsom hyllexponering eller media, ökar kraven på
säljstatistiken i och med att historiken bör innehålla olika varianter av alla dessa faktorer.
Genom att göra en del generaliseringar och antaganden – till exempel genom att utgå ifrån
att effekten av prisändringar eller media på olika artiklar eller kampanjtyper är liknande –
kan man lätta på datakraven. Men det är viktigt att komma ihåg att felaktiga antaganden
kan rasera regressionsmodellens tillförlitlighet. Därför är det alltid bra att reservera tillräckligt
med tid för utveckling och validering av modellen. I och med att man kontinuerligt bygger
upp säljhistoriken och får tillgång till mera data, lönar det sig också att då och då granska
ifall det finns ett behov revidera modellerna som tillämpas. Även en större förändring i
marknadsläget kan ge upphov till ett behov att uppdatera modellerna.
www.relexsolutions.com
6 / 7
Johanna Småros • RELEX • johanna.© RELEX smaros@relex.fi
■■Vilka faktorer påverkar efterfrågan?
■■Vilka faktorer bör inkluderas i regressionsmodellen?
■■I vilken form?
■■Stämmer de antaganden som gjorts?
■■Kan man prognostisera efterfrågan
med hjälp av modellen?
Val av faktorer
Skapande av modell(er)
Evaluering av modell(er)
Validering av modellen
Bild 5. Skapande av regressionsmodell.
Få styr på kampanjerna ett steg i taget
Kampanjerna orsakar mycket huvudbry inom prognostisering och varuförsörjning, men i
många fall kan man uppnå stora förbättringar i styrningen av kampanjer med relativt enkla
metoder. Bara genom att separera kampanj- från normalförsäljningen i affärssystemet har du
tagit ett jättekliv framåt!
Tabell 1. Krav som bör mötas och fördelar som kan uppnås
i kampanjstyrningens olika utvecklingsfaser.
Fas Krav Fördelar
1. Separera
kampanjförsäljningen från
normalförsäljningen
Kampanjförsäljningen bör
flaggas upp eller registreras
som en egen transaktionstyp
i affärssystemet. Prognosen
för normalefterfrågan bör
basera sig på en korrigerad
försäljningsstatistik, där
kampanjtopparna filtrerats
bort.
Bättre prognosprecision för
normalförsäljningen.
2. Följ upp kampanjernas effekt Systemstöd för uppföljning
av kampanjernas effekt
(verklig försäljning under
kampanjperioden jämfört med
prognosen för basefterfrågan
under perioden).
Stöd för kvalitativ
prognostisering av kampanjer.
Mera lönsamma kampanjer
och mera tillförlitliga
kampanjprognoser.
3. Utnyttja kvantitativa
prognosmodeller för att
skapa (butiksspecifika)
kampanjprognoser
Klassificering av kampanjer
och underhåll av kampanjdata
i systemet. Historiska data från
tidigare kampanjer.
Noggrannare (butiksspecifika)
kampanjprognoser automatiskt.
4. Analysera inverkan av olika
faktorer på kampanjeffekten
och utnyttja informationen
vid planeringen av framtida
kampanjer
Omfattande kampanjdatabas.
(Ju fler faktorer som skall
analyseras, desto större mängd
data från olika kampanjutfall
behövs.)
Bättre kunskap om de faktorer
som inverkar på kampanjutfallet
möjliggör genomförandet av
effektivare kampanjer.
www.relexsolutions.com
7 / 7
Johanna Småros • RELEX • johanna.© RELEX smaros@relex.fi
Att utveckla kampanjstyrningen är ett långsiktigt arbete. Ju noggrannare resultat du
eftersträvar, desto större satsningar krävs på underhåll av kampanjdata. Eftersom det inte
nödvändigtvis finns några kampanjdata alls att tillgå i starten, måste utvecklingen ske steg
för steg.
Det finns stora fördelar att uppnå genom att utveckla kampanjstyrningen: Redan i den
första fasen förbättras prognosprecisionen för den normala försäljningen märkbart. I den
andra fasen, då uppföljningsrutiner för kampanjerna finns på plats, uppnår du bättre
kampanjprognoser och får en uppfattning om vilka kampanjer som verkligen ger resultat. I
den tredje fasen kan du skapa butiksspecifika prognoser med mindre arbete. Och den sista
fasen öppnar upp helt nya möjligheter att planera kampanjer som verkligen främjar din
affärsverksamhet!
Nästa steg?
Vi på RELEX har en omfattande erfarenhet av kampanjstyrning. Med hjälp av våra flexibla och
lättanvända verktyg kan du förbättra prognosnoggrannheten för både basefterfrågan och
kampanjtopparna samt effektivisera uppföljningen av kampanjer.
Kontakta oss om du vill dra nytta av vår erfarenhet: johanna.smaros@relex.fi eller
+358 40 543 1142. Ett möte på en timme räcker för att gå igenom situationen i ditt företag
och för att definiera de första stegen!RELEX-Fa-styr-pa-kampanjerna-WP

Smidigare implementering av automatisk varupåfyllning – Typiska fallgropar och några tips hur du kan undvika dem

tsaulial — Tue, 31 Jan 2012 08:49:07 +0000

Personer som planerar att införa automatisk varupåfyllning inom sina företag, har ofta frågat mig vilka typiska problem man kan vänta sig i samband med genomförandet av förändringen. Baserat på min egen erfarenhet från tiotals implementeringar av automatisk varupåfyllning, kan jag konstatera att fallgroparna och utmaningarna varit förvillande lika från gång till gång och från bransch till bransch. Det är framför allt tre krav som måste mötas: 1) grunddata av tillräckligt hög kvalitet, 2) tydlig sortimentsstyrning och 3) tillräckliga satsningar på själva förändringsarbetet.
Fallgrop 1: Grunddata som inte håller måttet
Ju högre automationsgrad mRELEX-Smidigare-implementering-av-automatisk-varupafyllning-WPan vill uppnå inom varupåfyllningsprocessen, desto högre krav ställs på grunddata.
För att uppnå en hög automationsgrad i varupåfyllningen, krävs att den allra största delen av de automatiska orderförslagen som skapas kan godkännas rakt av, utan desto vidare analys eller handpåläggning. Endast avvikande orderförslag, såsom orderrader med väldigt högt värde, eller förslag som skapats för extremt viktiga eller erkänt krångliga artiklar, såsom kampanjvaror eller nyheter, ska behöva granskas manuellt.
Ifall det finns många fel i artikeldata, är det i praktiken helt omöjligt att uppnå en hög automationsgrad. Om till exempel de angivna förpackningsstorlekarna eller leverantörsdata inte är korrekta, måste orderförslagen alltid korrigeras innan beställningen kan skapas, trots att själva beställningsmängden i sig är helt rätt. I annat fall fastnar ordern förr eller senare i beställningsprocessen, eftersom den inte går att effektuera. Situationen är med andra ord densamma som i en basketmatch, där bollarna ständigt studsar i basketringen – bra försök, men inget resultat.
Beställningsmängden kan också bli fel och, i värsta fall till och med leda till varubrist, ifall till exempel lagersaldona eller de angivna leveranstiderna inte motsvarar verkligheten. Ifall beställningsförslagen beräknas på basen av missvisande uppgifter, blir resultatet helt enkelt inte rätt, oberoende av hur bra själva beräkningsmodellen är.
Förutom att problemen med grunddata leder till ett sämre resultat inom varustyrningen, kan de också skapa stora problem i genomförandet av förändringen. I och många fall är det svårt för användarna av det nya systemet att avgöra vilka problem som beror på felaktiga grunddata och vilka som är avhängiga av den nya verksamhetsmodellen. Till om med relativt små fel i orderförslagen kan i värsta fall rasera de anskaffningsansvarigas tillit till systemet – ”jäkla system, nu beställer det fel igen” – och få dem att återgå till den gamla, manuella processen.
Att lyfta kvaliteten på grunddata till en tillräckligt hög nivå kan visserligen vara väldigt arbetsdrygt, men eftersom det sist och slutligen ändå bara handlar om att kavla upp ärmarna och ta itu med arbetet, har det oftast gått bra trots inledande svårigheter. I själva verket har många av våra kunder märkt att en övergång till automatisk varupåfyllning skapat ett utmärkt incentiv att verkligen satsa på underhållet av grunddata, vilket lett till förbättringar inom nästan alla delar av verksamheten. I praktiken har de två andra fallgroparna utgjort en större risk.
Fallgrop 2: Otydligt sortiment
Ifall utgångspunkten varit manuellt beställande, har butikspersonalen och produktcheferna i många fall tagit sortimentsbeslut i flykten, i samband med orderläggningen. Å ena sidan har man lämnat bort artiklar ur sortimentet, till exempel utifrån låg försäljning eller personliga preferenser (”vilken onödig produkt, vem skulle köpa den här”). Å andra sidan har man tagit in produkter som egentligen inte ingår i det lokala sortimentet, till exempel utgående från trender i försäljningen eller utifrån magkänsla (”kul nyhet, vi gör ett försök”).
Målet med automatisk varupåfyllning är att så effektivt som möjligt se till att sortimentet finns i hyllan i rätt kvantitet och vid rätt tillfälle – till exempel ständigt, under säsongen eller under helgerna. För att uppnå en hög automationsgrad i varupåfyllningen, är det därför av yttersta vikt att det aktuella sortimentet för varje enskild butik och lager är entydigt definierat.
För att vända på steken kan man å andra sidan konstatera att automatisk varupåfyllning ger bättre kontroll över sortimentet och större möjligheter att se till att det definierade sortimentet verkligen finns i hyllan. Ordersystemet håller automatiskt koll på att det definierade lokala sortimentet – varken mer eller mindre – finns tillgängligt.
Det är också viktigt att lägga om processen så att sortimentsbesluten görs separat från beställandet. I annat fall kommer orderläggaren att gå igenom alla beställningsförslag en rad i taget för att samtidigt, löpande, kunna fatta sortimentsbeslut, vilket gör att tidsinbesparingen man ville uppnå med automatiseringen rinner ut i sanden.
För många företag har införandet av automatisk varupåfyllning följaktligen skapat ett behov av att göra sortimentsarbetet mer processlikt och framför allt tydligare. Ofta har även ansvaret för sortimentsbeslut och varupåfyllning separerats och lagts på olika team. Förändrade ansvarsområden och arbetsbeskrivningar orsakar ofta små och, i vissa fall, även större konflikter i organisationen, vilket för oss till den tredje och svåraste utmaningen, dvs. förändringsarbetet.
Fallgrop 3: För liten satsning på förändringsarbetet
Införandet av automatisk varupåfyllning leder i regel till förändringar i både arbetsbeskrivningar och ansvarsområden hos många personer. Om inte annat, så förändras varuanskaffarens arbete. Tyngdpunkten flyttas från rutinartad orderläggning till styrning av varuflödet – sortimentsplanering, definition av servicegradmål för olika typer av artiklar och produktgrupper, avvikelsehantering samt uppföljning och utveckling av varupåfyllningsprocessen.
Ofta skapar automatiseringen förutsättningar eller kan till och med fungera som drivkraft för större organisationsförändringar. Många detaljhandelsföretag har till exempel överfört beställningsansvaret från butikspersonalen till ett särskilt varupåfyllningsteam, för att frigöra tid för bättre kundservice och ökad försäljning i butikerna. Många aktörer inom partihandeln har i sin tur övergått från en modell där produktcheferna ansvarar för allt som har med deras egna produkter att göra till att varupåfyllningen genomförs av ett gemensamt team av anskaffare. På detta sätt kan produktcheferna koncentrera sig på sortimentsarbete och marknadsföring.
Dessa förändringar väcker ofta oro, rädsla för att förlora sitt jobb och till och med uttalat motstånd. Att genomdriva förändringarna i god anda och minimera onödig friktion kräver satsningar på förändringsarbetet. Förändringsarbete behövs också för att nå det önskade resultatet. Om gamla arbetsbeskrivningar och verksamhetsmodeller inte aktivt bearbetas, kommer det nya arbetssättet inte att slå rot och de önskade resultaten uteblir. Det väsentliga är att ställa upp tydliga mål för förändringen och följa upp att man verkligen rör sig åt rätt håll. Om målet är att öka försäljningen genom att ge butikspersonalen mer tid för kundservice, lönar det sig att mäta till exempel ökningen i antalet kundkontakter och storleken på den genomsnittliga varukorgen. Om målet är att effektivisera varupåfyllningen inom partihandeln, kan man till exempel mäta andelen orderförslag som godkänts utan manuella förändringar.
En av utmaningarna inom förändringsarbetet kommer ofta som en smärre överraskning. Då varustyrningsprocessens resultat, såsom hylltillgänglighet, lagervärde eller svinn, i mycket högre grad än tidigare kan styras centraliserat, krävs tydliga mål. Då beställandet gjorts manuellt, har ledningen i vissa fall kunna ställa till och med helt motstridiga mål, såsom perfekt servicegrad och inget restlager eller svinn, för verksamheten. Varje beställare har sedan gjort sin egen bedömning av hur de olika målen skall betonas, med varierande resultat. Då varupåfyllningen automatiseras, är någon tvungen att sätta realistiska mål, som utgör ett direkt underlag för beräkningen av styrparametrar, och samtidigt ta ansvar för att målen är rätt valda ur affärsverksamhetens perspektiv.
Hur kan man undvika fallgroparna?
Utifrån flera års erfarenhet tror jag att de två första fallgroparna aldrig kan undvikas helt, framför allt om utgångsläget är manuellt beställande. Grunddata som inte har en direkt inverkan på varustyrningen underhålls helt enkelt inte särskilt entusiastiskt. En decentraliserad sortimentsprocess har i sin tur sällan utvecklats systematiskt eller likriktat inom organisationen.
Därför måste man vara beredd på att underhållet av grund- och sortimentsdata i en första fas kan kräva en hel del tid och resurser. I ju högre grad data utnyttjas, desto fortare märker man felen och kan rätta till dem. Detta kan dock vara ganska så enerverande i början. Därför måste man komma ihåg att gång på gång kommunicera vikten av korrekta data och betona att kvaliteten på grunddata inte ska ses som ett systemproblem eller en svaghet i den nya verksamhetsmodellen. Samtidigt lönar det sig så klart att fundera på hur de grundläggande processerna för till exempel varumottag, inventering och underhåll av artikeldata kan underlättas så att felen kan minimeras. De allra flesta medarbetare vill göra ett så bra arbete som möjligt och det är företagsledningens uppgift att se till att förutsättningarna för att lyckas finns på plats.
Vad gäller förändringsarbetet finns det tyvärr inga genvägar – nästan alla våra kunder har senare berättat att de borde ha satsat mer på förändringsarbetet i samband med införandet av automatisk varupåfyllning. Det gäller att ställa upp mål, berätta om dem, lyssna och diskutera. Att ta till sig målen och komma ihåg varför den tidvis så frustrerande förändringen genomförs kräver ständiga påminnelser.
Det är också viktigt att komma ihåg att syftet med förändringsarbetet inte enbart är att minimera problemen utan också att väcka och upprätthålla entusiasm. När hela gänget jobbar mot samma mål för att utveckla den nya verksamhetsmodellen, överträffar slutresultatet förväntningarna!
Nästa steg?
Hos RELEX har vi en omfattande erfarenhet av att implementera och utveckla automatisk varupåfyllning. Vi kan hjälpa dig att införa automatisk varupåfyllning på ett sätt som verkligen leder till önskade resultat, snabbare och med mindre risk. Kontakta oss om du vill dra nytta av vår erfarenhet: johanna.smaros@relex.fi eller +358 40 543 1142. Ett möte på en timme räcker för att gå igenom situationen i ditt företag och för att definiera de första stegen!

Effektiv styrning av säsonger – Vad kan du göra för att maximera säsongsförsäljningen och minimera restlagren?

tsaulial — Fri, 27 Jan 2012 14:26:35 +0000

När snödrivorna står flera meter höga, är det svårt att hitta någon snöspade att köpa.
Om marken däremot ligger bar i december, samlar skidorna damm på butikshyllorna.
Och oberoende av vädret tycks det alltid finnas massor av julkonfekter till halva priset
runt nyår.
Det är klart att säsonger är svåra att styra och det finns ovanligt många
osäkerhetsfaktorer, såsom det alltid lika nyckfulla vädret, som påverkar slutresultatet.
Det finns dock många företag i världen som inte har låtit sig nedslås av utmaningarna.
Dessa företag har lyckats öka sin försäljning genom att höja hylltillgängligheten under
säsongen och samtidigt minska restlagren efter säsongen. Hur har de lyckats med
detta?
Klassificera säsongsprodukterna
Vad menas med säsongsvaror? En pratar om säsongsartiklar, en annan om
säsongsvariation och den tredje om högtider. Själv klassificerar jag säsongsartiklar
utifrån tre parametrar: 1) produktens livslängd, 2) säsongens längd och 3) ledtiden för
inköp.
Med produktens livslängd avses huruvida produkten har ett liv även utanför
säsongen. Hos en del produkter är efterfrågan direkt förknippad med en viss
säsong, såsom påsk eller sommar. Dessa produkter vill man överhuvudtaget inte
hålla i sortimentet utanför säsongen. Ett bra exempel på detta är julprydnader; de
prydnader som blir kvar i butikerna efter julafton förvandlas över en natt från härliga
stämningsskapare till förtretligt problemavfall.
Även produkter som ingår i det bassortiment, som säljs året om, kan uppvisa
säsongsvariation. Till exempel syltsocker köps året om, men åtgången ökar betydligt
under bärsäsongen. Ett annat exempel är vispgrädde som har en kontinuerlig
efterfrågan, men vars åtgång alltid ökar i samband med högtider.
Generellt sett är de rent säsongsrelaterade produkterna svårare att hantera: 1)
restlager efter säsongen utgör en större risk, 2) produkterna måste ofta köpas in
www.relex.fi
2 / 7
Johanna Småros • RELEX • johanna.© RELEX smaros@relex.fi
Säsongsprodukt
Kort säsong
Allokering av hela det
beräknade säsongsbehovet
till butikerna på en gång;
inköpsbeslut utifrån
allokeringsbehov
Kort ledtid
1. Allokering för att bygga upp
den planerade exponeringen i
butik
2. Kontinuerlig varupåfyllning
både till centrallagret och till
butikerna utifrån åtgången
1. Allokering för att skapa en
buffert inför den första
säsongstoppen (t.ex. 30 % av
det beräknade totala
säsongsbehovet)
2. Kontinuerlig varupåfyllning
till butikerna utifrån
åtgången; uppföljning av den
totala åtgången
3. Allokering av potentiellt
restlager på centrallagret
innan säsongen tagit slut
Lång säsong
Varupåfyllning
som bygger på
prognosmodeller
som beaktar
säsongsvariationen
Bassortiment
Lång ledtid
i förväg innan säsongen ens har börjat och 3) sortimentet förnyas från den ena säsongen
till den andra, vilket gör att en stor del av artiklarna inte har någon försäljningshistorik från
tidigare säsonger att bygga på, då prognoser ska göras.
Säsongens längd påverkar direkt möjligheterna att reagera på den verkliga åtgången
under säsongen. Det är viktigt att skilja åt de korta säsongerna, där man måste leverera hela
det beräknade säsongsbehovet till butikerna i förväg, från de långa säsongerna, där det är
möjligt att fylla på butikerna flera gånger under säsongens lopp.
Ledtiden för inköp definierar huruvida inköpsbeslutet i sin helhet måste göras före
säsongen eller om kompletterande inköp kan göras även under säsongen. Detta påverkar
risknivån för de inköpsbeslut som görs innan säsongen börjar. Om ledtiden är lång, måste
inköpsbesluten göras i god tid innan säsongen börjar. En kort ledtid däremot gör att det
inkommande varuflödet ännu kan justeras under säsongen utifrån den verkliga åtgången.
Välj den effektivaste styrmodellen
Utifrån tre parametrar – produktens livslängd (bassortiment vs. renodlad säsongsartikel),
säsongens längd (leverans av hela säsongens behov på en gång till butikerna vs. möjlighet
till varupåfyllning ännu under säsongen), ledtiden för inköp (förhandsbeställning vs.
möjlighet till kompletterande leveranser från leverantören ännu under säsongen) – kan
säsongsprodukterna klassificeras och den bästa styrmodellen väljas.
Bild 1. Klassificering av säsongsprodukter
och val av styrmodell.
www.relex.fi
3 / 7
Johanna Småros • RELEX • johanna.© RELEX smaros@relex.fi
5000
4000
3000
2000
1000
Q2/10 Q3/10 Q4/10 Q1/11 Q2/11 Q3/11 Q4/11 Q1/12
FÖRSÄLJNING
PROGNOS
FÖREGÅENDE ÅR, FÖRSÄLJNING
FÖRFÖREGÅENDE ÅR, FÖRSÄLJNING
Bild 2. Exempel på en artikel
med kontinuerlig efterfrågan
men klar säsongsvariation.
Diagrammet visar artikelns
försäljning under de senaste
åren, den beräknade prognosen
samt utfallet.
Produktens livslängd påverkar prognostiseringen
För artiklar som ingår i bassortimentet är livscyklerna ofta längre än för renodlade
säsongsprodukter. Livslängden för produkter som syltsocker och vispgrädde är ofta relativt
lång och det finns i många fall försäljningshistorik, till och med från flera års tid, som berättar
om produkternas tidigare säsongsvariation.
Särskilt om säsongsvariationen inte ytterligare framhävs genom att samtidigt öka
produkternas exponering i butik, kan man i regel styra varupåfyllningen på ett effektivt sätt
genom att utnyttja kvantitativa prognosmodeller som tar hänsyn till säsongsvariationen i
försäljningen. Även i de fall då produkterna får en synligare hyllexponering i samband med
säsongen, räcker det ofta med en kombination av bra kvantitativa prognoser och ett snäppet
högre säkerhetslager för att uppnå ett bra resultat.
Det finns några olika metoder för ett beräkna prognoser för artiklar med säsongsvariation.
Modellerna bygger i allmänhet på att å ena sidan estimera hur basefterfrågan kommer att
utvecklas, å andra sidan estimera säsongens effekt med hjälp av vecko- eller månadsbaserade
säsongsindex. Ifall det är fråga om en säsong vars tidpunkt varierar – ett bra exempel på
detta är påsk – fungerar de vanliga säsongsmodellerna dessvärre inte. Med prognosmodeller
där indexet är bundet till själva händelsen, dvs. i detta fall påsk, kan man dock uppnå bra
resultat. Om produktomsättningen inte är särskilt stor, det vill säga antalet nya artiklar per
säsong är hanterbart, kan man definiera en referensprodukt för nya produkter utifrån vilken
säsongs- eller händelseindexen beräknas.
En stor produktomsättning från den ena säsongen till den andra är rätt så typiskt för
rena säsongsprodukter. Även om försäljningen av böcker och dataspel alltid är hög under
julsäsongen, är den här julens bok- och spelsortiment inte det samma som under föregående
år. När det kommer in väldigt många nya produkter på en gång, är det en övermäktig uppgift
att definiera referensprodukter för andra än vissa utvalda nyckelartiklar. Det krävs en mer
automatiserad logik för att styra de övriga produkterna.
www.relex.fi
4 / 7
Johanna Småros • RELEX • johanna.© RELEX smaros@relex.fi
2005
2006
-10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 -10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 1
FÖRSÄLJNING
PROGNOS
Prognos för en nyhet beräknad utifrån
produktsegmentets säsongsprofil
Veckor, före jul Veckor, före jul
Produktsegmentets försäljning
under julsäsongen
Bild 3. En ledande bokhandelskedja utnyttjar produktsegments- och butiksspecifika
säsongsprofiler för att beräkna prognoser för julens nyheter med utmärkt resultat.
Korta säsonger kräver effektiv allokering
Under korta säsonger, såsom försäljning av morsdagsrosor, har man ingen möjlighet att
reagera på den verkliga åtgången. Hela behovet måste köpas i förväg och levereras till
butikerna före säsongen.
Ofta styr man korta säsonger genom att kräva förhandsbeställningar av butikerna. På
detta sätt kan man säkerställa att butikerna verkligen förbinder sig till de överenskomna
kvantiteterna och kan minimera risken för att säsongsvaror blir kvar på centrallagret eller att
de snabbaste butikerna hinner tömma lagret innan de andra ens kommer på att beställa.
Eftersom butikspersonalens kunskaper och möjligheter att lägga tid på att beräkna storleken
på förhandsbeställningarna varierar kraftigt, motsvarar sällan de lagda beställningarna den
verkliga efterfrågan. Vissa butiker använder mycket tid och möda för att beräkna det rätta
beställningsantalet, andra lägger order helt utifrån känsla och några kommer inte ens ihåg
att beställa. Detta resulterar i att vissa butiker har alldeles för mycket varor och vissa alldeles
för lite.
Med hjälp av centraliserade inköp och allokeringar når man ofta bättre resultat. Centraliserad
allokering av säsongsvarorna möjliggör en systematisk analys av de butiksspecifika behoven –
man kan med andra ord övergå från beställande utifrån känsla till faktabaserade beslut.
Med hjälp av produktsegmentspecifika säsongsprofiler har man uppnått bra resultat i sådana
här situationer. I praktiken beräknas artikelns basefterfrågan utifrån den försäljningshistorik
som finns tillgänglig (även om det bara skulle finnas försäljningsdata för några få veckor
inför högsäsongen). Säsongens effekt på produktens efterfrågan beräknas i sin tur utifrån
hur säsongsvariationen tidigare har visat sig i produktsegmentet och butiken i fråga. Den
produkt- och butiksspecifika prognosen uppdateras under säsongen i mån av möjlighet
utifrån den verkliga åtgången.
www.relex.fi
5 / 7
Johanna Småros • RELEX • johanna.© RELEX smaros@relex.fi
Resultat som en
detaljhandelskedja uppnått:
Resultat som en däckhandelskedja
har uppnått genom förbättrade
säsongsprognoser och genom att minska
andelen förhandsbeställningar lagda av
försäljningsställena:
■■Ett i genomsnitt 30 % mindre
lagervärde under säsongen
■■Bättre hylltillgänglighet
inom alla varugrupper
■■I bristsituationer har varor kunnat fördelas
på ett optimalt sätt till försäljningsställena
■■Jämförbar försäljningsökning 7 %
■■Större order- och partistorlekar
har minskat fraktkostnaderna
■■Försäljningsställena har kunnat frigöra
utrymme för däckhotellverksamhet
Vid allokeringsbeslut är det dock
viktigt att utnyttja butiksspecifik
efterfrågeinformation. Generalisering och
klassificering av butiker enligt exempelvis
storlek eller butikstyp kan leda till ett
dåligt resultat. Då kvantiteten som skall
fördelas beräknas, lönar det sig att
utgå ifrån produkt- eller butiksspecifika
prognoser eller, ifall det inte finns
några prognoser att tillgå, ifrån den
butiksspecifika försäljningshistoriken. Ifall
det är fråga om en produkt som ingår i
sortimentet även utanför säsongen, bör
man även beakta butikernas lagersaldon
då fördelningarna görs. På detta sätt når
man ett slutresultat som på bästa möjliga
sätt återspeglar varje enskild butiks
realistiska försäljningsmöjligheter.
Smart varupåfyllning till butik ökar
reaktionsförmågan under längre säsonger
Vid långa säsonger kan man öka reaktionsförmågan betydligt genom att sköta
varupåfyllningen till butik på ett smart sätt, oberoende av huruvida säsongsprodukterna
har köpts in i ett enda parti eller mer flexibelt med kompletterande beställningar under
säsongen. Genom att utnyttja reaktionsmöjligheterna kan man nå ett mycket bättre
slutresultat med en lika stor lagerinvestering.
Ifall hela den köpta säsongsvolymen levereras till butikerna på en gång, är den enda
möjligheten att reagera på den verkliga åtgången att skicka varor från en butik till en annan,
vilket är både dyrt och besvärligt.
En bättre lösning är att till en början distribuera endast en del av det beräknade behovet till
butikerna, till exempel den mängd som behövs för att skapa den planerade hyllexponeringen
eller en tredjedel av hela säsongens beräknade butiksspecifika behov.
När säsongen börjar och försäljningsdata blir tillgängliga, kan man fylla på butikerna utifrån
uppdaterade prognoser och butikernas verkliga lagersituation, genom så kallad ”pull”
styrning. På detta sätt kan man effektivt reagera på bland annat den lokala vädersituationen
(grillsäsongen börjar ofta vid olika tidpunkter i olika delar av landet) eller på en enskild butiks
ändrade konkurrensläge. Med hjälp av effektiv styrning kan man undvika den sorgligt vanliga
situationen där en del av butikerna lider av produktbrist medan andra har för mycket varor.
www.relex.fi
6 / 7
Johanna Småros • RELEX • johanna.© RELEX smaros@relex.fi
När det gäller i förväg köpta produkter, är det bra att mot slutet av säsongen ta till
centraliserade fördelningar, så kallas ”push” styrning, för att säkerställa att säsongsprodukter
inte blir kvar i centrallagret av misstag. Med effektiv uppföljning kan man snabbt se i vilket
skede restlagret ska allokeras. Ett fungerande systemstöd möjliggör fördelning av restlagret
till de butiker som har de bästa förutsättningarna att få produkterna sålda – dvs. till de
butiker där åtgången är högst och lagret inte är för stort.
Kortare ledtider för inköp minskar lagerrisken
Produktens leveranstid påverkar reaktionsmöjligheterna vid inköp. Ifall produkten har en lång
leveranstid, måste inköpsbeslutet tas i god tid innan säsongen börjar. Möjligheterna att under
säsongen minska eller öka det totala antalet är ofta begränsade. Ett typiskt exempel på detta
är trädgårdsmöbler som köps in från Asien och transporteras i containrar. Beställningarna
måste läggas flera månader före säsongen och när man äntligen har lite information om den
verkliga åtgången, har varorna antingen kommit fram eller ligger i fartyg på väg till hamnen.
Om den totala efterfrågan har uppskattats i överkant, måste man i slutet av säsongen bli av
med möblerna till nästan vilket pris som helst. Att lagra dem över vintersäsongen är dyrt,
och det är inte ens säkert att de gamla produkterna passar ihop med det nya sortimentet
för nästa säsong. En effektiv uppföljning av efterfrågan och utbud möjliggör dock en mer
kontrollerad avveckling av lagret. Enligt en gammal visdom är den första rabatten alltid den
billigaste, dvs. det går ofta att sätta fart på produktens försäljning under säsongen med hjälp
av mindre rabatter, synligare exponering eller genom annonsering. Då säsongen redan tagit
slut kräver en avveckling av restlagret oftast rejäla rabatter, vilket innebär att vinstmarginalen
i praktiken skrotas.
Ett snabbt reagerande kan hjälpa även då efterfrågan överträffar förväntningarna. Även om
man inte längre hinner få in fler produkter från den ursprungliga leverantören, kan det finnas
leverantörer på närmare håll som kan komplettera sortimentet med kortare leveranstid.
Inköpspriset kan vara lite dyrare, men eftersom man redan har en bra uppfattning om
åtgången vid detta lag, finns det i praktiken ingen lagerrisk. På så vis kan man uppnå en bra
marginal även med ett högre inköpspris.
Om däremot produktens leveranstid är relativt kort, finns inget behov att köpa in hela
säsongens behov på en gång. Det är bra att förbereda sig inför säsongen genom att se
till att exponeringen i butikerna kan byggas upp planenligt och genom att skapa ett lite
större säkerhetslager än vanligt i centrallagret. Särskilt om vädret har en stor inverkan
på säsongsstarten, lönar det sig att planera lagerbufferten noggrant. Bufferten ska vara
tillräckligt stor för att kunna täcka en eventuell stor försäljningstopp. Å andra sidan ska
bufferten vara så pass sansad att hela produktmängden med hög sannolikhet går åt även om
vädret inte skulle vara optimalt. Efter den största toppen lönar det sig att börja minska på
säkerhetslagret och mot slutet av säsongen endast hålla det för de viktigaste produkterna.
Mot effektivare säsongshantering!
Det är lättare att välja rätt styrmetod om man förstår säsongsprodukternas karaktär.
Prognoser, inköp och varupåfyllning till butik ska genomföras på olika sätt beroende på
säsong och produkt.
www.relex.fi
7 / 7
Johanna Småros • RELEX • johanna.© RELEX smaros@relex.fi
Glöm inte att den nuvarande styrmodellen inte nödvändigtvis är den bästa. Jag har flera
gånger under åren stött på situationer där hela säsongens behov har levererats till butikerna
på en gång, även om det med tanke på säsongens längd skulle ha varit möjligt att göra
flera leveranser till butikerna under säsongens lopp. Det finns flera orsaker till detta: om
det varupåfyllningen till butik kräver mycket arbete, spar man tid genom att fördela alla
varor på en gång; om ledtiden för inköp är lång, har varustyrningen kanske byggt på
förhandsbeställningar från butikerna; om produkterna levereras direkt från leverantör
till butik, har leverantören kanske krävt stora engångsleveranser. Dessa faktorer går dock
att ändra på, vilket flera av våra kunder har märkt. En klar uppfattning om den optimala
styrmodellen och de resultat som kan uppnås gör det enklare att genomföra förändringen.
Det bästa resultatet uppnås då man förstår vikten av bra säsongsstyrning i bred skala inom
hela företaget. Sortimentsarbetet sätter i praktiken ramarna för det resultat som kan
uppnås i varustyrningen. Ett för brett säsongssortiment kan leda till restlager oberoende
av styrmetod. Företagsledningen måste i sin tur kunna definiera målen, framför allt vilken
vikt man vill lägga på servicenivå eller lagerrisk vad gäller de olika produkterna. Om målet
är en 100-procentig hylltillgänglighet för alla produkter hela vägen tills säsongens slut, kan
restlager inte undvikas.
Det borde inte vara svårt att hitta motivation för att utveckla säsongsstyrningen. Det handlar
om betydande, konkreta fördelar som kan uppnås och som direkt påverkar företagets
resultat. Våra kunder har bland annat kunnat förbättra säsongsprodukternas tillgänglighet
och därigenom ökat sin försäljning och marknadsandel, minskat restlagren efter säsongen
samt frigjort utrymme och arbetstid på försäljningsställena genom en effektivare styrning av
varuflödet!
Följande steg?
Vi på RELEX har en lång erfarenhet från att utveckla styrningen av säsonger. Med
hjälp av våra flexibla och användarvänliga verktyg kan du uppnå bättre prognoser för
säsongsartiklarna och effektivisera varupåfyllningen.
Behöver du hjälp med säsongshantering i ditt företag, kontakta: johanna.smaros@relex.fi
eller +358 40 543 1142. Ett möte på en timme räcker för att gåRELEX-Effektiv-styrning-av-sasonger-WP

RELEXin seminaari kokosi jo kolmannen kerran toimitusketjun hallinnan ammattilaiset Helsinki-Vantaalle

tsaulial — Tue, 24 Jan 2012 15:25:19 +0000

RELEX:n perinteinen logistiikkaseminaari keräsi satakunta kuulijaa Hotel Hiltoniin, Helsinki-Vantaan lentokentälle. Päivän aiheena oli -Toimitusketjuyhteistyö ja kysynnän erikoistilanteiden hallinta.

Seminaarin puheenvuorot ja uudet, seminaarissa julkaistut artikkelit:

Käytännön toimitusketjuyhteistyötä – Valikoiman muodostaminen ja täydennys palveluna vähittäiskaupoille, Anglo-Nordic Oy (PDF)
Ennustaminen ja täydennys vaihtuvan valikoiman sesonkikysynnässä, Suomalainen Kirjakauppa Oy (PDF)
Paneelikeskustelu: Toimitusketjuyhteistyö (PDF)
Menekin erikoistilanteiden hallinta (PDF)
Artikkeli: Sesonkien tehokas hallinta – Mitä voit tehdä kausimyynnin maksimoimiseksi ja jäännösvarastojen minimoimiseksi? (PDF)
Artikkeli: Lisää tehoja tilausprosessiin paremmalla poikkeustenhallinnalla (PDF)
Artikkeli: Kesytä kampanjat! (PDF)
Artikkeli: Täydennystilaamisen automatisoinnin sudenkuopat – ja miten ne vältetään (PDF)

Tunnelmia seminaarista

Strategiajohtaja Roger Sittnikow, Oy Anglo-Nordic Ab:stä kertoi valikoiman muodostamis- ja täydentämispalvelusta vähittäiskaupalle.

Sesonkimyynnin kiemuroita avasi tuotepäällikkö Timo Kauppila, Suomalainen Kirjakauppa Oy.

Joulu on kirjakaupan vuoden tärkein sesonki, jonka ennustaminen on hankalaa valikoiman uudistuessa joka vuosi. Sesonki kestää vain muutaman viikon ja varastoa ei saisi jäädä liikaa. Suomalainen Kirjakauppa on kehittänyt RELEXin kanssa yhteistyössä uutuuskirjoille oman ennustemallin, joka mahdollisti joulumyynnin automaattisen täydeynnystilaamisen onnistumisen.

RELEX:n Johanna Småros alusti paneelikeskustelun, jonka aiheena oli Toimitusketjuyhteistyö – kysynnän erikoistilanteissa. Paneelin osallistujat olivat yhtä mieltä siitä, että juuri erikoistilanteissa, kuten esimerkiksi kampanjoissa ja juhlapyhinä, pitkäjänteisellä ja suunnitelmallisella yhteistyöllä saavutetaan hyötyjä.

Supply Chain Development Director Nina Tuomikangas, Vaasan Oy:stä oli yksi paneelikeskustelijoista.

Päivän lopuksi RELEXin toimitusjohtaja Mikko Kärkkäinen nosti esille kaksi keskeistä menekin erikoistilannetta, joista ensimmäinen liittyi sesonkeihin ja jälkimmäinen kampanjoihin. Mitään oikotietä onneen ei tarjottu vaan ennusteiden tarkentaminen edellyttää aina pitkäjänteistä kehitystyötä. Lisää aiheesta löytyy RELEXin vasta julkaistuista artikkeleista.

RELEX kiittää kaikkia Seminaariin osallistuneita ja nähdään taas ensi vuonna.

Täydennystilaamisen automatisoinnin sudenkuopat – ja miten ne vältetään

tsaulial — Mon, 23 Jan 2012 08:42:48 +0000

Monet tilaamisen automatisointia harkinneet asiakkaat ovat kysyneet minulta millaisiin

ongelmatilanteisiin kannattaa varautua muutoksen läpiviennissä. Mielenkiintoista kyllä,

sudenkuopat ja haasteet tuntuvat olevan toimialasta riippumatta lähes aina samat:

1) perustietojen oikeellisuus, 2) valikoimahallinta ja 3) muutosjohtaminen.

Perustietojen oikeellisuus

Kun siirrytään automaattisempaan tilaamiseen, vaatimukset perustietojen

oikeellisuudelle kasvavat merkittävästi.

Normaalien tilausrivien osalta on tavoitteena, että tilausehdotus menee niin sanotusti

sukkana sisään, eli että siitä voidaan suoraan muodostaa ostotilaus, analysoimatta

ehdotuksia sen kummemmin. Mikäli saldot eivät pidä paikkaansa tai toimitusajat ovat

ylioptimistisia, tilausehdotukset saattavat kuitenkin johtaa saatavuusongelmiin.

Ongelmia seuraa myös, jos perustiedoissa on puutteita, esimerkiksi tuotteelle on

merkitty virheellinen pakkauskoko tai väärä toimittaja. Tällöin tilausehdotuksia

joudutaan käsittelemään käsin tai tilaukset jäävät jumiin prosessin myöhempään

vaiheeseen. Tilanne on siis sama kuin koripallo-ottelussa, jossa pallot jatkuvasti

kimpoilevat korirenkaasta – yritys on hyvä, mutta tulosta ei tule.

Pahimmassa tapauksessa perustietojen ongelmat johtavat tilanteeseen, jossa

järjestelmään ei luoteta ja siitä muodostuu tilaajan vihollinen. Sen piikkiin laitetaan

kaikki mahdolliset ongelmat, ”taas tämä hemmetin järjestelmä tilaa väärin”.

Perustietojen saattamisessa riittävän hyvälle tasolle voi olla yllättävän työlästä.

Koska kyse on kuitenkin vain on raa’asta työstä, haasteesta tavallisesti selvitään

alkuvaikeuksien jälkeen. Itse asiassa monet asiakkaamme ovat huomanneet

automatisoinnin olevan oiva mahdollisuus luoda painetta perustietojen parantamiselle,

mikä samalla palvelee lähes kaikkia muitakin liiketoimintaprosesseja. Käytännössä kaksi

seuraavaa haastetta ovat osoittautuneet vaikeammin ratkaistavaksi.

Täydennystilaamisen

automatisoinnin sudenkuopat

…ja miten ne vältetään

www.relex.fi

2 / 3

Valikoimahallinta

Mikäli tilaaminen on lähtötilanteessa tapahtunut manuaalisesti, kaupat ja tuotepäälliköt ovat

yleensä tehneet valikoimapäätöksiä lennosta, tilauksia tehdessään. Toisaalta valikoimaan

määriteltyjä tuotteita on tiputettu pois, esimerkiksi varsinaisen myyntikauden ulkopuolella,

vähäisen menekin tai fiiliksen pohjalta (”tällaiset tuotteet eivät myy meillä”). Tuotteita on

saatettu tilata määritellyn valikoiman ulkopuolelta, esimerkiksi koko tuoteryhmän kasvavan

menekin takia tai, jälleen kerran, fiilispohjalta (”jännä uutuus, kyllähän tätäkin voisi

kokeilla”).

Automaattisessa tilaamisessa on tavoitteena huolehtia mahdollisimman tehokkaasti siitä,

että tietty valikoima löytyy hyllystä määriteltynä ajanhetkenä, esimerkiksi jatkuvasti, kauden

aikana tai viikonloppuisin. Jotta päästään tavoiteltuun korkeaan automaatioasteeseen,

on tärkeää että valikoimat on määritelty toimipaikkakohtaisesti ja että valikoimapäätökset

tehdään erillään tilaamisesta. Muuten säästetty aika valuu hukkaan tilaajan käydessä

ehdotuksia rivi kerrallaan läpi.

Automaattisen tilaamisen ansiosta määritelty valikoima voidaan siis toteuttaa entistä

täsmällisemmin. Tilausjärjestelmä huolehtii siitä, että toimipisteelle määritelty valikoima

löytyy hyllystä – ei enempää, ei vähempää.

Monille asiakkaille automaattinen tilaaminen on luonut tarpeen tehdä valikoimatyötä

aikaisempaa prosessimaisemmin ja täsmällisemmin. Usein myös vastuu valikoimien

määrittämisestä on siirtynyt organisaation sisällä. Muuttuneet vastuut ja työnkuvat

aiheuttavat usein pientä tai isompaakin kitkaa organisaatiossa, mikä vie meidät kolmanteen

ja vaikeimmaksi osoittautuneeseen haasteeseen eli muutosjohtamiseen.

Muutosjohtaminen

Kun tilaaminen automatisoidaan, työnkuvat ja vastuut eivät pysy ennallaan. Vähintäänkin

työn painotukset muuttuvat. Painopiste siirtyy rutiinitilaamisesta tuotetäydennyksen

ohjaamiseen, kuten valikoiman suunnitteluun, tuotteiden roolien ja palvelutasotavoitteiden

määrittämiseen, poikkeusten tehokkaampaan hallintaan sekä prosessien seurantaan ja

kehittämiseen.

Usein automatisointi myös luo edellytyksiä tai jopa toimii ajurina laajemmille

organisaatiomuutoksille. Esimerkiksi monet asiakkaistamme ovat siirtäneet

täydennystilaamisen keskitetylle täydennystiimille vapauttaakseen myymälähenkilökunnan

aikaa asiakaspalveluun ja myyntiin. Monet tukkupuolen toimijat taas ovat siirtyneet pois

mallista, jossa tuotepäälliköt vastaavat kaikesta omiin tuotteisiinsa liittyvästä siihen, että

tuotetäydennys hoidetaan yhteisen täydennystiimin voimin. Näin tuotepäälliköt voivat

keskittyä valikoimatyöhön ja markkinointiin.

Tällaiset muutokset herättävät usein epävarmuutta, pelkoa oman työpaikan puolesta ja jopa

suoranaista muutosvastarintaa. Muutosten läpivienti hyvässä hengessä ja mahdollisimman

pienellä kitkalla vaatii panostusta muutosjohtamiseen.

Lisäksi muutosjohtamista tarvitaan tavoiteltuun lopputulokseen pääsemiseksi. Jos

vanhoja työnkuvia ja toimintamalleja ei aktiivisesti lähdetä muokkaamaan, riskinä on,

että kangistutaan vanhoihin kaavoihin eikä haluttuja tuloksia saavuteta. Oleellista onkin

asettaa muutokselle tavoitteet ja mitata niiden toteutumista. Jos tavoite on lisätä myyntiä

www.relex.fi

3 / 3

vapauttamalla myymälähenkilökunnan aikaa asiakaspalveluun, on järkevää mitata esimerkiksi

asiakaskontaktien määrän ja ostoskorien keskikoon kehitystä. Jos tavoitteena on tukkukaupan

tuotetäydennyksen tehostaminen, voidaan mitata sellaisinaan hyväksyttyjen tilausehdotusten

osuutta.

Viimeinen muutosjohtamisen haaste on joskus tullut pienoisena yllätyksenä. Kun

tuotetäydennyksen tuloksia, kuten hyllysaatavuutta, varaston arvoa tai hävikkiä, voidaan

ohjata keskitetysti järjestelmän kautta, tarvitaan selkeitä tavoitteita. Aikaisemmin,

manuaalisemmassa mallissa, on saatettu hieman ristiriitaisesti painottaa sekä täydellisen

hyllysaatavuuden että mahdollisimman alhaisten varastotasojen tärkeyttä kaupoille tai

tuotepäälliköille. Nämä sitten ovat toteuttaneet ohjeistusta kukin oman tulkintansa mukaan.

Automaattisessa tilaamisessa jonkun on pakko määrittää realistiset tavoitetasot.

Miten sudenkuopat voidaan välttää?

Vuosien kokemuksen perusteella uskon, että kahta ensimmäistä ongelmaa ei täysin pystytä

välttämään, etenkään jos täydennystilaaminen tapahtuu lähtötilanteessa pääasiassa

manuaalisesti. Tuotetietoja, joita ei suoraan ole hyödynnetty ohjauksessa, ei yleensä ole

ylläpidetty kovin huolellisesti. Hajautettua valikoimaprosessia taas on harvoin kehitetty

organisaation sisällä systemaattisesti tai samansuuntaisesti.

Tämän takia pitää hyväksyä, että perus- ja valikoimatietojen saattaminen kuntoon voi

alkuvaiheessa vaatia sekä aikaa että resursseja. Mitä laajemmin tietoja hyödynnetään, sitä

nopeammin virheet nousevat esiin ja voidaan korjata. Siksi on olennaista viestiä, että tietojen

oikeellisuus on tärkeää, ja että perustietojen laatua ei pitäisi nähdä järjestelmäongelmana

tai uuden toimintamallin kyvyttömyytenä. Samalla kannattaa miettiä miten perusprosesseja

(esimerkiksi toimitusten vastaanottoa, inventointia tai uusien tuotteiden perustamista)

voidaan helpottaa niin, että virheet saadaan minimoitua. Useimmat ihmiset haluavat tehdä

työnsä mahdollisimman hyvin ja yritysjohdon tehtävänä on luoda kaikille toimivat edellytykset

onnistua.

Muutosjohtamisessa ei ole oikoteitä onneen, eli aseta tavoitteet, kerro niistä, kuuntele ja

keskustele. Muutoksen tavoitteiden sisäistäminen ja mielessä pitäminen vaativat jatkuvaa

työtä. RELEXin asiakkaista lähes jokainen on myöhemmin kertonut, että muutosjohtamiseen

olisi pitänyt satsata enemmän. On myös tärkeä muistaa, että muutosjohtamisella ei tähdätä

vain ongelmien minimoimiseen, vaan myös innostuksen sytyttämiseen ja ylläpitämiseen. Kun

koko porukka saadaan puhaltamaan yhteen hileen ja kehittämään uutta toimintamallia,

lopputulos ylittää odotukset!

Miten tästä eteenpäin?

Meillä RELEXissä on paljon kokemusta tehokkaan poikkeustenhallintaprosessin suunnittelusta

monimutkaisissa ympäristöissä. Joustavien ja helppokäyttöisten työkalujemme avulla voidaan

poikkeustenhallintatyöstä tehdä sujuvampaa.

Mikäli yrityksesi poikkeustenhallintaprosessi kaipaa kehittämistä, ota yhteyttä:

mikko.karkkainen@relex.fi tai 050 596 2322. Tunnin tapaaminen riittää yrityksesi tilanteen

läpikäymiseksi ja ensimmäisten askeleiden määrittämiseksi!