- Insights
Patronen, afwijkingen en gerichte interventies: de kracht van EPOS data
- Leestijd: 7 min
- 14 november 2024
De druk op FMCG-bedrijven om betere resultaten te behalen is onverminderd groot. Enerzijds moeten de volumes en omzet blijven groeien, terwijl er anderzijds minder ruimte is voor prijsverhogingen door de sterke stijging in de afgelopen jaren. Daarnaast moeten de kosten strak in de gaten gehouden worden doordat marges onder druk staan. De boodschap voor field sales is duidelijk: we willen meer verkopen, meer locaties bezoeken, meer data verzamelen en dat alles tegen gelijkblijvende of lager wordende kosten. Dit vraagt om één ding: efficiëntie binnen de sales organisatie.
De traditionele aanpak van veel FMCG field sales-organisaties voldoet niet meer. Vaste rayons, bezoekschema's en routes van field medewerkers zorgen namelijk voor een rigide contact strategie die weinig ruimte overlaat voor flexibiliteit. Dankzij de beschikbaarheid van data kunnen nu veel slimmere keuzes gemaakt worden. Verkoopdata, data die direct vanuit de retailer op winkelniveau beschikbaar wordt gesteld, is hierbij een bron van onschatbare waarde. Deze data, indien juist bewerkt, helpt antwoord te geven op de vraag: waar kunnen we momenteel de meeste waarde toevoegen met een bezoek?
De kracht van winkel-verkoop-data
Via contracten met retailers kunt u als fabrikant toegang krijgen tot de verkoopgegevens. Afhankelijk van de afspraken is deze data beschikbaar tot op winkelniveau voor uw producten, of voor de gehele categorie. Winkel-verkoopdata wordt ook wel EPOS of Sell-out data genoemd.
Met de aandacht voor data in het algemeen is ook de aandacht voor EPOS data gegroeid. Behalve het meten van je verkoopresultaten zou daar meer mee mogelijk moeten zijn, toch? En het antwoord is natuurlijk ja, heel veel!
Patronen volgen, afwijkingen signaleren
Geïnspireerd op data-modellen uit de financiële industrie (banking/fraud-detection) zijn wij vier jaar geleden samen met een leidende FMCG fabrikant gestart met het toepassen van deze modellen op EPOS data. Hoewel de complexiteit achter de schermen vrij groot is, laat dit zich eenvoudig uitleggen.
Winkels met hetzelfde, of een sterk vergelijkbaar verkoop-patroon worden samengevoegd (geclusterd) en door de tijd heen gevolgd. Vindt er in één van die winkels van zo’n cluster een afwijking plaats, dan is dat een aanleiding om die winkel te bezoeken en uit te vinden wat de afwijking veroorzaakt. Het ontwikkelde data-model wordt verrijkt met deze kennis. Door dit gedurende langere tijd te doen valideren we het datamodel en wordt het dusdanig slim dat er uiteindelijk zelfs voorspellende waarde uit kan komen.
Uitschieters worden in deze context vertaald in een financiële waarde. Een bekend begrip in dit verband is de Lost Sales Value (hoeveel omzet laat u liggen?). Met andere woorden: deze manier van werken met data geeft u niet alleen aan wáár u een interventie moet doen; het geeft ook concreet aan hoeveel u ermee kunt verdienen. Afhankelijk van wat het data-model signaleert wordt bepaald wat voor interventie nodig is, en wie ervoor op pad moet worden gestuurd. Dit kan iemand uit uw field sales team zijn of, indien er sprake is van een meer structureel issue, een interventie bij het hoofdkantoor (via KAM).
EPOS data – een voorbeeld
Een waardevolle toepassing van data-modellen gebaseerd op EPOS data is voor het verbeteren van de schap-beschikbaarheid (OSA). Stel: u bent leverancier aan een retailer met 600 winkellocaties en u heeft de beschikking over de verkoopdata van deze retailer op winkelniveau
Met de juiste modellering van de verkoopdata worden winkels met vergelijkbare verkooppatronen door de tijd gevolgd. Het kan gebeuren dat gedurende een aantal dagen binnen één van die winkels de verkoop van uw producten afneemt. Als dit geldt voor alle winkels in het cluster is er waarschijnlijk sprake van een normale trend (het past namelijk in het patroon). Wijkt de betreffende winkel echter significant af van de rest, dan is dit reden voor aandacht. Omdat het model is gevoed met potentiële oorzaken en omdat daarin ook de normale verkooppatronen bekend zijn, kan een heel concrete uitkomst zijn: “Op deze winkellocatie zijn SKUS XYZ al twee dagen niet verkocht, terwijl ze wel op distributie zijn. De verloren dagelijkse omzet als gevolg bedraagt € XXX.”
Uw field-sales organisatie volgt dit signaal direct op en ontdekt op de winkellocatie dat de schapkaartjes van de betreffende SKUS niet meer aanwezig zijn. Als gevolg hiervan wordt er voor deze producten geen order geplaatst en blijft het schap leeg. Direct na deze interventie kan de order alsnog worden geplaats en komt de verkoop weer op gang. Uw field sales organisatie kan dus heel gerichte interventies doen, met bijna gegarandeerd rendement. In de programma’s die wij nu draaien is die kans 80%!
Vergelijkbare oorzaken
We hebben de afgelopen jaren veel geleerd over wat verkoop-data kan brengen voor uw organisatie. Kijkend naar het genoemde voorbeeld waar het doel is om schapbeschikbaarheid te vergroten zien we bijvoorbeeld dat de oorzaken voor Out Of Stocks vergelijkbaar zijn. Wat vaak voorkomt is inderdaad beschreven in het voorbeeld: Een product raakt out of stock en de winkel besluit om op die plek ‘tijdelijk’ iets anders te plaatsen om de ruimte te benutten. Het oude schapkaartje wordt verwijderd, zonder dat eerste de bestelling wordt gedaan. Zogenaamde ‘phantom-stock’ is een ander voorbeeld. Diefstalgevoelige categorieën hebben hiermee veel te maken. In geval van diefstal kunnen de systemen van de retailer aangeven dat er nog voldoende voorraad is, terwijl dat in feite niet zo is, want producten zijn gestolen. Ook derving die niet goed wordt verwerkt in de systemen leidt tot deze situatie.
Steeds verschillende winkels
Waren het maar dezelfde winkels die altijd aandacht nodig hadden. Dan is het makkelijk om je fieldorganisatie in te richten. Helaas is het andersom. We zien duidelijk dat de behoefte aan aandacht sterk verschilt. En dat is een flinke uitdaging voor fieldteams; ze moeten immers afwijken van geplande routes om de nodige interventies te doen. Dat vraagt om een hoge mate van flexibiliteit in je fieldorganisatie. Het inschakelen van een crowdsourcingpartner is een goede optie, neem contact met ons op voor meer informatie!
Wilt u meer weten over hoe EPOS data uw field sales kan versterken?
Neem contact met ons op en ontdek de mogelijkheden!