Field sales visit planning във FMCG: как да подредим деня на търговеца

В много FMCG екипи дневният план на търговеца още се мисли като списък с адреси.

Кои магазини са в района? Кои са близо един до друг? Къде е най-краткият маршрут? Колко обекта могат да се посетят за деня?

Тези въпроси са важни, но са само началото.

Ако visit planning се свежда до география, компанията може да има много ефективен ден на картата и много слаб ден в продажбите. Търговецът може да мине през всички точки, да спести километри и пак да пропусне най-важния обект, най-рисковата липса или най-критичната промоция.

Добрата дневна програма не пита само:

“Как да стигнем до повече магазини по-бързо?”

Тя пита:

“Кои магазини трябва да бъдат посетени днес, защо точно те, и какво трябва да се промени в тях?”

Това е разликата между route planning и field sales visit planning.

Най-краткият маршрут не винаги е правилният маршрут

Логистиката и търговията решават различни проблеми.

При доставка често целта е ясна: достави всички точки с минимален разход, време и километри, при спазване на ограниченията.

При FMCG търговския представител задачата е по-сложна. Той не просто стига до магазина. Той трябва да вземе решение:

има ли смисъл този обект да се посети точно днес;
какъв е потенциалът му;
има ли риск от out-of-stock;
има ли активна промоция;
има ли просрочена задача;
има ли важен клиентски разговор;
има ли липсващ must-stock продукт;
има ли шанс да се вземе по-добра поръчка;
има ли нужда от supervisor follow-up.

Затова най-близкият обект не винаги е най-важният. Най-големият клиент не винаги е най-спешният. Най-удобният маршрут не винаги е най-доходният.

Добрият visit plan трябва да оптимизира не само движение, а търговски impact.

Първо сегментация, после маршрут

Грешка е да започнем visit planning директно от картата.

Първо трябва да знаем какъв е обектът.

В FMCG outlet segmentation не е декоративна аналитика. Тя определя честота, задачи, асортимент, промоции, очаквана поръчка и приоритет.

Един практичен сегментен модел може да включва:

канал: традиционна търговия, modern trade, HoReCa, wholesale, convenience;
потенциал: оборот, категория, shopper traffic, стратегическа стойност;
риск: OSA проблеми, неплатени задължения, загубен shelf share, промо execution gaps;
възможност: нов SKU, secondary placement, display, хладилник, сезонен пик;
поведение: приема ли препоръки, връща ли стока, изпълнява ли договорки;
cost-to-serve: време, дистанция, сложност, честота на посещение.

Едва след това можем да питаме как да подредим деня.

Без сегментация всички магазини изглеждат еднакво на картата. В бизнеса не са.

Visit frequency: кога повече посещения не значи повече продажби

Много екипи третират честотата на посещение като историческа договорка: този обект се посещава всяка седмица, онзи на две седмици, третият веднъж месечно.

Но честотата трябва да се преразглежда.

Ако обектът има нисък потенциал, стабилна наличност, малко промо активности и нисък риск, твърде честото посещение може да е скъпо. Ако друг обект има висок потенциал, повторяем OSA проблем и активна промоция, по-рядкото посещение може да струва пропуснати продажби.

По-добрият модел е dynamic visit frequency:

базова честота според сегмент;
временно повишена честота при промоция;
повишена честота при OSA риск;
намалена честота при стабилно изпълнение;
допълнителни посещения при нов продукт;
supervisor visit при системен проблем;
remote follow-up, когато физическо посещение не е нужно.

Тук Retail Execution KPI е директно свързан с планирането. Ако KPI показва, че обектът е стабилен, не винаги има нужда от същата честота. Ако KPI показва риск, маршрутът трябва да се промени.

Какво трябва да влияе на дневния приоритет

Един добър field sales visit plan не трябва да е “календар с магазини”. Той трябва да е приоритетна опашка от търговски действия.

Практично, дневният приоритет трябва да се влияе от няколко групи сигнали.

1. Потенциал на обекта

High-potential обектите заслужават повече внимание, но не автоматично повече посещения.

Важното е да знаем какъв вид внимание:

дистрибуция на must-stock продукти;
промо execution;
shelf share защита;
secondary placement;
order quality;
relationship management;
asset compliance.

Големият обект с добро изпълнение може да има нужда от по-малко физически visits, но по-строг мониторинг. Среден обект с лошо изпълнение може временно да стане по-важен.

2. OSA и shelf риск

Ако Image recognition или предишни посещения показват липси, route priority трябва да се променя.

Особено ако липсва:

hero SKU;
промо SKU;
продукт с висок марж;
продукт в сезонен пик;
продукт в обект с висок потенциал;
SKU, който системно изчезва преди следващото посещение.

Тук visit planning се връзва с On-shelf availability. Липса на рафта не е просто отчетен проблем. Тя е сигнал за следващо действие.

3. Промоции и търговски календар

Промоцията не започва, когато е качена в системата. Започва, когато купувачът я види.

Затова обекти с активна или предстояща промоция трябва да получават различна visit logic:

pre-check преди старт;
execution check в първите дни;
replenishment check по средата;
closing check след края;
follow-up при missing display, грешна цена или OOS.

Ако планирането не отчита промо календара, екипът може да посети обекта твърде рано, твърде късно или в ден, в който не може да промени нищо.

4. Поръчка и stock risk

AI Order Brain може да подава сигнал към visit planning:

обектът има риск да остане без продукт преди следващото посещение;
препоръчаната поръчка е била отказана;
търговецът системно намалява препоръката;
клиентът има pattern на under-order;
има промоция, но поръчката не покрива очакваната скорост.

Това променя дневния план. Обект с висок риск за stock-out може да стане по-важен от обект, който е по-близо географски.

5. Отворени issues и follow-up

Ако предишното посещение е открило проблем, който не е затворен, планът трябва да го види.

Примери:

хладилникът е на грешно място;
POS материал не е поставен;
display е празен;
промо цената липсва;
конкурентен продукт е в собствен актив;
клиентът е отказал важен SKU;
supervisor трябва да провери договорка.

Workflow orchestration има стойност точно тук. Отвореният проблем трябва да влияе на следващия ден, не да остане архив.

Как AI променя visit planning

AI не трябва просто да “оптимизира маршрута”.

Ако AI решава само shortest path, той решава малка част от проблема.

По-силният AI модел за FMCG visit planning трябва да комбинира:

география;
работно време на обектите;
traffic и реално време за посещение;
потенциал на клиента;
OSA риск;
промо календар;
order risk;
overdue tasks;
asset issues;
visit frequency rules;
капацитет на търговеца;
регионални ограничения;
management priority.

Тогава Route optimization вече не е просто карта. Тя е decision engine за търговския ден.

Дневният план трябва да обяснява “защо”

Ако системата просто пренареди маршрута без обяснение, търговците ще я заобикалят.

И с право.

Field sales е пълен с локален контекст. Търговецът знае, че магазинът отваря по-късно. Знае, че собственикът е на място само сутрин. Знае, че в сряда има зареждане. Знае, че ако влезе в 14:00, няма с кого да говори.

Затова AI visit plan трябва да показва причина:

“висок OSA риск”;
“активна промоция”;
“препоръчана поръчка с висок impact”;
“отворен asset issue”;
“клиент с пропуснато посещение”;
“high-potential outlet”;
“повтарящ се отказ за must-stock SKU”.

Търговецът може да приеме плана, да го коригира или да остави причина. Това е важно. Ако override причините се събират правилно, системата става по-добра.

Как изглежда добър morning brief

Вместо търговецът да започва деня с дълъг списък, системата трябва да даде кратък morning brief.

Пример:

16 планирани обекта;
4 high-priority visits;
3 OSA риска;
2 промо execution проверки;
1 overdue asset issue;
5 препоръчани поръчки с висок impact;
2 обекта, които могат да се преместят, ако денят се забави;
1 coaching focus за деня.

Това е достатъчно.

Търговецът няма нужда да чете dashboard. Той има нужда да знае къде да действа.

Тук Optimasale трябва да бъде работният слой: дневен план, visit context, задачи, поръчка, снимка, follow-up и мениджърска видимост в един процес.

Най-честите грешки при visit planning

1. Всички обекти получават еднаква логика

Това е най-скъпата грешка.

Ако малък стабилен обект и голям рисков обект получават еднаква честота, компанията плаща за равномерност, но не получава растеж.

2. Планът не се връзва с реалния рафт

Ако последната снимка показва липса, но следващият маршрут не се променя, image recognition остава audit инструмент, не execution инструмент.

3. Промо календарът не влияе на маршрута

Промоциите често са най-важните дни за посещение. Ако планирането не отчита старт, среда и край на промоцията, голяма част от trade investment-а се управлява на сляпо.

4. Търговецът няма право на разумен override

Ако системата е твърде твърда, хората ще я ползват формално. По-добрият модел е контролирана гъвкавост: търговецът може да промени плана, но трябва да остави причина.

5. KPI се мери по брой visits, не по impact

Ако бонусът или контролът гледа само брой посещения, системата ще произведе посещения. Ако гледа подобрение на OSA, Perfect Store, order quality и issue closure, системата ще произведе изпълнение.

Как да започнем прагматично

Не е нужно visit planning да стане перфектен от първия месец.

По-добрият подход е на етапи.

Етап 1: почисти outlet master data

Без точни обекти, адреси, сегменти, канали, работно време и отговорни търговци, route optimization ще бъде козметика.

Етап 2: дефинирай базова честота

За всеки сегмент трябва да има базова visit frequency. Това е началната рамка, не вечна истина.

Етап 3: добави execution сигнали

Добави OSA риск, промоции, overdue tasks, recommended order signals и asset issues като фактори за дневен приоритет.

Етап 4: позволи smart overrides

Търговецът трябва да може да коригира плана с причина. Мениджърът трябва да вижда pattern-и: кои overrides са разумни и кои показват проблем.

Етап 5: мери impact

След промяната в планирането гледай:

по-добро OSA recovery;
по-малко пропуснати critical visits;
по-висок Perfect Store score;
по-добра promo compliance;
по-добър recommended order acceptance;
по-малко отворени issues;
по-добър cost-to-serve;
по-малко admin време.

Така visit planning се доказва с резултат, не с впечатление.

Накратко

Field sales visit planning във FMCG не е просто маршрут.

Това е система за приоритет:

кои обекти имат най-голям потенциал;
кои имат най-голям риск;
кои промоции трябва да се проверят;
кои липси могат да струват продажба;
кои поръчки имат нужда от аргумент;
кои issues трябва да се затворят;
кои visits могат да се отложат;
кой е правилният next best action за търговеца.

Добрата дневна програма не максимизира само броя посещения.

Тя максимизира вероятността търговецът да направи правилното действие в правилния обект, в правилния момент.

Това е visit planning 2.0.

Свързано в Optimasoft

Route optimization е solution слоят за приоритизиране на деня според риск, потенциал и ограничения.
Optimasale връзва дневния план с посещение, задача, снимка, поръчка и follow-up.
Retail Execution KPI показва кои метрики трябва да влияят на visit planning.
FMCG търговски представител 2.0 разглежда дневния план като част от AI-assisted посещението.
AI Order Brain и Image recognition подават сигналите, които правят маршрута търговски, не само географски.

Източници