On-shelf availability в FMCG: защо "има го в системата" не значи "има го на рафта"

В FMCG една от най-опасните заблуди е, че продуктът е наличен, защото системата казва, че е наличен.

ERP има бройка. Складът е заредил. Дистрибуторът е доставил. Магазинът е получил стоката. На хартия всичко е наред.

Но купувачът не купува от ERP. Купува от рафта.

Ако продуктът не е физически на правилното място, видим, достъпен и в правилния момент, за клиента той не съществува. Няма значение дали е в backroom-а. Няма значение дали е на палет в склада на магазина. Няма значение дали е сложен два метра встрани от категорията. Няма значение дали е наличен в системата.

За купувача празното място е истината.

Това е смисълът на on-shelf availability: не просто имаме ли стока някъде, а може ли клиентът да я намери и купи точно когато я търси.

Наличност в системата срещу наличност на рафта

Inventory availability и on-shelf availability звучат близко, но са различни неща.

Inventory availability отговаря на въпроса: има ли бройка в системата, склада, магазина или веригата.

On-shelf availability (OSA) отговаря на по-строг въпрос: продуктът физически ли е на рафта, на правилното място, в достатъчно количество, достъпен за купувача.

Разликата между двете е мястото, където FMCG губи много пари.

Един SKU може да е:

• наличен в склада, но недоставен;
• доставен в магазина, но останал в backroom;
• наличен в магазина, но не изваден на рафта;
• изваден на рафта, но на грешно място;
• на правилното място, но с твърде малко facings;
• в системата с положителна наличност, но физически изчерпан;
• наличен, но скрит зад конкурентен продукт или грешен етикет.

От гледна точка на операциите тези случаи са различни. От гледна точка на купувача резултатът е един и същ: продуктът липсва.

Защо OSA е по-скъп проблем, отколкото изглежда

Out-of-stock не е дребна оперативна грешка. Това е директна загуба на продажба, марка и доверие.

Класическото световно изследване на Corsten и Gruen отчита средно ниво на out-of-stock около 8.3%. Това означава, че приблизително един от дванадесет артикула не е наличен за купувача, когато той го търси. По-важното е реакцията на клиента: част от купувачите сменят магазина, други сменят марката, трети отлагат покупката, а част изобщо не купуват.

NielsenIQ поставя проблема в същата рамка: празните рафтове не са само неудобство за клиента, а реална загуба за FMCG индустрията. IHL Group разглежда inventory distortion - комбинацията от out-of-stock и overstock - като проблем за трилиони долари в глобалния retail.

Това е важният извод: липсата на рафта не е само supply chain проблем. Тя е търговски проблем.

Когато продуктът липсва:

• клиентът може да купи конкурентен продукт;
• може да отиде в друг магазин;
• може да намали лоялността си към марката;
• промоцията може да се провали;
• рафтовото пространство може да бъде заето от конкурент;
• търговецът може да мисли, че търсенето е ниско, докато всъщност продуктът не е бил наличен.

Последното е особено опасно. Ако системата гледа само продажби, тя може да заключи, че продуктът не се продава. Реалността може да е обратната: продуктът не се продава, защото не е на рафта.

OSA е execution KPI, не само supply chain KPI

Много компании третират OSA като част от supply chain reporting-а. Това е логично, но непълно.

Да, причината може да е в upstream веригата: forecast грешка, недоставена стока, слаб safety stock, проблем при доставчик, лошо планиране на промоция.

Но огромна част от OSA проблемите се случват вътре в магазина или на границата между доставка и изпълнение.

ECR Retail Loss описва shelf out-of-stock като ситуация, при която продуктът теоретично е в магазина, но купувачът вижда празно място: стоката може да е в backroom, на грешно място, в количка, в клетка, mis-shelved или просто не е replenished навреме.

Това променя начина, по който трябва да мислим.

Ако проблемът е, че стоката не е произведена или доставена, supply chain трябва да реагира.

Ако проблемът е, че стоката е в магазина, но не е на рафта, retail execution трябва да реагира.

Ако проблемът е, че поръчката е била грешна, order taking процесът трябва да реагира.

Ако проблемът е, че маршрутът не е посетил магазина навреме, route-to-market моделът трябва да реагира.

OSA е мястото, където тези процеси се срещат. Затова не може да се реши само с един dashboard.

Как се чупи наличността на рафта

OSA рядко се чупи от една причина. Обикновено е комбинация от малки пропуски.

Грешна поръчка. Магазинът поръчва “както обикновено”, но седмицата не е обикновена. Има промоция, сезонност, локално събитие, промяна в трафика или конкурентен натиск.

Недостатъчна честота. Магазинът има потенциал, но се посещава твърде рядко. До следващия цикъл hero SKU-то вече е изчезнало.

Слаб replenishment в магазина. Стоката е пристигнала, но не е изкарана от backroom на рафта.

Грешна планограма или изпълнение. Продуктът е наличен, но не е на договореното място, няма достатъчно facings или е скрит в категорията.

Промоционален пик. Промоцията е планирана на хартия, но количествата, дисплеят и честотата на зареждане не са синхронизирани.

Inventory record inaccuracy. Системата мисли, че има наличност, но физически няма. Така replenishment поръчката не се задейства навреме.

Липса на сигнал от рафта. Мениджърът разбира проблема след края на цикъла, когато продажбата вече е изгубена.

Всяка от тези причини изисква различно действие. Затова само да знаеш, че има out-of-stock, не е достатъчно. Трябва да знаеш какъв тип out-of-stock е.

Защо classic reporting вижда проблема твърде късно

Класическият reporting работи назад.

Продажбите падат. Някой вижда спада. После се търси причина. Може би търсенето е слабо. Може би конкурентът е взел share. Може би промоцията не е работила. Може би търговецът не е посетил обекта.

Но ако истинската причина е празен рафт, вече е късно.

FMCG изпълнението има нужда от сигнал в момента, в който проблемът още може да се поправи:

• при посещението на търговеца;
• преди промоционалния пик;
• преди следващия route cycle;
• преди поръчката да бъде подценена;
• преди competitor SKU да заеме мястото.

Това е причината computer vision и AI да са толкова важни за OSA. Не защото правят красиви снимки с рамки. А защото дават нов, директен сигнал от рафта.

Как computer vision променя OSA

Computer vision не решава OSA сам. Но дава нещо, което класическите системи нямат: обективен поглед към физическия рафт.

Снимката може да покаже:

• SKU-то присъства ли реално;
• колко facings има;
• има ли празно място;
• продуктът на правилното място ли е;
• етикетът и цената видими ли са;
• промо дисплеят поставен ли е;
• конкурентът заема ли договорено пространство.

Това превръща OSA от предположение в измерим сигнал.

Но истинската стойност идва, когато този сигнал се върже към действие.

Ако shelf scan покаже, че hero SKU е почти изчерпан, системата трябва да направи нещо:

• да предложи допълнителна поръчка;
• да промени приоритета на следващото посещение;
• да създаде задача за търговеца;
• да предупреди мениджъра;
• да сравни проблема с промо календар;
• да провери дали това е локален проблем или pattern в много магазини.

Computer vision е силен не като “разпознаване”, а като trigger за execution loop.

Как AI order taking затваря цикъла

OSA и AI order taking са свързани по-дълбоко, отколкото изглежда.

Ако рафтът е празен, следващата поръчка не трябва да бъде “както обикновено”. Тя трябва да отчете:

• колко дни остават до следващото посещение;
• колко бързо се движи SKU-то;
• дали има промоция;
• дали липсата е била заради търсене или заради лошо изпълнение;
• дали магазинът е високопотенциален;
• дали има място на рафта;
• дали складът може да достави.

Така препоръчаната поръчка става естествено продължение на OSA анализа.

Пример:

“Увеличи quantity за SKU A: shelf scan показва ниска наличност, последните две поръчки са се изчерпали преди следващото посещение, а промоцията започва в петък.”

Или:

“Не увеличавай quantity за SKU B: продуктът е наличен в магазина, но не е на правилното място. Първо възстанови позицията.”

Това е разликата между AI, който прогнозира, и AI, който помага на търговеца да вземе по-добро решение в магазина.

Как route priority помага

Не всеки OSA проблем заслужава еднаква реакция.

Ако малък, нископотенциален обект има липса на второстепенно SKU, това е проблем. Но ако ключов магазин в промо седмица остане без hero SKU, това е спешен търговски риск.

Затова OSA трябва да влиза в route priority.

Маршрутът не трябва да бъде само география. Трябва да бъде комбинация от:

• потенциал на магазина;
• риск от out-of-stock;
• категория и SKU важност;
• промоционален календар;
• история на проблема;
• cost-to-serve;
• вероятност посещението да промени резултата.

Така търговецът не посещава просто “следващия магазин по ред”. Посещава магазина, където действието има най-голям шанс да спаси продажба.

Как се мери OSA правилно

OSA не трябва да се мери само като среден процент.

Средната стойност може да скрие най-важното.

По-добрата рамка гледа няколко слоя.

SKU-level OSA. Кои конкретни продукти липсват. Особено hero SKU, must-stock list и промоционални артикули.

Store-level OSA. Кои магазини системно имат проблем. Това може да показва слаб replenishment, слаб търговец, лош route cycle или лош партньор.

Weighted OSA. Липса в магазин с голям category potential тежи повече от липса в малък обект. Както weighted distribution е по-честна от numeric distribution, weighted OSA е по-честен KPI от общ процент.

Promo OSA. Промоционалните периоди трябва да се мерят отделно. Там липсата е по-скъпа, защото компанията вече е платила за механика, отстъпка, display или trade spend.

Repeat OOS. Еднократна липса е проблем. Повтаряща се липса е системен дефект.

Time-to-fix. Колко време минава от установяване на проблема до действие. Това е KPI, който classic reporting често пропуска.

Reason code. Защо продуктът липсва: няма доставка, грешна поръчка, backroom, shelf execution, планограма, промоция, inventory inaccuracy.

Без reason code OSA остава симптом. С reason code става управляем процес.

Какво трябва да вижда търговецът

Търговецът няма нужда от още един dashboard.

Той има нужда от кратък, точен сигнал:

• кой SKU е в риск;
• защо е в риск;
• какво да направи сега;
• как да го аргументира пред клиента.

Например:

“Hero SKU липсва от рафта. Има наличност в последната доставка. Провери backroom и възстанови позицията.”

Или:

“Промо SKU е под минимален shelf stock. Добави 18 броя към поръчката, защото следващото посещение е след 5 дни.”

Или:

“Категорията има място, но must-stock SKU не присъства. Предложи добавяне към асортимента.”

Това е operational intelligence, не просто reporting.

Какво трябва да вижда мениджърът

Мениджърът има нужда от друг поглед.

Не “колко снимки са качени”, а:

• кои магазини имат най-голям weighted OSA риск;
• кои SKU-та губят най-много продажби;
• къде липсата е supply chain проблем;
• къде е store execution проблем;
• кои търговци решават проблема бързо;
• кои дистрибутори имат системен gap;
• кои промоции се провалят заради липси;
• какъв е financial impact.

Ако мениджърът вижда само compliance, системата се превръща в контролен инструмент.

Ако вижда impact, системата става търговски инструмент.

Най-важното: OSA не е снимка, а цикъл

Лесно е да се увлечем по технологията.

Computer vision. Shelf cameras. AI models. Dashboards. Alerts.

Но OSA не се оправя от снимка. Оправя се от цикъл:

1. Засичаме проблема на рафта.
2. Разбираме причината.
3. Даваме действие на правилния човек.
4. Коригираме поръчката, маршрута или изпълнението.
5. Проверяваме дали проблемът е решен.
6. Учим системата от повторенията.

Ако липсва някоя от тези стъпки, технологията става скъп detector. Вижда проблема, но не го затваря.

Накратко

On-shelf availability е един от най-важните FMCG KPI-и, защото мери реалността, която купувачът вижда.

Наличност в системата не е достатъчна. Наличност в склада не е достатъчна. Доставка до магазина не е достатъчна.

Продажбата се случва само когато продуктът е на рафта, видим, достъпен и навреме.

Затова OSA трябва да се управлява като execution loop:

• computer vision дава сигнал от рафта;
• AI order taking превежда сигнала в по-добра поръчка;
• route priority насочва търговеца към правилния магазин;
• manager visibility показва причините и финансовия ефект;
• governance гарантира, че действията са контролирани.

Истинският въпрос не е:

“Имаме ли го в системата?”

Истинският въпрос е:

“Може ли купувачът да го вземе от рафта точно сега?”

Ако отговорът е не, продажбата вече е в риск.

Свързано в Optimasoft

• Computer vision за рафт обяснява как снимката засича празен slot, facings и planogram gaps.
• Image recognition решението е практичният слой за откриване на OSA/OOS проблеми на терен.
• AI Order Brain връзва shelf signal-а с препоръчана поръчка, когато липсата идва от грешно количество.
• Route optimization помага OSA рискът да влияе върху приоритета на следващото посещение.

Източници

• NielsenIQ - Can the FMCG industry afford to lose billions from empty shelves?
• Corsten & Gruen - Retail Out-of-Stocks: A Worldwide Examination of Extent, Causes and Consumer Responses
• ECR Retail Loss - On-shelf availability
• ECR Europe - Optimal Shelf Availability
• IHL Group - Inventory Distortion: The Good, The Bad, the Ugly
• NielsenIQ - Total Distribution Points and CPG brands