Route-to-Market в FMCG: как стоката стига до рафта и защо това решава растежа

Един продукт може да е перфектен. Опаковката, цената, рекламата, вкусът. Но ако не стигне до правилния рафт, в правилния магазин, в правилния момент, нищо от това няма значение.

В FMCG битката рядко се печели в централата. Печели се в десетки хиляди обекти, повечето от които никога няма да видиш лично. И начинът, по който стоката стига до тези обекти, има име: Route-to-Market.

Това е една от най-подценяваните думи в индустрията. Звучи логистично и скучно. А всъщност е един от най-големите лостове за растеж, който една компания изобщо има.

Що е Route-to-Market всъщност

Route-to-Market (RTM) е моделът, по който една компания продава и доставя продуктите си до точката на продажба и обслужва търговските си клиенти.

Strategy& (PwC) го дефинира точно: route-to-market моделите определят "обема на продажбите, способността да обслужваш клиента на правилното ниво и по рентабилен начин, и успеха в осигуряването на място на рафта". Добрият модел балансира три неща едновременно: нуждите на клиента, ръста на приходите и разходите за обслужване.

Това е важното. RTM не е "как караме камиона". RTM е отговорът на няколко свързани въпроса:

• В кои обекти изобщо присъстваме?
• Колко често ги посещаваме?
• Кой ги обслужва: ние директно, дистрибутор, или търговец на едро?
• Какво струва всяко посещение и всяка доставка?
• И носи ли това място на рафта повече, отколкото струва?

Звучи просто. На един пазар с няколко хиляди модерни магазина наистина е управляемо. На пазар с десетки или стотици хиляди малки обекти RTM се превръща в най-сложната част от бизнеса.

Защо RTM решава повече, отколкото изглежда

McKinsey формулира извода възможно най-силно за развиващите се пазари: ефективната дистрибуция е "най-важният единичен фактор за успех" на потребителските пазари в Африка. Не продуктът. Не цената. Дистрибуцията.

Bain стига до същото от друг ъгъл: силната route-to-market стратегия може да е "източник на дълготрайно конкурентно предимство" за компаниите за потребителски стоки.

Причината е, че по-голямата част от света не пазарува в хипермаркети. Пазарува в малки квартални магазини.

Числата са показателни. По данни на Bain традиционната търговия (малките независими магазини) има проникване от 98% в Индия, 94% в Нигерия, 84% в Индонезия и 68% в Турция. Само в Китай има над 3 милиона традиционни магазина, които правят поне 40% от FMCG продажбите и се обслужват през повече от 10 000 локални търговци на едро. През тази фрагментирана верига Bain оценява, че минават около 100 милиарда долара надценка годишно.

Това е реалността, която RTM трябва да реши: огромен брой малки обекти, всеки със собствен потенциал, разходи и поведение. Който намери по-добър начин да ги достигне, печели дял, който конкурентът дори не вижда.

Класическите RTM модели

Няма един правилен RTM. Има модели, всеки със своя баланс между контрол, обхват и цена.

Директна доставка (DSD, van sales). Производителят заобикаля дистрибуторския склад и зарежда директно магазина. Плюсове: най-бързо стигане до рафта, по-малък шанс за липси, повече контрол върху мърчандайзинга, видимост в реално време. Минуси: скъпо. Носиш цялата логистика, хора и автопарк.

Pre-sell срещу van-sell. При pre-sell поръчката се взима при едно посещение и се доставя по-късно. При van-sell продажбата и доставката се случват в едно посещение, което е удобно там, където е нужно често и бързо зареждане.

Дистрибуторски модел. Локален партньор поема склад, логистика и обслужване. Плюс: обхват без собствена инфраструктура. Минус: губиш пряка видимост какво се случва на обекта и зависиш от изпълнението на партньора.

Хибрид. Директно за модерната търговия и ключовите вериги, дистрибутори за общата търговия. Повечето сериозни играчи стигат точно тук.

Силният RTM не избира един модел за цялата страна. Той ги смесва по сегмент. McKinsey описва нагледен пример от Гана: производител на сладкарски изделия картографира обектите по обем и направи различен модел за всеки сегмент. Малките квартални будки получиха доставка шест пъти седмично с моторни триколки на дистрибутора. По-големите будки: ван доставка три пъти седмично плюс посещение от търговски представител на всеки две седмици за мърчандайзинг.

Това е същината на добрия RTM: не едно правило за всички, а правилното обслужване за всеки тип обект.

Как изобщо мерим "добър" RTM

Тук много хора се изненадват колко конкретно се мери дистрибуцията.

Числена срещу претеглена дистрибуция. Числената дистрибуция е процентът магазини, които държат продукта. Претеглената (по ACV, All Commodity Volume) тежи магазините според размера им. NielsenIQ дава ясен пример: продукт в 2 от 3 магазина е 67% числена дистрибуция, но ако тези 2 магазина правят 150 от 200 милиона оборот, претеглената е 75%. Затова претеглената е по-честният показател: важно е не в колко магазина си, а колко тежат тези магазини.

Наличност на рафта (OSA) и липси (OOS). Това е тихият убиец. Класическото световно изследване на Corsten и Gruen, базирано на около 72 000 купувачи, установи среден процент липси от 8.3%. Двадесет години по-късно тази цифра почти не е помръднала. И струва скъпо: при липса на артикул търговецът губи средно около 30% от продажбите му. По данни на Corsten и Gruen реакцията на купувача се разпада така: 31% отиват в друг магазин, 26% сменят марката, 19% взимат друг размер на същата марка, 15% отлагат покупката, а 9% просто не купуват. ECR Europe оценява загубите в Европа на около 4 милиарда евро годишно, като над 85% от причините за липсите са в самия магазин, не нагоре по веригата.

Обратната страна е също толкова ясна. McKinsey изчислява, че подобрение от един процентен пункт в наличността вдига продажбите с 20 до 35 базисни пункта. Наличността не е оперативен детайл. Тя е директен лост за приходи.

Покритие, честота, drop size, cost-to-serve. Колко обекта обслужваме реално, колко често, колко е средната поръчка на посещение и какво ни струва това. Cost-to-serve е особено важен: при FMCG маржове, където времето и пътят на търговеца са голяма част от разхода, маршрутът и честотата директно местят рентабилността. А търговските разходи (trade spend) поглъщат около 20-30% от приходите. Всеки процент има значение.

Къде класическият RTM се пропуква

Проблемът не е, че компаниите нямат RTM. Имат. Проблемът е, че той изглежда добре на хартия и се чупи в реалността.

Salesframe го описва точно: представителят има 60 обекта в плана си, но реалистично може да посети 40 за седмицата. Кои 40? Решението остава "по преценка на търговеца, а не по логиката на стратегията".

И оттам нататък всичко се ронят:

• покритието на хартия е 100%, но реалното е друго;
• посещенията се случват по навик и удобство, не по приоритет;
• при дистрибуторски модел брандът губи пряка видимост какво става на обекта;
• честотата е еднаква за всички, въпреки че обектите изобщо не са еднакви;
• мениджърът вижда проблема след края на цикъла, когато вече е късно.

McKinsey добавя и стратегическата грешка: компаниите често инвестират сериозно в дистрибутори "с лошо покритие, слабо изпълнение или недостатъчни възможности", вместо да подберат партньорите така, че да максимизират покритие или да оптимизират cost-to-serve.

Това не са reporting проблеми. Това са решения, които се взимат всеки ден, зависят от данни и почти винаги се взимат с непълна информация.

Точно тук влиза AI.

Сега влиза AI: от география към потенциал

Класическият RTM подрежда деня по география и навик. Кратък маршрут, удобен ред, еднаква честота.

AI-native RTM задава друг въпрос:

Кои посещения ще променят резултата тази седмица?

Не всички обекти заслужават еднакво внимание днес. Един има висок риск от липса на топ продукт. Друг е в промо седмица. Трети е стратегически за категорията. Четвърти има нисък потенциал и може да се обслужва по-рядко. Пети има проблем с плащанията.

Bain описва този подход като намиране на "пресечната точка" между директно обслужване и канал: всеки клиент се нанася спрямо реалния си потенциал и разход, а не спрямо това в кой район попада. Резултатите от тяхната Perfect Store работа са измерими: ръст на продажбите над 5% обикновено в първата година, при едновременно намаление на разхода за търговски контакт с 10 до 25%.

Същата логика, само че водена от данни в реално време, а не от годишен анализ.

Какво променя AI конкретно

AI не е "още един прозорец" върху RTM. Промяната е в три конкретни решения, които се вземат всеки ден.

1. Покритие и честота по стойност. Вместо еднаква честота за всички, моделът оценява всеки обект по потенциал, риск и принос и предлага кого да посетим, колко често и в какъв приоритет. Будката с висок sell-out и активна промоция се изкачва. Обектът с нисък потенциал слиза, без да изпада от покритието.

2. Препоръчана поръчка вместо "както обикновено". В класическия модел поръчката е навик: търговецът гледа миналото и добавя приблизително същото. Но "както обикновено" е опасно при сезонност, промоции и липси. AI поръчката чете повече сигнали (sell-out, честота, наличност, промо календар, поведение на сходни обекти) и предлага количество с причина: "12, защото sell-out се вдига, промоцията започва в петък, а наличността покрива само 4 дни." McKinsey отчита, че AI прогнозирането намалява грешката в прогнозата с 20 до 50%. В техен конкретен случай в personal care точността се вдигнала с 13%, липсите паднали с 40%, а запасите намалели с 35%.

3. Cost-to-serve сегментация. Не всеки клиент трябва да се обслужва по един и същ начин. AI помага да се раздели мрежата по стойност и разход и да се приложи различен модел на обслужване, така че скъпите посещения да отиват там, където носят резултат.

Това е разликата между AI като demonstration и AI като част от ежедневния процес. Стойността не идва от модела сам по себе си, а от това, че препоръката стига до търговеца, докато е в магазина.

Автономно, но контролирано

Думата "автономно" звучи рисково в бизнес контекст. И трябва да звучи. Затова правилният модел не е "AI прави каквото иска", а контролирана автономия:

• AI може да препоръчва свободно;
• може да изпълнява само позволени действия;
• чувствителните решения минават през човек;
• всяко решение има обяснение и одитна следа;
• правата следват ролята, региона и клиента.

Това не е излишна предпазливост. Gartner прогнозира, че до 2030 половината от решенията за управление на веригата ще включват agentic AI, но същевременно предупреждава, че над 40% от agentic AI проектите ще бъдат спрени до края на 2027 заради неясна стойност, разходи и слаб контрол на риска. Разликата между двете групи е дисциплината, не технологията.

В Европа това има и регулаторно измерение. AI Act е в сила от 1 август 2024, а общото прилагане идва на 2 август 2026. Повечето RTM и route инструменти няма да са високорискови сами по себе си, но прозрачност, логване на решенията, контрол на данните и човешки надзор стават стандарт за доверие. Затова "EU-built" не е декоративна фраза: означава данните да остават в правилната юрисдикция, а препоръките да са обясними.

Как да започнеш без да се изгубиш

Не започвай с "AI стратегия". Започни с три въпроса за самия RTM:

1. В кои обекти присъстваме на хартия, но не реално?
2. Кои посещения се случват по навик, а не по приоритет?
3. Къде една препоръка би сменила действие в същия ден?

После избери един фокус, не пет. Например:

• приоритизиране на маршрута по риск и потенциал за ключовите обекти;
• препоръчана поръчка за топ 50 продукта;
• покритие, водено от стойност, вместо от география.

И го измери просто: колко обекта покриваш повече, колко липси предотвратяваш, колко по-точна става поръчката, колко пада разходът за контакт. После скалирай.

Накратко

Route-to-Market е начинът, по който стоката стига до рафта и до търговеца. Звучи логистично, но е търговски лост:

• повечето продажби в света минават през много малки, фрагментирани обекти;
• добрият RTM не е един модел за всички, а правилното обслужване за всеки сегмент;
• мери се конкретно: претеглена дистрибуция, наличност на рафта, покритие, честота, cost-to-serve;
• класическият RTM се чупи там, където посещенията се случват по навик, а не по приоритет;
• AI не подменя RTM, а го пренарежда: от география към потенциал, от "както обикновено" към препоръка с причина;
• автономията има стойност само когато е контролирана и обяснима.

Класическият въпрос на дистрибуцията беше "стигнахме ли до магазина?".

По-важният въпрос днес е друг:

Стигнахме ли до правилния магазин, в правилния момент, с правилното действие, преди конкурентът?

Там се решава растежът.

Свързано в Optimasoft

• Route optimization превежда RTM логиката в дневен приоритет на посещенията, не само в карта.
• OptimaDMS е продуктовият слой за дистрибуторска мрежа, складове, доставки и покритие.
• AI order taking показва как RTM стига до следващото решение: какво количество да се поръча в конкретния обект.
• Optimasale свързва маршрута, посещението, поръчката и execution задачите в един теренен процес.

Източници

• Strategy& (PwC) - Getting routes to market right
• McKinsey - Winning in Africa's consumer market
• Bain - How advanced analytics is transforming sales execution
• Bain - Taking the mystery out of developing market brand growth
• Bain - China's deteriorating retail distribution system
• NielsenIQ - Total Distribution Points & CPG brands
• Corsten & Gruen - Retail Out-of-Stocks (NACDS guide)
• ECR Europe / Roland Berger - Optimal Shelf Availability
• McKinsey - The State of AI: Global Survey 2025
• Gartner - Half of supply chain solutions will include agentic AI by 2030
• European Commission - AI Act regulatory framework