パーフェクトストアプログラムを実行するための重要なアイデア

以前のブログ、パーフェクトストアプログラムのアイデアに取り組む前に答えなければならない重要な質問に触れました。 その後、私たちは助けました フレームワークを作成する 完璧な店を建てて実行するために。

全体像を把握した上で、私たちは経験を生かして、パーフェクトストアプログラムが成功する可能性を高めるいくつかの詳細とベストプラクティスを強調します。 このブログは、パーフェクトストアプログラムの実行、結果として作成されたフィードバックループ、およびこのフィードバックループを活用する方法を測定することを中心に展開しています。

完璧な店舗運営の測定

パーフェクトストアプログラムを測定する理由

小売業の実行に最適な店舗を作成することは確かに良い習慣であり、結果をもたらすでしょう。 これは期待です。
しかし、この実行を測定することは最も重要です。 設定された主要業績評価指標（KPI）を定期的に測定していないパーフェクトストアプログラムの80％以上が、 地上レベルでのプログラムの実行が不足している。 これは対処すべき大きなギャップです。

あなたの製品を小売店に置くことと顧客によるその購入の全体の操作には、多くの変数が含まれているという事実は残っています。 

多くの製品カテゴリがあり、それぞれに在庫管理単位（SKU）があります。 SKUは、大型スーパーマーケットやコンビニエンスストアなどのさまざまな小売店に保管されています。 さらに、Target、Walmart、7-Elevenなどの小売アカウントに分割できます。 関係者は、マーチャンダイザーと小売パートナー、現場担当者、およびCPGメーカーの会社経営者です。 

ご覧のとおり、 ここに可動部品が多すぎるため、特定のパラメーターでバスを見逃しやすくなります。

パーフェクトストアプログラムを測定する方法は？

これにはXNUMXつの重要なステップが含まれます。

1.スコアリング基準を作成します。

ここで使用される原則は、重要なパラメーターに重みを追加することによって優先順位を付けることです。 パラメータは次のとおりです ユニリーバの5P 製品の小売りの可視性を測定します。 以下は、同じもののスコアリング基準の例です。

製品カテゴリとは別に、小売店のスコアリングメカニズムを作成できます。 それらに基づいて、小売業者/販売業者の利益を決定することができます。 スコアリングシステムを使用して、インセンティブの計算に基づいてフィールド担当者のパフォーマンスを評価することもできます。

スコアリングメカニズムの重要性 コンプライアンスから逸脱している地域、地域、営業担当者、店舗、カテゴリ、製品をすばやく特定することです。 これは、販売リークを埋めるための是正措置を開始するのに役立ちます。

2.完全なストア実行を測定するためのメカニズムを作成します:

このメカニズムの構築は、CPG自身の現場担当者が実行できます。 来店中に、さまざまなSKUのKPIを測定します。 結果は、完全な店舗ガイドラインが守られているかどうかを判断するのに役立ちます。 サードパーティの監査人もCPGに雇用される場合があります。

CPGは、小売パートナーに店舗監査の実施に関与し、SKUに起因するコンプライアンスのデジタル化されたデータベースを維持するように要求することもできます。

3.測定用のツールの使用：

生データを収集することによるKPIの手動推定は、エラーと人間のバイアスの影響を受けます。 これを回避するために、CPGは現在インダストリー4.0ツールを活用しています。 彼らは、人工知能（AI）対応の画像認識ソフトウェアを使用しています。 

フィールド担当者は、店舗を監査しながら、サーバーにアップロードされた棚の画像をキャプチャします。 AIレイヤーはそれを処理し、実用的な情報を提供します。 

完璧なストアプログラムを成功させるための仮想フィードバックループ

測定結果は、継続的な改善のためのフィードバックメカニズムを作成するために組み込まれています。 このシナリオで同時に動作するこのようなループはXNUMXつあります。

アプリからのフィールド担当者のインスタントフィードバックループ：

これは、フィールド担当者がいる間に小売りの実行を支援するインスタントフィードバックループです。 ストア内。 小売店の棚の画像は、アプリを使用してキャプチャされ、サーバーにアップロードされます。 その後、AIエンジンは ステッチ これらの画像を（または処理して）KPIを計算し、アプリに反映します。 フィールド担当者は、KPI測定値を認識し、パーフェクトストアのガイドラインに従って棚を配置します。

ダッシュボードからの小売店のフィードバックループ：

AIは、（計算されたKPIに基づいて）小売店のパフォーマンスに関する幅広いフィードバックを、CPGHQ管理の監督下にあるダッシュボードに送信します。 小売店のスコアを確認すると、CPGHQが介入して小売コンプライアンスレベルを向上させます。

ダッシュボードからのCPGHQのフィードバックループ：

AIはより広い範囲を送信します フィールド担当者のパフォーマンスのフィードバック。 これは、その下の小売店のパフォーマンスを決定し、それに応じてフィールド担当者をスコアリングすることによって計算されます。 次に、CPG HQは、フィールド担当者にパフォーマンスに関するタイムリーなフィードバックを提供します。

完全な全体像のフィードバックループ：

ここでの全体像は、Perfect Storeガイドラインの小売コンプライアンスを確保し、ギャップを特定して修正することです。 AI画像認識ソリューション 小売店でクリックされたSKU画像を本社および現場担当者に配信することにより、一定のフィードバックメカニズムを作成します。 フィールド担当者は、棚と本社の問題にリアルタイムで対処し、フィールド担当者と店舗のパフォーマンスを評価します。 

学習曲線があり、やりがいのある演習です。 企業が最初にそれを正しく理解することはめったにありません。 私たちの経験では、クライアントは、画像認識の展開から最初の30か月以内に、コンプライアンス率がXNUMX％向上することを確認できます。 シェルフウォッチ。 市場が常に変化していることを考えると、85％〜90％のコンプライアンスレベルを維持するには、継続的な測定が重要です。

最初は、クライアントは50％のコンプライアンスのベースラインレートで開始できます。 時間の経過とともに、小売コンプライアンスレベルは85％から90％に近づきます。

小売パートナーと販売担当者向けのインセンティブ 

小売パートナーと現場担当者のインセンティブが、パーフェクトストアプログラムの実行から得られるスコアにリンクされている場合、フィードバックループはより効果的になります。 

小売店のマネージャーが特定の分野で高いスコアを獲得した場合、彼らは良いランキングを獲得します。 このランキングは、小売パートナーへの割引などのインセンティブに関連付けられている可能性があります。 その結果、小売業者はブランドの健全性に投資することになります。

また、CPGの営業チームと一緒に実装することもできます。 たとえば、管理する製品について、国内のさまざまな地域営業マネージャーをランク付けします。 パフォーマンスが優れているほど、ランクも高くなります。 その結果。 より良いボーナスが達成されます。 これは競争心を育みます。 マネージャーは、手元のダッシュボードを活用して、フィールド担当者のパフォーマンスを精査し、それに応じて行動してランキングを向上させます。

ただし、 合理的なターゲットを修正します。 目標が簡単すぎると、売上と会社の収益が失われます。 それはまた、従業員と小売業者の間に緩い態度を生み出す可能性があります。 ターゲットが高すぎると、小売パートナーとの関係で従業員の燃え尽き症候群や摩擦が発生します。 現実的な目標を維持することは、ブランドに対する前向きな認識の鍵です。

パーフェクトストアプログラムがよく考えられ、正確に実装され、入念に監視されると、フィードバックメカニズムが作動します。 営業チームは、顧客の営業行動を監視することができます。 マーケティングチームはこの情報を使用して、ターゲットを絞ったキャンペーンを主導します。 経営陣は、さまざまなキャンペーンの結果に基づいて、さまざまな部門にリソースを割り当てます。 これにより、CPGブランドの未来が促進されます。

したがって、意思決定者と利害関係者は、採用されているAIソリューションを介してプラットフォームにまとめられます。 これにより、エラーの識別とその後の修正が迅速になります。 

ブログが好きですか？ 私たちの他のものをチェックしてください ブログ 画像認識テクノロジーがブランドの小売業における実行戦略の改善にどのように役立つかを確認します。

自分のブランドの棚でのパフォーマンスを確認したいですか？ クリック こちら ShelfWatchの無料デモをスケジュールする。

Khyati Agarwalは、ParallelDotsのデジタルマーケティングチームのメンバーです。 ParallelDotsのコンテンツを作成していないときは、ニュースで更新するのが好きで、政治や宗教について読むのが大好きです。

KhyatiAgarwalによる最新の投稿 (すべてを見る)