Pull to refresh
0

Как выявить потери в продажах

Reading time 3 min
Views 15K


Пример анализа данных на основе продуктового магазина от Datawiz.io.

Эта статья о том, как выявить потери в продажах. Потери в продажах — это дни, когда товар не продавался, или было продано аномально низкое количество единиц товара.

Зачастую потери в продажах случаются из-за недостаточного количества заказанного товара. Также часто товар, имеющийся на складе, не выставляется на полки. Ежедневный анализ данных помогает своевременно обнаружить такой «провал» в продажах. Далее, устраняем проблему — контролируем работу отдела закупок, оптимизируем поставки, контролируем работу торгового персонала.



Как это работает?

Рассчитывать потери в продажах мы будем для товаров, которые не подпадают под такие условия:
1. Если ежедневно продается меньше 5 единиц товара.
2. Если количество дней с нулевыми продажами составляет больше чем 30% за период.

ШАГ 1

1. Считаем среднеарифметическое количество проданных единиц для каждого товара avg:
image
2. Считаем среднее квадратичное отклонение (std) для каждого товара:
image
a — количество проданных единиц товара в каждый день периода
n — количество дней в периоде

image
Вероятность того, что продажи товара в истории продаж, при нормальном ходе событий, будут меньше чем средние продажи этого товара минус среднеквадратичное отклонение по продажах товара умноженные на 1,5, равнa 6,68%. 

ШАГ 2

Для определения убыточного дня, используем два критерия:
— Количество проданного товара равно нулю.
ИЛИ
— Количество проданного товара аномально низкое
qty < avg – (std * 1.5)
qty — количество проданных единиц товара;
avg — среднее арифметическое продаж для этого товара;
std — среднее квадратичное отклонение по продажах для этого товара.

ШАГ 3

Подсчитываем количество недопроданного товара для каждого дня с аномально низкими продажами:
lost_qty = avg – qty
lost_qty – количество недопроданного товара за один убыточный день;
avg — среднее арифметическое продаж для этого товара;
qty — количество проданных единиц товара за один убыточный день.

ШАГ 4

Окончательная формула расчета потерь в продажах за выбранный период (месяц) выглядит так:
lost_sales = sum(lost_qty) — сумма количественных потерь по всем дням с аномально низкими и нулевыми продажами за выбранный период.

Для подсчета потерь по обороту, полученное количество «недопроданных» (или потерянных) товаров умножаем на среднюю цену этого товара. Произведя анализ по каждому товару в отдельности, можно отследить, сколько магазин потерял в обороте за период.

Для магазина с 15 000 товаров (SKU) ущерб может составлять в среднем 40-80 тыс.грн. в месяц.

Анализ потерь в продажах на реальном примере.


Производим вычисления для товара «Хлеб Тостерный» за период с 01.01.2013г. по 31.01.2013г.:

ШАГ 1

Среднее арифметическое продаж avg = 36 шт./день
Среднее квадратичное отклонение std = ~20,7 шт.

ШАГ 2

Подставляем в формулу avg – (std * 1.5) полученные данные: 36 – (20,71,5)=~5. Это значит, что если продажи составляют меньше 5шт. в день (qty<5), то этот день «убыточный».
image

ШАГ 3

Произведя анализ данных за месяц, получаем 4 потерянных дня:

20.01 – день с продажей 1шт. (qty=1). Для подсчета потерь в этот день используем формулу lost_qty = avg – qty. lost_qty = 36-1=35шт.

11.01; 13.01; 19.01 – дни с нулевыми продажами (qty=0). lost_qty = avg – 0. lost_qty=36–0=36шт.

ШАГ 4

Подсчитаем суммарное количество потерь в продаже за период:
lost_sales = sum(lost_qty)
lost_sales = 35 + (3 * 36) = 143шт.

Это и есть то количество товара, которое магазин мог продать, но по тем или иным причинам товара не было на полках. При средней цене на «Хлеб Тостерный» 3,83 получаем потери в обороте – 548,50 грн.

Такие несложные математические вычисления позволяют производить ежедневный анализ и своевременно реагировать на изменения в динамике продаж.
Это также удобный инструмент контроля работы персонала и увеличения доходности магазина без дополнительных вложений.
Tags:
Hubs:
+3
Comments 11
Comments Comments 11

Articles

Information

Website
datawiz.io
Registered
Founded
Employees
11–30 employees
Location
Украина