Кроме того, были рассчитаны прямые товарные издержки, связанные с приобретением (заказ и транспортировка), обработкой (хранение, страхование и товарные потери) и отсутствием товара на полках. Расчеты были сделаны на основе средних данных по 10 магазинам, но использовались для всех охваченных исследованием торговых точек. Согласно полученным данным, товары с более высокой оборачиваемостью (например, шоколад по сравнению с подарочными картами) влекли более высокие затраты на обработку.

Далее М. Корстьенс и П. Дойл выполнили расчеты для планограмм, (1) используемых в настоящее время в магазинах, (2) разработанных на основе данных о продажах, и (3) разработанных на основе валовой прибыли; чтобы сравнить их с результатами своей новой модели. Сравнение показало, что последняя потенциально обеспечивает на $128 тыс. больше чистой прибыли, чем используемые в настоящее время планограммы, на $104 тыс. больше, чем планограммы, основанные только на данных о продажах, и на $97 тыс. больше, чем планограммы, основанные на валовой прибыли. В первую очередь, это было связано с тем, что основанные на эмпирических правилах модели отводили слишком мало места под дополнительные товары, такие как мороженое и подарочные карты. В процентном отношении это означало увеличение чистой прибыли менее чем на 0,5 %.

Отсутствие товаров на полках (out-of-stock) является серьезной проблемой для ритейлеров. Покупатели реагируют на это одним из пяти способов: 1) идут в другой магазин, 2) откладывают покупку, 3) отказываются от покупки, 4) покупают упаковку другого размера или аналогичный товар той же торговой марки, или 5) переключаются на другую торговую марку. Дэвид Грант и Джон Ферни (2008) сообщают о том, что исследование, проведенное аналитическим агентством IGD в 2003 году, установило, что 65 % британских покупателей в случае отсутствия нужного им товара на полке выбирают один их первых трех способов.

Идея существования этого вида перекрестной эластичности была выдвинута французским исследователем Аленом Бултесом, и его попытка включить эффект каннибализации в модели построения планограмм увенчалась успехом. Другими словами, он был первым, кто разработал хорошее решение для расчета снижения продаж торговой марки B в результате того, что торговая марка А получает больше полочного пространства и показывает увеличение продаж. Модель А. Бултеса называется SH.A.R.P. и до сих пор остается работоспособной (см. ниже), как показало тестирование в бельгийских продовольственных магазинах.

На первый взгляд, включение в модели фактора перекрестной эластичности представляется банальным делом, но все не так просто, как кажется. Насколько взаимодополняющими и/или конкурирующими товарами являются, например, рис и спагетти? Добавьте в это уравнение пшенную крупу, картофель, картофель-фри, другие крупы и корнеплоды, и сложность возрастет в разы. При этом имейте в виду, что показатель перекрестной эластичности варьируется для разных товарных пар, а также в зависимости от времени и ситуации. Товары, конкурирующие друг с другом в одной ситуации (гамбургеры и фрикадельки могут рассматриваться в качестве альтернатив для приготовления на ужин), оказываются взаимодополняющими в другой (если вы собираетесь пригласить друзей на барбекю).

После того как были разработаны фундаментальные модели, исследователи бросили свои силы на их дальнейшую оптимизацию, зачастую путем устранения различных ограничивающих условий. Например, если более ранняя модель включала фактор перекрестной эластичности (М. Корстьенс и П. Дойл 1981, 1983), то более поздняя исключала его из рассмотрения, чтобы сосредоточиться на другом аспекте, таком как, например, вертикальное или горизонтальное размещение (А. Лим, Б. Родригес и К. Занг, 2004). Много времени было потрачено на попытки математическим способом решить проблему, почему упаковка разных товаров выглядит так, а не иначе. Разумеется, математики не привыкли принимать во внимание некоторые факты, например, что одни товары (та же пачка кофе) по определению должны иметь упаковку большего размера, чем другие (пакетик дрожжей).

С одной стороны, модели страдали от того, что не были достаточно простыми для использования на практике. С другой – интерес к ним никогда не иссякал. Исследователи не прекращали попыток создать эффективные алгоритмы для оптимизации полочного пространства, которые могли бы конкурировать с эмпирическими правилами, предусматривающими выделение количества фейсингов в зависимости от доли в общем объеме продаж или валовой прибыли. В 1988 г. француз Ален Бултес и бельгиец Филипп Наэрт представили модель под названием SH.A.R.P. (Shelf Allocation for Retailers’ Profit – распределение полочного пространства для прибыли ритейлеров). Они утверждали, что она намного превосходит эмпирический принцип «площадь выкладки / доля продаж». Однако уже через год А. Бултесу пришлось проглотить горькую пилюлю. Оказалось, что после включения в модель эффекта каннибализации (SH.A.R.P. II) бóльшая часть ее преимуществ перед данным эмпирическим правилом исчезла (А. Бултес и др., 1989). Тем не менее, по расчетам А. Бултеса, магазин будет терять приблизительно 2,7 % валовой прибыли, если не оптимизирует полочное пространство с помощью SH.A.R.P. II. В итоге, благодаря своей способности обеспечивать уровень рентабельности, сопоставимый со всей чистой прибылью, получаемой ритейлером, модели оптимизации продолжают вызывать живой интерес у исследователей.

До настоящего момента я представлял вам ученых, которые были пионерами внедрения нового подхода к разработке планограмм. Среди их современных последователей мне бы хотелось назвать талантливого исследователя Мин-Хсиен Янга из Тайваня. Он разработал модели, позволяющие сократить потребность в вычислительной мощности при расчетах оптимизационных алгоритмов, и провел исследования рентабельности работы с планограммами.

Вместе со своим коллегой (М.-Х. Янг и В.-Ч. Чень, 1999) он провел исследование, целью которого было изучить, как ритейлеры работают над эффективностью использования торгового пространства. Владельцев магазинов попросили ответить на вопросы о том, сколько времени и сил они тратят на (1) стратегическую и (2) оперативную работу. Каждый пункт (стратегическая/оперативная работа) содержал по пять вопросов. Затем исследователи соотнесли ответы с экономическими показателями деятельности ритейлеров: общим объемом продаж, продажами на квадратный метр, прибылью на квадратный метр.

Была обнаружена четкая закономерность: качество оперативной работы по обеспечению эффективного использования торгового пространства отражалось в наибольшей степени на показателе продаж на квадратный метр, тогда как качество стратегической работы влияло на размер валовой прибыли на квадратный метр торговой площади.

Таблица 3.13. В таблице приведены результаты исследования ANOVA с использованием f-величин (и p-величин). Судя по всему, усилия ритейлеров как на стратегическом, так и на оперативном уровне, направленные на повышение эффективности использования торгового пространства, окупают себя