Выручка стояла на месте на протяжении 4 месяцев несмотря на то, что активно проводилась работа с карточками
Количество SKU — 200, при этом у каждой позиции были цвета и размеры (ниша — спортивная домашняя одежда.
Поэтому общее количество различных позиций превышало 1500 единиц, наличие которых было сложно отслеживать и часто выпадали из продаж какие-то размеры
Что мы сделали ?
Приступили к стандартному внедрению аналитики на платформе Data Power, которая происходит в сопровождении опытного финансового аналитика
1
Посчитали юнит-экономику
Первым делом корректно просчитали юнит-экономику и выявили 2 ошибки в расчете.
Первая заключалась в том, что компания учитывала выкуп порядка 45%, но по факту он составлял только 20−25%. Стоимость логистики была намного выше, чем прогнозировалось. Часть позиций продавалась либо в 0, либо с небольшим убытком.
2
Скорректировали ценообразование
Повышение цены было в рамках рынка и спроса.
Вторая ошибка была связана с тем, что компания не учитывала убытки, связанные с браком. Периодически выявлялся брак после примерки, и маркетплейс возвращал эти позиции с пометкой «брак». Компания не списывала себестоимость по этим позициям и упускала из виду убытки, связанные с возвратом бракованного товара.
3
Скорректировали юнит-экономику
и учли погрешность в ценообразовании, усилили упаковку.
Часть позиций, на которые не могли поднять цены, вывели из ассортимента, чтобы «покатушки» не съедали маржинальность.
Было понимание, что часть позиций конкретных партий катается по регионам. Их продолжали заказывать, по ним не прекращались возвраты (очень низкий выкуп по этим партиям). Эти партии стали генерить негативные отзывы покупателей: товар поврежден, испорчен, оторвались пуговицы, сломана молния и т. д., и они стали убивать карточку.
Поэтому на основе детализации от Wildberries выявили штрихкоды, уникальные по данной партии, и сделали запрос на их возврат поставщику, чтобы прекратить весь негатив от покупателей.
4
Выявили нерентабельные позиции
Выявили несколько позиций, в продвижение которых вкладывался бюджет на рекламу, при этом позиции были нерентабельными
5
Пересмотрели рекламную стратегию
Пересмотрели рекламную стратегию, перераспределили рекламный бюджет на более рентабельные и высокомаржинальные товары
6
Корректно распределили товар по региональным складам
Корректно распределили товар по региональным складам исходя из географии продаж: более теплую спортивную одежду направляли чаще в северные регионы, более легкую одежду — в южные.
Это позволило поднять карточки выдачи в тех регионах, где они были более востребованы, и, соответственно, увеличить выручку, снижая при этом расходы на логистику.
7
Провели ABC-анализ
Для каждой категории выявили товары фокуса, по которым менеджер в первую очередь анализировал out of stock и необходимость подсорта по цветам и размерам.
В компании было огромное количество цветов и размеров, из-за чего высокомаржинальные товары зачастую «выпадали» из внимания менеджеров.
Поэтому по каждой категории спортивной домашней одежды провели ABC-анализ и для каждой категории выявили товары фокуса.
Это позволило стабилизировать выручку и её рост от периода к периоду.
Точка Б
Выручка
21 млн ₽
Маржинальная прибыль
5,5млн ₽ (26%)
К маржинальной прибыли за 4 месяца
+62%
Результат после оцифровки с Data Power
Стабилизирован рост выручки от периода к периоду
Выручка выросла с 16 млн рублей до 21 млн
Маржинальная прибыль выросла с 3,4 млн рублей до 5,5 млн
