Apesar de toda inovação tecnológica recente, a verdade é que a maioria dos varejistas brasileiros ainda faz revisões de sortimento usando o Excel. Quem já o fez sabe o quanto é difícil capturar todos os movimentos e tendências da categoria em apenas algumas colunas de dados.
Para categorias complexas, com muita inovação e, às vezes, mais de 1.000 SKUs – como a de cuidados com cabelos, por exemplo -, a tarefa de otimizar o sortimento “à unha” é um desafio enorme, que pode levar dias. Frequentemente tais exercícios se limitam a atualizá-lo e cortar a cauda longa de produtos com baixa venda. O grande risco é “delistar” produtos com baixa venda, mas que são muito importantes para os clientes da loja.
Softwares dedicados a este propósito, como o i2e, da Symphony EYC, trazem inteligência e automatizam o processo, facilitando a vida dos gestores de categoria e garantindo incremento de vendas loja a loja.
Listo abaixo algumas vantagens da revisão do sortimento em tempos de Big Data:
Clusterização de loja mais sofisticada
Normalmente varejistas clusterizam suas lojas de acordo com a área onde elas se inserem. Se está em um bairro mais nobre, então se classifica em um cluster A ou Premium. Se está em um bairro popular, pertence a um cluster C/D, por exemplo. O problema com essa abordagem é que ela não leva em conta o comportamento da clientela. Os dados mostram que, em um terço das ocasiões, o cliente tem um comportamento mais premium ou mais popular do que a área onde a loja se insere. Isso é particularmente crítico em lojas maiores, com grande área de influência e nas que se localizam em áreas de passagem e de alto fluxo. Softwares de clusterização agrupam lojas de acordo com seus KPIs, categoria a categoria. Isso permite criar clusterizações específicas para cada categoria, sem o viés da localização da loja.
Quando “menos é mais” no sortimento
Um dos grandes erros no sortimento é colocar itens em excesso, na esperança de que isso possa gerar mais vendas. Trata-se de um equívoco. Não só o sortimento excessivo tem nefastas implicações no capital de giro do varejista, como também confunde o consumidor e reduz as vendas. O excelente livro O Paradoxo da Escolha, do psicólogo Barry Schwartz, mostra que muitas opções de escolha geram paralisia e criam uma pior experiência de compra. É leitura obrigatória para todos que lidam com decisões de sortimento. Aproveito para indicar uma palestra dele no TED, que vale a pena ver com atenção:
Ferramentas de Big Data mapeiam a árvore de decisão dos shoppers, identificando quais os grupos de necessidades que precisam ser cobertos. Assim, você assegura o atendimento de todas as necessidades dos clientes, evitando o excesso de itens no sortimento.
Entendendo a demanda transferível de cada item
Quando tiramos determinado item do sortimento, que parcela de vendas se transfere para os demais itens e quanto de vendas perdemos? Com dados de clientes e uma boa ferramenta em mãos, podemos calcular a interação dos produtos entre si e o grau de fidelidade a cada um deles. Assim, sabemos exatamente qual a demanda exclusiva de cada item, ou seja, as vendas de cada SKU que perdemos em caso de retirada do sortimento.
Essa é uma informação fundamental nas decisões desta área. E pode evitar, por exemplo, a retirada de uma linha produtos que vende pouco, mas possui alta demanda exclusiva (ou seja, suas vendas não se transferem para outros itens). Também permite identificar os produtos substitutos entre si e alocar espaço aos produtos que atendem a necessidades diferentes dos shoppers.
Estratégia da categoria refletida no sortimento
Outra grande vantagem oferecida pelos softwares de otimização de sortimento é a possibilidade de criar cenários diferentes, com diferentes estratégias.
O que aconteceria com suas vendas se você aumentar o espaço linear de determinada subcategoria e buscar crescer 2 pontos de margem em outro grupo de produto? E se você reduzir o número total de SKUs em 15%?
Ferramentas de Big Data permitem simular diferentes estratégias e cenários. É fácil compará-los e saber com precisão o impacto em margem e vendas por SKU, loja, fornecedor, região, etc.
Fonte: O Negócio do Varejo
