Эффект бабочки в продуктовом ритейле (часть 3.1): Плотность продаж на метр полки. Решение задачи линейного программирования

Привет, VC! На связи снова CMO компании-производителя POSM. В прошлой части мы говорили о психологии «Парадокса выбора» и о том, как избыток SKU вгоняет покупателя в ступор. Сегодня мы опустим эмоции и перейдем к жесткой математике.

Когда категорийный менеджер торговой сети или бренд-директор заявляет: «Мы не можем убрать этот редкий вкус, у него есть свои фанаты!», на сцену должна выходить эконометрика. Полка супермаркета — это не бесконечная витрина маркетплейса. Это самый дорогой физический ресурс в ритейле, имеющий жесткие пространственные ограничения.

В этой статье мы разберем, как максимизировать плотность продаж на метр полки (Sales per Linear Meter, SLM), используя классический аппарат прикладной математики — задачу линейного программирования (ЗЛП). Мы посчитаем, какая выкладка принесет максимальную маржу, и как POS-материалы выступают физическими ограничителями в этой системе уравнений.

Плотность продаж на метр полки (SLM) — это отношение выручки (или маржинального дохода) к физической длине оборудования, которую занимает товар:

SLM =Общий объем продаж категории (в рублях) / Длина полки, занимаемая категорией (в метрах)

Вводя новое SKU, производитель надеется захватить больше «фэйсингов» (видимых покупателю единиц товара). Но если товар продается вяло, он совершает преступление против экономики ритейла: снижает SLM всей категории. Каждые 10 см полки, занятые «мертвым» товаром, — это недополученная прибыль, которую мог бы принести ходовой флагман.

Чтобы найти идеальный баланс между широтой ассортимента и прибылью с одного метра, мы сформулируем задачу оптимизации.

Представим категорию «Йогурты» на одной полке длиной 3 метра (300 см). У нас есть три условные группы SKU, которые борются за это пространство:

Наша цель — определить, сколько сантиметров полки выделить под каждую группу (𝑥1, 𝑥2, 𝑥3), чтобы получить максимальный маржинальный доход.

Допустим, эконометрический анализ продаж показал, что 1 см полки, занятый соответствующим товаром, генерирует в день следующую чистую маржу:

· 𝑥1 приносит 150 руб./см в день

· 𝑥2 приносит 220 руб./см в день

· 𝑥3 приносит 90 руб./см в день

Формируем целевую функцию прибыли (Z):

Мы не можем отдать всю полку только под самый маржинальный био-йогурт (𝑥2), потому что столкнемся с физическими и коммерческими ограничениями:

· Ограничение по длине полки: Сумма длин всех товаров не может превышать 300 см.

· Ограничение по логистике и объему запаса: Каждый товар имеет минимальный объем выкладки (чтобы полка не казалась пустой и товар не уходил в Out-of-Stock до следующей поставки). Экспериментально установленные минимумы:

· Ограничение по емкости рынка (спросу): Покупатели не купят премиального йогурта (𝑥2) больше, чем на 90 см выкладки — наступит насыщение спроса, и товар начнет портиться.

· Условие неотрицательности: Длина полки не может быть отрицательной.

Перенесем наши ограничения в стандартный вид для решения (например, симплекс-методом) и найдем оптимальные значения 𝑥1, 𝑥2, 𝑥3.

1. Сначала мы отдаем под каждый товар его необходимый логистический минимум: 𝑥1=80 см, 𝑥2=40 см, 𝑥3=60 см

Они суммарно занимают 80 + 40 + 60 = 180 см.

2. У нас остается 120 см свободного пространства 300 - 180 = 120, которое нужно распределить максимально эффективно.

3. Самый выгодный товар — 𝑥2 (220 руб./см). Мы максимизируем его до предела емкости рынка. Предел — 90 см, у нас уже выложено 40 см. Значит, добавляем еще 50 см под 𝑥2.

Остаток свободной полки: 120 - 50 = 70 см. Товар 𝑥2 достиг своего максимума 90 см.

4. Следующий по выгоде товар — 𝑥1 (150 руб./см). Отдаем все оставшиеся 70 см под него.

5. Товар 𝑥3 (90 руб./см) оставляем на его минимальном лимите (60 см), так как он наименее маржинален на сантиметр длины.

· 𝑥1 (Флагман): 80 + 70 =150 см

· 𝑥2(Премиум): 40 + 50 = 90 см

· 𝑥3 (Эконом): 60 см

Итоговая максимальная прибыль категории (𝑍):

𝑍=(150 х 150) +(220 х 90)+(90 х 60) = 22 500 + 19800 + 5400 = 47 700 руб./день

Если бы мы поддались интуиции и распределили полку «поровну» (по 100 см на каждый тип товара), прибыль составила бы всего 46 000 руб./день.

Построить ЗЛП на бумаге легко, но как удержать эти пропорции в хаосе реального торгового зала? Мерчандайзеры могут выставить товар неправильно, а покупатели — нарушить геометрию полки.

Здесь в игру вступают POS-материалы. Они выступают жесткими ограничителями нашей математической системы:

1. Шелфсистема и пластиковые разделители. Устанавливая жесткие разделители и задние толкатели (пушеры), мы физически не позволяем эконом-товару (𝑥3) залезть на территорию высокомаржинального флагмана (𝑥1). Мы жестко фиксируем рассчитанные 150 / 90 / 60 см.

2. Цветовое кодирование шелфтокеров. Для позиции 𝑥2 (Премиум), которая занимает всего 90 см, критически важно реализовать весь свой потенциал спроса. Яркий шелфтокер визуально расширяет эти 90 см в глазах покупателя, гарантируя, что заложенный в модель коэффициент 220 руб./см будет выполнен.

3. Брендированные стопперы на границах зон. Они служат «визуальными стоп-сигналами», разделяя сегменты внутри одной полки, помогая потребителю не путать категории и ускоряя выбор.

Оптимизация ассортимента через сокращение слабых SKU — это не угадывание, это линейное программирование. Когда вы отсекаете «хвост» матрицы, вы освобождаете дефицитные сантиметры полки. Перераспределяя их в пользу товаров с максимальным SLM и фиксируя это эффективными POS-материалами, вы превращаете хаотичный мерчандайзинг в прогнозируемый высокодоходный конвейер.