實戰 發表時間:2019/5/17 6:55:53??來源:奧維咨詢??作者:nghbb??
實戰 發表時間:2019/5/17 6:55:53??來源:奧維咨詢??作者:nghbb??
商品促銷對于零售系統是一種容易上癮的硬性毒品 : 短期內可緩解疼痛,但是依賴性會隨著使用量的增加而增加,而且停止會越來越難。在經過幾十年的濫用之后,促銷活動的各種副作用開始破壞整個零售業生態系統,未來越來越多的零售商需要戒除對促銷活動的過度依賴。
本文探討了促銷活動如何成為食品零售業應對一系列經營問題的短期之策,闡明了過度使用促銷活動對零售商、生產商、消費者和生態環境各方面可能造成的不利影響。在此基礎上,提出了一套六步行動計劃建議,旨在幫助食品零售商成功戒除促銷依賴。
促銷見效快、實施簡單
促銷可以作為零售商經營困難時期的一種自然而然的應對措施,可以幫助零售商實現某個財務業績不佳季度的經營目標,緩解客流量減少帶來的影響,或者提升重要節假日的銷售額。在許多成熟市場,促銷活動越來越多地被用于無法進一步擴張店鋪時的銷售提升,而且參與度不可避免地在上升 : 歐洲市場促銷活動參與度從 2003 年的 20% 上升至 2015 年的 35%。
有些觀點認為,與五年或十年前一樣,促銷一直是食品零售行業內部運營復雜和激烈爭論的根源。然而我們認為這一次的情況不同。監管機構和政府的多方壓力迫使零售商重新審視促銷議題,要求采取行動的呼聲越來越迫切。因此,我們認為零售商和生產商減少促銷活動正當其時。下文將闡述如何減少促銷活動。
戒除促銷依賴的六步方案
對于認識到促銷對自身業務造成損害的零售商們而言,戒除促銷依賴可以分為六個步驟。采取這些步驟將提升消費者的價值認知來幫助商家建立競爭優勢,從而防止銷售量下滑并消除因促銷造成的成本增加和運營復雜性。
步驟一 : 明確促銷的作用
第一個步驟是明確促銷活動的目的 : 促銷在企業價值訴求中發揮什么作用 ? 哪些顧客群體適用于促銷活動 ? 促銷如何與其他手段聯系起來 ? 在零售市場逐步轉向一對一顧客溝通的趨勢下,促銷將產生多大的效果 ?這一步驟需要進一步明確促銷的期望水平——這一水平可能顯著低于目前的促銷活動。
步驟二 : 理解促銷活動的實際影響力
難以評估促銷活動的實際影響力的原因之一是需要考慮的因素很多。
動實際影響力所需的評估標準建議 :
? 直接的銷售增長
? 因贈品折扣產生的成本
? 供應商補貼
? 相關商品和品牌的銷售量變化情況 ( 蠶食效應 )
? 促銷前后銷售量變化情況 ( 透支效應 )
? 促銷活動宣傳推廣成本
? 因處理銷售增量產生的額外店內勞動力成本和供應鏈成本
? 顧客客單價變化情況 ( 光環效應 )
步驟三 : 依據數據分析的結果采取行動
完成促銷實際影響的評估后,即可研究某些促銷活動不具有經濟效益價值的原因。如果促銷未能顯著提升銷售 :
? 消費者對促銷不感興趣嗎 ?
? 商品的擺放陳列是否合理有效 ?
? 店內貨架上的商品供應是否充足 ?
即使實現了銷售提升,還要進一步思考這種提升是源于促銷活動本身還是其他外部因素?比如好天氣提升冰淇淋的銷量,或者有關競爭對手的負面新聞曝光。提高對每一次促銷活動實際經濟效益的認知和理解將促進企業優化和完善促銷活動的相關決策。掌握了這些信息,就可以決定哪些商品繼續打折促銷,哪些停止促銷,以及如何管理影響促銷盈利能力的每個因素,從而帶動額外的銷售額和利潤增長。
步驟四 : 在條件容許的情況下逐步擺脫促銷依賴
識別了促銷的實際收益并且取消了不盈利的促銷活動之后,接下來可以更深入全面地分析其余的促銷活動,以甄別出那些需要逐步放棄促銷手段而采用天天低價策略的商品品類。這些品類的普遍特點是促銷參與率較高 (40% 以上 ),銷售利潤提升度日益下降 ( 投入促銷的資金回報率下降 ),同時供貨商的資金支持較多 ( 一般占商品價格折扣的 80% 以上 )。
步驟五 : 與供貨商合作推動促銷資金結構轉向天天低價
正如上文所述,導致促銷活動擴散的主要原因之一是零售商和生產商之間長期談判達成的商業合作條款,( 雙方對 ) 促銷資金的依賴問題亟待解決。雖然這個問題的討論和研究是一項艱苦的工作,但改變最終會令雙方獲益,從而根除促銷依賴。轉向天天低價的結構模式最終會使資金流動更自由——從而增強零售商尋找贏得顧客和提高市場占有率的優化途徑的自由度,同時有助于供貨商將資金投入到更易實現增長的領域。我們觀察到歐洲市場的零售商和生產商已經重新激發起解決促銷資金結構問題的興趣。
步驟六 : 繼續加大對技術和經營能力建設的投入
掌握和管理促銷活動需要強大的分析能力和高效的運營流程,許多零售商和生產商投入大量資源研發和應用新技術,卻是加入了一場軍備競賽 : 只有占據領先優勢的企業才能贏得顧客并獲得財務回報。在對促銷的預測方面,新技術具有實實在在的作用。過去兩年來,促銷預測逐漸從較為傳統的線性預測轉向復雜的機器學習預測算法,可以將錯誤率降低 50% 以上。
結束語
下一篇:農貿B2B中蘊含的巨大金礦