Lielākajai daļai neatkarīgo mazumtirgotāju janvāra mēnesis šķiet nevis kā jauns sākums, bet gan kā peļņas maržu bēres. Šī ir 'Sarkanās etiķetes' sezona, kad preces, kas oktobrī tika iepirktas ar lielām cerībām, tiek pārdotas ar zaudējumiem, lai tikai atbrīvotu vietu plauktos. Šis ir krājumu pārpalikuma cikls – strukturāls trūkums tradicionālajā mazumtirdzniecībā, kas visā pasaulē iesaldē miljardiem lielu kapitālu.
Pēdējos gadus esmu pētījis, kā AI mazajam biznesam nav saistīts tikai ar tērzēšanas robotiem vai gudriem mārketinga tekstiem; runa ir par izdzīvošanas pamatmatemātikas risināšanu. Konkrēti, runa ir par pāreju no 'Just-in-Time' (JIT) uz 'prognozējošo plūsmu' (Predictive Flow).
Palīdzot uzņēmumiem pāriet uz AI prioritārajām darbībām, esmu identificējis atkārtotu modeli, ko saucu par sentimentalitātes krājumu slazdu (The Sentimental Stock Trap). Tā ir dibinātāju tendence iepirkt krājumus, balstoties uz savu gaumi vai pagājušā gada 'sajūtām', nevis uz aukstiem, cietiem un prognozējamiem datiem. Lai gan JIT bija paredzēts, lai to risinātu, samazinot atkritumus, tas ir pārāk trausls mūsdienu piegādes ķēžu satricinājumu un mainīgo patērētāju nodomu laikmetā.
Šodien mēs apskatīsim trīs neatkarīgus mazumtirgotājus, kuri izmantoja AI, lai īstenotu to, ko es saucu par prognozējošo pavērsienu, pārveidojot savu naudas plūsmu un uz visiem laikiem izbeidzot krājumu pārpalikuma ciklu.
1. Modes butiks: izkļūšana no 'sentimentalitātes krājumu slazda'
💡 Vai vēlaties, lai Penijs analizē jūsu biznesu? Viņa kartē, kuras lomas AI var aizstāt, un izveido pakāpenisku plānu. Sāciet savu bezmaksas izmēģinājuma versiju →
Klārai pieder augstas klases butiks Batā. Desmit gadus viņas pasūtīšanas process bija vienkāršs: viņa devās uz tirdzniecības izstādēm, redzēja to, kas viņai patika, un veica pasūtījumus, pamatojoties uz to, kas labi tika pārdots iepriekšējā gadā. Taču pēc-sociālo mediju pasaulē modes cikli mainās ātrāk nekā sezonālie pasūtījumi. Līdz brīdim, kad pienāca viņas 'bestselleri', tendence bieži vien jau bija sasniegusi kulmināciju.
Klāras uzņēmums cieta no neseno notikumu atbalss efekta (The Recency Ripple Effect) — fenomena, kurā viena veiksmīga pārdošanas nedēļa konkrētai precei noved pie agresīvas pārmērīgas korekcijas pasūtījumos, kā rezultātā pēc 14 dienām rodas krājumu pārpalikums, ko neviens nevēlas.
AI pavērsiens: Klāra integrēja prognozējošās analītikas rīku, kas viņas Shopify pārdošanas datus papildināja ar reģionālo sociālo mediju noskaņojumu un vietējām laika ziņu prognozēm. Tā vietā, lai pasūtītu 500 lina kleitu vienības, jo 'lins ir modē', AI norādīja, ka interese par konkrēto siluetu viņas demogrāfiskajā grupā samazinās, savukārt interese par 'starpsezonu trikotāžu' pieaug sezonai neraksturīgi vēsas ilgtermiņa prognozes dēļ.
Rezultāts: Klāra samazināja sezonas beigu izpārdošanas krājumus par 42%. Vēl svarīgāk ir tas, ka viņa atbrīvoja £24,000 iesaldētā kapitāla. Skatiet mūsu nozares ietaupījumu rokasgrāmatu mazumtirdzniecībai, lai redzētu, kā šīs maržas izskatās salīdzinājumā ar tradicionālajiem modeļiem.
2. Preces atpūtai dabā: 'ārējo datu saplūšanas' risināšana
Marks vada neatkarīgu tūrisma un kempinga piederumu veikalu. Viņa lielākais izaicinājums bija ne tikai tas, ko cilvēki pirka, bet arī kad. Viņa krājumi bija atkarīgi no Lielbritānijas laikapstākļiem un vietējo pasākumu grafikiem. Lietaina svētku diena nozīmēja, ka viņa telšu krājumi krāja putekļus, savukārt karstuma vilnis izraisīja 'Prece nav noliktavā' zīmes uz aukstuma kastēm un ūdens filtrēšanas komplektiem.
Marka uzņēmums bija krājumu rēgu plaisas (The Ghost Inventory Gap) upuris. Viņam bija krājumi, bet tie nekad nebija pareizie krājumi pareizajā nedēļā. Viņš pastāvīgi maksāja par pārmērīgām loģistikas un uzglabāšanas izmaksām, lai pārvietotu lēni rotējošas preces uz ārpusobjekta noliktavām.
AI pavērsiens: Marks pārgāja uz prognozējošu krājumu sistēmu, kurā 'iekšējie pārdošanas dati' veido tikai 40% no lēmumu pieņemšanas matricas. Pārējie 60% nāk no ārējiem datiem: hiperlokāliem laikapstākļu modeļiem, Google Search Trends datiem par kempingiem viņa reģionā un vietējiem tūrisma rezervāciju datiem.
Kad AI pamanīja 15% pieaugumu vietējo kempingu rezervācijās kopā ar prognozi par 'karstuma kupolu' pēc desmit dienām, tas iedarbināja automatizētu augstas maržas dzesēšanas aprīkojuma papildināšanu. Turpretim tas apturēja biezu ūdensnecaurlaidīgu apģērbu pasūtījumu, ko Marka 'iekšējā sajūta' teica, ka tam vajadzētu būt noliktavā.
Rezultāts: Marka krājumu aprite palielinājās no 3.2x līdz 5.8x gadā. Viņš vairs nemaksā par ārējo uzglabāšanu, un 'prece nav noliktavā' gadījumi pieprasītajām precēm samazinājās gandrīz līdz nullei.
3. Nišas tehnoloģiju mazumtirgotājs: cīņa pret 'aģentūru nodokli'
Sems pārdod specializētu mājas biroja tehniku. Gadiem ilgi Sems paļāvās uz digitālā mārketinga aģentūru, kas viņam teica, kādus krājumus veidot, pamatojoties uz viņu 'reklāmas efektivitātes ziņojumiem'. Tas ir tas, ko es saucu par aģentūru nodokli (The Agency Tax) — slēptās izmaksas, kas rodas, paļaujoties uz trešajām pusēm, kuru stimuls ir tēriņi, nevis jūsu krājumu veselība. Aģentūra virzīja reklāmas tam, kā Semam bija visvairāk, pat ja tā bija zemas maržas vai novecojusi tehnoloģija.
AI pavērsiens: Sems atteicās no aģentūras ziņojumiem un izmantoja AI vadītu informācijas paneli, lai identificētu mikrotendenču ātrumu (Micro-Trend Velocity). AI identificēja, ka noteikta veida ergonomiskā tastatūra izstrādātāju forumos tika pieminēta par 300% biežāk nekā iepriekšējā mēnesī, pirms tā nonāca galvenajos tehnoloģiju blogos.
Sems izmantoja šo atziņu, lai nodrošinātu ekskluzīvus šīs preces krājumus, kamēr viņa konkurenti joprojām piedāvāja pagājušā gada monitorus. Viņš arī integrēja savu finanšu prognozēšanu, atsakoties no statiskajiem momentuzņēmumiem, ko sniedz tādi rīki kā QuickBooks. Kad jūs salīdzināt Penny un QuickBooks, atšķirība kļūst skaidra: viens stāsta, kas notika; otrs stāsta, kas notiks.
Rezultāts: Sems palielināja neto maržu no 15% uz 22%, pilnībā koncentrējoties uz AI identificētajām ātras aprites mikrotendencēm. Viņš pārtrauca sadarbību ar aģentūru un tagad visu savu krājumu stratēģiju vada, izmantojot AI prioritāru darba plūsmu.
Krājumu IQ matrica: kur atrodaties jūs?
Lai saprastu, kā to piemērot savam uzņēmumam, jums ir jānovērtē savs pašreizējais krājumu IQ. Lielākā daļa mazo uzņēmumu ietilpst vienā no trim kategorijām:
- Reaktīvs (0. līmenis): Jūs pasūtāt, kad prece beidzas. Jūs tīrāt noliktavu, kad preču ir par daudz. Tā ir recepte lēnai nāvei naudas plūsmas izsīkuma dēļ.
- Vēsturisks (1. līmenis): Jūs izmantojat izklājlapas un pagājušā gada datus. Jums bieži ir taisnība par 'lielajām lietām', bet jūs palaižat garām nianses, kas veido 80% no jūsu peļņas.
- Prognozējošs (2. līmenis): Jūs izmantojat AI, lai apvienotu iekšējos pārdošanas datus ar ārējiem 'nodomu signāliem' (laikapstākļi, meklēšana, sociālie tīkli, vietējie notikumi). Jūs nevis 'uzglabājat' preces, bet pārvaldāt 'plūsmu'.
Kā sākt savu prognozējošo pavērsienu
Ja jūs šobrīd skatāties uz noliktavu, kas pilna ar nepārdotām precēm, nepērciet vairāk plauktu. Iegādājieties labāku intelektu.
- Auditējiet savus 'sentimentalitātes krājumus': Apskatiet savus 10% vājākos rādītājus. Vai tie tika nopirkti tāpēc, ka tā liecināja dati, vai tāpēc, ka tie jums patika? AI noņem ego no pasūtīšanas procesa.
- Sapludiniet savus datus: Beidziet skatīties uz saviem pārdošanas rādītājiem izolēti. Jūsu klienti nedzīvo izolācijā; viņi dzīvo pasaulē, kurā ir lietus, algas dienas un TikTok tendences.
- Ieviesiet 90/10 likumu: Mazumtirdzniecībā, kad AI pārņem 90% no jūsu krājumu prognozēšanas, jūsu darbs nav 'pārbaudīt matemātiku'. Jūsu darbs ir pārvaldīt tos 10% augsta līmeņa zīmola attiecību un fiziskās pieredzes, ko AI nevar aizstāt.
Mazumtirdzniecība nav saistīta ar to, ka jums ir visvairāk lietu. Runa ir par to, lai jums būtu pareizās lietas pareizajā laikā par pareizo cenu. AI laikmetā 'minēšana' ir izdevumi, kurus jūs vairs nevarat atļauties.
Ja esat gatavs precīzi redzēt, kur slēpjas jūsu kapitāls, es varu palīdzēt jums to atrast. Mēs esam izveidojuši rīkus, lai palīdzētu jums beigt būt noliktavu uzņēmumam un sākt būt ienesīgam mazumtirgotājam. Sāciet savu novērtējumu šeit.