Neljä askelta parempaan kampanjahallintaan!

 

  Lue PDF-versio

Kirjoittaja: Johanna Småros, Director, Scandinavia, D.Sc. (Tech.)

Kampanjat nousevat aina esille kun kysyn, mitkä tuotteet tai tilanteet aiheuttavat ongelmia kulutustuotteiden toimitusketjussa. Kysymykseen, mikä kampanjoissa on niin vaikeaa, vastaus kuuluu yleensä ”kaikki” – niin ennustaminen, toimittaminen kuin seuranta nostavat kylmän hien pintaan toimitusketjun hallinnan ammattilaisilla.

Tilanne ei kuitenkaan ole toivoton. Kuten elefantin syöminen, myös kampanjoiden hallintaa voidaan kehittää – pala kerrallaan.

Kuva 1. Kampanjahallinnan kehittäminen askel kerrallaan.
Tässä artikkelissa annan vinkkejä siihen, miten kampanjoiden suunnittelua, ennustamista ja seurantaa voidaan kehittää. Kerron myös, mitä eri kehitysvaiheet vaativat niin lähtötietojen kuin toimintamallien osalta. Omaa suositustani noudattaen, jätän kuitenkin suosiolla kauppojen täydennykseen liittyvien yksityiskohtien käsittelyn toiseen kirjoitukseen – kerralla ei nimittäin kannata ahnehtia liikaa.

1. Erota kampanjamyynti normaalimenekistä

Kampanjat elävät edelleen Excel-viidakossa, vaikka muu yritystoiminta on saatettu toiminnanohjausjärjestelmien piiriin. Ensimmäinen askel kohti tehokkaampaa kampanjoiden hallintaa on kampanjamenekin luokittelu omaksi myyntilajikseen toiminnanohjausjärjestelmässä.

Kampanjamyynnin erottaminen normaalimenekistä nostaa ennustetarkkuutta huimasti! Erottamalla kampanjamenekin normaalista myynnistä, kampanjapiikit voidaan automaattisesti jättää huomioimatta normaalimenekkiä ennustettaessa. Kampanjapiikit eivät siis vääristä menekkiennustetta kampanjan jälkeen ja ennustetarkkuus kampanjoiden välillä nousee automaattisesti.

Kuva 2. Esimerkki menekkihistoriasta, josta kampanjoiden aiheuttamat menekkipiikit on korjattu. (Kampanjajaksot merkitty keltaisella taustavärillä. Oranssilla piirretty toteutunut myynti eroaa ennustamiseen käytettävästä korjatusta myynnistä vain kampanjajaksojen osalta.)

Käytännössä ensimmäinen askel vaatii ainoastaan kahta asiaa:

  • Myynti on luokiteltava kahteen myyntilajiin: normaalimyyntiin ja poikkeusmyyntiin
  • Ennustamiseen on käytettävä korjattua menekkihistoriaa, josta kampanjajaksot on suodatettu pois.

Usein myynnin luokittelua varten tarvittava kampanjatieto löytyy jo ennestään järjestelmistä. Jos kampanjaan liittyy hintamuutos, siitä jää väistämättä jälki toiminnanohjausjärjestelmään tai kassajärjestelmään. Tämä tieto pitää vain osata hyödyntää ennustamisessa.

2. Seuraa kampanjoiden vaikutusta

Kun kampanjamenekki erotetaan normaalimenekistä, kampanjoiden seuranta helpottuu merkittävästi.

Etenkin jos normaalimenekkiin käytetään laskennallista ennustamista, kampanjan aiheuttama menekkimuutos on helppo tunnistaa – tutkitaan vain toteutuneen menekin ja laskennallisen pohjaennusteen erotusta.

Erotuksen perusteella voidaan tunnistaa kampanjan aiheuttama absoluuttinen tai prosentuaalinen lisämyynti. Lisäksi kampanjaennusteiden tarkkuutta voidaan seurata vertaamalla kampanjaa varten tehtyä ennustetta toteutuneeseen menekkiin.

Kuva 3. Esimerkki kampanjan seurantaraportista

Järjestelmällinen seuranta auttaa nostamaan kampanjaennusteiden tarkkuutta. Mitä enemmän tietoa aikaisempien kampanjoiden vaikutuksista on, sen helpompaa uusien kampanjoiden ennustaminen on. Ennustetarkkuuden seuranta nopeuttaa myös oppimista – mitä enemmän palautetta kampanjaennusteista tulee, sen nopeammin toistuvat ongelmat, kuten ylioptimistiset ennusteet, karisevat.

Mikäli käytössä olevat raportointityökalut tätä tukevat, kampanjoiden osalta kannattaa seurata myös vaikutusta koko tuoteryhmän menekkiin sekä katekertymään. Tämä auttaa tunnistamaan kampanjat, jotka todella edistävät liiketoimintaa niistä, jotka lähinnä nakertavat kannattavuutta.

Esimerkki: Eräs vähittäiskauppaketju arveli tietyn tuoteryhmän menekin laskeneen, koska sen euromääräinen myynti oli pienentynyt huomattavasti. Tarkempi analyysi osoitti, että kappalemääräinen menekki tosiasiassa oli jäänyt entiselle tasolle, mutta aktiivinen kampanjointi oli siirtänyt kysyntää heikkokatteisempiin kampanjatuotteisiin. Kampanjointi ei siis ollut lisännyt menekkiä vaan pelkästään laskenut tuoteryhmän kokonaiskatetta.

3. Hyödynnä laskennallisia malleja myös kampanjaennustamisessa

Yhden kampanjaennusteen tekeminen manuaalisesti onnistuu kyllä, mutta entä kun menekkiennusteita tarvitaan kymmenille tai sadoille kaupoille?

Käytännössä manuaalisten kauppakohtaisten kampanjaennusteiden tekeminen keskitetysti on liian työlästä. Ongelma on tyypillisesti yritetty kiertää kahdella tavalla: 1) Kaikkien kauppojen täydennys on toteutettu yhden ja saman, keskitetysti laaditun kampanjaennusteen pohjalta, tai 2) Ongelma on sysätty kauppojen syliin, vaatimalla niiltä ennakkotilauksia kampanjatuotteista. On selvää, että molemmat mallit johtavat huonoihin tuloksiin. Yksi ja sama ennuste ei varmasti vastaa jokaisen kaupan tilannetta. Riippuen muun muassa demografisista tekijöistä ja paikallisesta kilpailutilanteesta, kampanjoiden vaikutus menekkiin saattaa vaihdella merkittävästi kauppojen välillä. Toisaalta, vaikka kauppojen tilausvastaavilla periaatteessa on tietoa paikallisista olosuhteista, osaaminen ja aika tilaustarpeen tarkkaan arvioimiseen ei monestikaan riitä, jolloin ennakkotilaukset usein tehdään näppituntumalla ja jotkut kaupat unohtavat tilata.

Laskennallisella ennustamisella voidaan saavuttaa hyviä tuloksia myös kampanjoiden osalta. Ennen kaikkea, laskennalliset ennustemallit mahdollistavat myymäläkohtaisten kampanjaennusteiden tuottamisen tehokkaasti!

Käytännössä kampanjoiden laskennallinen ennustaminen vaatii enemmän tietoa kuin pelkkä menekin luokittelu kampanja- ja normaalimyyntiin. Hyvään tulokseen päästään, kun pelkän kampanjatiedon lisäksi kerätään tietoa kampanjan tyypistä. Yleensä yksinkertainen luokittelu riittää. Luokittelu voi esimerkiksi perustua kampanjan näkyvyyteen: televisiokampanjat, lehti-ilmoitukset sekä myymäläkampanjat voivat muodostaa omat luokkansa.

Kiusauksena saatta olla pyrkimys liian kattavaan kampanjaluokitteluun, kun kerran asialle lähdetään tekemään jotain. On tärkeä pitää mielessä, että luokittelutiedosta ei ole mitään hyötyä ellei sitä ylläpidetä. Mitä helpompaa tiedon tuottaminen on, sen todennäköisempää on, että sitä jaksetaan ylläpitää jatkossakin.

Kun luokiteltua kampanjahistoriaa on ryhdytty keräämään, myymäläkohtaisia kampanjaennusteita voidaan laskea aikaisempien vastaavien kampanjoiden tuottamien kauppakohtaisten menekkimuutosten pohjalta. Mitä enemmän kampanjahistoriaa tuotteelle löytyy, sen tarkempia tuloksia saadaan. Toisaalta, myös silloin kun täysin vastaavasta kampanjasta ei ole aikaisempaa kokemusta, järkevä pohjaennuste voidaan tuottaa tarkastelemalla aikaisempien kampanjoiden vaikutusta saman tuoteryhmän tuotteisiin.

Kuva 4. Esimerkki laskennallisista kampanjaennusteista. (Kampanjajaksot on merkitty sinisellä taustavärillä. Laskennallinen ennuste on piirretty punaisella, toteutunut myynti oranssilla sekä perusmenekin ennustamiseen käytettävä korjattu myynti sinisellä.)

4. Analysoi vaikuttavia tekijöitä ja hyödynnä niitä kampanjoiden suunnittelussa

Kun kampanjoiden ennustamiseen tarvittavaa tietoa on käytössä, sitä kannattaa hyödyntää myös kampanjoiden suunnitteluun.

Ennustemalleja voidaan hyödyntää kampanjatuotteiden ja kampanjatyyppien valinnassa. Kun ymmärretään miten eri kampanjatyypit toimivat eri tuotteilla tai eri tuoteryhmissä, voidaan paremmin tunnistaa miten kampanjat kannattaa toteuttaa halutun lopputuloksen saavuttamiseksi.

Mitä laajempaa ja rikkaampaa kampanjatietoa on käytössä, sen tarkempia analyysejä voidaan tehdä. Yksi kiinnostuksen kohde on esimerkiksi hinnan vaikutus menekkiin. Laskennallisesti hintamuutoksen vaikutus voidaan mallintaa esimerkiksi regressioanalyysillä. Käytännössä saatavilla oleva lähtötieto asettaa tiettyjä rajoitteita. Regressioanalyysia sovellettaessa vaaditaan tietoa useista toteutetuista hintamuutoksia. Jos hinnan lisäksi halutaan tarkastella myös jotain muita selittäviä tekijöitä, kuten esillepanomäärien vaikutusta, vaatimukset aikaisempien kampanjoiden lukumäärälle kasvavat entisestään.

Vähittäismyynnin kampanjoita analysoitaessa ja ennustettaessa on vahvuus, että kysyntään vaikuttavat tekijät kuten hinta, esillepanot sekä myymälä- ja mediamainonta, tiedetään yleensä hyvin etukäteen. Regressiomalleilla löydetään eri tekijöiden numeeriset vaikutukset kampanjoiden myyntilisäyksiin. Regressiomalleja rakennettaessa pitää olla huolellinen. Yleistettäessä esimerkiksi hintamuutosten tai markkinoinnin vaikutuksia eri tuotteiden ja kampanjatyyppien välillä saadaan malleille yleensä huomattavasti enemmän tietoalkioita. Tämä edistää mallien toimivuutta. Laskentaa yleistettäessä on myös mahdollista tehdä vääriä valintoja, jotka heikentävät mallin selittävyyttä ja ennusteen tarkkuutta. Siksi mallin kehittämiseen ja ennustetarkkuuden parantamiseen kannattaa varata riittävästi aikaa kehitysprojektissa. Lisäksi tiedon lisääntyessä ja markkina- ja kilpailutilanteen muuttuessa kannattaa tarkistaa tehdyt mallinnusvalinnat.

Kuva 5. Regressiomallin rakentaminen.

Kesytä kampanjat pala kerrallaan

Kampanjat aiheuttavat harmaita hiuksia toimitusketjun ohjauksessa, mutta monissa tapauksissa kampanjoiden hallintaa voidaan merkittävästi kehittää suhteellisen yksinkertaisilla keinoilla. Jo kampanjajaksojen erottamisella normaalimenekistä saavutetaan suuria etuja!

Vaihe Vaatimukset Hyödyt
1. Erota kampanjamyynti normaalimenekistä Kampanja- ja normaalimyynnin kirjaaminen eri myyntilajeina. Normaalimenekin käyttäminen laskennallisessa ennustamisessa. Parempi ennustetarkkuus normaalimenekin osalta.
2. Seuraa kampanjoiden vaikutusta Järjestelmätuki kampanjamenekin vaikutuksen määrittämiseksi (kampanjamenekki verrattuna laskennalliseen pohjaennusteeseen). Tuki kampanjamenekin laadulliselle ennustamiselle. Kampanjoiden kannattavuuden ja ennustetarkkuuden kehittäminen.
3. Hyödynnä laskennallisia malleja myös kampanjaennustamisessa Kampanjoiden luokittelu ja luokittelutietojen ylläpitäminen järjestelmässä. Historiatietoa aiemmista kampanjoista. Tarkemmat (myymäläkohtaiset) kampanjaennusteet automaattisesti.
4. Analysoi vaikuttavia tekijöitä ja hyödynnä niitä kampanjoiden suunnittelussa Laaja kampanjatietokanta. (Mitä enemmän muuttujia halutaan analysoida, sen suurempaa määrää tietoa erilaisista kampanjatoteutuksista tarvitaan.) Kampanjan tulokseen vaikuttavien muuttujien parempi ymmärtäminen mahdollistaa tehokkaampien kampanjoiden tekemisen.

Taulukko 1. Kampanjahallinnan kehitysvaiheisiin liittyvät vaatimukset sekä saavutettavissa olevat hyödyt.

Kampanjoiden hallinnan kehittäminen vaatii pitkäjänteistä työtä. Mitä tarkempaa tulosta tavoitellaan, sen kovemmat ovat vaatimukset kampanjatiedon keräämiselle. Koska kampanjatietoa ei lähtötilanteessa välttämättä juuri ole, on edettävä askel kerrallaan.
 

Kampanjoiden hallinnan kehittämiselle löytyy merkittäviä porkkanoita:

  • Jo ensimmäisessä vaiheessa normaalimenekin ennustetarkkuus nousee.
  • Toisen vaiheen tehokkaamman seurannan perusteella voidaan tehdä tarkempia kampanjaennusteita ja ymmärtää paremmin mitkä kampanjat toimivat, mitkä ei.
  • Kolmannessa vaiheessa päästään entistä tarkempiin myymäläkohtaisiin ennusteisiin pienemmällä työllä.

Johanna Småros

Director, Scandinavia, D.Sc. (Tech.)

Phone+358 40 543 1142

Lue asiakastarinoitamme

Tutustu asiakkaisiimme ja kuinka olemme auttaneet heitä menestymään.





Lue meidän case-esimerkit



Valmiina toimitusketjun täydelliseen muutokseen?

Mikäli oman yrityksesi tuloksen parantaminen kiinnostaa, niin ota yhteyttä johanna.smaros@relexsolutions.com tai +358 40 543 1142.




Ota yhteyttä