В своей работе КАМ не может обойтись без бизнес-аналитики как одного из важных инструментов при принятии тех или иных решений. И здесь важно сказать, для чего вообще нужна аналитика. Итогом любой аналитики должны быть выводы. Причем не просто выводы, которые непонятно как можно использовать, а выводы, несущие ценность для КАМа, которые затем можно правильно имплементировать и «продать» сети, чтобы улучшить, усилить свои позиции или коммерческие условия, а также дать сети гипотезы роста категории или маржи (win-win-подход).

Дополнительно аналитика должна подсказывать КАМу, какие тренды есть на рынке, как меняются ценовые коридоры и какие объемы продаются в ценовых коридорах, какие продукты или сегменты рынка растут, а какие сокращаются и т. д. Все это позволяет КАМу правильно и своевременно реагировать на изменение ситуации и предлагать конечному потребителю, а значит и торговой сети, корректировки по наполнению полки (ассортимент), ценовому позиционированию и механикам, планограммам и выкладке, улучшающие ценностную составляющую предложения поставщика.
Хочется особо отметить, что не менее 30 % своего времени КАМ должен тратить именно на аналитику.

Какая бизнес-аналитика нужна КАМу?

Во-первых, КАМ должен хорошо представлять себе ситуацию в конкретной сети и конкретной категории в данной сети и на рынке в целом. Здесь должна быть информация и выводы об объемах и количестве продаж в разрезе СКЮ и категории в целом, данные по цене и ценовой разнице, информация по промомеханикам и эластичности, по регулярной цене и по промо. И здесь важный вопрос, который должен задать себе КАМ, может звучать так: «Что такого произошло или могло бы произойти в сети, что позволило бы убедить байера в пересмотре сотрудничества в лучшую для поставщика и самой сети сторону?»

Также обязательно нужна информация о конкурентах и их ассортиментных и ценовых стратегиях. Без понимания того, как действуют конкуренты, невозможно понять, как правильно от них отстроиться. А это важно, чтобы в глазах байера ваше предложение выглядело более привлекательным и обоснованным.

Во-вторых, КАМу необходимо иметь качественный симулятор-калькулятор «Цена — объем — прибыль». Это позволит принимать правильные решения в зависимости от того, какие приоритеты и стратегии имеются в настоящий момент у поставщика — увеличение или удержание доли рынка, рост валовой доходности или прибыльности/маржи и т. д.

Как часто КАМу нужна такая аналитическая информация?

Здесь скорее важна не частота как таковая, а именно возможность компании реагировать на изменения, которые необходимо внедрять по результатам аналитики. Какие-то факты нужно иметь в недельном разрезе, а что-то достаточно получать раз в квартал. Если КАМ может как-то повлиять на изменение цены в сети раз в неделю, то и, по-хорошему, ценовая аналитика должна предоставляться раз в неделю.

Так что сбор и получение фактов и выводов зависят от того, как быстро, регулярно и по какой стоимости поставщик получает те или иные данные и насколько быстро КАМ и компании в целом смогут внедрить те или иные принимаемые решения на основе данных.

Минимумом аналитической информации, который нужен КАМу для его работы, пожалуй, является аналитика по категории в целом и формату сети, продажи с полки, цены, планограммы и ценовые модели конкурентов.
Разные компании по-разному подходят к требованиям по форматам предоставления аналитической отчетности КАМу. Иногда отчетность и выводы даются на одной странице, однако надо понимать, что принцип one-page-представления информации всегда работает, но глубина анализа зависит от целей и сложности проблематики. И главное здесь — чтобы соблюдалась так называемая пирамида анализа «от общего к частному», когда частные факты подтверждают основные выводы.

При анализе разных сетей и разных форматов аналитические данные могут различаться. Это связано с тем, что для разных форматов, например для магазинов у дома и гипермаркетов, может требоваться разная глубина анализа одинаковых факторов, т. к. сама значимость факторов, например таких, как промо, может быть разной в этих форматах.

Поставщикам надо стараться максимально автоматизировать процесс формирования отчетности. Большинство крупных компаний-производителей имеют хранилища данных и системный подход по процессу классификации информации и ведения справочников продуктов, клиентов и точек продаж. Сегодня есть достаточно много простых, но эффективных инструментов автоматизации обработки данных, хотя настройка такой автоматизированной аналитики всегда находится на стыке IT и аналитиков (data-scientist).

Откуда берутся аналитические данные, используемые в отчетности?

Сегодня достаточно много компаний, предоставляющих платную специализированную информацию в тех или иных разрезах. Определенные данные есть и в публичном доступе. И это не только Росстат, но и какие-то публичные отчеты крупных компаний, таких как Nielsen, GFK, INFOLine и пр. При системном подходе даже публичные данные имеют хорошую ценность для бизнес-аналитики.

Однако прежде чем запрашивать и получать любые данные, тем более платные, необходимо ответить на ключевой вопрос: «А что я буду и могу делать с этими данными?».

Во многих компаниях сотрудники, занимающиеся бизнес-аналитикой, выделены в отдельное подразделение. И КАМу важно коммуницировать, давать обратную связь и установить доверительные отношения со своими коллегами, чтобы получать выводы, наиболее пригодные для их практического использования при работе с байерами.

При необходимости КАМу самому нужно инициировать получение каких-то аналитических данных. Для этого ему необходимо четко сформулировать потребность в минимальном объеме аналитики с указанием, какие именно решения и в каком случае будут приниматься на ее основе.

В целом можно сказать, что правильно построенная бизнес-аналитика в компании — это несомненное конкурентное преимущество, так как позволяет КАМам давать байерам более качественные и конкурентные предложения, основанные на данных, что в итоге всегда положительно влияет на продажи и доходность.