Грэг Маршалл - Управление отделом продаж

Третий важный вопрос, с которым сталкивается руководство при подготовке к анализу продаж, касается того, какие переменные будут выступать в качестве агрегирующих данных. Без таких категорий компании придется анализировать каждую сделку в отдельности или брать только совокупный итоговый показатель продаж. Последний не очень информативен, а первое почти невозможно.

Самый распространенный и информативный подход – обобщать и группировать продажи по какому-то классифицирующему признаку. В качестве таких признаков могут выступать:

• территория (штаты, округа, регионы, сбытовые участки);

• продукт, размеры упаковки, сорт, цвет;

• значимость клиентов;

• рынок (включая классы клиентов, сферы использования товара или каналы дистрибуции);

• метод продаж (по электронной почте, телефону или при прямом контакте);

• размеры заказа;

• финансовые условия (наличный или безналичный расчет).

Без сомнения, ERP-системы могут существенно улучшить процесс продаж, но при их внедрении могут иногда возникать серьезные трудности:

1) отсутствие заинтересованности высокопоставленного руководства;

2) неэффективные коммуникации с пользователями;

3) недостаточные подготовка и обучение;

4) отсутствие поддержки пользователей;

5) неэффективное управление проектом;

6) конфликт с уже имеющимися системами;

7) конфликты в подразделениях;

8) неудачный состав команд;

9) неудачи в перепроектировании бизнес-процессов;

10) неясные требования к изменениям.

Как можно видеть из приведенного списка, все перечисленные факторы (или как минимум их большинство) связаны не с техническими сложностями, а с управлением и коммуникациями. Стоит учитывать вызываемые ими риски.

Для того чтобы процесс внедрения ERP проходил гладко и трудности с коммуникациями были устранены, можно использовать несколько техник, например, запрашивать оценки пользователей, выявляя таким образом проблемы и выясняя, почему в некоторых группах их больше, чем в других.

Виды информации, которые может использовать компания, зависят от таких параметров, как ее размеры, разнообразие ассортимента, величина сбытовой территории, число обслуживаемых рынков и клиентов, уровень и тип управленческой структуры, которой будут предоставлены данные сведения. Компании, в которых продажи организованы по продуктовому принципу, например, заинтересованы в информации о продажах конкретных товарных позиций; менеджеры по продукту могут целенаправленно собирать данные о сбыте своих продуктов на разных территориях. В то же время менеджеров по продажам, как правило, намного больше интересует анализ клиентов на этих территориях.

При такой детализации необязательно выбирать только один подход. Анализ продаж будет гораздо эффективнее, если его проводить иерархически, на нескольких уровнях, когда разбивка по тому или иному признаку выполняется в рамках другой классифицирующей категории и категории используются одновременно, а не по отдельности. Анализ может показать, что клиент XYZ в западном регионе приобрел некое количество продуктов A, B и C, – этот пример представляет собой иерархическую многоуровневую детализацию по участку, клиенту и продукту.

Преимущество многоуровневой детализации проиллюстрировано ниже. Пока нам важно понять, что результатом анализа продаж является не один отчет, а группа отчетов с разным уровнем агрегирования данных в соответствии с нуждами получателя. В таблице 5.16 представлены типы отчетов о продажах, используемые компанией – производителем продуктов питания.

Таблица 5.16.Отчеты о продажах компании – производителя продуктов питания

Чтобы проиллюстрировать некоторые актуальные сравнительные подходы к анализу продаж и соответствующие процедуры, предлагаем рассмотреть пример данных компании XYZ в таблице 5.17. Это опять-таки пример из американской практики, но аналогичную процедуру при наличии информации можно применять к любому региону. Предположим, что в компании XYZ ранее было установлено, что продажи сильно коррелируют с численностью населения, доходом и общим уровнем розничных продаж. В связи с этим для определения потенциала рынка по каждому региону применялся индекс покупательной способности (BPI). Для задания квот по регионам рассчитанные с его помощью значения умножались на ожидаемую долю рынка компании.

Таблица 5.17.Продажи и квоты в компании XYZ

Обратите внимание, что при уровне квоты в $420 млн совокупный объем продаж по всем регионам составил $421,23 млн. Не только вся компания в целом выполнила норматив – с ним справились и многие регионы. Индекс результативности – отношение продаж к квоте – больше 100 % для пяти регионов, еще четыре не достигли планки, но были очень близки к этому. Только в северо-восточных центральных штатах отмечено значительное отставание (–5,12 %), но здесь были максимальными абсолютные показатели объемов продаж. Многие руководители могут сделать поспешный вывод, что все хорошо, и в лучшем случае напишут письмо менеджеру, отвечающему за северо-восточные центральные штаты, с рекомендацией стимулировать сотрудников, но лучше всего в данном случае подготовить детализированный отчет по региону, как показано в таблице 5.18.

Таблица 5.18.Детализация продаж компании XYZ для северо-восточных центральных штатов

Квоты для штатов были определены путем умножения процентных показателей BPI штатов от общеамериканского уровня (процент розничных продаж США, приходящихся на данную территорию) на совокупный прогнозный показатель в $420 млн. Во многих случаях желательно свести каждый процентный показатель не к национальному, а к региональному уровню. Так, процент для Иллинойса будет составлять (6,0037 / 20,1419) * 100 = 29,8. Это значение затем будет использоваться в расчетах вместе с региональной квотой в $8,60 млн, чтобы получить точную квоту для Иллинойса. Хотя результат будет тем же, второй вариант дает более четкую картину концентрации спроса в регионе. Этот подход особенно полезен, когда анализируются всё более мелкие единицы.

Из таблицы 5.18 видно, что проблемы с продажами наблюдаются во всем регионе. Насколько можно судить по графе Индекс результативности, только в Индиане квота была превышена, и то лишь незначительно. Обратите внимание, что отклонения от квоты более существенны, чем показанные в таблице 5.17. Так обычно и бывает, когда применяются более мелкие единицы анализа. При значительной агрегации – например на уровне штатов и регионов – действует, по-видимому, закон больших чисел в том смысле, что положительные и отрицательные сдвиги от квоты уравновешивают друг друга. Таким образом, индексы результатов при большем масштабе анализа обычно ближе к 100 %. При этом в более широких масштабах регионов и более крупных единиц дополнительное исследование оправданно при меньших величинах отклонений, чем в случае с мелкими единицами. Отклонения от квоты в меньшую сторону отмечаются в четырех из пяти штатов, но в Висконсине их величина самая значительная – здесь квота выполнена лишь на 76 %.