Jak firmy e-commerce mogą monetyzować dane, osiągając nawet 3-krotny wzrost biznesu
Większość firm źle liczy rentowność produktów
Sam tam byłem — zakładając własny e-commerce nie mieliśmy wymyślnych dashboardów ani najnowocześniejszego raportowania analitycznego — liczyliśmy rentowność na podstawie marży. To błąd.
Jeśli prowadzisz ten biznes od jakiegoś czasu, wiesz, że niektóre produkty sprzedają się szybciej niż inne. Niektóre zajmują więcej miejsca w magazynie, mają inne koszty wysyłki (nie zawsze pokrywane przez klienta), wyższe cło importowe lub wyższy wskaźnik zwrotów. Wszystkie te czynniki trzeba uwzględnić, licząc rentowność produktu prawidłowo.
W moim e-commerce zbudowaliśmy system pokazujący, ile netto może wygenerować produkt w określonym czasie. Opieraliśmy się na danych historycznych: transakcjach, zamówieniach itd.
Zbieranie danych
Dane wejściowe potrzebne do obliczeń:
- Co najmniej 6 (najlepiej 12, żeby uwzględnić sezonowość) miesięcy danych sprzedażowych.
- Stawka cła importowego (jeśli dotyczy).
- Opłaty celne (jeśli dotyczą).
- Obowiązująca stawka VAT.
- Koszt dostawy od producenta na jednostkę.
- Koszt produkcji na jednostkę.
- Koszt magazynowania na jednostkę na dzień.
- Koszt lokalnej wysyłki na jednostkę (+ opakowanie).
- Koszt wysyłki międzynarodowej na jednostkę (jeśli dotyczy; można uśrednić dla uproszczenia; + opakowanie).
- Ogólne wydatki marketingowe.
- Wydatki marketingowe specyficzne dla aukcji.
- Ogólne koszty stałe (biuro, księgowość, praca itd.).
To już sporo, choć mocno uproszczone na potrzeby artykułu. Zapominamy, że większa jednostka wymaga np. 2x więcej czasu na rozpakowanie i sortowanie w magazynie; albo że nawet nieznacznie wyższy wskaźnik zwrotów praktycznie podwaja czas sortowania / pakowania / ponownego pakowania po zwrocie (zakładając, że zwrot nie wynika z uszkodzenia produktu).
Ogólne podejście
Przeprowadzę Cię przez proces, który zastosowaliśmy w moim e-commerce:
Najpierw upewniliśmy się, że mamy wiarygodne dane, zbierając wszystkie informacje powyżej. Koszty magazynowania bywają trudne. U nas outsourcowaliśmy magazyn, więc mieliśmy jasne ceny (koszty) każdej przechowywanej jednostki.
Potem przeanalizowaliśmy dane sprzedażowe — szybko zauważyliśmy trendy sprzedaży danego produktu, a znając czas produkcji, stało się jasne, jaki rozmiar zamówień co dwa miesiące powinien mieć. To też wyjaśniło cła importowe, transport od producenta i powiązane koszty. Co więcej, ustaliliśmy wyraźne trendy sezonowości i mogliśmy przypisać średnią cenę sprzedaży — uwzględniając okazjonalne promocje i rabaty, zmienność popytu czy szalone święta.
Jak podchodziliśmy do wydatków marketingowych? Dla ogólnych wydatków (promocja marki jako całości, nie jednego produktu) przypisywaliśmy udział wydatków równoważny udziałowi sprzedaży danego produktu. Wnioskowaliśmy, że jeśli klient kupuje produkt A po zobaczeniu reklamy sklepu online, to produkt A jest wynikiem finansowym tych wydatków marketingowych.
Transformacja
Mając te ustalone punkty danych, musieliśmy przekształcić je w jeden spójny system wykonujący obliczenia i automatyzujący jak najwięcej decyzji i działań.
Sam to widziałeś, prawda? Dane sprzedażowe w jednym miejscu, koszty marketingu w drugim, każdy marketplace ma własny, inny system, faktury od kurierów przychodzą w dziwnych formatach (nie będę wymieniał nazw, ale wszyscy wiemy, o której firmie mowa.. :)
Stąd decyzja o jednym miejscu przechowywania. Miejsce, gdzie wszystkie te dane lądują w surowym formacie, tak jak są na początku. U nas rozwiązaniem było Snowflake.
Gdy to działało, zaczęliśmy przygotowywać automatyzacje i transformacje wszystkich tych punktów danych. Nie wchodzę w szczegóły techniczne, ale na tym etapie ważyliśmy, ile każdy punkt danych jest wart w macierzy rentowności, jak szybko sprzedaje się każdy produkt i jak wpływa na wszystkie koszty — co tylko trzeba. Wszystkie statystyki, żeby naprawdę znać wartość netto dla nas.
Wyniki
Wyniki były zdumiewające, delikatnie mówiąc. Pozbyliśmy się kilkunastu produktów, które sprzedawaliśmy, myśląc, że dużo na nich zarabiamy. Z perspektywy marży tak, ale nie po uwzględnieniu wszystkich pozostałych punktów danych.
Bezpośrednim efektem tej inicjatywy była pełna automatyzacja i transformacja zbierania oraz przetwarzania danych. Usunęliśmy produkty z oferty i przesunęliśmy uwolnione środki na produkty z mniejszą marżą, ale też mniejszym rozmiarem i wagą, szybszą rotacją, niższym cłem itd.
Ta inicjatywa zajęła nam 3 miesiące od początku do końca. 12 miesięcy po pierwszych wynikach rentowności produktów zwiększyliśmy zyski ponad 3-krotnie — bez podnoszenia ani jednej ceny i bez tańszego magazynowania. Czyste decyzje oparte na danych.
Jako bonus mamy automatyzację przygotowującą zamówienia. Wystarczy przejrzeć i zatwierdzić — potem trafia do producenta, wysyłki, dociera do zewnętrznego magazynu i pojawia się online w ciągu godzin od przyjęcia w magazynie.
Można śmiało powiedzieć, że oprócz wzrostu zysków ta transformacja oszczędziła nam 10–15 godzin tygodniowo. Co zrobiłbyś z tym czasem i dodatkowymi zyskami? Zainwestował więcej w biznes? W końcu wziął urlop? Pojechał na ładne wakacje?
Skontaktuj się ze mną, jeśli chcesz dowiedzieć się więcej i przekształcić swój e-commerce w ten sam sposób.
Podsumowanie
Większość firm źle liczy rentowność produktów. Patrzenie tylko na marże nigdzie Cię nie zaprowadzi. W tym artykule pokazaliśmy jasny proces, jak:
- Zebrać potrzebne punkty danych.
- Wykorzystać je w decyzjach, a potem zautomatyzować.
- Cieszyć się wynikami — w naszym przypadku 3-krotny wzrost zysku!
Jak mogę uzyskać pomoc przy tych inicjatywach?
Brzmi świetnie, ale myślisz: „od czego zacząć?”, „nie jestem pewien, czy w pełni to rozumiem?”, „mój zespół i tak jest zajęty — nie mogę prosić ich o wdrożenie wszystkich tych nowych procedur i optymalizacji..”
Rozumiemy. To częstsze, niż myślisz. Dlatego 97% Twoich danych kosztuje Cię pieniądze zamiast na Ciebie pracować. Właśnie dlatego tu jesteśmy — umów bezpłatną rozmowę wprowadzającą, żeby zacząć; wybierz dogodny termin tutaj:
Are you leaving money on the table? został pierwotnie opublikowany na Lortech Solutions Blog na Medium, gdzie rozmowa trwa dalej dzięki podświetleniom i odpowiedziom czytelników.
