Smanjenje poslovnih troškova na primjeru sprječavanja krađe u lancu drogerija

Krađe su učestali izazov svim klijentima koji se bave maloprodajom, a problemi koje mogu stvoriti se najčešće dijele na reputacijske i financijske zbog velikih troškova nastalih samom krađom, ali i poduzimanjem neadekvatnih radnji za sprječavanje krađe.

Kada gledamo brojke, razna istraživanja pokazuju da se u prosjeku inventar zbog krađe smanjuje za oko 2%, što direktno utječe na prosječno smanjenje prihoda za 3%. Generalno, postoje četiri faze u kojima se događa krađa, a prema našem iskustvu podjela u prosjeku izgleda ovako:

 

  • Kupci unutar trgovine 60%
  • Zaposlenici u distribucijskim centrima 17%
  • Zaposlenici u dućanima 12%
  • I zaposlenici u transportu 11%

 

Većina tradicionalnih zaštitarskih tvrtki rješava izazov krađe pomoću tjelesne zaštite sa zaštitarima i tehničke zaštite kroz videonadzor koji se koristi retroaktivno jer nema mehanizme za sprječavanje krađe, nego za analizu situacije nakon što se krađa dogodila. Kada uzmemo u obzir disperziju krađe u raznim fazama prodajnih i distribucijskih procesa to nije adekvatan odgovor na izazove s kojima se danas susreću maloprodajni lanci.

Zato je važna integracija svih segmenata zaštite koju ćemo prikazati na primjeru jednog lanca drogerije koji je imao problem krađe u svim fazama.

Primjer slučaja na lancu drogerija:

Nakon što se utvrdio učestali manjak određenih kozmetičkih proizvoda u fazama unutar prodajnog i distribucijskog procesa implementirali smo Mogen softver na sustave tehničke zaštite kako bi mogli detektirati promjene u gabaritima i težini paleta, paketa i vozila koja prevoze proizvode. Uz elemente tehničke zaštite, unutar trgovina postavljeni su zaštitari koji su prošli edukacije profiliranja i pregovaranja kako bi pružili kupcima i zaposlenicima ugodan boravak u trgovinama.

Pomoću sveobuhvatnog rješenja uspjeli smo svesti krađu od strane zaposlenika i kupaca na željenu razinu te postići ciljeve klijenta. Uz rješavanje svakodnevnih izazova naš softver Mogen koristi tehnologiju „Machine learninga“ za bihevioralnu analizu s ciljem brže reakcije i sprječavanja potencijalnih ugroza.

 

Iz ovog primjera možemo vidjeti da je u današnje vrijeme ključ sigurnosti u integraciji segmenata zaštite kroz sve faze poslovnih procesa, a sama integracija mora biti prilagođena potrebama klijenta.

 


Više članaka:

Umjetna inteligencija u skladu s analizom podataka

Vanjski članak - Poslovni dnevnik Dolaze "digitalni zaštitari"