Dostępność produktów na półce (OSA): jak analizować dane i jakie wyniki uznać za normę

Praktyczny przewodnik dla producentów FMCG: które wskaźniki liczyć, w jakich przekrojach je oglądać i jakie poziomy traktować jako punkt odniesienia

Dostępność produktów na półce, czyli OSA (On-Shelf Availability), to odsetek pozycji asortymentowych, które w chwili wizyty w sklepie fizycznie stoją na półce i są dostępne dla kupującego. Nie „są na stanie”, nie „zostały wysłane do sieci” — tylko stoją na półce. Różnica między tymi stanami należy do najdroższych w FMCG: produkt, którego nie ma na półce, się nie sprzedaje, a koszty jego produkcji, logistyki i listingu zostały już poniesione.

Klasyczne badanie Gruena, Corstena i Bharadwaja przygotowane dla GMA oszacowało średni światowy poziom braków (out of stock) w handlu detalicznym na 8,3%. Raport ECR Europe „Optimal Shelf Availability” podawał dla Europy średnio 7,1%, z lokalnymi szczytami powyżej 30% — a nowsze zestawienia branżowe wskazują, że poziom ten od dwóch dekad niemal się nie zmienia. Reakcja kupującego na pustą półkę rzadko jest korzystna dla marki: według ECR Europe 37% klientów kupuje produkt innej marki, a 9% rezygnuje z zakupu. Łącznie oznacza to, że w 46% przypadków producent traci sprzedaż — nie odroczoną, tylko po prostu utraconą. Kolejne 21% kupujących idzie po produkt do innego sklepu, co boli przede wszystkim sieć.

Dwa różne „braki na półce”: out of stock i out of shelf

Za pustą półką kryją się dwie zasadniczo różne sytuacje i warto je rozróżniać od samego początku.

Out of stock (OOS) — towaru fizycznie nie ma w sklepie: nie został dostarczony, zamówiony albo się wyprzedał. To problem łańcucha dostaw: prognozy, zamówień, logistyki, dystrybucji.

Out of shelf (OOSh) — towar w sklepie jest (leży na zapleczu, stoi na palecie, figuruje w stanach), ale nie ma go na półce. To problem wewnątrz sklepu: wykładanie towaru, stany wirtualne, planogram, dyscyplina personelu.

Dla kupującego obie sytuacje wyglądają tak samo — produktu nie ma. Dla producenta to dwie różne diagnozy i odwrotne terapie: w pierwszym przypadku pytania dotyczą własnego łańcucha dostaw i zamówień sieci, w drugim — procesów sklepu i pracy zespołu terenowego. Skali drugiego problemu zwykle się niedoszacowuje. ECR Europe wskazywało, że ponad 85% braków ma źródło po stronie detalisty, a najsłabszym ogniwem całego łańcucha jest ostatni odcinek — z zaplecza na półkę. Audyt, który rejestruje wyłącznie „jest / nie ma na półce” bez zestawienia ze stanami magazynowymi, nie pozwala odróżnić tych sytuacji — i wiele decyzji zapada po omacku.

OSA to nie dystrybucja numeryczna

Te wskaźniki są często mylone, ale mają inną bazę obliczeń — i dlatego inaczej reagują na te same zdarzenia.

• Dystrybucja odpowiada na pytanie „w ilu punktach produkt jest obecny”. Baza: wszystkie sklepy sieci lub rynku.
• OSA odpowiada na pytanie „jak dobrze realizowana jest półka tam, gdzie produkt powinien stać”. Baza: wyłącznie punkty, w których SKU jest w matrycy asortymentowej (listingu).

Różnicę dobrze widać na przykładzie. Sieć usuwa SKU z matrycy połowy sklepów. Dystrybucja spada o połowę — produkt jest w mniejszej liczbie punktów. OSA nie spada: sklepy bez listingu wypadają z bazy, a w pozostałych produkt może stać wzorowo — 95%+. Sytuacja odwrotna: listing bez zmian, dystrybucja stabilna, a OSA spada — produkt figuruje w matrycy, ale na półce go nie ma. Pierwsze to kwestia negocjacji i kontraktu (obszar KAM-a), drugie — kwestia realizacji (obszar zespołu terenowego). Trzeba patrzeć na oba wskaźniki jednocześnie: wzrost OSA przy spadającej dystrybucji to nie poprawa, tylko kurczenie się biznesu przy ładnym raporcie.

Prawidłowa baza OSA to plan vs. wykonanie względem matrycy asortymentowej — osobno dla każdej sieci i każdego formatu. Matryca Biedronki różni się od matrycy Kauflandu, matryca hipermarketu — od sklepu convenience typu Żabka, a SKU obowiązkowe w supermarkecie może w ogóle nie wchodzić do asortymentu dyskontu. Jeśli liczyć OSA „po wszystkich sklepach”, wskaźnik się rozmywa: punkty, w których produktu nie ma prawa być, liczą się jako porażka. Dystrybucja 95% przy OSA 70% oznacza, że z listingiem wszystko w porządku, a problem leży na ostatnich metrach — między zapleczem a półką.

Skąd pochodzą dane o dostępności na półce — i dlaczego źródło przesądza o wszystkim

Zanim zaczniemy analizować liczby, trzeba wiedzieć, jak zostały zebrane. W praktyce producenci korzystają z czterech źródeł, które dają bardzo różny obraz.

1. Stany i wysyłki (dane sieci, EDI, raporty dystrybutorów). Pokazują, że towar figuruje w sklepie, ale nie pokazują, gdzie jest — na półce czy na zapleczu. Klasyczny problem „stanów wirtualnych”: według systemu towar jest, fizycznie go nie ma (pomyłki asortymentowe, straty, niezaksięgowane odpisy). Półka jest pusta, a automatyczne zamówienie się nie uruchamia, bo system „wie”, że wszystko jest w porządku.

2. Dane sprzedażowe (sell-out). Brak sprzedaży danego SKU w konkretnym punkcie to pośredni sygnał braku. Metoda działa dobrze dla szybko rotujących pozycji, ale przy produktach sprzedających się „raz na kilka dni” odróżnienie braku popytu od braku towaru jest prawie niemożliwe.

3. Raporty własnego zespołu terenowego lub agencji merchandisingowej. Tu pojawiają się dwa systemowe zniekształcenia. Pierwsze to moment pomiaru: merchandiser raportuje po wykonanej pracy. Przychodzi, widzi luki, wykłada towar z zaplecza i fotografuje efekt. Jego raport jest uczciwy — ale pokazuje półkę w najlepszym stanie, przez kilka godzin w tygodniu. Kupujący widzi sklep przez resztę czasu, łącznie z weekendami, gdy merchandisera nie ma. Drugie to konflikt interesów: zespół odpowiedzialny za ekspozycję sam raportuje jej stan. Jak pokazują audyty CrowdSystems, niezależny pomiar w losowym momencie daje OSA średnio o około 15 p.p. niższe niż raporty merchandisingu. Obie liczby są „prawdziwe” — raport merchandisera mierzy jakość jego pracy, a niezależna wizyta to, co faktycznie widzi kupujący. W skrajnych przypadkach rozbieżność jest dramatyczna: w jednym z projektów CrowdSystems wewnętrzny CRM producenta wykazywał dystrybucję nowości powyżej 80%, a niezależna kontrola znalazła produkt na półce w zaledwie 12% punktów.

4. Niezależny audyt półki. Bezpośrednia obserwacja: audytor przychodzi do sklepu i rejestruje obecność, ekspozycję i cenę z dokumentacją zdjęciową. To jedyna metoda, która mierzy OSA wprost, a nie odtwarza go z danych pośrednich. Model crowdsourcingowy zdjął główne ograniczenie klasycznego audytu terenowego — koszt i czas: dane z setek punktów zbiera się nawet w 24–48 godzin, także w mniejszych miejscowościach, do których zespoły terenowe nie docierają. Ma to znaczenie w kraju, w którym sama sieć Żabka ma już ponad 13 tys. sklepów — więcej niż Biedronka, Dino i Lidl razem — a do tego dochodzą tysiące sklepów tradycyjnych i franczyzowych (Lewiatan, ABC, Groszek).

Wniosek praktyczny: źródła wewnętrzne nadają się do codziennego monitorowania sygnałów, ale trzeba je kalibrować niezależnym pomiarem. Jeśli nigdy nie porównywaliście CRM z rzeczywistą półką, raportowanie jest niemal na pewno zawyżone. Według danych CrowdSystems średnia rozbieżność między warunkami kontraktu a stanem faktycznym na półce wynosi 34%.

Kluczowe wskaźniki: co dokładnie liczyć

Poziom OSA (%) — odsetek punktów, w których SKU jest na półce, spośród wszystkich punktów, w których powinien być według matrycy. Liczy się go per SKU, kategoria, sieć, region. Baza to asortyment obowiązkowy, a nie „wszystkie sklepy” — inaczej wskaźnik traci sens zarządczy.

Poziom out of stock (%) — druga strona OSA. Warto rozdzielać: brak całkowity (towaru nie ma wcale), brak na półce podstawowej (jest tylko na ekspozycji dodatkowej lub na zapleczu) oraz „efektywny brak” — produkt formalnie jest, ale kupujący go nie znajdzie: schowany w głębi, zasłonięty, stoi w niewłaściwej kategorii.

Czas trwania braku — ile dni pozycja jest nieobecna do momentu uzupełnienia. Jednodniowy spadek i chroniczna dwutygodniowa luka mają ten sam wkład w „zdjęcie” OSA, ale zupełnie inne skutki dla sprzedaży. Wskaźnik jest dostępny tylko przy regularnych pomiarach — z jednej fali audytu go nie policzymy.

Stany wirtualne — odsetek punktów, w których według danych sieci stan jest dodatni, a półka pusta. To bezpośrednie zestawienie audytu z danymi sieci i najmocniejszy argument w negocjacjach z detalistą: pokazuje, że problem nie leży w dostawach producenta, tylko w procesach sklepu.

Utracona sprzedaż (lost sales) — wycena w złotych: średnia dzienna sprzedaż SKU w punkcie × liczba dni braku × liczba punktów × cena. Szacunek jest konserwatywny, ale to on przenosi rozmowę o OSA z języka procentów na język pieniędzy — i pozwala określić, ile rozsądnie zainwestować w kontrolę.

Jak analizować dane OSA: pięć zasad

1. Patrz na rozkład, a nie na średnią

Średnia OSA 93% w sieci może się składać z 80% sklepów z idealną półką i 20% sklepów, w których produktu nie ma tygodniami. Lekiem nie jest „poprawa średniej”, tylko punktowa praca z ogonem rozkładu. Pierwszy przekrój każdej analizy to lista najsłabszych sklepów i najsłabszych SKU, a nie jedna zbiorcza liczba.

2. Waż wynik sprzedażą

Standardowa, „numeryczna” OSA traktuje wszystkie SKU jednakowo: 9 pozycji na półce z 10 to 90%, niezależnie od tego, której brakuje. OSA ważona uwzględnia udział każdej pozycji w obrotach. Przykład dla trzech SKU w jednym sklepie: pozycja A daje 60% sprzedaży marki w kategorii, B — 30%, C — 10%. Na półce stoją B i C, pozycji A brak. OSA numeryczna: 2 z 3 = 67%. OSA ważona: 30% + 10% = 40% — bo brakuje właśnie tej pozycji, która sprzedaje się najlepiej. Ten sam sklep, dwie liczby — a wniosek zarządczy daje tylko druga.

Dlatego OSA 95% dla całego portfela nic nie znaczy, jeśli w top 10 SKU, które odpowiadają za 70% obrotu, dostępność wynosi 88%. To wskaźnik ważony koreluje z przychodem — i to na nim warto opierać cele zespołu terenowego.

3. Szukaj powtarzalności: przekroje po sieci, regionie, dniu tygodnia

Spadek OSA w jednej sieci przy normie w pozostałych to pytanie do procesów tej sieci (automatyczne zamówienia, logistyka centrum dystrybucyjnego, dyscyplina wykładania). Spadek w weekendy to klasyczny objaw braku personelu do wykładania w dni szczytu: towar na zapleczu jest, ale nikt go nie wystawia. Spadek w konkretnym regionie — np. w Wielkopolsce przy dobrym wyniku w Warszawie i Krakowie — to pytanie do dystrybutora. Sama struktura braków wskazuje przyczynę.

4. Oddzielaj out of stock od out of shelf

To główne rozwidlenie analizy przyczyn. Jeśli towaru nie ma także w stanach (OOS) — problem leży w łańcuchu dostaw: prognoza, produkcja, logistyka, zamówienia sieci. Jeśli w stanach jest, a na półce nie (OOSh) — problem jest w sklepie: wykładanie, stany wirtualne, planogram. Działania w obu przypadkach są przeciwne, a w raportach obie sytuacje wyglądają tak samo — „brak na półce”. Rozdzielić je można tylko, zestawiając audyt półki z danymi o stanach.

5. Mierz w czasie i łącz wyniki ze zdarzeniami

Jednorazowy pomiar pokazuje skalę problemu, regularny działa jak system zarządzania. Szczególnie ważne jest mierzenie OSA w momentach największej podatności na braki: w pierwszych tygodniach po wprowadzeniu nowości, na starcie promocji (obciążenie ekspozycji dodatkowej i półki podstawowej jednocześnie — ECR Retail Loss wskazuje, że braki w produktach promocyjnych w szczytowych okresach sięgają 15–20%), w wysokim sezonie i przy zmianie planogramu. Więcej o tym, jak łączyć dostępność z wynikami akcji, piszemy w tekście o efektywności promocji.

Punkty odniesienia: robocze benchmarki dostępności na półce

• 95%+ — poziom docelowy dla asortymentu priorytetowego. Dla kluczowych SKU liderzy kategorii utrzymują poprzeczkę 98%+.
• ok. 93% — średnia europejska wynikająca z badań ECR Europe (średni poziom braków ok. 7%). Umowna „norma”: być poniżej to przegrywać ze średnim konkurentem.
• Poniżej 90% — strefa bezpośrednich strat: marka regularnie traci sprzedaż i oddaje półkę konkurencji.
• Poniżej 85% — awaria systemowa. Przyczyny trzeba szukać nie w pojedynczych sklepach, lecz w procesach: dystrybucja, automatyczne zamówienia, praca zespołu terenowego.

Ważne zastrzeżenie: benchmarki zależą od kategorii. W produktach ultraświeżych z krótkim terminem przydatności normalny poziom jest niższy — brak pod koniec dnia bywa świadomą decyzją, by ograniczyć straty. W produktach suchych czy chemii gospodarczej trudno uzasadnić OSA poniżej 95% dla kluczowych pozycji. Warto odnosić się nie tylko do „uniwersalnej normy”, ale i do konkurentów w kategorii — dostępność, podobnie jak udział w półce, jest wskaźnikiem względnym.

Ile kosztują braki: przykład wyliczenia utraconej sprzedaży

Weźmy baton czekoladowy w cenie 5,49 zł, który w typowym sklepie sprzedaje się w 6 sztukach dziennie. W 400 sklepach jednej sieci produkt znika z półki średnio na 3 dni w miesiącu.

To jedno SKU w jednej sieci. Przemnożone przez portfel i kilka sieci ogólnopolskich daje kwotę, przy której koszt regularnego audytu półki przestaje być dyskusyjny — i to bez ani złotówki wydanej na nowe kontrakty czy promocje.

Strategia: najpierw pomiar, potem cotygodniowa praca z najsłabszą siecią

Typowy błąd to próba poprawiania OSA wszędzie naraz. Zasoby zespołu terenowego i pozycja negocjacyjna są ograniczone, a rozproszony wysiłek nie daje widocznego efektu w żadnej sieci. Skuteczny schemat wygląda inaczej.

Krok 1. Pomiar bazowy we wszystkich sieciach. Jedna fala niezależnego audytu na reprezentatywnej próbie daje ranking sieci pod względem OSA i obraz struktury braków: gdzie problem leży w dostawach, a gdzie na półce. Reprezentatywność zależy od tego, czy próba odzwierciedla strukturę sieci — formaty, regiony, wielkość miejscowości — a nie tylko od liczby sklepów.

Krok 2. Wybór najsłabszej sieci i cykl tygodniowy. Dalej — intensywna praca z jedną, najbardziej problematyczną siecią: cotygodniowy pomiar w tych samych punktach, analiza każdej luki aż do przyczyny, zadania dla zespołu terenowego i KAM-a z terminem do następnego pomiaru, eskalacja problemów systemowych do sieci z dokumentacją zdjęciową. Cykl tygodniowy jest kluczowy: jest krótszy niż czas, po którym problem „zdąży się zapomnieć”, i wystarczająco długi, by działania zdążyły zadziałać.

Krok 3. Utrwalenie poziomu i przejście do kolejnej sieci. Gdy wskaźnik ustabilizuje się na poziomie docelowym, sieć przechodzi w tryb monitoringu podtrzymującego, a cotygodniowy fokus przesuwa się na następną w rankingu.

Jak szybko to działa? W jednym z projektów CrowdSystems dostępność produktów w strefie przykasowej — wyjściowo najsłabszej strefie w najsłabszej sieci — wzrosła z 55% do 93% w ciągu 6 tygodni aktywnej, cotygodniowej pracy. Bez nowych budżetów na ekspozycję: ten sam kontrakt, te same sklepy, tylko regularny pomiar i analiza przyczyn w każdym punkcie.

Trzy praktyczne wnioski

1. Zacznij od niezależnej kalibracji. Jeden pomiar na reprezentatywnej próbie pokaże rzeczywisty poziom dostępności produktów na półce i rozbieżność z raportowaniem wewnętrznym. To najszybsza weryfikacja: dane z kilkuset sklepów można zebrać w nawet 24–48 godzin.

2. Buduj analizę wokół pieniędzy, a nie procentów. OSA ważona dla kluczowych SKU, czas trwania braków i wycena utraconej sprzedaży — to trzy wskaźniki, które zmieniają audyt półki z raportu w narzędzie ustalania priorytetów.

3. Wykorzystuj dane w negocjacjach z siecią. Zdjęcie pustej półki przy dodatnim stanie magazynowym to fakt, z którym trudno dyskutować. Regularny niezależny pomiar zmienia pozycję producenta w rozmowie z detalistą: zamiast wzajemnych pretensji — wspólny obraz sytuacji i konkretne sklepy do poprawy.

Jeśli dopiero porządkujesz pojęcia, zacznij od tekstu Co to jest audyt detaliczny, a różnice między raportami merchandiserów a niezależnym pomiarem opisujemy szerzej w artykule Crowdsourcing a tradycyjny merchandising. Definicje wszystkich skrótów znajdziesz w słowniku trade marketingu.

Najczęściej zadawane pytania

Czym różni się OSA od dystrybucji numerycznej? Dystrybucja pokazuje, w ilu sklepach produkt jest obecny (baza: wszystkie sklepy). OSA pokazuje, w jakim odsetku sklepów produkt faktycznie stoi na półce tam, gdzie powinien być według matrycy asortymentowej. Dystrybucja to obszar kontraktu i listingu, OSA — obszar realizacji w sklepie.

Jaki poziom dostępności produktów na półce jest dobry? Dla asortymentu priorytetowego celem jest 95% i więcej, dla kluczowych SKU liderzy kategorii utrzymują 98%+. Średnia europejska według badań ECR to około 93%. Poniżej 90% marka traci sprzedaż, poniżej 85% problem ma charakter systemowy. Dla produktów ultraświeżych normy są niższe.

Czym jest out of shelf i jak odróżnić go od out of stock? Out of stock oznacza, że towaru nie ma w sklepie w ogóle. Out of shelf — że jest na zapleczu lub w stanach, ale nie na półce. Odróżnić je można tylko, zestawiając wyniki audytu półki z danymi o stanach magazynowych sieci.

Jak policzyć utraconą sprzedaż z powodu braków? Średnia dzienna sprzedaż SKU w sklepie × cena × liczba dni braku × liczba sklepów. Aby oszacować stratę samej marki, warto uwzględnić, że według ECR Europe około 46% kupujących w razie braku wybiera inną markę lub rezygnuje z zakupu.

Jak często mierzyć OSA? Jednorazowy pomiar pokazuje skalę problemu. Do zarządzania dostępnością potrzebny jest pomiar regularny — w sieci o najsłabszym wyniku najlepiej cotygodniowy, w pozostałych w trybie monitoringu podtrzymującego, z dodatkowymi falami przy wprowadzeniu nowości, starcie promocji i zmianie planogramu.