competitivebenchmark Op de wachtlijst

Kennisbank

Winnen in de detailhandel terwijl AI het werk verschuift

Waar de uren in de detailhandel zitten

De detailhandel draait op een combinatie van repetitief werk en momenten die het verschil maken bij de klant. Voorraadbeheer, prijsstelling, planning van personeel, orderverwerking en een deel van de klantenservice nemen een groot deel van de bezette uren in beslag. Daarnaast is er werk dat draait om beoordeling ter plekke: hoe een schap wordt ingericht, hoe een klacht wordt opgelost, hoe een verkoper inspeelt op wat een klant nog niet heeft gezegd. De uitkomst van een verkoopmoment wordt gestuurd door omstandigheden die per winkel en per keten verschillen: assortimentsbreedte, de mate van fysieke versus online verkoop, de marge per artikel en de mate waarin klanten prijs vergelijken voordat ze een winkel binnenlopen.

Wat er verschuift als AI werk overneemt

Zolang voorraadbeheer en prijsstelling vooral op ervaring en handmatige controle draaiden, was de kwaliteit ervan een resultaat van bezetting en ervaring van medewerkers. Wie meer mensen op de planning had, had doorgaans minder misgrepen. Op het moment dat systemen voorraad en prijs grotendeels zelf berekenen en alleen uitzonderingen aan een medewerker voorleggen, verandert wat daar wint. Het gaat dan niet meer om hoeveel mensen er plannen, maar om de kwaliteit van de data waarop het systeem draait en om hoe snel afwijkingen worden herkend en gecorrigeerd.

Dit gebeurt vandaag al bij een deel van de retailers, en niet bij alle. Het verschil zit in de mate waarin een bedrijf zijn voorraad- en verkoopdata op orde heeft, in de bereidheid om beslissingen aan een systeem over te laten binnen vastgestelde marges, en in de omvang van het assortiment: bij een beperkt assortiment is automatisering eenvoudiger te valideren dan bij een breed en snel wisselend aanbod. Ketens met veel vestigingen en een gestandaardiseerd assortiment lopen hier vaak voor, terwijl specialistische of sterk seizoensgebonden winkels meer op menselijke inschatting blijven leunen.

De drie categorieën in de winkel en het magazijn

Binnen dezelfde afdeling lopen de drie categorieën door elkaar. Orderverwerking en basale voorraadaanvulling zijn taken die een systeem in toenemende mate zelfstandig kan afhandelen. Prijsaanpassingen en het samenstellen van personeelsroosters vallen vaker in de tussencategorie: het systeem doet een voorstel, een leidinggevende keurt het goed of af, met reden. Het opbouwen van een klantrelatie op de winkelvloer, het afhandelen van een ongebruikelijke klacht en het inschatten van lokale voorkeuren blijven vooralsnog mensenwerk. Waar precies de grens ligt tussen deze drie categorieën, verschilt per winkelformule en per functie, en dat is ook de reden waarom generieke uitspraken over 'AI in de retail' weinig houvast bieden voor een concrete vergelijking met concurrenten.

Wat dit betekent voor de vergelijking met concurrenten

Als twee retailers dezelfde levertijd, hetzelfde serviceniveau of dezelfde prijsstelling claimen, is de vraag niet meer alleen wie dat het beste uitvoert, maar ook wie dat proces zodanig heeft ingericht dat het systeem er zelfstandig op kan sturen. Een keten die voorraadbeslissingen grotendeels laat automatiseren, kan sneller reageren op vraagschommelingen dan een keten die dezelfde beslissingen nog via een wekelijks overleg neemt. Dat verschil is meetbaar in doorlooptijden en foutmarges, niet in intenties of ambities.

Dit is precies waar een peer group van belang is: alleen door uw winkelformule te vergelijken met retailers die qua omvang, assortiment en verkoopkanaal vergelijkbaar zijn, wordt zichtbaar of een verschil in levertijd of prijsstelling voortkomt uit een andere aanpak van AI of uit iets anders. Een white space-analyse laat vervolgens zien op welke dimensie geen van de vergelijkbare partijen sterk scoort, en waar dus ruimte ligt die nog niet is opgeëist.

De onderliggende vraag welk werk in uw eigen bedrijf daadwerkelijk door AI is over te nemen, wordt per taak beantwoord met de werkscan van FTE TO AI. Raakt die vraag aan personeelsbeslissingen, dan gelden daarvoor eigen wettelijke vereisten; de werkscan beschrijft het werk, niet de gevolgen voor mensen.

Hoe andere sectoren met dezelfde verschuiving omgaan

De manier waarop AI de vergelijking tussen concurrenten verandert, verschilt sterk per sector. In de horeca speelt de verschuiving zich vooral af rond planning en bezetting, in de ict-sector rond de snelheid van oplevering en codekwaliteit, en in de financiële dienstverlening rond risicobeoordeling en acceptatiesnelheid. Ook de agrarische sector laat zien hoe seizoensgebonden werk en automatisering elkaar raken, wat parallellen vertoont met seizoensgebonden assortimenten in de retail.

Wat u nu kunt doen

U kunt beginnen met het benoemen van de punten waarop u denkt te winnen van uw concurrenten, en die claims toetsen aan wat daadwerkelijk met bewijs te onderbouwen is. De gratis dimensiecheck van FTE TO AI is daarvoor het vertrekpunt: u geeft aan waarop u denkt te winnen, en ziet welke van die claims stand houden en welke nog onderbouwing missen. De volledige benchmark, met de peer group en de bewijsmatrix voor de detailhandel, is in aanbouw.

Avade assistent van de concurrentiebenchmark

Vraag maar waarop er in uw markt gewonnen wordt. Ik vergelijk liever dan dat ik uitleg.

Antwoorden komen uit de kennisbank van deze site. Geen advies op maat, en geen scan van uw bedrijf.