线下CPG零售的核心：POG与销量的循环优化
线下CPG零售的核心：POG与销量的循环优化
在CPG（Consumer Packaged Goods，快速消费品）领域，线下零售的核心在于POG（Planogram）与销量之间的高效联动。
简单来说，CPG品牌经理的关键任务之一，就是建立POG与销量的关联，通过销量反馈不断调整优化POG，进而持续提升销量，开启正向循环。
POG（Planogram，陈列图）：指商品在零售货架上最佳摆放方式的图形化表示，涵盖位置、排列、数量等信息。
如何获取销量数据？
主要来源包括：
-
内部销售报告
公司内部销售跟踪系统提供的数据。 -
零售商数据
来自零售商分享，尤其在紧密合作关系下。 -
行业数据提供商
如尼尔森（Nielsen）、IRI、SPINS等机构提供的综合性市场数据。 -
电商平台
电商后台提供的销售分析工具，适用于线上销售。 -
CRM系统
客户关系管理系统，不仅跟踪销售，还能记录客户偏好与反馈。
如何保证零售商按照POG执行？
-
密切合作
与零售商保持密切合作，确保理解并遵循POG。 -
培训
对零售商和一线员工进行充分培训，确保规范执行。 -
销售执行
自有销售代表到店核查并整理陈列，保证符合POG要求。 -
执行核查
使用第三方团队核查执行情况，引入ROG（Realogram，实际陈列）概念，通过对比ROG与POG评估合规率。
广义POG的理解
广义的POG，可以理解为所有品牌相关内容的视觉呈现。
从物理尺度来看，POG涵盖：
- 货架
- 冰柜
- 地堆
- 端架
- 展示柜
- 悬挂陈列
同时，不同店铺、渠道、地区也在POG管理范畴内。
虽然POG与零售4P（Product, Price, Place, Promotion）不是直接一一对应，但底层数据是打通的，主要关联：
- 商品（Product）
- 价格（Price）
- 位置（Place）
- 促销（Promotion）
如何建立完整的数据链路？
1. 确定数据指标（KPI）
- 纯净度（Purity）：品牌或商品在特定货架区域的占比。
- 货架份额（Share of Shelf）：品牌或商品在整个货架上的占比。
- 是否缺货（Out of Stock）：商品在货架上是否存在。
- 陈列深度（Depth）：同一商品在货架前后堆放的数量。
- 陈列位置（Place）：商品在店铺中的具体摆放位置。
- 促销物料（Promotion）：如海报、横幅、展示架等。
- 价签（Price）：商品价签的商品名、价格、位置、特殊标识等。
2. 确定数据粒度
- 品类/子品类/系列/品牌/PSKU范围
- 竞品SKU范围
- 区域划分：全国/按地区/按市占率/按销售渠道
- 店铺范围
- 时间频率：月/双周/周/日/实时
3. 确定交付方案
- 数据准确率要求及评估方式
- 交付时间与频率：实时或定期交付
4. 确定采集方案
- 访店代表模式：自有/第三方自有/第三方众包
- 根据指标和粒度制定访店计划
- 采集硬件：统一采购或访员自备（手机/平板）
- 采集软件：自研/接入第三方SDK/使用第三方全包/多方整合方案
5. 确定AI供应商
- 技术能力要求：图像拼接、4P识别、数据管理
- IT系统集成难度排序：
- 数据对接 < API对接 < SDK对接 < APP替换
- 成本控制：项目管理、访店执行、系统开发、算法模型、运维、交付质量保障（QA）
市场变化下，为什么数据更重要？
当然，CPG品牌管理不能只盯着销量单一指标，销量也不仅仅受POG影响。
根据尼尔森《2024中国消费者展望》，影响消费者购买决策的主要因素包括：
- 产品质量
- 价格敏感度
- 促销活动
- 购物便利性
- 品牌知名度
- 渠道体验
无论市场如何变化，品牌方必须做到：
- 心中有数：对市场趋势、销售动态有清晰认知。
- 手中有数：沉淀结构化、实时化、精细化的数据体系。
只有数据越立体，决策越准确，才能真正以用户为中心、以需求为导向、以数据为驱动力，小步快跑，持续进化！