Hävikki nakertaa kaupan liikevaihdosta miljoonia

Hävikki nakertaa kaupan liikevaihdosta miljoonia


Fujitsu teetti taannoin Britanniassa selvityksen, jossa arvioitiin hävikkiä ja sen kustannuksia vähittäiskaupalle. Luvut näyttivät mielestäni kovin suurilta enkä oikein ymmärtänyt miten hävikki voi olla useita kymmeniä miljoonia euroja vuodessa. Lisäksi kyse oli vain hyvin pienestä hävikin osa-alueesta, nimittäin skannaamattomista tuotteista.

Tämän kaltaisen hävikin tutkiminen ei ole uusi asia. Hieman laajempi näkökulma samankaltaiseen hävikkiin löytyy Global Retail Theft Barometer -tutkimuksesta, jota on tehty vuodesta 2001 asti.

Skannaamattomuus voi johtua rikoksen lisäksi inhimillisestä tai järjestelmävirheestä. Tutkimus ei siis ota huomioon ruoan pilaantumista tai rikkoutumista, vaan ainoastaan ”selkeän hävikin”, jolle pitäisi pystyä tekemään jotain. Tutkimuksen mukaan selkeä hävikki noin 1 500 kaupan yrityksissä on 1,23 % liikevaihdosta. Suomessakin luku vastaisi kaupan alalla useita satoja miljoonia euroja.

Suomessa kahden suurimman ketjun vähittäis- ja rautakaupan toiminta on lähes saman suuruista eli liikevaihto on noin 8 miljardia euroa. Tämän tarkoittaisi yhteensä noin 200 miljoonan euron hävikkiä eli todella isoa summaa. Varsinkin kun tämä potti voitaisiin sellaisenaan lisätä tulokseen.

Jos mennään vielä barometrissä askel eteenpäin, niin tuosta summasta 39 % johtuu yrityksen omien työntekijöiden varkauksista tai näpistyksistä, 38 % ulkoisista varkauksista ja näpistyksistä, 16 % yrityksen sisäisistä tai järjestelmistä johtuvista virheistä (inhimillisestä tai koneellisesta) ja 7 % toimittajien tai valmistajien alkuperän tai valmistuksen suhteen vääristymistä.

Onneksi kaikkiin ongelmiin on jo olemassa uusia ja tehokkaita työkaluja ja teknologioita, joilla hävikkiä voidaan alentaa tai jopa poistaa.

RFID:n (Radio Frequency Identification eli radiotaajuinen etätunnistus) avulla tuotteen alkuperää ja valmistusta voidaan seurata ja tietoja täydentää matkan varrella. Varkauksia ja valvontaa tehostavat videoanalytiikka ja tekoälypohjainen kasvojen tunnistus. Videoanalytiikkaa voi myös käyttää kassoilla skannaamattomien tuotteiden eliminoimiseksi. Silloin kassan läpi kulkeneet tuotteet kuvataan ja tunnistetaan tekoälyn avulla. Videon ja kassan tiedot ajetaan ristiin ja kassaa voidaan varoittaa, jos tuotetta ei ole skannattu. Kuulostaa utopistiselta, mutta kyseinen teknologia on jo olemassa ja toimii.

Palataan vielä lukuihin. On siis jo olemassa teknologioita, joilla kaupan hävikistä voidaan eliminoida oletuksena puolet. Tämä tarkoittaisi molempien isojen ketjujemme osalta noin 100 miljoonaa euroa. Paljonko eliminointi maksaisi? En usko, että ihan niin paljon kuin mitä se nyt maksaa.

Kävin muutaman gradu-tutkielman aiheesta läpi ja niissäkin todettiin, että vartijoiden lisääminen vähentäisi varkauksia, mutta sen avulla tuskin pystytään puuttumaan omien työntekijöiden virheisiin tai varkauksiin, eikä myöskään järjestelmistä johtuviin virheisiin.

Isoja säästöjä olisi luvassa, jos koko kaupan ala voisi hyödyntää laajasti uusia teknologioita. Vaikutus ulottuisi myös tuotteiden hintoihin tai mahdollisesti palvelun laatuun.

Teemme Fujitsussa määrätietoista ja jatkuvaa työtä videoanalytiikkaratkaisujen kimpussa. Fujitsulla on jo nyt eniten tekoälyyn liittyviä patentteja maailmassa. Maailmassa, jossa tulevaisuudessa voimme toivottavasti elää ilman hävikkiä.

+ There are no comments

Add yours