Vil skape storsalg med stordata

Bigblue har hjulpet mange kjeder med å optimalisere hyllene, men savnet etter hvert et mer effektivt verktøy for dette.

– Før jobbet man med hylleoptimalisering manuelt og brukte først blokk og blyant og etter hvert PC. Konsulentselskaper har tjent mange millioner på denne måten, sier daglig leder Geir Langbakken.

Med utviklingen innenfor den digitale verdenen har det på ikke mange år åpnet seg andre muligheter.

Må fotografere og skanne

– Det holder med en mobiltelefon, en skanner og et excel-ark med salgsdata så er man i gang, ivrer Geir Langbakken.

Konseptet Bluebox Shelves tar utgangspunkt i salgsdata fra kassen. Gjennom dem ser man hvordan produktene på det aktuelle punktet rullerer.

Hyllen eller disken fotograferes, gjerne med mobilen, samtidig som man skanner strekkoden til hvert produkt der salget skal optimaliseres.

– Da vet man akkurat hvor det enkelte produkt befinner seg, fremholder Langbakken.

Med til prosessen hører også å fotografere det enkelte produkt så man får frem størrelsen.

Det samlede materialet resulterer i et bilde av hyllen eller disken der farvekoder angir hvilken andel produktene har av omsetningen på det aktuelle punktet, innenfor sprang på 25 prosent.

– Andelene beregnes innenfor kvartiler. I tillegg får vi frem omsetningen per produkt og bruttomarginene.

Minst 2 prosent vekst

– Tar man i bruk Bluebox Shelves, øker salget fra en hylle, et skap eller en disk med minimum 2 prosent, sier Geir Langbakken.

Gjør man det i hele butikken, skal omsetningen øke med det samme. Multipliserer man med antall butikker, får matematikken frem potensialet i kjeden. I dagligvarehandelen totalt ligger det et milliardpotensial, ifølge tankegangen til Bigblue.

– Best resultat får man når løsningen tas i bruk i en kontinuerlig prosess, og ikke som nå der revisjon av hyllene foregår på prosjektbasis, i enkelte bransjer kanskje med års mellomrom.

Bigblue tester for tiden Bluebox Shelves i en finsk kjede og skal sette i gang en test også i Estland. Etter hvert er målet å spre løsningen innenfor en rekke europeiske markeder under varemerket Link. Løsningen er så langt tilpasset dagligvarehandelen samt elektronikk- og byggevarebransjen og tax-free-butikker.

Kan bli kunstig intelligens

Jo mer data, desto mer treffsikre blir prognosene til Bluebox Shelves. Når modellen fores med stordata over tid, lærer den stadig mer. En gang har den lært så mye at den kan beregne hva som er optimalt, på eget initiativ. Da er det snakk om kunstig intelligens.

– I fremtiden vil datakraften gi enda større gevinster, fremhever Geir Langbakken.

Beregningen av optimale hyller og disker hører hjemme på kjedekontoret. Gjennomføringen av beslutningene herifra tar butikkene seg av.

– Det skjer ingen forbedringer i varehandelen uten at det skjer en fysisk endring i butikk, erklærer Geir Langbakken.

For å anvende Bluebox Shelves betaler kjeden en grunnlisens. På toppen av denne kommer kostnaden for en lisens per butikk som tar systemet i bruk.

– Har dere møtt interesse hos norske dagligvarekjeder for Bluebox Shelves?

– Interessen har vært stor, forsikrer Geir Langbakken, som regner med at første dagligvarekjede tar systemet i bruk i løpet av høsten.

Kanskje nye sannheter

Bigblue har hentet inn ekspertise fra flere europeiske land i utviklingen av Bluebox Shelves. Programmeringen har foregått i Tallin i Estland. Polen er også involvert.

– I Warszawa kjører vi modeller som tygger data og lærer hver eneste time.

Bigblue mener deres egen kompetansebygging innebærer grunnforskning, og planlegger å samle inn data fra ulike europeiske kjeder.

– Ut av dette kan det komme resultater som vil rokke ved grunnleggende prinsipper i hylleoptimaliseringen, tror Langbakken.