ว่ากันว่าการนำเสนอสินค้าในร้านค้าปลีก กลายเป็นอีกหัวใจสำคัญของการทำตลาดในยุคนี้ไปแล้ว ซึ่งในแวดวงค้าปลีกจะมีศัพท์แสงที่เกี่ยวกับเรื่องนี้ในเชิงกลยุทธ์ว่า Store Assortment Strategy
หากลงในรายละเอียดแล้วจะพบว่า มันก็คือกลยุทธ์การเลือกและจัดสรรประเภทสินค้าในร้านค้าปลีก โดยใช้ข้อมูลพฤติกรรมการซื้อมาวิเคราะห์เพื่อเลือกสินค้าที่ตรงใจลูกค้าในแต่ละสาขา จัดวางสินค้าขายดีในตำแหน่งเด่น และบริหารพื้นที่บนชั้นวางให้เกิดยอดขายและกำไรสูงสุด
สิ่งที่น่าสนใจก็คือการทำตลาดค้าปลีกในยุค Hyper-Personalization แบบทุกวันนี้ กลยุทธ์การจัดหมวดหมู่และคัดสรรสินค้าในร้านค้า หรือ Store Assortment มีการเปลี่ยนผ่านจากยุค "One Size Fits All" หรือการจัดสินค้าตามขนาดร้าน หรือภูมิภาคที่ตั้งสาขาที่เรียกว่า Cluster-based Assortment ไปสู่การเป็น "Segment of One" หรือการจัดสินค้าที่ออกแบบมาเพื่อพฤติกรรมของลูกค้าเฉพาะกลุ่มหรือเฉพาะบุคคลในทำเลนั้นๆ อย่างแท้จริง
การเปลี่ยนแปลงหลักๆ สรุปได้เป็น 4 แกนสำคัญ ที่มีตั้งแต่
1.จาก "อิงข้อมูลประชากร" สู่ "อิงพฤติกรรมจริงแบบ Real-time" ในอดีตร้านค้าจะจัดสินค้าตามข้อมูลประชากร ศาสตร์ (Demographics) เช่น ร้านนี้อยู่ในเขตคนรายได้สูง หรือย่านมหาวิทยาลัย ก็จะลงสินค้าแนวที่คิดว่ากลุ่มนี้ชอบ
หรือร้านนี้อยู่ใกล้สถาบันการศึกษาก็มีการนำสินค้าที่เกี่ยวข้องกับการใช้งานในการเรียนการสอนมาวางขายในร้านมากกว่าสินค้าประเภทอื่นๆ
แต่ในยุค Hyper-Personalized จะมีการเปลี่ยนมาใช้ Predictive AI และเทคโนโลยี Computer Vision หรือข้อมูลจาก Loyalty Program เพื่อวิเคราะห์ว่า คนที่เดินเข้าร้าน ณ ช่วงเวลานั้นๆ มีพฤติกรรมการซื้อจริง (Buying Patterns) อย่างไร เช่น แม้จะเป็นย่านออฟฟิศเหมือนกัน แต่ร้านสาขา A อาจจะมี Assortment ของอาหารคลีนและเครื่องดื่ม Plant-based แน่นกว่าสาขา B เพราะดาต้าชี้ว่าลูกค้าสาขานี้รักสุขภาพมากกว่าอย่างเห็นได้ชัด
2. การเกิด "Dynamic Assortment" ที่มีการปรับเปลี่ยนตามบริบท สินค้าบนเชลฟ์ไม่จำเป็นต้องวางนิ่งๆ เป็นเดือนอีกต่อไป แต่กลยุทธ์ Assortment ยุคนี้จะมีความยืดหยุ่นสูงมาก (Fluidity)
อย่างเช่น Micro-Seasonality หรือการปรับ Assortment ตามสภาพอากาศ ตามวันในสัปดาห์ หรือแม้กระทั่งช่วงเวลาของวัน (Dayparting) เช่น ตอนเช้าเน้นสินค้า Grab-and-Go และกาแฟพรีเมียม พอบ่าย 3 เปลี่ยนเป็นขนมขบเคี้ยวและเครื่องดื่มชูกำลัง โดยใช้ป้ายราคาดิจิทัล (ESL - Electronic Shelf Labels) ในการช่วยปรับเปลี่ยน
Hyper-Local Clustered สินค้าบางประเภทจะถูกเลือกมาวางขายเฉพาะสาขานั้นจริงๆ (Local Curation) โดยคัดเลือกจากคำค้นหา (Search Intent) ของคนในพื้นที่นั้นบนช่องทางออนไลน์ของแบรนด์
3. การผสานช่องทางออนไลน์เข้าสู่หน้าร้าน (Endless Aisle) เนื่องจากพื้นที่หน้าร้านมีจำกัด แต่ความต้องการของลูกค้าที่เป็น Hyper-personalized นั้นหลากหลายมาก กลยุทธ์ Assortment จึงไม่ใช่แค่ "การวางของบนเชลฟ์" แต่คือการเชื่อมต่อที่จะมีการ Curated Physical + Endless Digital โดยหน้าร้านจะเน้นจัดวางเฉพาะสินค้ากลุ่ม Top-selling หรือสินค้าที่ต้องสัมผัส/ทดลอง แต่จะมี Kiosk หรือ QR Code ให้สั่งซื้อสินค้าสีอื่นๆ ไซส์พิเศษอื่นๆ ที่ตรงใจลูกค้าคนนั้นได้ทันที เป็นสั่งจากหน้าร้านส่งตรงถึงบ้าน ทำให้ Assortment ของร้านขยายขอบเขตออกไปได้ไม่จำกัด
4. ความเปลี่ยนแปลงอีกอย่างที่เห็นอย่างชัดเจนมากขึ้นก็คือการเห็น Assortment ที่ขับเคลื่อนด้วยคลัสเตอร์ย่อยแบบสุดขั้ว (Micro-Segmentation) แบรนด์ค้าปลีก ไม่ได้แบ่งกลุ่มลูกค้าเป็นแค่ 4-5 กลุ่มอีกต่อไป แต่อาจแบ่งเป็น 50-100 กลุ่มตามไลฟ์สไตล์ที่เฉพาะเจาะจง (Niche/Tribes)
ทำให้การจัด Assortment จะมองเป็น "Solution" หรือ "Occasion" มากกว่ามองเป็นหมวดหมู่สินค้าทั่วไป เช่น แทนที่จะจัดเชลฟ์แยกคุกกี้ น้ำยาซักผ้า นม ก็เปลี่ยนเป็นการจัดโซนสินค้าสำหรับครอบครัว หรือโซน "Pet Parent" สำหรับคนรักสัตว์ หรือ "Eco-Friendly Living" ที่รวมสินค้าหลากหมวดหมู่ที่ตอบโจทย์ค่านิยมเฉพาะบุคคลของลูกค้าในย่านนั้น เป็นต้น
ทั้งหมดทั้งปวงแล้ว กลยุทธ์ Store Assortment ในยุค Hyper-Personalization ไม่ใช่เรื่องของการเดาใจผู้บริโภคอีกต่อไป แต่คือการใช้ **Data-Driven ** เพื่อเปลี่ยนหน้าร้านให้กลายเป็นพื้นที่ที่ "ตอบสนอง" (Reactive) และ "รู้ใจ" (Predictive) ต่อความต้องการของลูกค้าในทำเลนั้นๆ ได้อย่างแม่นยำที่สุด
ในประเทศไทย ค้าปลีกรายใหญ่หลายรายได้ขยับตัวเข้าสู่การปรับกลยุทธ์ Store Assortment ร่วมกับ Hyper-Personalization อย่างชัดเจน โดยมักจะใช้ข้อมูลจาก Loyalty Program ขนาดใหญ่ ผสานกับระบบจัดการสต๊อกอัจฉริยะ (AI-driven Supply Chain) นี่คือ 3 เคสตัวอย่างในไทยที่เห็นภาพได้ชัดเจนที่สุด
ไล่ตั้งแต่ เซเว่น อีเลฟเว่น ที่ใช้กลยุทธ์ Hyper-Local & Dynamic Assortment โดยใช้ข้อมูลพฤติกรรมการซื้อจากทั้งหน้าร้านและแอปพลิเคชัน 7-Eleven ในการทำ Assortment Optimization ลงลึกไปถึงระดับสาขา (Store-by-Store)
อย่างการเปลี่ยนเชลฟ์ตามกลุ่มนักท่องเที่ยว (Micro-Segmentation) ที่ในยุคปัจจุบัน สาขาที่ตั้งอยู่ในย่านท่องเที่ยว เช่น ภูเก็ต พัทยา หรือเชียงใหม่ จะมี Assortment ที่ไม่เหมือนกับสาขาในย่านที่พักอาศัยของคนไทยอย่างสิ้นเชิง โดยจะคัดเลือกสินค้าประเภทกลุ่ม "DIY Refreshment" เช่น เครื่องดื่มผสมวุ้น เยลลี่ หรือเครื่องดื่มชูกำลังผสมโซดาที่ฮิตในหมู่ชาวต่างชาติบน TikTok หรือแซนด์วิชอบร้อนรสชาติเฉพาะ เช่น ผักโขมอบชีส สำหรับกลุ่มเลี่ยงเนื้อสัตว์มาขึ้นเชลฟ์ในปริมาณที่มากกว่าปกติ เพื่อตอบสนองพฤติกรรมเฉพาะของกลุ่มที่เดินเข้าสาขานั้น
ขณะที่ในบางแคมเปญมีการเชื่อมโยง Data สภาพอากาศแบบ Real-time เข้ากับสต๊อกหน้าร้าน เช่น หากพบว่า ช่วงเย็นในพื้นที่รอบสาขานั้นมีฝนตกหนักหรือการจราจรติดขัด ระบบจะดันสินค้ากลุ่มอาหารพร้อมทาน (Ready-to-Eat) และกลุ่มเมนูอุ่นร้อนให้เด่นชัดขึ้นบนชั้นวางและบนหน้าแอปพลิเคชันเดลิเวอรี่ เพื่อตอบโจทย์ลูกค้าที่ต้องการซื้อของกินกลับไปติดบ้านทันที
ส่วนอีกเคสที่น่าสนใจก็คือการทำตลาดของ Central Food Retail เจ้าของแบรนด์ Tops ที่กลยุทธ์ "Endless Aisle" และ "Curated Concept"
Tops มีการปรับรูปแบบร้านเป็นแพลตฟอร์มแบบ Curated Assortment โดยแบ่งเซกเมนต์ตามพฤติกรรมเชิงลึกของลูกค้า (Lifestyle & Occasion) แทนการจัดเรียงแบบหมวดหมู่สินค้าทั่วไป อาทิ โซนเฉพาะกลุ่ม (Lifestyle Zones) ที่การจัดสินค้าภายในร้านยุคใหม่ของ Tops จะถูกหั่นย่อยเป็นโซนที่ตอบสนอง Personal Value ของลูกค้า
อาทิ โซน Healthiful สำหรับคนรักสุขภาพ โซน Looksmore ที่เป็นโซนบิวตี้ที่คัดสรรเฉพาะสินค้าพรีเมียมเทรนด์ใหม่ หรือ Petster สำหรับกลุ่ม Pet Humanization หรือคนเลี้ยงสัตว์เหมือนลูก ซึ่งการจะเลือกว่าสาขาไหนควรได้โซนไหนหรือพื้นที่ใหญ่เท่าใด จะถูกคำนวณจาก Data ยอดซื้อสินค้าหมวดหมู่นั้นๆ ของสมาชิก The 1 ในพื้นที่นั้นเป็นหลัก
นอกจากนี้ ยังมีการทำ Omni-channel Assortment สำหรับสาขาขนาดเล็กอย่าง Tops Daily ที่มีพื้นที่วางสินค้าจำกัด Tops จะเลือกจัด Assortment เฉพาะสินค้าแนว Grab & Go หรือท็อปฮิต แต่หากลูกค้าต้องการสินค้าเฉพาะทาง เช่น ไวน์ขวดพิเศษ หรือเนื้อเกรดนำเข้า ลูกค้าสามารถสแกนหรือสั่งผ่านหน้าจอในร้านเพื่อดึง Assortment จาก Tops Online หรือสาขาบีคอนขนาดใหญ่ (Endless Aisle) มาส่งที่บ้านได้ทันที
สิ่งที่เป็นข้อสังเกตจากเคสในไทยก็คือค้าปลีกไทยไม่ได้เปลี่ยนโครงสร้างร้านไปเลยทีเดียว แต่ใช้วิธี "ปรับสัดส่วน (Mix & Match)" และ "เปลี่ยนวิธีการจัดเรียง (Layout & Concept)" ให้ตรงกับพฤติกรรมของลูกค้าที่หนาแน่นที่สุดในแต่ละสาขา โดยใช้พลังของ Big data จากสมาร์ตโฟนและบัตรสมาชิกเป็นตัวนำทางหลักนั่นเอง....