Istilah CPG Dijelaskan, sebuah seri oleh Cyril Ovely

Apa Itu On Shelf Availability (OSA)? Metrik Retail yang Menentukan Apakah Shopper Benar-Benar Bisa Membeli Produk Anda

On Shelf Availability (OSA) mengukur apakah sebuah produk secara fisik ada di rak ritel dan tersedia untuk dibeli oleh shopper pada saat kunjungan mereka. Ini adalah kebalikan positif dari Out of Stock, dan merupakan metrik yang digunakan peritel dan brand untuk mengukur kualitas eksekusi rak.

Jawaban singkat

On Shelf Availability (OSA) menjawab satu pertanyaan yang tampak sederhana: ketika seorang shopper berjalan menyusuri lorong, apakah produk yang mereka cari benar-benar ada di sana? Bukan di gudang, bukan di gudang belakang, melainkan di rak tempat pelanggan bisa langsung mengambilnya.

OSA dinyatakan dalam persentase. Sebuah SKU utama dengan OSA 96% berarti produk tersebut ditemukan di rak 96% dari waktu selama periode pengukuran. Target industri untuk SKU utama biasanya 95% atau lebih tinggi. Apa pun di bawah itu menandakan adanya masalah eksekusi di rantai pasok atau di toko.

Anggap OSA sebagai cermin positif dari Out of Stock (OOS). Jika OOS memberi tahu Anda apa yang salah, OSA memberi tahu Anda seberapa sering segala sesuatunya berjalan benar.

Mengapa ini penting dalam CPG

Produk yang tidak ada di rak tidak bisa terjual. Studi industri secara konsisten menunjukkan bahwa 8 hingga 12% SKU yang diinginkan shopper tidak tersedia saat mereka mengunjungi toko. Untuk produk promosi, angkanya bisa lebih buruk lagi.

Konsekuensinya berantai. Shopper yang tidak menemukan brand favoritnya akan membeli produk kompetitor, dan riset menunjukkan sebagian besar dari mereka akan beralih secara permanen. Anda bukan hanya kehilangan satu transaksi; Anda kehilangan seorang pelanggan.

Keputusan bisnis yang dipandu oleh OSA:

  • Efektivitas penjualan: "Kami sudah menegosiasikan listing-nya, tetapi apakah produknya benar-benar tersedia untuk dibeli?"
  • Kesehatan rantai pasok: "Di titik mana dalam pipeline produk tersendat sebelum sampai ke rak?"
  • Eksekusi toko: "Apakah masalahnya produk tidak terkirim, atau terkirim tetapi tidak diletakkan di rak?"
  • Peramalan pendapatan: "Berapa banyak volume penjualan yang kita hilangkan akibat out of stock yang sebenarnya bisa dihindari?"

Tanpa pengukuran OSA, brand dan peritel hanya menebak-nebak soal eksekusi di rak. Dan menebak itu mahal harganya.

Cara kerjanya dalam praktik

OSA diukur dengan memeriksa apakah SKU tertentu secara fisik ada di rak selama kunjungan atau audit toko. Pengukuran ini dapat dilakukan melalui beberapa metode, masing-masing dengan trade-off yang berbeda dalam hal biaya, akurasi, dan frekuensi.

MetodeCara KerjaAkurasiFrekuensiPaling Cocok Untuk
Audit ManualField rep atau auditor menyusuri lorong toko dan mencatat SKU mana yang ada dan mana yang hilangBaik, tetapi bergantung pada ketelitian auditorPeriodik (mingguan atau bulanan)Toko kecil, pemeriksaan kepatuhan planogram yang detail
Image RecognitionRep memotret rak, dan AI mendeteksi keberadaan produk serta celah kosong secara otomatisTinggi, dengan model yang telah dilatihSetiap kunjungan (harian atau mingguan)Cakupan yang skalabel di jaringan toko besar
Sensor IoTSensor berat atau rak pintar mendeteksi ketika sebuah posisi produk kosongSangat tinggi untuk deteksi real timeBerkelanjutanKategori bernilai tinggi, program pilot
Data EPOSData penjualan dianalisis untuk menyimpulkan ketersediaan. Penjualan nol untuk SKU yang terdaftar mengindikasikan bahwa produk tersebut tidak ada di rakTidak langsung, bisa melewatkan ketersediaan parsialBerkelanjutanMengidentifikasi toko bermasalah dalam skala besar
Pendekatan GabunganImage recognition untuk pengukuran langsung, EPOS untuk validasi dan analisis trenTertinggiBerkelanjutanTim CPG terkemuka

Skenario: Sebuah brand minuman melacak OSA di 500 toko. Audit hari Senin menunjukkan OSA 95%. Namun ketika brand tersebut melihat ketersediaan berdasarkan waktu dalam sehari, OSA turun menjadi 78% pada pukul 4 sore di hari Sabtu karena toko kehabisan stok lebih cepat daripada kecepatan restock-nya. Angka headline tersebut menyembunyikan pola krusial yang ada di baliknya.

Untuk yang tertarik pada sisi teknis: Pengukuran OSA kini bertransformasi berkat computer vision. Seorang field rep memotret rak, dan model AI mendeteksi produk mana yang ada dan posisi mana yang kosong, menghasilkan skor OSA dalam hitungan detik. Di baliknya, ini adalah sebuah pipeline object detection (biasanya CNN atau vision transformer) yang dilatih pada kemasan produk, menjalankan inferensi pada gambar rak dan menghasilkan presence matrix yang langsung dipetakan ke planogram. Hasilnya terintegrasi dengan sistem replenishment untuk memicu pesanan restock otomatis ketika OSA turun di bawah ambang batas.

Metrik utama & konsep terkait

  • OSA %: persentase instansi pengukuran di mana sebuah SKU tertentu ditemukan ada di rak. Angka headline-nya.
  • Ketersediaan berdasarkan waktu dalam sehari: melacak bagaimana OSA berubah sepanjang hari. Mengungkap celah restock dan kekurangan pada saat permintaan puncak.
  • Ketersediaan berdasarkan tingkatan toko: mengelompokkan OSA berdasarkan ukuran atau tingkat kepentingan toko. Rata-rata 95% bisa saja menyembunyikan OSA sebesar 70% di toko-toko dengan volume tertinggi Anda.
  • Phantom inventory (kesenjangan teoretis vs. aktual): ketika sistem menyatakan sebuah produk seharusnya tersedia dalam stok tetapi ternyata tidak ada di rak. Kesenjangan antara inventaris yang tercatat dan realita fisik ini adalah salah satu masalah paling mahal dalam ritel.
  • Out of Stock (OOS): kebalikan dari OSA. Jika OSA adalah 95%, maka OOS adalah 5%. Tim menggunakan kedua sudut pandang ini tergantung pada audiensnya.

Kesalahan umum & kesalahpahaman

Kesalahan #1: Mencampuradukkan OSA dengan numeric distribution.
Numeric distribution menunjukkan berapa persen toko yang menjual produk Anda. OSA menunjukkan apakah produk tersebut benar-benar ada di rak. Sebuah SKU bisa memiliki numeric distribution 90% tetapi OSA hanya 70%, yang berarti produk itu "terdaftar" di sebagian besar toko tetapi sering kali tidak ada tepat ketika dibutuhkan.

Kesalahan #2: Mengukur OSA hanya selama kunjungan terjadwal.
Jika rep Anda hanya berkunjung setiap hari Selasa dan Anda hanya mengukur pada hari itu, Anda tidak akan tahu apa yang terjadi di hari Sabtu. Pengukuran berkelanjutan sangat penting untuk memahami pola ketersediaan yang sesungguhnya.

Kesalahan #3: Tidak membedakan antara "tidak ada di rak" dan "tidak ada di gudang belakang."
Produk yang tidak ada di rak tetapi tersimpan di gudang toko adalah masalah eksekusi toko. Jika produk itu juga tidak ada di gudang belakang, masalahnya berasal dari hulu. Mencampuradukkan kedua skenario ini menyebabkan perbaikan yang keliru.

Kesalahan #4: Memperlakukan semua SKU secara setara.
SKU utama yang mendorong sebagian besar penjualan harus dijaga pada tingkat 95% atau lebih tinggi. Produk yang bergerak lambat mungkin memiliki target yang lebih rendah. Skor OSA yang dipukul rata untuk seluruh rentang produk Anda menyembunyikan masalah pada produk-produk yang justru paling penting.

Variasi regional

OSA adalah persoalan universal, tetapi cara pengukuran dan pengelolaannya sangat bervariasi menurut pasar:

  • AS: NielsenIQ dan Circana (dahulu IRI) melacak OSA melalui panel audit toko. Peritel besar seperti Walmart dan Kroger menjalankan scorecard OSA mereka sendiri dengan target kepatuhan pemasok yang ketat.
  • UK: Retailer scorecard menetapkan target OSA yang agresif, sering kali 97% atau lebih untuk lini produk utama. Kegagalan memenuhi target dapat berakibat pada penalti finansial atau delisting.
  • India: OSA cenderung lebih rendah karena fragmentasi rantai pasok di ribuan distributor dan jutaan toko kirana. Brand sering mengandalkan data stok distributor sebagai proksi untuk pengukuran rak secara langsung.
  • NZ/AU: Pelaporan OSA di tingkat chain sudah menjadi standar, dengan Coles dan Woolworths mewajibkan data ketersediaan yang detail dari pemasok.

Bagaimana tim terkemuka menggunakan OSA

Tim CPG dengan performa terbaik telah melampaui audit periodik dan membangun pemantauan OSA berkelanjutan ke dalam ritme operasional mereka. Image recognition di setiap kunjungan toko menghasilkan aliran data keberadaan produk di rak secara terus-menerus, menggantikan model lama yang hanya mengambil sampel beberapa toko per bulan.

Tim-tim terbaik menambahkan lapisan predictive alerts. Dengan menganalisis pola OSA historis bersama tingkat inventaris saat ini dan sales velocity, sistem menandai SKU yang berisiko mengalami out of stock sebelum hal itu terjadi. Seorang rep menerima notifikasi: "Store 247, SKU 8912, predicted OSA risk, recommend priority restock."

Organisasi paling maju menutup loop ini dengan mengintegrasikan data OSA dengan sistem pemesanan. Ketika ketersediaan di rak turun di bawah ambang batas, sistem menghasilkan pemicu replenishment otomatis berdasarkan data konsumsi riil. Hasilnya adalah rak yang mengoreksi dirinya sendiri dan tetap terisi tanpa perlu menunggu seseorang menyadari adanya masalah.

OSA bukan lagi sekadar metrik yang Anda laporkan. Ia adalah sinyal yang mendorong tindakan.

Sumber dan bacaan lanjutan


Lighthouse untuk CPG

Lihat bagaimana Lighthouse mengubah istilah-istilah ini menjadi eksekusi ritel

Lighthouse menghubungkan distribusi, eksekusi, trade, dan supply ke dalam satu sistem yang dapat ditindaklanjuti oleh tim komersial Anda hingga level toko dan SKU.

Ajukan demo
Cyril Ovely
Co-Founder dan CTO, Vxceed

Cyril adalah Co-Founder dan CTO di Vxceed. Dengan pengalaman lebih dari dua dekade di bidang teknik dan kewirausahaan, ia berfokus pada pembangunan solusi SaaS yang skalabel untuk mentransformasi eksekusi rantai permintaan dan membantu bisnis beroperasi dengan ketangkasan yang lebih besar di pasar yang terus berkembang.