Управление товарооборотом

Цифровизация процессов управления товарооборотом.

Система “Автомежмаг” — максимизирует объемы продаж в крупных ритейл-сетях с использованием многокритериальной модели оптимизации и автоматических рекомендаций по управлению ассортиментом.

О заказчике

FiNN FLARE — российско-финская торговая сеть, специализирующаяся на продаже одежды и аксессуаров. На территории современного СНГ FiNN FLARE присутствует с 1974 года, у компании более 150 торговых точек на территории бывшего СССР, большинство из которых — в России.

Предпосылки и задачи

Ежедневно в магазинах FiNN FLARE продаются сотни тысяч предметов одежды, ассортиментная матрица сети включает в себя тысячи позиций, продажи ведутся в России и за рубежом в разных валютах. В каждом магазине сети — свои акции, распродажи, скидки и особенности спроса. Заказчику был нужен инструмент, который позволил бы ежедневно анализировать продажи по всем моделям во всех точках сети и осуществлять оперативную подсортировку, формируя задачи на перемещение товаров из магазина в магазин.

До внедрения аналитического решения BI.Qube процесс управления ассортиментом велся вручную — за распределение товаров по торговым точкам отвечал отдел, состоящий из семи специалистов-товароведов. Для распределения самых ходовых товаров (около 20% от общего количества позиций) уходило не менее двух недель

Заказчику требовалось:

Автоматически соотнести спрос с предложением в каждой торговой точке и обеспечить оптимальное распределение ассортимента между магазинами
Собрать операционную информацию из разных источников в единое хранилище
Оперативно анализировать полученные данные и на их основе принимать быстрые управленческие решения
Точно прогнозировать спрос в разных торговых точках
Предотвратить попадание в магазин товаров, которые в нем, скорее всего, не продадутся

Проектное решение

Для решения поставленных задач требовалась система, способная быстро обрабатывать миллионы строк входящих данных, поступающих из разных источников, и при этом обладающая следующими функциями:

Прогнозирование объемов продаж товаров в разных торговых точках
Оптимизация перемещения товарных партий
Поддержание ассортиментной матрицы
Визуализация результатов прогнозирования спроса и работы рекомендательной модели
Отображение результатов перемещения товаров (как на карте, так и в разрезе изменения выручки по подсортированным позициям)
Спецразмещение новинок ассортимента
Устранение «хвостов» размерных линеек в точках с низкой вероятностью продаж

На дашбордах в удобной форме представлена информация о полноте ассортимента в разных торговых точках, рисках образования излишков и/или дефицита товаров, текущем объеме спроса. А что важнее всего, система подсказывает, из какого магазина в какой нужно переместить конкретные позиции, чтобы достичь баланса спроса и предложения в каждом из них. Ежедневное обновление информации на дашбордах позволяет бизнес-пользователю быстро получить представление о ситуации и принять важное решение вовремя.

Результаты внедрения

Внедрение системы “Автомежмаг” в бизнес-процессы FiNN FLARE увеличило выручку сети от 3 до 4% и принесло сразу несколько позитивных эффектов:

Расчет оптимального перемещения товара из 40 миллиардов возможных комбинаций производится максимум за 30 секунд
Время выполнения аналитических запросов — теперь составляет не более 5 секунд
Распределение всего ассортимента по торговым точкам осуществляется в три клика
Бизнес-пользователь может в режиме реального времени при необходимости скорректировать рекомендации по перемещению остатков между несколькими магазинами, сразу выгрузив задачу в учетную систему
Более точное перемещение товаров помогает улучшить раскладку в магазинах и полнее удовлетворять клиентский спрос за счет постоянного поддержания размерной сетки
Ускоренное обновление ассортимента повышает посещаемость и спрос
Точный прогноз скорости продаж снижает объем перевозок, что позволяет сократить затраты на перемещение товаров

Кроме того, решение существенно разгрузило персонал компании. У товароведов остается больше времени на аналитику и работу по повышению эффективности продаж, а продавцы больше не сталкиваются с ситуациями, когда покупатель хочет приобрести товар, но в магазине нет подходящего размера. Система обеспечила “зону комфорта” как сотрудникам FiNN FLARE, — так и покупателям.

Интерфейс системы

Преимущества

Ключевые достоинства системы, выделенные Заказчиком:

Максимизация объемов продаж во всех точках сети
Возможность ведения аналитики в разных разрезах
Снижение транспортных расходов
Наглядная визуализация данных

Еще одно преимущество решения — в том, что оно может быть использовано в любой торговой компании сферы fashion retail.

Проект реализован с использованием продукта BI.Qube командой интегратора IT Pro, которая отвечала за создание ETL-процессов, настройку хранилища данных, формирование витрин для высокопроизводительной аналитики, а также создание оптимизационных алгоритмов и ML-моделей. С помощью коннектора BI.Qube к 1С, работающему в визуальном режиме с метаданными, интегрированы данные из учётной системы 1С. Экспертиза IT Pro позволила устранить множество проблем, связанных со скоростью и качеством транспорта данных из систем-источников. Выявленные на проекте особенности работы с данными fashion retail переданы команде разработки BI.Qube и включены в очередное обновление ядра и компонентов фреймворка.