Автоматическое управление остатками: реальность или фантастика? (кейс торгового дома «МИЛКОМ»)

Иван Бабушкин, менеджер продукта «ОптимумСток».

Задача прогнозирования товарного остатка доставляет немалую головную боль торговым сетям любого формата — от «точки» до сети гипермаркетов. 

Множество алгоритмов, каждый из которых «тот самый», высокие требования к аппаратной части и отсутствие ответственности за результат расчета – вот характерные особенности существующих алгоритмов прогнозирования спроса.

Мы решили помечтать о прекрасном и сделать систему, которая не требует высоких аппаратных мощностей, а результат расчёта визуально понятен любому желающему. И главное — минимум прогнозирования, реагируем только на реальный спрос. 

Дано

ООО Торговый дом «МИЛКОМ» — 120 торговых точек. 120 продавцов по телефону делают заказы по десять раз за день, и это в буквальном смысле. Ассортимент впечатляет: 500–700 SKU на каждой точке, 20% товаров имеет срок годности от 3 до 7 дней.

До 1500 ежедневных заказов, которые продавцы делают вручную, корректируют 11 менеджеров по продажам. И всё равно оборачиваемость по SKU длительного хранения низкая, а уровень упущенных продаж по скоропортящимся позициям — высокий.

Надо отметить, что централизованно за надежностью присутствия товара на полке и ассортиментом торговых точек никто не следит. 

Генеральный директор ООО «ТД” МИЛКОМ», Микрюков Василий Анатольевич: 

«Проблема управления остатками назревала давно. И только обострялась с ростом присутствия федеральных игроков на рынке. Мы просто обязаны были оставаться конкурентоспособными и предлагать весь необходимый ассортимент, при этом снижая издержки. В то же время часто в спец. литературе попадались материалы о том, что управлять остатками в скоропорте, каким является молочная продукция, очень трудно, почти невозможно. Но мы решили рискнуть, попробовать. Потому что я всегда был на стороне инноваций и технологий, и мы верили в то, что это реально! Решили попробовать методику, предложенную компанией Хэдлайн и реализованную в сервисе «ОптимумСток», и не пожалели».

Задача

Задачи были поставлены грандиозные. 

● Первая задача — повысить надежность присутствия товаров до 95–100 % и, соответственно, снизить упущенную выручку. 

● Вторая задача — повысить общий уровень оборачиваемости товарных запасов. Здесь делать какие-то прогнозы было нереально, поэтому оцифровывать прогноз не стали.

● Третья задача — сократить расходы на персонал. Одиннадцать (!) менеджеров по продажам — это слишком для заданных параметров сети.

Решение

Задачу решали в несколько этапов.

Разработали рамочную концепцию подсистемы «ОптимумСток». Решили применить технологию динамического управления буфером DBM из Теории ограничений Э. Голдратта (ТОС). Была изучена вся доступная теория, пообщались с экспертами по ТОС, составили план проекта.

Изначально, как в любой теории, всё звучало красиво. Выделяем буфер (остаток), который должен быть в торговой точке для обеспечения продаж от поставки до поставки.  Буфер делится на 3 зоны – зеленую, желтую и красную. Если слишком долго в зелёном – снижаем буфер, если залезли в красную – увеличиваем. 

Были сомнения на счёт излишней простоты метода, сезонности спроса и акционной активности, но была уверенность, что это всё детали и основа была выбрана верно.

Первые шаги

Подсистему «ОптимумСток» было решено встроить в имеющуюся у Клиента конфигурацию 1С УПП 1.3. 

Был создан механизм массового создания заказов по расписанию, системе сообщили периоды поставок и прочие параметры, влияющие на расчет Целевого остатка (ЦО).



Очень помог заказчик — принял на работу аналитика специально под проект, включил в работу всех менеджеров по продажам для редактирования параметров системы и, в первую очередь, целевого остатка (ЦО).

Затем мы запустили пилотный проект на 10 точках. В его рамках провели обучение персонала и начали работать, формируя заказы по кнопке. Заказы вручную контролировали аналитик и менеджеры по продажам. 

Показателей выбрали всего три: упущенная выручка, оборачиваемость товарного запаса и аутстоки. Показатели приобрели положительную динамику в течение первых двух недель работы заказа.

Выход на промышленные мощности

Пилотный проект дал понимание того, что нереально вручную отследить ЦО (буфер) по всем SKU и 120 точкам. 

Мы реализовали автоматический расчет ЦО, положив в основу классические алгоритмы DBM (ТОС). Основная интеллектуальная работа заключалась в том, чтобы сформулировать для системы. что такое «слишком долго зеленый» и «слишком часто красный». В результате получили подсистему, которая работала… максимум на три с плюсом. 

Основные недостатки классической адаптации к спросу по ТОС:

● При длительных периодах поставки (14 и более дней) мы можем получить рост продаж внутри периода поставки, который не успеет повлиять на значение буфера, так как мы уже растем по продажам, но ещё не в красной зоне. В красную зону мы попадём через несколько дней, а заказ мы создавали вчера. 

В итоге следующая поставка не поддержит рост, если он действительно был, а последующие поставки с увеличенным буфером, наоборот, привезут товар в количестве, которое уже никому не нужно. В теории, данный подход обеспечивает избавление от эффекта «кнута», но и товара на складе не будет.



● Акции и резкий рост продаж. Классический подход рекомендует двигаться итерационно, пропуская периоды охлаждения. На практике при объявлении акции у нас нет нужного количества времени на подобную адаптацию к спросу. В итоге — потерянные продажи.

● Ручное редактирование. Вспоминаем, что ориентация идёт на состояние буфера по остаткам, но никак не анализируются, причины попадания в зелёную или красную зону буфера. На практике все редактируют заказы. Если поставить запрет, у людей откуда-то появляются права на его обход и прочие лазейки. Вычеркнули — оказались в красной зоне буфера, и система начинает поднимать значение ЦО, дополнили — улетели в зелёную зону, система начнет снижать ЦО, как излишний. В итоге можно получить картинку, при которой каждый день идет добавление товара в заказ, а значение автоматически рассчитанного буфера снижается как излишне высокого, так как мы не вылазим из зеленой зоны.

Адепты классической ТОС и свидетели «Симфонии», конечно же, будут отстаивать свои позиции под лозунгом: «In Goldratt we trust». Но нас интересовали не лозунги, а результат. 

Практика показала, что даже с инъекциями по коротким срокам годности, повышению устойчивости к ручному редактированию и высоким квантам, подсистема не обеспечивает управления буфером в приемлемом виде. Поэтому следующую итерацию решили делать, не взирая на авторитеты.

Реализовали новую версию адаптации к фактическому спросу. Подсистема «ОптимумСток» теперь не стала учитывать остатки и их зонирование относительно буфера. На основе продаж и оперативного периода, который можно указать индивидуально для номенклатуры, мы ежедневно начали пересчитывать буфер так, будто производим начальный расчёт целевых остатков для вновь подключаемой точки. 

Цветовую индикацию мы оставили для понимания критичности потребностей в SKU при ограничении в сумме закупки, а также ряда других аналитических отчётов. 

Также пришлось по-быстрому разработать систему управления ассортиментом на основе АВС-анализа, которая стала поставщиком автоматически рассчитываемого необходимого уровня доступности товара на полке. 

Эксплуатация переработанной подсистемы адаптации к спросу «ОптимумСток» получила оценку четыре с плюсом. 

Но даже при такой оценке подсистема умеет:

● Устойчиво работать при активном ручном редактировании заказов.

● Ежедневно адаптироваться к спросу по всей сети — 120 ТТ и всей номенклатуре — 700–1000 SKU всего за один час.

● Справляться с резким ростом продаж в акцию и сезон.

● Работать в соответствии с заявленным уровнем надёжности присутствия для товарной категории.

● Корректно работать с акциями благодаря связи схем поставки и истории аналогичных акций в торговой точке.

● Системе без разницы какие используются периоды поставки. Сейчас система работает с периодами поставки от 1 до 120 дней;

Отдельно выделим: подсистема «ОптимумСток» спокойно справляется с резким ростом спроса при объявлении акций или наступлении сезона.

Мы полностью запретили редактирование заказов по группам A и B продавцами для дальнейшего повышения эффективности. Ручные правки возможны только через аналитика, который отклоняет 90 % требований продавцов как бред и ересь.

Для оценки эффективности подсистемы реализовали отчётность по ключевым показателям:

● упущенная выручка по падениям в ноль;
● оборачиваемость товарного запаса.

Сделали возможность оперативного просмотра показателей в 1С, показатели также доступны в ежедневной почтовой рассылке.

Результат

Внедрение подсистемы «ОптимумСток» привело к следующим необратимым последствиям:



1. Обеспечили стабильно высокий процент присутствия товара на полке. При этом политика компании «Милком» такова: лучше упасть в выручке, чем торговать несвежими продуктами.

2. На 30% увеличили оборачиваемость. Победили главного врага оборачиваемости — высокий квант.

3. С одиннадцати до девяти - уменьшили количество менеджеров по продажам. Оставшиеся специалисты заняты более квалифицированной работой, связанной с управлением ассортиментом.

4. Наметили пути дальнейшего развития системы — переход всех процессов на исключительно внешнее управление: от поставок до управления ассортиментом, планограммой и выкладкой товара. И это не фантастика — абсолютно реально при дальнейшем развитии аналитических инструментов. Кстати, сейчас аналитическими инструментами пользуются только директор и один из менеджеров по продажам — этого достаточно для успешного функционирования.

Нам, как системному интегратору, этот проект дал следующее: сейчас любой пилотный проект по внедрению подсистемы «ОптимумСток» мы готовы сделать за 2–3 недели.  Методика отработана, описана и сведена к набору стандартных действий — о чём расскажем ниже.

Тиражирование решения

Мы готовы внедрять подсистему «ОптимумСток» в любой продукт фирмы 1С.

Мы устанавливаем подсистему, проводим обучение пользователей, помогаем разработать необходимые регламенты взаимодействия для всех участников системы. Проводим опытную эксплуатацию и передаём подсистему в промышленное использование.

Подробнее остановимся на процессе настройки и запуска системы, который проходит в два этапа.

Этап 1. Настройка начальных параметров системы

1. Начинаем процесс с выделения нескольких торговых точек в качестве тестового куста. 

Точки могут быть отобраны по нескольким вариантам группировки:

● схожесть графиков поставок;
● формат магазинов;
● одни и те же поставщики и т. д.

2. Составляем перечень SKU и вводим начальные данные:

● кванты;
● витринные запасы;
● сроки годности.

3. Далее следует формализация и настройка схем поставок в подсистеме. 

Шаги:

● Определение списка поставщиков.
● Группировка поставляемых товаров.
● Определение графика заказов и поставок в разрезе складов компании (РЦ, торговые точки).
● Расчёт и утверждение периода поставки для каждой схемы.

4. Установка ЦО в разрезе складов на основании статистики продаж. Для этого выделяем показательный период статистики продаж. 

Дальнейший расчёт ЦО в разрезе товарных групп или номенклатуры делаем на основании данных по этому периоду.

---

Читайте также: Недобор или перебор? Как правильно прогнозировать спрос и товарные остатки

---

5. Опытная эксплуатация. Здесь разрешаются возможные противоречия и «причёсываются» процессы. 

При прогонах делаем следующее:

● создаём тестовые заказы торговых точек для анализа расчётных ЦО;
● устраняем несоответствия учётных остатков товаров;
● решаем вопросы по несоответствию ассортимента, когда в заказ попадают снятые с производства позиции или не попадают новинки, по которым не было движения в показательном периоде.

6. Разработка регламента автоматического создания заказов и передачи их поставщикам. Окончательная точная настройка подсистемы.

Этап 2. Работа с ассортиментом торговых точек

1. В первую очередь настраиваем подсистему АВС-анализа:

● делим товар на товарные категории;
● утверждаем параметры расчёта статуса в ассортименте;
● решаем вопросы с вводом-выводом товаров из ассортимента.

2. Настраиваем «ОптимумСток» к спросу:

● вводим параметры надёжности присутствия товара на полке для товарных категорий;
● настраиваем расписание процесса адаптации и прописываем политики ручного вмешательства в работу системы при определении целевых остатков.

Срок выполнения обоих этапов — 2–3 недели.

Заказчик получает систему автоматического формирования заказов для торговых точек с заданными параметрами присутствия товара на полках и оборачиваемость.


Возникли вопросы по работе с решением «Оптимум сток»?

         
E-mail: hello@hlcompany.ru

Телефон: +7 (3412) 601-303

Иван Бабушкин,
менеджер продукта «ОптимумСток».

Для New Retail