Из акции в акцию: как управлять запасами при краткосрочных акциях

Дано

Есть в Удмуртии сеть фирменных магазинов, торгующих мясом и мясными полуфабрикатами. Будем именовать её в дальнейшем просто «сеть мясных магазинов». Состоит она из 150 торговых точек, и предлагает продукцию двух местных производителей. Количество SKU — до 200, срок годности от 3 до 30 суток. 

Каждый производитель периодически проводит акции: отгружает 1-2-20 SKU по льготной цене. Информация о глубине скидки приходит вечером в четверг, а утром пятницы уже должен быть сформирован общий заказ и его распределение по торговым точкам. Естественно, производители никак не согласовывают друг с другом состав акционных SKU и глубину скидки, поэтому товаровед работает в постоянном цейтноте.

В акционный период рост продаж отдельных позиций может достигать 700-800%. Сделать прогноз сложно, велика цена ошибки.




В этих условиях товаровед в качестве меньшего зла обычно выбирает первый вариант.

Усложняет прогнозы также график поставок. На одну точку товар привозят ежедневно, на другую — раз в 3-4 дня. Это нужно учитывать, так как производитель даёт скидку не на проданный в период акции товар, а на фактически отгруженный.

Анализ выявил следующие факторы, от которых зависит статистика продаж на точке:

1. Глубина скидки.
2. Зарплатные недели.
3. Праздничные периоды.
4. Состав группы аналогов в акции.

Вот так выглядит «плохая акция»:



Чёрный график — динамика остатков
Красный цвет — продажи
Голубой — Заказы поставщикам



Признаки плохо проведённой акции:

1. Остатки «разъехались» с продажами во второй половине акции.
2. На выходе из акции пришлось предоставить дополнительную скидку для распродажи акционного товара.

Без автоматизации все вышеописанные факторы заставляют товароведов заказывать меньше скоропорта — пессимистичный вариант, и больше SKU с длительным сроком хранения — оптимистичный вариант. В результате имеем пустой прилавок для охлаждённой продукции с надписью: «Акция! Лопатка свиная -30 %», и залежи тушёнки на соседнем. Просрок не списали, некую «безопасность» соблюли. 

Стратегией «на победу» этот подход назвать сложно.

Простое решение

В сети мясных магазинов для управления запасами используется подсистема Оптимум-сток (DBM — Dynamic Buffer Management). Она же работает в другом нашем кейсе: Автоматическое управление остатками: реальность или фантастика? (кейс торгового дома «МИЛКОМ»). В этой статье приспособленность «Оптимум Стока» к акциям лишь упоминается. Сейчас покажем, как он работает в реальных условиях постоянных акционных предложений.

В терминах теории ограничений сложный алгоритм акций выглядит просто.

Основные понятия системы:

● Целевой остаток (ЦО) – остаток, к которому стремится система при формировании очередного заказа. ЦО также обозначается как буфер запаса. ЦО рассчитывается на основе продаж и Периода поставки.

● Период поставки (ПП) – количество дней, которое проходит от выбытия товара с полки до его восполнения на ней. Рекомендуется стремиться к минимальному периоду поставки.

Задача в терминах системы «Оптимум Сток» для конкретной акции выглядит так: рассчитать ЦО, достаточный для прохождения акции без падений в ноль (то есть отсутствия акционных товаров) и без списаний просрока по итогам акции. Отдельная подзадача — рассчитать даты увеличения ЦО и даты возврата к предыдущему ЦО на основе фактического графика поставки конкретной номенклатуры в конкретную торговую точку.
 
Эффективность акции оцениваем по двум критериям:

1. Рентабельность акции (ROI — Return Of Investments, показатель возврата инвестиций)


2. Надежность присутствия товара на полке

Так выглядит «хорошая акция»:



Признаки хорошо проведённой акции:

1. Остатки синхронизированы с продажами
2. На выходе из акции скидки на распродажу акционного товара не потребовались.

Надежность присутствия товара на полке составила 100 %,

Процесс расчёта акции выполняется в несколько простых этапов:

1. Сотрудник сети мясных магазинов заносит в учётную систему акционный документ с указанием позиций номенклатуры, размера скидки и торговых точек, выбранных для проведения акции.

2. Система «Оптимум Сток» для каждого сочетания Торговая точка + Номенклатура подбирает «шаблон» акции — заказ для данной конкретной точки и данной конкретной номенклатуры, который делался ранее и назначенный типовым. Выбор шаблона осуществляется с учётом описанных ранее условий:

● Глубина скидки.
● Зарплатные недели.
● Праздничные периоды.
● Состав группы аналогов в акции.
● Другие условия.

Сопоставление текущих условий акции шаблонным осуществляется не простым сравнением «равно — не равно». Алгоритм использует методы кластеризации на основе евклидовых расстояний, но пользователю об этом знать не нужно. Для товароведа система — «чёрный ящик», на вход которого подаются условия акции, а на выходе получается заказ на конкретные акционные позиции для каждой участвующей торговой точки.

Простой пример: производитель объявил акцию на ряд SKU со скидкой 13%. В системе «Оптимум Сток» есть информация о проводимых ранее акциях на те же или аналогичные SKU со скидкой 15, 10, 20 % — это и есть набор шаблонов. При прочих равных, самым подходящим будет шаблон со скидкой 15 %. Можно бесконечно усложнять алгоритм подбора шаблона, пока сложность не превысит возможности пользователя. Но если критерии не будут понятны пользователю, не будут представлены наглядно, то товаровед алгоритму подбора доверять не будет.

---

Читайте также: Как внедрить решение прогнозирования спроса методами машинного обучения?

---

● Система «Оптимум Сток» анализирует график поставки акционной продукции в конкретную торговую точку, и вычисляет две даты: дату увеличения ЦО и дату возврата к обычному ЦО. 

Даты рассчитываются так, чтобы ближайший заказ с поставкой в период акции был рассчитан с увеличенным ЦО, а заказ во время акции, поставка которого не попадает в акционный период, должен быть рассчитан уже с обычным, сниженным ЦО.

● Система «Оптимум-сток» использует данные о прохождении акции-шаблона и устанавливает с определённого момента высокий ЦО.

Формально никакого расчёта не происходит — все параметры уже заданы в акции-шаблоне.

Система «Оптимум Сток» хранит максимальные продажи за период поставки в период акции (ЦО Акции) и процент эластичности спроса по каждой проведённой ранее акции.

● Во время акции работает штатный механизм адаптации к фактическому спросу. Если мы продаем больше, чем требуется по шаблону — ЦО пойдёт вверх, если прогноз не оправдался — ЦО будет снижаться. 

● Выход из акции не требует расчёта. Просто в дату, определённую на этапе 3, кончается срок действия акционного ЦО и начинается срок обычного ЦО. 

Интуиция товароведа или как автоматизировать «чуйку»

Внедрение новых технологий всегда натыкается на некоторое противодействие со стороны «старичков». Опытные сотрудники поначалу считают, что никакой алгоритм не заменит их бесценного опыта. «Старички» соглашаются с тезисами логики принятия решений, утвердительно кивают при перечислении этапов расчёта, но критически относятся к результатам. Особенно, если прогноз не оправдывается — тогда ветераны сразу встают в позу «ну вот, я так и знал». То, что система рассчитала акционные заказы за час, а товароведы просидели бы сутки, не убеждает «старичков» в эффективности автоматизации.

Эти особенности учли при внедрении «Оптимум Сток» для расчёта акций. Для снятия противоречий приняли решение не бороться с товароведами, а возглавить их движение. Старички получили возможность проявлять свою экспертность, вклиниваясь в проектирование акции на любом этапе. Для этого организовали специальное рабочее место, на котором можно просмотреть все акционные SKU и рассчитанные ЦО для каждой позиции. Товаровед может по желанию изменить любой ЦО на любой торговой точке.

2-3 акционных цикла расставили все точки над «ё». Товароведы могли либо установить ЦО вручную, либо согласиться с расчётом, потеряв при этом право на позицию «ну вот, я так и знал». Изучив отчёты о падениях, товароведы отказались от вмешательства в расчёт ЦО в 98,4 % случаев.

Выводы и результаты

Главный эффект от внедрения «Оптимум Сток» на акциях — сокращение времени на формирование заказов до 1 часа вместо бессонной ночи. Товароведы получили возможность смотреть вещие сны: они как раз приходят в ночь с четверга на пятницу. 

Вернёмся к ROI.

Результаты для сети мясных магазинов в среднем выглядят так.

1. ROI:

Валовая выручка за период акции увеличилась на 5 %
Вынужденные скидки после акции снизились на 30 %
Средние остатки в период акции снизились на 20 %

2. Надежность присутствия увеличилась с 83 % до 95 %

По результатам внедрения сделали следующие выводы для себя, как системного интегратора.

1. Алгоритм применим, только если вы управляете запасами с помощью одной из систем, построенной на алгоритмах Теории ограничений.

2. Расчёт ЦО по нескольким десяткам SKU и 150 торговых точек занимает не более одного часа.

3. Алгоритм управления запасами на период акции несложно описать в терминах теории ограничений. В его основе лежит логика и немного математики для повышения точности.

4. Товароведы могут вклиниваться в процесс, но предпочитают этого не делать без особого зуда «чуйки». 

Два кейса - кейс торгового дома «Милком» и текущий кейс дают нам уверенность в следующем:

1. Мы готовы встроить «Оптимум Сток» в любую систему на базе 1С в течение 3-4 недель и запустить её в эксплуатацию.

2. Мы готовы настроить ваши акции за 2-3 акционных цикла.

3. После внедрения мы готовы взять клиента на сопровождение и подстраивать «Оптимум Сток» по запросу настолько тонко, насколько это вообще возможно.

E-mail: hello@hlcompany.ru
Телефон: +7 (3412) 601-303

Иван Бабушкин,
менеджер продукта «Оптимум Сток».

Для New Retail