Кейс «Дикси»: как обеспечить наличие товара на полке и проконтролировать исполнителей

В условиях непрерывной конкуренции все ритейлеры ставят перед собой цель удержать постоянных покупателей и привлечь новых. Один из способов этого добиться – помочь покупателю достичь цели, то есть дать ему возможность приобрести желаемые товары, когда он за ними пришел.

Насколько бы хорошо не отработали все бизнес-функции ритейлера, если товара не будет на полке магазина, продажа не состоится. Более того, если на полке не будет товара, значимого для покупателя, он может отложить или отменить покупку всей остальной корзины в конкретном магазине или в конкретной сети. 

Например, покупатель пришел купить любимые пельмени, а какой к ним докупить соус – ему все равно. Если нужных пельменей нет, он уйдет в другой магазин.



«Последняя миля», где товар становится доступным для непосредственной покупки конечным потребителем, как правило, управляется исключительно человеческим ресурсом: рутинная механика ручного контроля наличия товаров на полке, соответствия и наличия ценников, их корректности, создание и мониторинг многоуровневых ручных проверок, фотоотчетов и других уже устаревающих методик контроля. 

При этом расширение штата – это вопрос болезненный. Как в силу нехватки кадров, так и в силу роста издержек. Поэтому для оптимизации процессов «последней мили» все чаще применяются технологичные решения, инструменты прогнозирования и оценки на каждом из этапов цепи поставок. Такие технологии не только заменяют собой часть человеческого труда, но и делают процесс более эффективным и прибыльным.

Именно по такому пути развивает свои процессы торговая сеть «Дикси». Почти год назад в ней был полностью пересмотрен процесс управления показателем OSA, т.е. доступности товара на полке, и в процессы розничных магазинов стал внедряться инструмент алертинга на базе решения GoodsForecast.OSA. 

OSA (On Shelf Availability) – это показатель доступности товара на полке для покупателя. Это определяющий показатель эффективности внутренних процессов ритейлера. При недостаточном уровне показателя ритейлер сталкивается с проблемой упущенных продаж. При этом проблема имеет комплексный характер и не сводится только к несвоевременности пополнения полки магазина со склада. Покупатель может также отказаться от покупки при отсутствии ценника, неактуальности ценника, нарушении целостности упаковки и т.д. При повторе данной проблемы покупатель может переключиться на другой магазин. 

Причины отсутствия продаж можно разделить на 4 основные группы: 

● Товар не выложен в зал, хотя имеется на складе магазина;
● Товар выложен, но не доступен для покупки: его не видно по разным причинам;
● Товар числится виртуально: пересорт, кража, истекший срок годности и т.д.;
● Есть проблема с ценником: отсутствует, некорректный;

Новое решение должно было помочь оперативно выявлять все эти причины и устранять их в условиях ограниченной численности персонала. Целевой метрикой при этом была динамика розничного товарооборота.

На начальном этапе было выбрано три контрагента со своими решениями для проведения А/В тестирования. Предварительно все участники настроили интеграцию своих решений с системами «Дикси», а ритейлер также доработал используемое розницей приложение для приема сигналов и выдачи обратной связи.

Внедрение решения

Пилотирование решения GoodsForecast началось в июне 2023 года на выборке из 100 магазинов, в каждом из которых выдавалось до 20 самых важных сигналов один раз в день. 

Пилот продлился 3 месяца, в течение которых была проделана большая работа с обеих сторон по адаптации решения к процессам ритейлера. Это необходимая часть внедрения, без которой невозможно обеспечить эффективность использования инструмента алертинга. 

Здесь выделяется три стрима:

1. Кастомизация расчетов

Так как алерты и связанные с ними действия по исправлению ситуации начинают действовать в дополнение к основным процессам товародвижения в магазине, то они должны быть синхронизированы с ними, иначе будут конфликтовать. 

Вследствие такого конфликта снижается эффективность процессов и лояльность сотрудников розницы к инструменту.

Помимо адаптации к конкретным розничным процессам необходимо учесть в работе алгоритма особенности сложившихся логистических процессов и проведения основных видов промо.

Этот стрим реализуется на стороне GoodsForecast, при этом крайне важно чтобы и ритейлер помогал погрузиться в детали своей работы и понимал важность необходимости выделения времени и ресурсов для этого в ходе проекта.

2. Работа с изменениями

Изменения часто воспринимаются негативно, особенно на уровне линейного персонала. Важно выяснить существуют ли объективные причины такого поведения. Когда речь идет о внедрении инструментов алертинга в рамках процессов OSA, то причины сопротивления обычно кроются либо в рассинхронизации с основным процессом выкладки, либо в недостаточности предварительного обучения.

3. Контроль

Формирование методики измерения результата обновленного процесса и выработка условий является обязательным и проводится еще в ходе предпроекта. Обычно за основу берутся показатели точности сигналов и динамики розничного товарооборота, а условиями являются дисциплина выполнения заданий на проверку полки и контроль фрода. По ходу проекта методика уточняется.

---

Читайте также: «Дикси» повышает товарооборот магазинов с помощью GoodsForecast

---

По итогу пилота решение GoodsForecast показало лучший результат с показателем динамики РТО более чем 1,3%.

На следующем этапе руководство «Дикси» приняло решение продлить пилот, оставив в нем двух основных претендентов, чтобы окончательно подтвердить устойчивость результата при масштабировании решения на большее число магазинов. Также в ходе первого пилота успели опробовать и реализовать далеко не все идеи вендоров и специалистов «Дикси». Поэтому с 1 октября 2023 года по 30 марта 2024 года был запущен второй этап пилота. Тестовая группа магазинов, где применялось решение GoodsForecast, была расширена до 1100 магазинов. 

Основная задача состояла в настройке более умной работы алгоритмов. Если на первом этапе использовалась модель «из коробки», адаптированная под данные торговой сети, то на втором применялась уже комбинация различных моделей. Более того, решение подстраивалось с учетом обратной связи каждой конкретной точки, динамически меняя настройки алгоритма. Это позволило не только существенно повысить результаты в терминах точности и РТО, но и оптимизировать время расчетов.

В итоге, результаты пилота с применением решения GoodsForecast.OSA составили: 

● Более 1,3 % прирост РТО
● 95% дисциплина
● более 40% стабильно достоверных сигналов



К настоящему моменту решение развернуто на все магазины торговой сети «Дикси». В ближайших планах – перевод решения на импортонезависимый коммерческий стек технологий. После этого планируется активно развивать систему, расширяя спектр автоматизируемых процессов. 

Реклама ООО "ГУДФОКАСТ", ИНН 7708792483
erid: F7NfYUJCUneLs28X2Hi1