ЧЕЛОВЕЧЕСКИЙ ФАКТОР
Изначально управление запасами в ГК «Лама» (гипермаркеты «Фуд-Сити», универсамы «Абрикос», супермаркеты «Лама») было полностью основано на заказах магазинов. Товароведы каждой из торговых точек сети 3-6 раз в неделю делали поставщикам и собственному распределительному центру (РЦ) заявки, каждая из которых содержала от 2500 до 5000 SKU в зависимости от формата магазина. На это у каждого из сотрудников уходило от 14 до 21 часа в неделю.
При такой схеме качество заказа товара полностью зависело от профессионализма товароведа. В магазинах, сотрудники которых были недостаточно компетентны, время от времени возникал дефицит ходовых позиций или, наоборот, затоваривание.
«Но каким бы хорошим ни был товаровед, его возможности все же ограничены. На практике качественные заказы формировались для наиболее ходовых позиций, а заявки по остальной номенклатуре были не столь точны», – отмечает Николай Молдован. Также периодически сотрудники совершали ошибки и по невнимательности какой-то товар просто забывали заказывать.
Чтобы справиться с этой проблемой, руководство ГК «Лама» приняло решение о внедрении системы управления запасами и автозаказа, основанной на прогнозировании потребительского спроса.
Ритейлер провел анализ существующих на рынке решений и в результате остановился на системе Goods4Cast компании Forecsys. «Нас привлёк солидный портфель внедрений этого разработчика, кроме того, возможности системы полностью соответствовали нашим требованиям», – говорит Николай Молдован.
Проблема интеграции с информационной системой ритейлера MS Axapta была решена с помощью сервиса Microsoft Integration Services. Обмен данными с Goods4Cast происходит раз в день, а прогнозы считаются ночью. «За все четыре года эксплуатации системы мы имели около 10 инцидентов по остановке работы системы. Это говорит о ее высокой надежности», – отмечает Николай Молдован.
Первым этапом проекта (май 2008 г. — июнь 2009 г.) стало внедрение системы автоматического заказа товара в торговые точки. Система Goods4Cast автоматически выбирает наилучшую модель поставок по таким параметрам, как характер динамики спроса, день поставки, количество дней до заказа, срок приемки, срок выкладки и т. д., и для каждой комбинации товар-магазин автоматически формирует заказ поставщикам и РЦ.
Также решение позволяет оценивать соотношения между рисками колебания спроса и стоимости издержек на хранение дополнительного остатка в магазине, и таким образом поддерживать оптимальный уровень запасов. «Сейчас сотрудники магазинов не занимаются составлением заказов, а лишь контролируют их», – отмечает Николай Молдован. В текущий момент магазины на это тратят всего около одного часа.
По словам топ-менеджера, исключение сделано только для формата «супермаркет», для которого предусмотрен пока только рекомендательный автозаказ. «В супермаркетах много товаров так называемой элитной группы, для которых очень важен такой параметр, как минимальный остаток. Пока для супермаркетов эти параметры в системе еще не заданы – это работа следующего этапа внедрения», – комментирует Николай Молдован.
Вторым этапом проекта (октябрь 2009 г. — апрель 2010 г.) стала автоматизация заказа товара на распределительный центр, через который в среднем проходит до 20% поставок в гипермаркеты и 70% в универсамы и супермаркеты ритейлера.
По просьбе ГК «Лама» Forecsys доработала свое решение под особенности бизнес-модели ритейлера , включив в него возможность заказа на консолидирующий склад для дальнейшего распределения товаров по распределительным центрам торговой сети, с которых, в свою очередь, отгрузка товара производится в магазины.
По словам Николая Молдована, система рассчитывает необходимый объем поставок на РЦ, исходя из суммарной потребности магазинов. При этом алгоритм заказа товара учитывает индивидуальные особенности спроса в каждом из магазинов, расписание поставок товара на РЦ и в магазины сети, время доставки до торговой точки, ассортиментную матрицу магазинов (в том числе даты входа и выхода товара из ассортимента), информацию о резервах и о количестве товара «в пути», периодичность поставок товара, уровень минимального остатка в торговом зале, срок годности товара, информацию о праздничных периодах, прошедших и планируемых промо-мероприятиях, розничную цену, наценку, стоимость хранения товара на складе, стоимость отвлечения вложенных в покупку товара средств.
Благодаря использованию Forecsys Goods4Cast ритейлер упорядочил все процессы, связанные с управлением товародвижением, ассортиментной матрицей, акционной активностью.
Изменилась структура товарного запаса: при снижении дефицита в два раза одновременно уменьшен объём остатков. Итог – на 9% улучшился показатель оборачиваемости, а товарооборот вырос на 3%.
Также компании удалось оптимизировать трудозатраты своих сотрудников. Так, у персонала магазинов, которым больше не нужно заниматься составлением заявок в прежних объемах, появились дополнительные 2-3 часа в день, которые они могут потратить на более качественное обслуживание покупателей.
Производительность труда отдела управления товарными запасами, который занимается заказами для РЦ, выросла на 40%, что позволило увеличивать объемы заказов по мере открытия новых торговых точек без расширения штата.
В 2013 г. ГК «Лама» планирует перейти на обновленную версию решения Goods4Cast, которая позволит ритейлеру автоматизировать планирование и заказ товаров в формате «супермаркет», а также акционных товаров и товаров категории fresh по всей сети.
Группа компаний «Лама» основана в Томске в 1992 г. Развивает сети трех форматов: гипермаркеты «Фуд-Сити», универсамы «Абрикос», супермаркеты «Лама». На конец 2012 г. под управлением ритейлера находятся 33 магазина.
Компания Forecsys – российский вендор BI-решений. Компания производит программное обеспечение и оказывает консалтинговые услуги в области анализа данных, прогнозирования, моделирования и оптимизации бизнес-процессов. Основа программных решений Forecsys – собственный алгоритмический аппарат и развитая культура работы с данными. Продукты компании неоднократно выигрывали конкурсы по точности прогнозирования и решения задач анализа данных.
Источник: Retailer.ru.