Закрыть окно
Использование файлов Cookie и анализ посещения: сайт использует файлы Cookie (куки-файлы), сервисы веб-аналитики и сервисы онлайн-маркетинга для обеспечения работы функционала сайта, идентификации пользователей, сбора статистики посещений сайта, показа персонализированной рекламы. Продолжая использовать сайт Вы соглашаетесь на использование файлов Cookie и сбор данных о Вашем посещении сайта. Вы можете запретить сохранение файлов Cookie в настройках Вашего браузера.

ГК «Лама»

Длительное время управление запасами сети «Лама» было полностью основано на заказах товароведов в магазинах. Качество управления запасами при такой схеме формировании заказов обладало рядом недостатков:

  1. качество заказа товара полностью определялось профессионализмом товароведа – в магазинах с плохими товароведами чаще возникал дефицит ходовых позиций или, наоборот, перезатаривание складских помещений отдельными, не ходовыми товарами;
  2. несмотря на то, что хорошие товароведы способны эффективно формировать заказы, способности даже опытного товароведа ограничены и на практике качественные заказы формировались для наиболее ходовых позиций, а остальная номенклатура заказывалась с худшим качеством;
  3. часто возникали ошибки от невнимательности. В результате необходимый товар порой просто «забывали» заказывать.

С развитием сети и ужесточением конкуренции со стороны новых игроков рынка, торговая сеть «Лама» была вынуждена оптимизировать эффективность работы сети, и одним из приоритетов стало повышения качества управления запасами. Для решения вышеперечисленных проблем формирования заказов было решено максимально автоматизировать этот процесс, и внедрить систему управления запасами, основанную на прогнозировании потребительского спроса.

Основа подхода

Для автоматизации процесса управления запасами было выбрано решение GoodsForecast (на тот момент Goods4Cast, в рамках родительской компании Forecsys).

Система GoodsForecast.Replenishment(управление товарными запасами) использует богатую библиотеку алгоритмов прогнозирования и позволяет автоматически выбирать наилучшую модель прогнозирования для каждой комбинации товар-магазин.

Благодаря особенности реализации алгоритмов прогнозирования, решение GoodsForecast позволяет рассчитывать оптимальный уровень страховых запасов. Оптимальность уровня запасов достигается при помощи функционала качества, оценивающего соотношения между рисками колебания спроса и стоимости издержек на хранение дополнительного остатка в магазине.

Эффект от внедрения системы

По результатам опытной эксплуатации, за счет использования Системы GoodsForecast, было достигнуто существенное улучшение основных показателей качества управления запасами: товарный остаток снизился на 9 %, уровень сервиса в магазинах вырос с 90 до 95 %.

Кроме того удалось сократить фонд оплаты труда (за счет существенной автоматизации процесса формирования заказов в магазинах).

Пресс-центр

21
ноября
2018
Почему заказывать товар для магазина должен обязательно робот?

Автоматический заказ товара

 

Николай Молдован, ИТ-директор Группы компаний «Лама» (г. Томск), рассказал, как система прогнозирования спроса повысила томскому ритейлеру...

19
июля
2018
Расширение функциональности для компании «Лама»

Завершен этап внедрения новой версии системы автозаказа в ГК «Лама»
Взамен предыдущей версии системы, функционировавшей по принципу черного ящика и выгружавшей результаты напрямую в ERP-систему...

Решения

Управление товарными запасами на предприятии. Автозаказ

GoodsForecast.Replenishment позволяет оптимизировать процессы управления товарными запасами на предприятии и автозаказа, пополнения запасов на складах и в торговых точках, оптимально выбирая уровень...

Оставьте заявку и мы вам перезвоним
Ваше имя:

Телефон:

Компания:

Ваша заявка принята,
ожидайте нашего звонка
OK
Ваш вопрос получен,
мы ответим в ближайшее время
OK