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.Inventory Optimization(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).