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.

Компания «Юничел»

Сотрудничество с компанией «Юничел» было начато в 2017 году. Целью совместной работы является увеличение продаж за счет оптимизации товарных запасов торговой сети, сокращение издержек на поддержание товарных запасов, а также получение заказчиком передового отраслевого опыта GооdsForecast.

Процессы «Юничел» до старта проекта с GoodsForecast:

  • планирование размещения и перераспределения товарного запаса ведется «вручную»;
  • перемещения товара в магазины осуществляются ситуационно, вне какого-либо регулярного графика;
  • высокая трудоёмкость анализа и планирования приводит к тому, что планированием охватывается лишь небольшая часть ассортимента.

Предпосылки и задачи проекта:

  • Цель – ускорить оборачиваемость товарного запаса в розничной сети за счёт более точного прогнозирования спроса на модели обуви в конкретных магазинах и планирования оптимального размещения товарного запаса по магазинам.
  • Ускорить оборачиваемость в краткосрочном периоде возможно только за счёт более интенсивных продаж, так как поставки товара в сеть осуществляются коллекциями, два раза в год в объёме на весь торговый сезон. По ходу торгового сезона невозможно дозаказывать товар на производстве или возвращать излишки назад в производство.

Требуется в ходе торгового сезона:

  • максимально точно прогнозировать спрос на каждую модель в каждом магазине, в разрезе каждого размера;
  • своевременно планировать подвозку товара с распределительных центров в магазины, таким образом, чтобы те или иные модели обуви всегда были в наличии в тех магазинах, где спрос на них низкий, и при этом, чтобы они не поставлялись и не лежали в тех магазинах, где спрос на них высокий;
  • при отсутствии страхового запаса на закреплённом распределительном центре своевременно планировать переброску тех или иных моделей из магазинов, где спрос на них низкий, в магазины, где спрос на них высокий.

На первом этапе работ сотрудниками GoodsForecast было разработано техническое задание, сформулированы технические требования к внедрению системы управления товарными запасами в магазинах сети, подробно описаны этапы реализации процессов управления запасами и планирования сезонных коллекций.

Реализуемый проект в сегменте Fashion имеет ряд особенностей:

  • Большая длина плеч и циклов поставок (периодов времени с момента заказа до поставки, а также между поставками). Производственные планы составляются на полгода вперед, чему предшествует долгий подготовительный период, включающий анализ и фиксацию модных тенденций, создание единичных образцов, утверждение коллекций и т.п. В связи с этим отсутствует возможность оперативного дозаказа товаров, а точность прогноза должна быть достигнута за меньшее количество итераций, поскольку цена ошибки составляет полгода.
  • Отсутствие полных аналогов в истории продаж. Каждый сезон сменяется порядка 70% ассортимента компании. Таким образом, весьма вероятна ситуация, когда продаваемый в настоящее время товар не имеет предшествующих ему полных аналогов. Для того чтобы система могла формировать прогноз с учетом накопленной статистики продаж, каждому товару было присвоено 16 характеристик (по цвету, фасону, материалу и т.д.), а специально разработанный алгоритм устанавливает аналоговую связь между товарами.
  • Работа с размерными рядами и размерными горками обуславливает необходимость формирования прогноза вплоть до товарных единиц. Сами заказы товаров со складов на порядок меньше, чем на рынке товаров повседневного спроса, но при этом все размеры каждый раз заказываются до максимума. Таким образом, несмотря на меньший объем
    товарной номенклатуры, прогноз необходимо выстраивать применительно ко всему размерному ряду с учетом наиболее популярных размеров.
  • Факторы, влияющие на спрос, менее формализуемы. К таковым в первую очередь относятся трудно прогнозируемые веяния моды. Влияние также оказывают сезонность и изменения погоды. Например, раннее наступление зимы либо ненастная погода на протяжении одного или нескольких дней, оказывающая непосредственное воздействие на спрос.
  • Пониженные требования к скорости реализации товаров. В связи с отсутствием жестких ограничений по срокам годности нет необходимости в формировании срочных прогнозов.

Реализация проекта:

  • до начала сезона в систему вносится товарная матрица;
  • на основании товарной матрицы строится прогноз спроса по всем матричным товарам во всех магазинах;
  • на основании статистики рассчитываются так называемые «размерные горки» – распределения вероятностей спроса на тот или иной размер для всех комбинаций «фасон обуви – регион продаж»;
  • на основании прогноза спроса и прочих параметров вычисляются нормы запаса на каждый размер каждой модели обуви в каждом магазине;
  • на основании норм запаса считаются заказы на распределительный центр, а также рекомендации по перераспределениям товарного запаса между магазинами;
  • модули, связанные с отчётами и анализом не реализовывались, т.к. в компании имеется своя собственная BI-система.

Кроме того, специалисты GoodsForecast провели корпоративные курсы для представителей компании «Юничел» по теме управления запасами и планирования сезонных коллекций.

Результаты:

  • Планирование подвозок товара с распределительных центров и переброска товара между магазинами происходит по регулярному расписанию (1 раз в неделю или в 2 недели).
  • Сотрудники, ответственные за управление товарным запасом в регионах не тратят время на анализ и планирование – план выдаётся автоматически к началу рабочего дня.
  • Сотрудники просматривают план и отдают его в исполнение путём автоматизированной выгрузки из системы GoodsForecast и автоматизированной загрузки в учётную систему.
  • Планированием охватывается весь ключевой ассортимент
  • Замеры показали значимое улучшение оборачиваемости по тем моделям обуви, запас по которым управляется с помощью GoodsForecast по сравнению с моделями, запас по которым управляется вручную (сравнение проведено при максимально схожих условиях, L4L).

По итогам первого сезона эксплуатации была проведена оценка, показавшая, что применение автоматизированной информационной системы управления товарным запасом от компании GoodsForecast позволяет ускорить оборачиваемость товарного запаса на 18% (для товаров и магазинов, вовлекаемых в контур АИС УТЗ). Ускорение оборачиваемости достигается за счёт более точного расчёта норм запаса, а также более оперативного формирования планов по перемещениям товарного запаса. Это позволяет своевременно восполнять товарный запас по конкретным товарным позициям в тех торговых точках, где спрос на них максимален, и сокращать залежавшийся товарный запас по конкретным товарным позициям в тех торговых точках, где спрос на них минимален. Достигнутое ускорение оборачиваемости является основной составляющей экономического эффекта от внедрения АИС УТЗ для торговой сети «Юничел» и говорит как о функциональной, так и об экономической эффективности АИС УТЗ от компании GoodsForecast.

Долгосрочные планы включают масштабирование решения по прогнозированию спроса и управлению товарными запасами на рынке одежды и обуви.

В августе 2021 года компания «Юничел» предоставила официальный отзыв о сотрудничестве с компанией GoodsForecast:

Отзывы

Автоматизированная информационная система управления товарным запасом от компании GoodsForecast для «Юничел» состоит из алгоритмического ядра предобработки исходной статистики и прогнозирования спроса, модулей управления заказами, настройки расчётов и администрирования системы. К типовым решениям были разработаны дополнительные модули для управления ассортиментной матрицей, расчётом статистики распределения спроса на размеры обуви, расчётом рекомендаций по перераспределению товарного запаса между торговыми точками.
Аналитик, руководитель проекта, к.э.н.,
Юничел

Пресс-центр

26
августа
2021
Рассказываем о кейсе компании “Юничел” и GoodsForecast

Сотрудничество с компанией "Юничел" было начато в 2017 году. Целью совместной работы являлось увеличение продаж за счет оптимизации товарных запасов торговой сети, сокращение издержек на поддержание...

15
июля
2021
GoodsForecast и Юничел презентуют совместный проект

Уже сегодня на конференции партнеров Совета Профессионалов по цепям поставок GoodsForecast и Юничел представят совместный кейс "Автоматизация управления запасами в fashion-ритейле. Совместный проект...

29
января
2018
Завершен этап ТЗ в проекте по внедрению системы GoodsForecast.Replenishment в компании «Юничел»

Цель внедрения системы:
Целью совместной работы GооdsForecast и «Юничел» является увеличение продаж за счет оптимизации товарных запасов предприятия, сокращение издержек на поддержание запасов и...

15
июля
2017
Подписание контракта на внедрение системы управления запасами с «Юничел»

Компанией GoodsForecast подписан контракт с компанией «Юничел», крупнейшим российским производителем обуви, на предмет внедрения системы GoodsForecast.Replenishment по управлению товарными запасами в...

Документы

Презентация результатов проекта
В июле 2021 года на коференции партнеров Союза профессионалов по цепям поставок аналитик компании “Юничел” Дмитрий Хапов и директор по аналитике GoodsForecast Даниил Каневский представили совместный кейс “Автоматизация управления запасами в fashion-ритейле. Совместный проект “Юничел” и GoodsForecast”.

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