Торговля, сфера услуг

Усиление конкуренции, борьба за клиента, повышение эффективности, снижение издержек, резкое увеличение объёма данных и сложности процессов стимулируют бизнес к использованию технологий искусственного интеллекта. Компания «Спортмастер» активно разрабатывает модели искусственного интеллекта для прогнозирования спроса, оптимизации управления товарными операциями, увеличения конверсии продаж, повышения эффективности программ лояльности. Для того чтобы быстро создавать, развертывать и обучать модели искусственного интеллекта, ей требовалось решение, способное обеспечить высокую производительность в задачах машинного обучения и глубокого обучения.

Эксперты Softline предложили использовать программно-аппаратный комплекс Nvidia DGX-2. Эта система предназначена для обучения нейронных сетей, решения задач математической статистики и машинного обучения, а ее производительность можно сравнить с производительностью десятков серверов, но DGX-2 эффективнее и экономичнее.

Как отмечает Алексей Тюренков, начальник департамента хранилищ данных, бизнес-аналитики и исследований данных компании «Спортмастер», человек не в состоянии эффективно решать масштабные задачи оптимизации. Помощь в принятии решений ему способны оказать системы искусственного интеллекта, для эффективной работы которых требуются специализированные высокопроизводительные платформы, с ускорением вычислений на базе GPU.

В качестве пилотного проекта удалось договориться с Nvidia о поставке в дата-центр «младшего брата» — сервера DGX Station. Для максимального использования возможностей DGX пришлось переписать скрипты для подготовки данных и процесса обучения, провести тестирование выбранных «боевых» моделей машинного обучения.

По сравнению с десятиузловым кластером Big Data, результаты оказались весьма оптимистичными. Ключевую роль здесь сыграла GPU-совместимость конкретных алгоритмов в конкретных фреймворках искусственного интеллекта. Там, где была поддержка GPU, произошел резкий прирост производительности.

С учетом неплохих результатов тестирования было принято решение о покупке и внедрении серверного комплекса DGX-2. Дальнейшая миграция моделей искусственного интеллекта на новую платформу подтвердила успешные результаты пилотного тестирования. Более того, удалось получить дополнительный прирост производительности за счет более мощного «железа». Таким образом, по сравнению со старой архитектурой, появилось «окно возможностей» для наращивания функционала – например, перехода с еженедельной на ежедневную технологию полного обучения моделей, значительного увеличения количества факторов, использования новых ресурсоемких алгоритмов для повышения качества прогноза.

Топ-менеджеры понимают необходимость изменений традиционной модели отношений с покупателем и перехода к современному и технологичному подходу. При этом многие из них все еще не осознали, каким образом работа департаментов маркетинга должна стать драйвером роста бизнеса в эпоху технологий. В частности, лишь 17% опрошенных директоров по маркетингу отметили, что за прошедшие два года они лучше стали контролировать и применять традиционные и технологические рычаги роста.

В отчете приведен прогноз аналитиков, что в период до 2022 года компании, инвестирующие в искусственный интеллект, могут получить прирост к выручке на 41% (по сравнению с показателями 2018 года). В то же время, 61% директоров по маркетингу ретейловых компаний считают, что они не готовы к применению инструментов искусственного интеллекта в своей работе.

Самой важной задачей, которую предстоит решить, директора по маркетингу называют привлечение клиентов и персонализированное обслуживание, меняющееся в зависимости от изменения потребностей и контекста.

Как отмечают аналитики, маркетологи в ретейле ищут баланс между традиционными активностями (такими, как BTL-акции) и применением современных цифровых инструментов. Успешный путь – максимально приблизиться к своим покупателям, адаптироваться под их индивидуальные потребности, влияя на клиентский опыт в реальном времени. Используя продвинутую аналитику и дизайн-мышление в процессе изучения клиента, можно не только получить максимум знаний о желаниях покупателя, но и стать компанией, способной создавать персонализированные продукты и услуги по запросу.

В Accenture выделяют следующие шаги, которые помогут директорам по маркетингу добиться ощутимых результатов.

1. Переключить приоритет с традиционных инструментов на высокотехнологичные

Безусловно, баланс между традиционным маркетингом и новыми подходами важен. Несмотря на это, стоит пересмотреть модель работы и перенести основные ресурсы для работы с современными технологиями, в том числе на базе искусственного интеллекта и взаимодействия человека и машины.

2. Использовать аналитику

Данные и аналитика могут обеспечить динамичное представление о клиенте. Задача директора по маркетингу – собирать данные при каждом взаимодействии с покупателем, чтобы понять его и предложить нужную услугу в нужное время.

3. Сконцентрироваться на ключевых клиентах

Наиболее ценные клиенты должны стать основой маркетинговой стратегии бизнеса. Директор по маркетингу должен стать одним из инициаторов изменения операционной модели в сторону персонализированного взаимодействия с наиболее значимыми для компании клиентами. Это означает радикальную трансформацию приоритетов розничного бизнеса: отказ от оценки департаментов, решений, инвестиций и показателей успеха в пользу измерения прибыльности клиента.

4. Развивать новые способности в команде маркетинга

Важными профессиональными качествами «завтрашнего дня» участники исследования считают способность защищать персональные данные пользователей и пересматривать то, каким должен быть безопасный клиентский опыт. 84% опрошенных считают, что важно привлекать и удерживать талантливые кадры, при этом только 56% опрошенных оценивают собственные компетенции как «выше среднего».

Цифровые технологии уже обеспечили розничным компаниям базу для уверенного развития. Так, 76% руководителей в сфере ретейла заявили, что социальные сети, мобильность, аналитика и облачные вычисления являются ключевыми компонентами ИТ-стратегии их компаний. 93% также указывают, что именно эти технологии помогли их компаниям ускорить темпы роста в последние три года.

Однако сегодня все возможности и преимущества основных digital-инструментов доступны каждому игроку на этом рынке. Они больше не являются факторами, делящими рынок на «передовых» и «отстающих». Исследование показывает, что отрасль вступает в эпоху, когда технологии распределенных реестров (блокчейн), искусственного интеллекта (ИИ), расширенной реальности (AR/VR) и квантовых вычислений становятся главными катализаторами дальнейших изменений. Эту совокупность технологий в Accenture называют аббревиатурой DARQ: Distributed Ledger, AI, Extended Reality и Quantum Computing.

Эти «пост-цифровые» решения развиваются не изолированно, а в соответствии с изменяющимися ожиданиями и поведением потребителей. Использование новых технологий для обеспечения мгновенного удовлетворения клиентских запросов, генерация сверхрелевантных предложений — таковы новые императивы развития розницы во всем мире.

По результатам опроса, 86% ритейлеров уже экспериментируют с технологиями DARQ в своих бизнес-процессах. 83% руководителей в отрасли соглашаются с тем, что интеграция высокоточной кастомизации предложения станет новым видом конкурентного преимущества на рынке в самое ближайшее время. А еще 63% уверены, что DARQ изменит базовые принципы работы их собственной компании в ближайшие 3 года.

Лидеры отрасли используют эти тренды на практике, чтобы стать наиболее актуальными (а иногда и незаменимыми) поставщиками предложений для своих клиентов. Акцент в стратегиях смещается с реализации максимального количества товаров на их эффективную продажу, позволяющую потребителям покупать именно то, что они хотят, у ретейлера, которому они доверяют.

Аналитики Accenture отметили, что розничные компании начинают выявлять потребности потребителей до того, как это сделают их конкуренты, и даже до того, как сами клиенты смогут их осознать. С задачей прогнозирования уже справляются технологии искусственного интеллекта и машинного обучения, анализирующие тренды в социальных сетях (так называемая цифровая демография).

82% руководителей в ретейле считают, что цифровая демография становится все более эффективным способом понимания потребителей. 80% уверены, что цифровая демография дает им новый способ определения рыночных возможностей для неудовлетворенных потребностей потребителей. А еще 71% также полагают, что она расширяет число доступных способов доставки потребителям товаров и услуг.

Трансформация компаний розничной торговли также предполагает существенные изменения в квалификации сотрудников — в том числе, в части обучения работе с новыми технологиями. 40% руководителей в ретейле ожидают, что большинство их сотрудников поменяют свои роли в рабочем процессе из-за технологических достижений. Во многих случаях эти изменения позволят работникам перейти от рутинных задач к более стратегическим действиям, направленным на повышение качества обслуживания потребителей или операционной эффективности.
 

X5 Retail Group все чаще предстает на рынке как технологическая компания: большие данные и машинное обучение, магазин без покупателей и лаборатории инноваций, электронные ценники и многое другое. В числе ключевых направлений стратегии цифровой трансформации ретейлера — создание готовых аналитических продуктов на базе собственной Big Data Analytical Platform. Бесспорно, компания рассматривает большие данные как важнейший бизнес-актив.

О том, как строится работа с данными, Антон Мироненков, директор по большим данным X5 Retail Group, рассказывал в качестве номинанта первой премии CDO Award 2019. С тех пор сделано многое.

В X5 создали аналитический слой больших данных с сервисом, доступным каждому из 2 тыс. аналитиков компании. С его помощью они смогут быстро принимать решения на базе больших данных, анализируя все основные типы данных: товары, чеки, клиентов-поставщиков и их контрагентов. Количество продуктовых команд выросло с 8 до 15. Алгоритмы становятся в Х5 неотъемлемым элементом культуры data-driven, когда все решения принимаются на основе данных и продвинутой аналитики. Так компания может снизить цену человеческой ошибки и ускорить принятие решений.

Но самое интересное — в X5 сформировалось направление внешней монетизации данных. Ретейлер, располагающий большими данными и оснащенный арсеналом средств для их обработки, сам становится поставщиком информационных услуг для своих партнеров. «Зачем отдавать ‘руду’, если можно переплавить ее в ‘сталь’ и продавать уже готовое решение?», — говорит Антон Мироненков, номинант CDO Award 2020.

Сейчас X5 развивает два основных направления внешней монетизации, для которых в дирекции больших данных разработали собственные программные решения: таргетинг рекламы и портал поставщика. Компания чрезвычайно внимательно относится к данным и предъявляет повышенные требования к работе с ними, ориентируясь на лучшие мировые и европейские практики.

Рекламным площадкам — топливо для двигателя торговли

Чтобы выяснить, какая категория потенциальных покупателей действительно заинтересована в конкретном продукте и какой аудитории стоит показывать рекламу, клиенты и партнеры X5 обращаются к аналитическому сервису, использующему накопленные данные об истории продаж для таргетирования цифровой рекламы. Из информации о продажах можно с высокой вероятностью выявить, к примеру, потребительские привычки владельцев кошек как социальной группы и т. д. Следует особо отметить, что сервис использует только аналитическую информацию и не содержит персональных данных клиентов.

Инструмент дает рекламным агентствам и носителям рекламного инвентаря возможность самостоятельно конструировать сегменты любой сложности из более чем 1,3 тыс. категорий товаров в зависимости от частоты продаж бренда и других параметров, а затем запускать рекламные кампании на ресурсах Mail.ru, «Яндекса», Facebook, Instagram и GPMD в адрес социальных групп, имеющих идентичные потребительские предпочтения.

«Наконец поставщики и рекламодатели могут оценить, насколько их реклама была эффективной, — говорит Мироненков. — За это с нами готовы делиться частью рекламных бюджетов».

Методология основана на оценке роста продаж и по своей сути схожа с классическим А/В-тестированием, позволяя сравнить изменение покупательской активности при взаимодействии с рекламой продукта и в ее отсутствие. С максимально возможной точностью из оценки исключается влияние таких факторов, как сезонность, промоакции, активность конкурентов. Решение дает возможность на основании статистически значимых данных сделать выводы о влиянии креативности, частоты, предложения и формата рекламы.

В следующую версию программного продукта добавят опции создания смешанных таргетингов, формирования сегментов по склонности к покупке бренда или категории, определения аудитории с максимальной вероятностью покупки в период рекламной кампании, а также анализа результатов видео- и аудиорекламы в магазинах.

Поставщикам — аналитика в розницу

Отделы категорийного, бренд- и маркетинг-менеджмента любого производителя хотят понимать, востребована ли на рынке выпускаемая продукция и насколько хорошо она продается. И кто как не ретейлер обладает максимально глубокими сведениями о том, как меняется поведение потребителя, его корзина и предпочтения?

Второй внешний сервис, родившийся в дирекции больших данных X5, — аналитический портал поставщика, который предназначен для категорийной и потребительской аналитики. Несколько модулей, аккумулирующих историю продаж и информацию о поведении потребителей, позволяют находить способы улучшения бизнес-показателей.

Инструмент помогает партнерам не только анализировать продажи, но и выявлять источники изменения спроса и изменения продаж на конкурирующие торговые марки, отслеживать ротацию, перемену предпочтений.

По мере развития продукта на его аналитических модулях воплощается множество пилотных проектов. Для цифровых кампаний и мультикатегорийных тестов изучаются эффективность продаж и магазинов, уровень возврата инвестиций, источники изменения продаж, а также факторы, влияющие на изменение потребления. Для того чтобы оценить успешность запусков новых товаров, определяются эффективность запуска по сравнению с аналогичными, длительность «эффекта новизны» для продаж, источники продаж и доля каннибализации. По словам Мироненкова, информация о запускаемых на рынок новинках очень востребована: как эти новинки принимают, покупает ли их молодежь или люди среднего возраста, каков средний чек покупки? Портал дает поставщикам редкую возможность точно увидеть, какие социально-демографические характеристики присущи аудитории потребителей продукции и как аудитория реагирует на те или иные действия.

Пока на портале доступен функционал для формирования трех отчетов: диагностика категории, источники продаж и миграция покупателей. Предполагается, что число отчетов в программе будет расти. Уже в первом полугодии 2020 года планируется ввести в промышленную эксплуатацию еще восемь модулей, которые сейчас тестируются партнерами: для анализа промоакций, анализа корзины, построения дерева принятия решений, профилирования, анализа репертуара покупок, а также тестирования, кластеризации магазинов и трекинга запуска новинок.

Доступ к программе предоставляется на основании лицензионного договора. За фиксированную плату поставщик получает на определенный период времени доступ к функционалу программы и приобретенным аналитическим отчетам по его продукции и категории.

Новая на российском рынке услуга воспринимается клиентами очень по-разному, иногда настороженно, несмотря на то что представители поставщиков могут сравнивать свою компанию только с категорией в целом, а не с конкретными конкурентами. Аналитический портал поставщика предоставляет уникальную для рынка аналитику как по содержанию, так и по срокам ее получения, утверждают в X5. «Никто из ретейлеров в нашей стране этого еще не делал, а за рубежом похожие проекты обычно реализуются с внешними компаниями», — говорит Мироненков. Кстати, аналитики, работающие в самой X5, тоже заинтересовались новым информационным сервисом и намерены им пользоваться.

У чистого истока

Проблемы, с которыми CDO пришлось столкнуться в этом проекте, типичны: при всем обилии больших данных, для выполнения конкретной задачи их приходится добывать, очищать и обрабатывать разными способами, чтобы получить нужные разрезы. И это требует существенных затрат. «Мы тратим приблизительно одинаковое время на собственно разработку продукта и на то, чтобы добыть для него данные, настроить регулярное обновление и сделать витрину чистой, с корректной и аккуратной выдачей», — делится Мироненков.

Портал поставщика использует исключительно легальные внутренние источники данных, главным образом чековую информацию и данные программ лояльности. Для повышения качества данных в момент их загрузки применяется набор, состоящий из примерно 70 тестов, в ходе которых выявляются экстремумы, пустые интервалы, отсутствующие данные и пр. Такая работа постоянно ведется в отношении всех формируемых в компании витрин данных.

Если на вход поступают «грязные» и некачественные данные, то добиться их чистоты невозможно, полагает Мироненков. Поэтому внутри бизнес-подразделений были назначены ответственные за то, чтобы в их домене генерировались нужные данные требуемого качества. Им «дали руки» — технических специалистов, которые помогают выгружать данные из систем, описывать, создавать регламенты и следить за их исполнением.

Кроме того, дирекция больших данных организует семинары, проводит внутренние конференции и воркшопы. «Если бизнес хочет решать какие-то задачи, используя, например, данные о перевозках, сначала надо научиться такие данные сгенерировать и озаботиться тем, чтобы они были качественными», — рассказывает Мироненков. Значит, необходимо вместе прикладывать все силы, чтобы эти данные правильно создавались, хранились и выгружались — без пропусков и в допустимых диапазонах.

И, самое главное — нужно, чтобы все понимали, как агрегируются и считаются эти данные. Если в системе фигурируют три разных показателя выручки, не всегда можно понять, какой из них что означает. Поэтому, кроме технических действий по очистке и фильтрации больших данных, необходим каталог данных, который содержит метаданные, описывающие как получены эти данные, из какого источника взяты. С его помощью можно понять, какой из показателей следует выбрать в конкретном случае. Это важный элемент, помогающий формировать культуру работы с данными и дающий понимание, что информация собирается не для дирекции больших данных, а для бизнеса. «Мы можем только помочь, обеспечить техническую и методическую поддержку, но, если сам бизнес не будет этим озабочен, ничего не получится», — подчеркивает Мироненков.

Пять к одному

Функции дирекции больших данных не ограничиваются только лишь обеспечением приемлемого уровня качества данных, их доступности и технической возможности анализа через витрины. Еще одно большое направление деятельности — разработка продуктов. «Продуктовые команды по большей части состоят из наших сотрудников, мы занимаемся и созданием архитектуры продукта, и разработкой кода, и бизнес-анализом», — отмечает Мироненков.

До сих пор продукты создавались с прицелом на внутреннюю монетизацию, на результат в существующем бизнесе: сокращение издержек, увеличение продаж или их прибыльности. Изменение этих показателей даже на доли процента в масштабе всего бизнеса X5 — это уже огромная цифра, поэтому внутренняя монетизация по-прежнему остается более значимой для компании. Это отражается и в соотношении сил: на внутренний «рынок» работает порядка 15 команд, на внешний — только одна, правда, большая. По мнению Мироненкова, в ближайшие годы существующая пропорция сильно не изменится. «Масштаб внешней монетизации все-таки не столь велик, мы пока только набираем пользователей, — говорит он. — Чтобы выйти хотя бы на тот же уровень доходности, который мы имеем внутри, потребуется не один год».

Услугами таргетинга сейчас пользуются свыше 20 компаний, включая MyTarget, «Яндекс», Facebook и «большую четверку» рекламных агентств. Тех, кто пользуется порталом поставщика, пока немного, но с пятью десятками компаний ведутся активные переговоры, и ожидается, что вскоре число подключившихся существенно увеличится. Аналитические сервисы приносят компании десятки миллионов рублей — для такого гиганта, как X5, не очень значительные объемы. Однако работа по внешней монетизации больших данных отлично окупается — соотношение прибыли к затратам составляет примерно пять к одному.

В 2020 году компания планирует расширить линейку продуктов, предоставляющих рынку новые возможности использования своих больших данных.

Старт проекта был связан с планами «Ленты» по развитию мобильных решений как на базе современных терминалов сбора данных, работающих на платформе Android, так и с использованием парка устройств на операционной системе Windows Mobile.

На этапе выбора платформы «Лента» определила ряд требований к новому продукту: это поддержка актуальных версий операционных систем, необходимость минимальных изменений в backend-системах, обеспечение высоких показателей стабильности и скорости работы приложений. В результате компания выбрала российский продукт «Форсайт. Мобильная платформа», входящий в реестр отечественного программного обеспечения, а миграцию доверили консалтинговой компании «Эксперт РП».

Проект стартовал в мае 2019 года. В его рамках было необходимо перенести приложения для существующего парка устройств, а также обеспечить миграцию всех процессов на терминалы сбора данных с операционной системой Android. Для выполнения этих задач «Форсайт. Мобильная платформа» была интегрирована в ландшафт «Ленты», был настроен обмен данными с системами SAP ERP, SAP EWM, Oracle TM.

В сентябре началась опытная эксплуатация приложений на новой платформе, в декабре 2019 года «Лента» приступила к промышленной эксплуатации нового решения. Сегодня на новой платформе работают 4,7 тыс. терминалов сбора данных. Системой пользуются сотрудники зоны приемки товаров, заместители директоров, руководители секций и другие сотрудники торговых комплексов «Лента» по всей стране.

По словам начальника отдела сопровождения фронт-офисных систем и оборудования «Ленты» Сергея Савельева, новая платформа стала мощным фундаментом для последующего развития корпоративных мобильных решений «Ленты». Она обеспечила возможность использования современных терминалов сбора данных, а также других устройств на базе операционных систем Android и iOS, в том числе личных гаджетов сотрудников. Кроме того, благодаря использованию новой платформы компании удалось в разы увеличить скорость работы мобильных приложений для сотрудников – речь идет о таких процессах, как время регистрации пользователей, первый и повторные запуски, обновление. Снизились риски отказов работы системы.

Gloria Jeans – одна из крупнейших отечественных торговых сетей в сегменте fast fashion, в управлении которой находится более 550 магазинов в России и СНГ. Управление такой распределенной структурой и обширным товарным ассортиментом, который обновляется и дополняется каждую неделю, требует максимально точного анализа финансовых данных и постоянного планирования с определенным временным горизонтом. Именно это стало причиной внедрения системы для автоматизации процессов сбора и обработки финансовых данных, моделирования и формирования P&L-отчетности. Обновление методологии прогнозирования P&L и автоматизация подходов на платформе Anaplan повысило прозрачность и целостность формирования отчетов по всей торговой сети. Проект выполнила команда «Корус Консалтинг».

Благодаря интеграции с Excel и «1C» система выстраивает прогнозную модель отчета о прибылях и убытках на основе бюджетных данных, информации о себестоимости реализованной продукции и текущих расходах по всей сети магазинов. При этом пользователи могут создавать прогнозы любой детализации и разрезов: по выручке и марже, аренде, другим расходам. Кроме того, прогнозы можно формировать с учетом и без учета будущих открытий и закрытий магазинов. Это помогает оценить, как то или иное событие повлияет на бизнес, и выработать правильную тактику действий для достижения целевых значений продаж, расходов на аренду и, в итоге, прибыли сети.

Система биометрического учета рабочего времени на основе сканирования лица установлена в 477 магазинах сети «Эльдорадо». Технология работы биометрии достаточно проста: решение состоит из устройства с сенсорным экраном и программного обеспечения, интегрированного с ИТ-системой ретейлера. Приходя или уходя с работы, сотруднику необходимо подойти к устройству и выбрать одно из действий: «Приход» или «Уход». Инфракрасная камера распознает лицо человека, удостоверяется в том, что это не бумажная или цифровая фотография и регистрирует время начала и окончания смены. Затем эти данные автоматически сравниваются с плановым графиком и формируют табель учета рабочего времени. Фотографирование было выбрано среди нескольких биометрических форматов как наиболее комфортное для сотрудников. Более 25 тыс. розничных сотрудников обеих сетей используют биометрию.

Биометрия расширила ранее внедренный и в «Эльдорадо», и в «М.Видео» продукт VERME по автоматизации планирования рабочих графиков. Так, для каждого из магазинов рассчитывается ежедневная потребность в персонале с учетом сезонности, географического расположения, планируемого уровня продаж, сервиса, промо-акций и доли самовывоза онлайн-заказов. Совокупный эффект от системы планирования графиков и биометрического учета в «Эльдорадо» оценивается в 2,5% экономии ФОТ.

Биометрический учет позволяет минимизировать ошибки при начислении заработной платы, повысить прозрачность этого процесса и, как следствие, лояльность сотрудников. Данное решение может повысить общий уровень дисциплины, свести к минимуму опоздания и переработки, поддерживая оптимальную нагрузку на персонал в течение рабочего дня и сохраняя высокий уровень сервиса для покупателей.

В первом этапе пилота участвуют только «Пятерочки», расположенные в городе Долгопрудный. Семь магазинов оборудованы 58 тыс. электронных ценников, которые покрывают практически 100% ассортимента (за исключением единичных случаев промо-продукции, расположенной не на полках магазина).

В основе цифровых ценников – «электронная бумага», действующая как дисплей устройства, с тремя цветными чернилами – белыми, черными и красными (для проведения промо-акций). Обновление данных происходит автоматически без участия персонала магазина – цена и информация о товаре меняется в онлайн-режиме с помощью радиоканала. Внедренные ценники отличаются низким энергопотреблением и способны работать 5 лет без замены батарейки. Программное обеспечение электронных устройств встраивается в действующее архитектурное ИТ-решение магазина, что позволяет полностью обновлять данные всего за несколько минут.

Внедрение системы электронных ценников является перспективным направлением цифровизации ретейла и развития покупательского опыта и лояльности. Автоматизация процесса позволяет оптимизировать трудозатраты и высвободить несколько часов рабочего времени каждого сотрудника для взаимодействия с покупателями и решения иных задач. Новая технология также ведет к снижению расходов на печать бумажных ценников и сокращению потерь из-за некорректной информации на них.

Х5 уже использует более 65 тыс. электронных ценников в трех супермаркетах «Перекресток» большого формата, расположенных в Санкт-Петербурге, Старом Осколе и Москве. До конца этого года ретейлер рассмотрит возможность внедрения электронных ценников еще в 15 магазинах «Пятёрочка» и 10 супермаркетах «Перекресток». По итогам пилота и доработки экономической модели проекта будет принято решение о разворачивании проекта на большее число магазинов сетей Х5.

Компания владеет свыше 19 тыс. магазинов в более чем 3 тыс. населенных пунктах по всей стране. Для такой крупной, территориально распределенной структуры необходимо тщательно планировать поставки товаров, в том числе, чтобы избежать излишков продукции в логистической системе, а также учитывать разные условия хранения и транспортировки товаров. Сегодня дистрибьюторская сеть ретейлера включает 37 распределительных центров и 35 автотранспортных предприятий.

В рамках стратегии по непрерывному совершенствованию бизнес-процессов в логистике «Магнит» запустил проект по моделированию развития цепочек поставок. В его ходе команда консультантов «Корус Консалтинг» разработала оптимизационную модель на базе программного продукта LLamasoft Supply Chain Guru.

Проект реализован в несколько этапов. На первом из них создана актуальная калибровочная модель логистических процессов на фактических данных. С помощью этой модели удалось подтвердить, что ИТ-решение учитывает логику цепочек поставок и правильно воспроизводит P&L компании за соответствующий период.

На втором этапе проекта был выполнен расчет стратегии логистики. Было разработано четыре сценария развития цепочки поставок «Магнита», которые позволили руководству торговой сети ответить на следующие вопросы:

• какое оптимальное количество складов потребуется для удовлетворения покупательского спроса на горизонте 5-7 лет, и где они должны быть расположены;
• какие зоны, какой площади должны быть в каждом из новых складов, а также как должны трансформироваться зоны на уже существующих складах;
• как должна выглядеть и меняться оптимальная конфигурация и структура цепочки поставок от года к году;
• какова стоимость каждого из уникальных сценариев развития компании, и какой из сценариев является оптимальным с точки зрения логистических затрат.

Наконец, в рамках проекта были рассчитаны тактические сценарии развития логистической сети, которые позволили определить структуру транзитных потоков с учетом оборачиваемости различных групп сухого ассортимента, классифицировать цепочки поставки в разрезе товарных групп и условий хранения.

Для того чтобы закрепить результат, внутри компании был сформирован центр компетенций по стратегическому и тактическому планированию цепочек поставок. Эти изменения позволяют «Магниту» самостоятельно моделировать различные сценарии развития цепочек поставок и выбирать из них оптимальные.

До сих пор управление цепочкой поставок в сети «О’КЕЙ» осуществлялось вручную, с применением частичной автоматизации. Недостаточная синхронизация между системами и подразделениями могла вызывать трудности при пополнении запасов в распределительных центрах и магазинах. Нецентрализованные закупки у поставщиков приводили к неоптимальным заказам и дополнительным временным затратам, не позволяя осуществлять качественное планирование на более длительный горизонт. Перейдя на единую платформу, сеть повысила эффективность ресурсов, избавившись от необходимости поддерживать работу несинхронизированных процессов различных систем и интеграцию данных между ними.

Внедренное решение позволяет формировать детализированные прогнозы спроса, в которых учтены сезонные колебания, промо, скидки, акции и эластичность спроса по цене. Более точный прогноз спроса сокращает потери, вызванные неудовлетворенным спросом, и делает работу цепочки поставок более эффективной.

Рассчитанный прогноз автоматически используется для расчета плана заказов с детализацией до уровня дня, товара и магазина с учетом широкого набора правил и ограничений, необходимых для автоматических заказов в продуктовой рознице. Благодаря более точному прогнозу спроса с помощью Oracle Retail Demand Forecasting и меньшему количеству ошибок, вызванных человеческим фактором, «О'КЕЙ» получила возможность размещать более качественные заказы с меньшими временными затратами.

С помощью решений Veltio и платформы Oracle RPAS торговая сеть смогла повысить свою эффективность и уровень сервиса клиентов, а также минимизировать возможные потери путем автоматизации цепи поставок и использования более точного прогноза спроса. «О'КЕЙ» уже отмечает улучшение точности прогноза спроса: в отношении продаж товаров, не участвующих в промо-акциях, точность возросла на 20%, а для прогнозов продаж промо — на 30%. Благодаря этому достигнуто повышение уровня обслуживания клиентов и снижение избыточных запасов, поскольку теперь объем поставок в магазины и распределительные центры лучше согласуется с потребительским спросом. Это позволяет осуществить переход от реактивной модели управления запасами к проактивной.

Как отмечает Тариэл Бокучава, директор по информационным технологиям группы компаний «O’КЕЙ», из-за обширной географии сети поставки товаров в некоторые магазины занимают до нескольких дней. Автоматизация процессов и оптимальное использование мощностей в логистике — залог успеха в торговой отрасли. В продуктовом ретейле компании вынуждены искать баланс между высоким уровнем сервиса и минимальным уровнем товарного запаса.

Путем централизации и автоматизации процесса размещения заказов, учитывающего набор различных правил и ограничений, а также используя более точный прогноз спроса, удалось добиться повышения эффективности цепи поставок. Теперь команда ретейлера сосредоточится на развертывании решения по управлению заказами на всех категориях товаров, что позволит принимать более качественные решения и быть готовыми к изменениям спроса.