Кейсы Reshape Analytics

Система прогнозирования и управления ассортиментом для компании Venda Group

Система прогнозирования и управления ассортиментом для компании Venda Group


Решение по прогнозированию спроса и оптимизации ассортимента для вендингового бизнеса.

О компании


Компания ВЕНДА ГРУПП с 1997 г. занимается вендинговым бизнесом — торговлей с помощью вендинговых аппаратов или микромаркетов самообслуживания, а также их установкой и обслуживанием.

На сегодняшний день компания имеет 1200 развитых точек продаж: в торговых центрах, офисах и объектах транспортной инфраструктуры.

Розничное направление представлено двумя основными блоками:

— автоматы (кофейные, снековые, баночные);

— микромаркеты самообслуживания.


ВЕНДА ГРУПП является одной из самых значимых в своем сегменте на российском рынке и активно сотрудничает с такими компаниями, как Яндекс. Лавка, Азбука вкуса, ВкусВилл, Грабли, а также рядом небольших производителей.


Ситуация до старта


Управление ассортиментом в вендинговом бизнесе имеет ряд особенностей из-за специфики спроса.


Концепция вендинговых аппаратов заключается в следующем:

  • потребность в оперативном пополнении товаров;
  • необходимость в управлении ассортиментом;
  • наличие ограничений товаров: тип упаковки, срок годности;
  • наличие ограничений торговых аппаратов: количество полок, ячеек, их габаритные размеры;
  • потребность в постоянной ротации ассортимента.

Развитие вендинга сейчас направлено в сторону микромаркетов — небольших магазинов самообслуживания с более широким ассортиментом. Это смежное решение между традиционным ритейлом и horeca.


Концепция микромаркетов («выйти из офиса, не выходя из офиса») заключается в следующем:

  • важность качества и соблюдения презентабельности;
  • работа со скоропортящимися продуктами категории «фреш» и «ультрафреш»;
  • потребность в постоянном изменении ассортимента.

С учетом перечисленных нюансов становится понятно, что чувствительность к ошибкам прогнозирования ассортимента является очень высокой, а некорректный прогноз для вендинговых товаров влечет существенные финансовые потери.

Таким образом, на входе в проект были обозначены основные проблемы для решения: просрочка (соблюдение сроков хранения), оперативное пополнение товаров, оптимизация ассортимента.


Почему компания ВЕНДА ГРУПП не стала заниматься управлением и оптимизацией ассортимента самостоятельно и обратилась к нам?


1. Увеличивается количества проектов, точек, широты ассортимента, числа поставщиков создает условия, при которых вести расчет вручную становится невозможным.

2. Прогнозирование и анализ в существующей учетной системе (такой, как 1С) является технически сложным и непрозрачным процессом.

3. Простого прогнозирования и определения оптимальной торговой матрицы для вендингов недостаточно — важно качественно заниматься управлением. Однако, развивать внутренний аналитический отдел является экономически нецелесообразным для компании.


Задачи проекта


ВЕНДА ГРУПП и Reshape Analytics совместно выявили и поставили задачи к реализации, вследствие которых были разработаны:

  • техническое задание;
  • решение по прогнозированию спроса;
  • решение по оптимизации ассортимента.

По прошлому опыту работы с готовой системой оптимизации ассортимента (закрытое коробочное решение с большой погрешностью), ВЕНДА ГРУПП обозначили важность использования в новой системе low-code, чтобы иметь возможность понять логику решения, проанализировать и суметь разобраться во всем самостоятельно.


Что должна «уметь» программа?

Оперативно реагировать на входящие сигналы, исключая человеческий фактор: корректировать поставки, учитывать аномалии/всплески, восстанавливать упущенный спрос.


Почему нельзя взять готовое решение для ритейла и применить в вендинговой компании?

  1. Разница в ресурсах (на порядок меньше, чем у крупного ритейла).
  2. Разница подхода к ассортименту (в вендингах он более узкий и динамичный).
  3. Разница спрос (в вендингах клиент более импульсивен).
  4. Микромаркеты ближе к horeca, чем к ритейлу.

В итоге были сформулированы бизнес-требования и функциональные требования к проекту.


Бизнес-требования:

  • Несколько типов точек продаж, разнообразие ассортимента, учет сезонности и других паттернов спроса
  • Частая ротация ассортимента и ассортиментных групп
  • Большое количество точек продаж (точек управления ассортиментом) и постоянное открытие новых
  • Прозрачность и понятность вычислений
  • Автоматизация

Функциональные требования

  • Использование прогнозов и предобработанных исторических данных
  • Анализ на уровне ассортиментных групп и позиций
  • Кластеризация точек продаж по профилю потребления и по их параметрам
  • Использование в основе решения ABC-анализа
  • Формирование готовых рекомендаций: ввод и вывод позиций, изменение цен, промо

Ход проекта


Для решения задачи по прогнозированию спроса и оптимизации ассортимента была внедрена аналитическая low-code платформа Loginom.


Почему Loginom?


  • Автоматизированный инструмент — позволяет проводить сложные вычисления больших наборов данных, исключая случайные ошибки.
  • Low-code архитектура — обеспечивает низкий порог входа для пользователей без специальных знаний.
  • Визуальный конструктор — дает возможность самостоятельно проектировать логику расчетов из уже готовых компонентов.
  • Простота настройки — позволяет оперативно менять компоненты сценария исходя из быстро меняющихся потребностей бизнеса.

Опишем принцип функционирования готового решения в Loginom


Вначале необходимо установить параметры:

  • период исследования (глубина истории, горизонт прогноза);
  • период для группировки.

ШАГ 1. Подготовка данных — обогащение восстановленного спроса и прогноза выручкой и маржой, группировка периодов.

Используемые данные:

  • модули прогнозирования на Loginom: история продаж и восстановленный спрос, прогноз спроса;
  • 1C Предприятие: финансовые транзакции, текущий ассортимент, свойства торговых точек, свойства номенклатуры.

ШАГ 2. Выполнение динамической АВС-классификации (по выручке, по марже, по количеству, по количеству в группе, по частотности продаж) для каждого сгруппированного периода и точки продаж.


ШАГ 3. Проведение двухшаговой кластеризации точек продаж по профилю потребления: кластеризация транзакций с АВС-классами и входящим в них ассортиментом и кластеризация методом k-means результатов предыдущего шага.


ШАГ 4. Расчет рейтингов. Рейтинг — это формула, которая анализирует попадание товарных позиций в различные АВС-классы, и на основании приоритетов компании выдает какое-либо конечное значение.


ШАГ 5. Формирование рекомендаций. Выполняется ранжирование по рейтингам в пределах торговых точек и кластеров, фильтрация рекомендаций по пороговым значениям (чем ниже порог, тем больше рекомендаций).


Результаты


Общий вид результатов взаимодействия с системой для ВЕНДА ГРУПП выглядит так:


1. подготовка данных — расчет ABC-классификаций;


2. кластеризация торговых точек:

  • OLAP-куб (позволяет проводить самостоятельный детальный анализ эффективности управления ассортиментом)
  • расчет рейтингов (позволяет составлять и анализировать рейтинги по лидерам для ввода в ассортимент, аутсайдеров для вывода из конкретной ТТ, а также получать данные для проведения промо и изменения цены)
  • формирование рекомендаций (Позволяет получать предложения программы о товарах: на вылет, на вылет или повысить цены, на вылет или промо, повысить цены, промо, ввести в ассортимент торговой точки из кластера и т. д.)

3. экспорт результатов — визуализация.



Карташов Саид (Исполнительный директор ВЕНДА ГРУПП):
«Экономический эффект мы считали еще до начала проекта. Пока нельзя назвать точные цифры, но первые результаты показали, что решение принято верно — система работает, просто нужно время и продолжение работы (уже введены новые товарные группы)».

Смотрите полное видео об оптимизации ассортимента для компании ВЕНДА ГРУПП с помощью Loginom.




Также ВЕНДА ГРУПП и Reshape Analytics наметили дальнейшие шаги сотрудничества:


  • Автоматическое формирование заданий на изменение ассортимента в 1С;
  • Интеграция с API 2GIS, ОФД, телеком-операторы.


Подробнее о решении →
Loginom Demand Planning