Кейсы Reshape Analytics

Система прогнозирования и управления ассортиментом для компании Venda Group

Система прогнозирования и управления ассортиментом для компании Venda Group

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 вдохе 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. Увеличение 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

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 (в вендингах 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;
  • расчет рейтингов;
  • формирование рекомендаций;
  1. экспорт результатов - визуализация.

Отчет в Loginom: OLAP-куб
Позволяет проводить самостоятельный детальный анализ эффективности управления ассортиментом.
Отчет в Loginom: Рейтинги 
Позволяет составлять и анализировать рейтинги по лидерам (для ввода в ассортимент), аутсайдеров (для вывода из конкретной ТТ), получать данные для проведения промо и изменения цены.
Отчет в Loginom: Рекомендации 
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.

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)”. 

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