Как с помощью анализа данных управлять ассортиментом 1200 розничных точек продаж. Практический кейс вендинговой компании ВЕНДА ГРУПП.
ВЕНДА ГРУПП с 1997 года занимается установкой и обслуживанием вендинговых аппаратов. Сеть насчитывает более 1200 торговых автоматов, установленных на вокзалах, в аэропортах, торговых центрах, офисных зданиях.
Ситуация до старта проекта
Концепция торговли с помощью автоматов выдвигает определенные требования к ведению бизнеса:
- оперативное пополнение товаров;
- гибкое управление ассортиментом и его постоянная ротация;
- учет технических особенностей аппаратов (ограничения в количестве полок, ячеек или их размере);
- учет физических ограничений товаров (их размер, тип упаковки, срок годности, требования к условиям хранения).
Эволюция вендинга стремится в сторону микромаркетов — небольших магазинов самообслуживания с открытым доступом. В этом случае торговля продуктами питания ближе к HoReCa-бизнесу, чем к традиционному ритейлу.
Проблема
Специфическая концепция вендинговой торговли логически формирует комплекс проблем отрасли:
- Ограничения товаров и торговых автоматов требуют оптимального формирования ассортиментной матрицы. Формирование ассортимента затруднено из-за отсутствия обобщенных аналитических данных о динамике спроса.
- Развитая сеть небольших торговых точек предполагает отлаженный процесс ежедневного пополнения и логистики. Планирование пополнения ассортимента затруднено из-за отсутствия оперативных данных по продажам в каждой торговой точке.
- Торговля продуктами питания и напитками создает потребность постоянной ротации ассортимента. Пересмотр ассортимента не всегда возможен из-за технических ограничений торговых автоматов и физических особенностей товаров.
- Работа со скоропортящимися товарами требует точности в прогнозировании спроса. Оптимальное прогнозирование спроса с учетом срока годности товаров невозможно без накопления и анализа исторических данных о продажах.
- Торговля продуктами предполагает оперативное изъятие товара с истекающим сроком годности. Быстрое удаление просроченных товаров выдвигает повышенные требования к оперативной отчетности по продажам.
- Продуктовый ритейл требует гибкого отклика на события и сезонный спрос. Например, рост потребности в вегетарианских блюдах в теплое время года или увеличение спроса на постные продукты в период религиозных событий. Временная ограниченность событийного и сезонного спроса на продукты питания требует максимально точного прогнозирования продаж и подбора ассортимента на данный период.
Помимо общеотраслевой проблематики, в компании ВЕНДА ГРУПП присутствовали внутренние ограничения:
- трудность ручного управления ассортиментом и логистикой 1200 торговых точек в условиях ограниченной численности команды;
- отсутствие компетенций в автоматизации и аналитике в условиях недостатка релевантного опыта;
- решение не развивать самостоятельные навыки в аналитике в условиях высокой загруженности команды и нежелании раздувать штат.
Решение
Задачу управления ассортиментом вендинговой компании реализовали с помощью разработки решения по прогнозированию спроса и оптимизации торговой матрицы на основе low-code платформы Loginom. При этом были сформулированы определенные бизнес- и соответствующие им функциональные требования:
В общем виде архитектура решения представлена на схеме:
Принцип функционирования решения предполагает установку 2-х категорий входных параметров:
- Период для группировки.
Алгоритм работы решения управлению ассортиментом следующий:
- подготовка данных: осуществляется обогащение восстановленного спроса выручкой, маржей, производится группировка периодов;
- динамическая ABC-классификация: производится для каждой точки продаж и сгруппированного периода по выручке, марже, количеству товаров, количеству товаров в группе, частоте продаж;
- кластеризация торговых точек по профилю потребления предполагает 2 этапа: кластеризация транзакций с ABC-классами и входящим в них ассортиментом; кластеризация методом k-средних по итогам предыдущей операции. Далее производится кластеризация точек по их параметрам с помощью обработчика Loginom «Самоорганизующиеся сети»;
- построение рейтингов: производятся вычисления с применением формул с компонентами в виде распределения сгруппированных периодов по различным ABC-классам;
- формирование рекомендаций: производится ранжированием по рейтингам в пределах торговых точек и кластеров; осуществляется фильтрация рекомендаций по заданным пороговым значениям.
Результаты
- Построение автоматизированного решения по прогнозированию спроса сети из 1200 торговых точек с учетом специфики и ограничений вендингового бизнеса.
- Разработка алгоритма выдачи конкретных рекомендаций по управлению ассортиментом в разрезе каждой торговой точки с учетом как пополнения товаров, так и изъятия позиций с истекающим сроком годности.
- Прогнозирование спроса с учетом сезонных и событийных колебаний.
- Разработка алгоритма по выдаче предложений и ротации спроса.
- Работа решения с минимальным количеством входных параметров.
- Выстраивание понятной логики работы решения благодаря low-code-архитектуре.
Подробнее о разработанном решении в выступлении Саида Кардашова, исполнительного директора ВЕНДА ГРУПП и Мансура Кадимова, управляющего партнера Reshape Analytics:
Разработчик решения — партнер Loginom Company — консалтинговая компания Reshape Analytics.
Если вы тоже хотите применять low-code платформу Loginom для решения задач бизнеса, свяжитесь с нами.
#аналитика данных #low-code #бизнесаналитика #эффективность бизнеса #вендинг #потребительский спрос #вендинговые автоматы #ритейл