Microsoft Dynamics NAV – ответ на вопрос «Как ритейлеру грамотно спланировать пополнение товара, сократить буферные запасы и высвободить денежные средства?»

По мере того, как в Украине теряют свою значимость попавшие под запрет программы российского производства, их место уверенно занимают надежные разработки от признанных мировых производителей. Одна из них – система управления предприятием Microsoft Dynamics NAV, о которой редакции TradeMasterUA рассказал в предыдущей статье партнер компании Innoware Виталий Курдюмов.

Данное решение от Microsoft может не только стать успешной альтернативой известной бухгалтерской программе, но и применяться для управления предприятиями в различных сферах экономики. В частности, в ритейле. О том, какие выгоды может получить розничная торговля после внедрения этой ERP, рассказывает Тарас Надтока, консультант по ритейлу и логистическим процессам компании Innoware.

TradeMasterUA: — Как могут украинские ритейлеры начать применять в своей деятельности MicrosoftDynamicsNAV?

Тарас Надтока: — Для решения проблем розничной торговли в системе Microsoft Dynamics NAV разработан специальный модуль, дополняющий основную платформу функциональностью, необходимой для розничной торговли. Функциональность для ритейла обладает огромным количеством функций и особенностей, позволяющих учитывать специфику различных видов розничного бизнеса (fashion-индустрии, заведениях общественного питания, сетях заправок и т.д.).

Совокупность базовых функций Microsoft Dynamics NAV и модуля для ритейла называется решением LS Nav. Это решение разработано и поддерживается исландской компанией LS Retail, одним из самых крупных партнеров Microsoft.

C LS Nav работает более 45000 ритейлеров в мире, среди которых такие известные бренды, как Adidas, IKEA, Pizza Hut, Subway, LC Waikiki и другие.

— Какую помощь система может оказать ритейлеру при решении таких актуальных задач, как управление ассортиментом и поставками товаров?

Тарас Надтока: — Темы действительно актуальные для ритейла, особенно в том случае, если в сети есть большое количество магазинов, и в каждом из них находится достаточно большой ассортимент товаров. Потому что даже в одной сети, продающей товары ежедневного потребления, могут быть как «магазин у дома» на окраине города, так и элитные супермаркеты в центре. Конечно, запросы покупателей в обоих видах магазинов будут совершенно разными, и это важно учитывать при формировании ассортимента.

LS Nav позволяет этот процесс автоматизировать, и назначать ассортимент в те или иные группы магазинов автоматически.

Важно отметить, что LS Nav позволяет организовать работу сети магазинов в различной архитектуре.

Сотрудники магазина могут соединяться с базой данных в центральном офисе напрямую, если присутствует стабильное интернет-соединение. Либо, если в торговых точках интернет-канал ненадежен, можно использовать распределенную (локальную) базу данных – она находится на компьютере магазина и компьютере кассира.

Решение LS Nav имеет специальный модуль для управления репликацией данных – это означает, что по расписанию все распределенные (локальные) базы данных «стекаются» в единую, позволяя центральному офису обрабатывать и анализировать их, и наоборот, передавая из центрального офиса данные, нужные для работы каждому магазину.

— Предположим, что в каждом магазине будет установлен модуль системы LS Nav – как в этом случае будет определяться ассортимент – из центрального офиса или силами руководства каждого магазина?

Тарас Надтока: — При назначении ассортимента обычно указывается политика пополнения запасов. В наиболее общем случае пополнение может производиться централизовано, в частности, для групп товаров, которые являются необходимыми для всех торговых точек. К примеру, такая товарная категория как хлеб должна присутствовать во всех магазинах, и это будет указываться в политике пополнения товаров данного типа. При определении ассортимента и пополнении запасов из центрального офиса этой работой занимается категорийный менеджер, который создает правила, по которым проходят все товары его категории. В качестве альтернативного варианта можно задействовать специальный алгоритм, который уже заложен в системе, и она выдаст свои рекомендации.

—  Сможет ли алгоритм производить корректировки в товарной матрице в особых случаях – если, к примеру, городской совет запретил продавать какую-то группу товаров после шести вечера…. 

Тарас Надтока: — К сожалению, при создании алгоритма невозможно учесть все варианты развития событий в торговле, и распоряжения местных властей – одно из них. В этом случае корректировать необходимо не ассортимент, а политику продажи отдельных категорий товаров в магазине. Такая возможность есть, но не всегда все политики ограничения можно настроить в рамках стандартного функционала. Иногда необходима доработка под потребности клиента. Что же касается создания ассортиментной матрицы, то LS Nav дает возможность гибко настраивать, какие товары будут продаваться, и в каких магазинах.

Вообще, управление ассортиментом – один из процессов, которые обычно реализуются при комплексном проекте внедрения LS Nav. Чтобы правильно настроить процесс менеджеры товарных категорий проводят глубокий анализ ассортимента и определяют, какие группы товаров будут реализовываться в каких магазинах и прочие необходимые условия. Также они учитывают ограничения по размеру полок и, условно говоря, то, как будут продаваться товары определенных категорий. Кроме того, в расчет принимаются правила управления выкладкой, изучается аналитика по продажам. Эти требования тщательно документируются консультантами Innoware. После согласования и утверждения всех процедур и политик, они реализуются в LS Nav. С этого момента к управлению ассортиментом подключается система, что в дальнейшем избавляет от необходимости производить расчет ассортимента для каждого из магазинов сети индивидуально – а ведь это может быть порядка 5000 SKU в каждой из 500 торговых точек!

Для управления ассортиментом по всей сети магазины можно сгруппировать по определенным критериям (торговая площадь, месторасположение, др.) – это позволит назначать ассортимент не на каждую торговую точку, а на группу магазинов.

Через систему вы назначаете, на какие группы магазинов поставляются определенные товарные категории. Например, из ассортимента группы бюджетных магазинов исключается дорогой алкоголь, а в торговых точках с товаром люксового уровня не будет товаров эконом-сегмента. Также выбирается способ пополнения – будет ли оно производиться по требованию магазина, или же центральный офис будет анализировать ситуацию на предмет того, есть ли еще запас в магазине, или туда нужно довезти товар.

Можно применять «смешанные политики» управления ассортиментом, когда часть товара заказывается централизованно через главный офис (тот же хлеб, например), а часть ассортимента заказывается непосредственно из точки продажи. При этом категорийный менеджер, проверяя заказы, может вносить в них необходимые коррективы. Еще один вариант смешанного способа заказа, когда из магазина поступает заявка на получение, к примеру, 50 единиц товара. Но центральный офис, исходя из заказов других магазинов, принимает решение о том, что торговой точке будет необходимо 55 единиц. Это предложение поступает к менеджеру магазина, и уже после этого он решает, какое именно количество нужно заказать.

Вполне возможно, что именно менеджер и окажется прав, так как он постоянно «держит руку на пульсе» и знает, что, например, спрос может упасть в связи с выходными, праздниками или ухудшающимися погодными условиями. 

— Можно ли полностью автоматизировать процесс заказа, "запретив" магазину принимать решения в этом вопросе?

Тарас Надтока: — При желании владельца бизнеса это можно сделать – система не будет позволять вносить изменения вручную. Но нужно помнить, что иногда ручная регулировка из магазина все-таки имеет право на существование. У нашей компании был опыт автоматизации магазинов в сети заправок: в них пополнение происходило стандартным способом, на определенное количество единиц, исходя из истории продаж. Но иногда случались нестандартные ситуации: к примеру, к заправке подъезжал автобус, или несколько автобусов, пассажиры которых просто «выметали» определенные группы запасов. И предусмотреть ситуацию с таким количеством покупателей просто нереально. Поэтому в данном случае стоит прислушаться к мнению менеджера магазина, который понимает, что по данному маршруту существует определенная активность – он знает это, он там живет, он лучше всех чувствует ситуацию и может заказать нужное количество товара.

В любом случае, способ пополнения запасов должен определяться спецификой бизнеса: в одних случаях нужно привлекать человеческий ресурс, в других можно обойтись исключительно алгоритмом системы.

Там, где спрос более-менее стабильный, где он стимулируется акциями и скидками, вполне можно доверять системе. К примеру, в магазине, который продает теплую одежду, можно ожидать стабильных продаж в сезон. Руководство магазина располагает объемом запасов и разбивает его более-менее равномерно на три-четыре холодных месяца, и затем продает без влияния различного рода непредвиденных обстоятельств. Но пример с покупателями из автобусов демонстрирует совершенно другой вид спроса – резкий всплеск в течение одного дня и снижение до обычного уровня. Поэтому настройка алгоритмов и процедур зависит от специфики бизнеса в целом и определяется при участии категорийного менеджера, каким образом пополнять ту или иную группу товаров в торговой точке.

— По каким алгоритмам разработчики LS Nav предлагают ритейлерам пополнять запасы?

Тарас Надтока: — Прежде всего, это ручной алгоритм – эксперт рассчитывает, какое количество товара необходимо отправлять на конкретную группу магазинов на указанный период (день, неделя, месяц и т.д.), например, по пять единиц стеклоомывателя на АЗК, расположенные вдали от крупных магистралей. Такой алгоритм применим в условиях стабильного спроса. Еще один вид алгоритма – пополнение по принципу «партия на партию». Обычно он применим к товарам, которые покупаются не очень часто. Предположим, что в магазине есть две единицы товара (например, два шкафа), а на складе имеется запас из 10 штук для всех магазинов сети в регионе. И если в каком-то из магазинов покупается один шкаф, то на его место можно сразу же заказывать другой такого же вида. Одного шкафа будет достаточно, так как маловероятно, что в магазин внезапно придет покупатель, желающий приобрести пять единиц подобной мебели. В этом случае все может производиться в автоматическом режиме: система «видит», что продана одна единица товара, и автоматически отправляет заказ на идентичную.

Более актуальной считается схема пополнения запасов под названием «мини-макс». Она предполагает наличие экспертной составляющей: менеджер назначает минимальный уровень запаса, при достижении которого необходимо пополнять склад. Например, 20 единиц какого-то напитка. И когда система фиксирует, что запас в магазине достиг уровня 20 штук и ниже (так называемый «буферный» или «страховой» запас), автоматически формируется заказ для того, чтобы вывести уровень запаса на торговой точке к необходимому уровню.

И наиболее интересный, на мой взгляд, способ пополнения запасов – «по среднему значению». В данном случае необходимо внести в систему параметры для расчета среднего значения: это могут быть средние продажи за прошедший месяц, неделю или же за идентичный период прошлого года. Такой подход используется часто для сезонных товаров. В данном случае перед наступлением периода новогодних праздников владельцу бизнеса может быть не интересно, как продавались напитки в начале лета, для него более важным является вопрос о продажах напитков за декабрь прошлого года – месяц, в котором он намерен произвести пополнение запасов. Все эти нюансы можно в системе настроить, применяя логику и экспертизу менеджера, определив, какой паттерн нужно использовать для адекватного и эффективного пополнения запасов.

Приняв решение, менеджер указывает его в системе, и она начинает это автоматически выполнять. Иногда можно заложить буфер роста тенденции: если мы понимаем, что тенденция сохраняется с прошлого года, но в этом году рынок стал больше (например, на 10%), то в систему можно ввести этот параметр, и она будет дозаказывать еще плюс нужное количество. При этом источником данных всегда является история продаж данного товара. Если же она отсутствует, то за основу можно принять историю продаж другого, схожего по характеристикам товара.

Еще один алгоритм — DemandPlan. В нем собрано более 20 аналитических моделей. Работает по принципу «черного ящика»: в приложение вводится история продаж, указывается горизонт, на который должны быть запланированы будущие продажи, а на выходе получается указание количества товаров, которое нужно на тот или иной магазин.

— Позволяет ли LS Nav сделать прогноз продаж на рынке новых товаров по истории реализации товаров-аналогов?

Тарас Надтока: — Все это возможно, особенно в случае с продажами гаджетов, в фешн-индустрии и т.д. Например, люди часто покупают каждый год новый телефон. При этом выбор делают исходя из класса девайса: самый «навороченный» флагман самой последней модели, или же телефон среднего класса, в крайнем случае - бюджетный «кнопочник». Поэтому когда флагман появляется в сети по продаже гаджетов, категорийный менеджер понимает, что покупать его будут примерно так же, как ранее приобретали флагман прошлого года. Потому что компания-производитель сохраняет стабильность благодаря маркетинговой активности конкретного бренда. Поэтому, если в торговую точку приходит партия совершенно нового товара, то в систему можно ввести данные о продажах аналогичных товаров.

Также есть возможность манипулировать историей продаж, внося в нее необходимые коррективы. Здесь можно вспомнить пример с магазином у заправки: при стабильных продажах возникают ситуации, когда  реализация товара резко взлетает вверх. Это сильно меняет картину продаж за неделю: их объем значительно увеличивается. Если раньше продавались, например, 5 единиц товара в день, а туристы раскупили в один день 50 единиц, то количество реализованного в течение недели товара значительно возрастает. Но этот спрос не регулярный, поэтому планировать пополнение на будущие периоды по «искривлённой» истории продаж вряд ли будет разумным: в запасы «лягут» все свободные средства, и при этом они не будут приносить никакого дохода. Соответственно, менеджер может вручную указать в системе, что всплеск продаж в пиковый день не является интересным для анализа спросом, и его не нужно учитывать. Это позволит «сгладить» данные и дать системе более достоверную информацию.

— Какие другие преимущества получает ритейлер, используя LS Nav для пополнения запасов?

Тарас Надтока: — Прежде всего, значительно уменьшится запас, хранящийся в торговой точке. Идеальным вариантом можно считать случай, когда запас будет только на полке или на витрине, но всегда доступен покупателю. Применение такой системы высвобождает серьезные денежные средства, «замороженные» в запасах. Мировой опыт показывает, что показатели увеличения «свободных денег» могут колебаться от 10 до 50% в зависимости от типа ритейла и ситуации с этой проблематикой у конкретного ритейлера.

Хотелось бы отметить, что положительный эффект также происходит за счет улучшения качества ручного пополнения. Пополнение происходит на основе интеллектуальных составляющих, предоставляемых системой, что уменьшает человеческий фактор и связанные с ними ошибки.

Еще один нюанс: с помощью системы более эффективно работают различные модели доставки товара в торговые точки. К примеру, не составляет труда рассчитать количество товара для каждого магазина, если поставки проводятся поставщиком в них напрямую. Но все намного сложнее сделать, если у сети один большой или несколько распределительных центров – товар поступает в них большими партиями за более продолжительные периоды времени. И доставлять товар от РЦ к торговым точкам придется ритейлеру. И здесь уже необходимо решать сложную задачу, сосчитав, сколько будет необходимо товара для каждой точки с учетом логистической задержки, посчитать, какую обработку товара нужно будет произвести на складе, и пополнить на склад. Задача намного усложнится в том случае, если помимо центральных распределительных складов у компании есть еще и промежуточные. Это достаточно сложная логистическая задача, но система эффективно с ней справляется.

Решение LS Nav предоставляет ритейлеру еще целый ряд преимуществ, о которых мы поговорим в следующей нашей беседе.

Читайте также: Innoware: ERP система нужна ритейлерам для увеличения прибыли, а не для роста объемов продаж

Портал о розничной и оптовой торговле TradeMaster.UA

КАЛЕНДАРЬ КОНФЕРЕНЦИЙ ТМ 2018

НОВОСТИ

СТАТЬИ