В последние 20 лет создавалось все больше программ для пополнения запасов на основе прогнозирования. Со временем они становились все более сложными. Они стали настолько комплексными, что для большинства ритейлеров разработку собственных отдельных систем пополнения уже нельзя назвать серьезной альтернативой. Теперь в продаже появились готовые программные решения, однако стоят они не дешево.
Новые, лучшие в своем сегменте системы намного сложнее, чем первые программные разработки. Начнем с того, что у них есть довольно полная история продаж и достаточно вычислительной мощности для учета фактора сезонности. С их помощью можно получать готовые расчеты для любых промо-активностей. Такие программные системы более чувствительны к статистике ежедневных продаж. К примеру, программы понимают, что продажи по субботам обычно выше, чем по вторникам. Они могут работать с учетом шаблонов для ежедневных или проводимых посреди недели промо-акций. Особенности организации таких процессов:
- Промо-акции помечаются по уровню важности отметкой «Высокий», «Средний» и «Низкий»; или история проведения промо-активности может ссылаться на разные цены.
- Алгоритм будет одновременно учитывать и продажи за предыдущий год, и текущие продажи, определять сезонные модели на основе роста показателей от года к году.
- Могут строиться календари праздников, которые помогут составлять специальные прогнозы для сезонных событий.
- Система может рассчитывать еженедельный прогноз и ежедневно сравнивать фактические продажи с изначальным прогнозом, быстро реагировать на новые тенденции в продажах.
- Некоторые системы в своих расчетах также учитывают фактор влияния погоды.
- Некоторые могут привязываться к бонусным упаковкам и другим вариантам промо-акций для создания комбинированных прогнозов.
К сожалению, какой-бы умной не была система, проблема достоверности данных или «входящего и выходящего мусора» все равно остается. Купленный готовый программный продукт всегда сложно адаптировать под свой бизнес.
- Всякий раз при настройке этих систем прошлые данные должны представляться правильно, в требуемом формате. К примеру, бывает, что неверно отмечены события с уровнем важности «Высокий», «Средний» и «Низкий». Некоторые ритейлеры проводят специфические акции для конкретного магазина или параллельные промо-активности. Акции с мульти-покупкой или специальные предложения, ориентированные на определенных клиентов, пересекаются с национальными рекламными акциями. Из-за всего этого бывает сложно увидеть чистую историю продаж.
- Очень сложно правильно разделить календарь по фазам праздников. Особенно, если речь идет о таких праздниках, как Рамадан, который по времени затрагивает сразу несколько сезонов.
- Несвоевременно внесенные настройки для промо-акции или запоздалая реакция на цены конкурентов могут провоцировать скачки продаж, которые не ясны для алгоритма прогноза и, как следствие, вызывают чрезмерно резкие перемены.
- В некоторых магазинах бывают временные массовые или оптовые продажи товара. Если магазины понимают, что происходит, когда разовые продажи оптом попадают в общую статистику реализации товара – они убирают эти продажи из данных для формирования прогнозов. Такие продажи очень сильно искажают обычные данные.
- На торговлю могут влиять действия конкурентов. Продажи могут упасть из-за того, что конкурент проводит акцию с большой скидкой, что не соответствует обычным условиям ведения бизнеса. Однако порой никто даже и не думает о том, что система расчета прогнозов не учитывает причину низких продаж в связи с действиями конкурентов.
Конечно, все эти трудности вполне разрешимы, если точно соблюдать порядок и хорошо наладить все процессы. Обязательно должен вестись учет покупателей и приниматься во внимание их участие в промо-акциях. Могут использоваться программы для анализа и устранения лишних данных из истории продаж. Отдел по управлению закупками можно наделить полномочиями контролировать входящие в систему данные и рекламные акции. Этой команде можно поставить единственную цель: делать все возможное, чтобы данные были своевременными и целостными. Контроль массовых или оптовых продаж можно делегировать отдельному подразделению или вовсе отнести к другому каналу продаж. При тщательном выявлении пробелов и при их устранении, со временем, в работе системы полностью устраняется проблема ложных плюсовых остатков товара. Если ритейлер пользуется подобными системами, в его внутренней структуре должны быть хорошо налажены коммуникации и поддерживаться высокий уровень дисциплины.
Еще одна проблема, с которой сталкиваются ритейлеры при внедрении этих систем – ограниченный во времени характер процесса. Настоящий шок – обнаружить, что сложные критически важные системы неожиданно запускаются в режиме реального времени и выдают «предупреждения». При этом обычно срабатывает тревожное оповещение, а во время формирования прогнозов с ненормальными параметрами в самый неудобный момент начинает мигать красный свет. Все современные динамические AR запускают автоматические оповещения. Однако если в программе установлены слишком высокие уровни запрета несоответствий, одновременно может срабатывать целый ряд тревожных оповещений. Все возможные ошибки придется проверять в очень сжатые сроки. Если установлен низкий порог пресечения процессов с ошибками – такие операции проходят незамеченными. Это напоминает ситуацию с поломанной сигнализацией на автомобиле. Если она срабатывает слишком часто, вы перестаете воспринимать назойливый звук как сигнал тревоги и не замечаете, как машину угоняют.
Например, большинство ритейлеров запускают систему прогнозирования на ночь. Таким образом, прогнозы готовы к 6 утра. Основанные на таких расчетах заказы на поставку со склада или заявки на закупку могут сформироваться еще до начала рабочего дня. У ритейлера есть выбор: запускать цепочку пополнения запасов позже или составить отдельный график работы для персонала, который будет приходить пораньше и просматривать результаты работы системы. Чем дольше откладывается обработка заказов – тем сильнее затягивается процесс пополнения запасов.
Некоторые ритейлеры предпочитают организовать все процессы в рабочее время. То есть результаты работы системы просматриваются в то время, когда менеджеры по закупкам находятся на рабочем месте. Но временные рамки для их просмотра и обработки все еще очень короткие, и это нарушает нормальный ежедневный порядок работы. В частности, ритейлеры в сфере продуктов питания работают в выходные дни и по праздникам, когда даже банки закрыты. Поэтому сотрудникам, которые отвечают за просмотр результатов работы системы, приходится выходить на работу посменно и в нерабочее время. Опытный персонал и принимающие решения менеджеры не изъявляют желания слишком долго работать в ненормированном графике, а младшие специалисты не всегда готовы принимать важные для бизнеса решения.
Рычаги и алгоритмы для формирования прогнозов очень сложны. Иногда чрезвычайно трудно выявить и откорректировать неверный прогноз. Он может составляться для целой группы магазинов, и тогда проверять результаты вычислений становится еще труднее. В некоторых случаях менеджеры по поставкам, полагаясь на общий уровень продаж продукции своей компании, могут определить актуальность спрогнозированных цифр. Но если прогноз делается только для пополнения запасов нескольких магазинов, например, во вторник вечером, оценить правильность расчетов будет намного сложнее. И если предупреждение выскакивает в программе только по определенному товару, в конкретном магазине, сотрудникам центрального офиса трудно проверить актуальность результатов. Часто приходится вносить изменения вручную, а на коррекцию заказов остается не так уж много времени.
В системах на основе метода Min Max таких проблем не возникает. Результаты расчетов с помощью Min Max очень предсказуемы. Заказы для пополнения запасов будут варьироваться в пределах указанных нижних и верхних границ диапазона допустимых значений. Параметры можно периодически проверять и корректировать в рабочее время. Этот процесс не привязан ко времени. То же самое касается систем на основе метода проталкивания товаров. Расчеты для распределения продукции можно подготовить заранее, в обычное рабочее время. С другой стороны, алгоритмы прогноза работают в режиме реального времени, но за их способность быстрого реагирования приходится платить высокой ценой – отделы менеджеров по закупкам всегда привязаны по времени к работе системы.
В результате, из-за всех перечисленных проблем, некоторые ритейлеры используют динамическую систему не для автоматического пополнения запасов, а лишь в качестве «рекомендации» персоналу магазинов, который делает заказы самостоятельно. На мой взгляд, это пустая трата времени, в буквальном смысле. Если сотрудники магазина приезжают в офис, чтобы проанализировать заказ за компьютером, то это практически ничего не даёт. Пользы будет больше, если магазины смогут видеть на экране рекомендации системы заказов по каждому отсканированному товару с полки. В любом случае, если персонал тратит время на тщательную проверку и сканирование всех остатков, повторный заказ будет сформирован с запозданием на 12-24 часа. Поэтому такие процессы – это буквальная трата времени в цепочке пополнения запасов. В разделе 7 я более подробно раскрою вопрос вмешательства со стороны магазина.
В результате, большинство ритейлеров, использующих динамические системы, полагаются на помощь автоматических оповещений, которые видят только менеджеры центрального офиса. Предполагается, что менеджеры рассмотрят и решат проблему, либо программа продолжит работать без дополнительного вмешательства. В любом случае все ведется к тому, что механизм прогнозирования не справляется в фоновом режиме самостоятельно без вмешательства. Он требует любви и внимания, сложного обслуживания и строгой дисциплины.
Все современные программы, созданные для автоматизированного пополнения запасов – это словно «черные ящики». Их внутреннее ядро настолько сложное, что лишь несколько профессоров из Массачусетского технологического института способны разобраться в его устройстве. Чтобы настроить систему, нужна помощь специалистов. Компании-разработчики зарабатывают не столько на продаже своих программных продуктов, сколько на сдельной оплате работы специалиста для их настройки. При этом они лишь настраивают параметры, а когда их оплаченное время работы заканчивается – разбираться с процессом поставки тысяч товарных позиций в сотни магазинов уже приходится самостоятельно простым сотрудникам. Менеджеры по закупкам вынуждены работать с системой, которая выдает оповещения, требующие постоянного анализа (зачастую 24 часа в сутки, 365 дней в году).
Тем не менее, если осознать всю важность точных данных и правильного контроля процесса, эти «черные ящики» могут продемонстрировать стабильные результаты. Все проблемы начинаются с того момента, когда уходят специалисты, настроившие систему, а бизнес продолжает работать.
Сектор розничной торговли никогда не стоит на месте; рынки развиваются, конкурентная среда постоянно меняется. Компании открывают магазины в новых форматах или осваивают одновременно несколько каналов сбыта. Изменились и промо-активности. Склад ритейлера перемещен. Изменилась ценовая политика. CRM-системы начинают работать с акциями, ориентированными на определенных клиентов, каналами электронной коммерции и прямыми продажами. Случается, алгоритмы, которые так хорошо работали в прошлом году, вдруг уже не подходят для работы сегодня, и никто не знает, как их изменить. Становится очевидно: придется снова привлекать дорогостоящих специалистов для настройки системы. Еще вероятнее окажется, что софт уже устарел, и даже сам производитель ничем не сможет помочь, если не обновить и не переустановить полностью всю систему. Таким образом, вместо изменения алгоритма, бедным менеджерам придется постоянно вручную менять входящие или выходящие данные. Только так пополнение запасов будет происходить должным образом. На этом этапе новый руководитель отдела закупок соглашается обновить устаревший софт или покупает новую программу для пополнения запасов, и карусель запускается заново.
В работе программ есть еще одно ограничение. У них есть доступ только лишь к данным в системе. Программы никак не учитывают факторы окружающей среды, к примеру, действия конкурентов, изменения в производстве товаров или слухи в фейсбуке. Даже если взять для примера простую промо-акцию, прогнозирование продаж будет больше напоминать искусство, нежели точную науку. Первый запуск акции BOGOF (купи один товар – второй получи в подарок) приведет к огромному всплеску продаж. Не удивительно, что во время проведения масштабных рекламных акций реализация продукции часто взлетает в 30 и более раз. Для запуска рекламной акции все же потребуется некая доля вмешательства со стороны человека. Большинство ритейлеров скорее предпочтут делать распределения, чем полагаться на работу системы методом вытягивания запасов. При повторном запуске промо-акции, в программе уже будет сохранена история продаж, на которую можно ориентироваться. Однако вновь потребуется вмешательство со стороны менеджеров, чтобы решить, стоит ли полагаться на эту историю. Как сильно могло повлиять вымывание остатков на продажи во время акции? Возможно, покупателям надоели акции с подобной механикой или, может, конкуренты уже скопировали эту акцию? Эффект от второго и третьего запуска одной и той же акции редко оправдывает ожидания.
Для организации любой подобной крупной промо-акции нужно тщательно проанализировать все особенности текущей ситуации на рынке. Программам тяжело справляться с этой задачей без помощи человека. Эффективность проведения промо-мероприятия зависит от представленности на витрине и в дополнительных местах, от рекламы и действий конкурентов. Зачастую даже самые сложные системы не способны понять настроение рынка.
Еще одна проблемная сторона, с которой не справляются динамические системы (даже те, которые учитывают сезонность) – это кризисы или панические атаки. В розничной торговле продуктами питания это происходит с растущей регулярностью, например, птичий или свиной грипп, отравление меламином, радиация в японской еде, сальмонелла в яйцах, диоксины, e-coli в мясе или в салатах, конина в готовых блюдах и т. д. В результате любого подобного инцидента покупатели перестают приобретать одни продукты и начинают запасаться другими. В некоторых случаях их поведение предсказуемо. Однако если проблема связана с каким-то одним ингредиентом в разных продуктах или со страной происхождения любой продукции, последствия могут затронуть реализацию многих товаров, в том числе и тех, которые не связаны с инцидентом, но настораживают покупателя.
Динамические системы, конечно, реагируют, но они не способны принимать заблаговременные решения. Менеджеры по закупке должны отыскать альтернативную замену снятым с продажи товарам, чтобы заполнить пустые полки, и запустить механики возврата изъятых остатков на склад. Отделы поставок должны снизить в параметрах цифры запасов для одних товарных позиций и повысить – для других. Очень сложно управлять такими процессами в программе по типу «черного ящика», где трудно разобраться во всех тонкостях ее работы. Обычно во времена кризиса требуется сильное вмешательство со стороны менеджеров, и ритейлеру остается надеяться только лишь на достаточный опыт управления процессом непосредственно отдела закупок. Отголоски такого кризиса могут вылиться в проблемы даже год спустя, когда сложные динамические системы, которые учитывают сезонность, начинают делать странные расчеты заказов, опираясь на статистику продаж ровно год назад. Некоторые команды менеджеров по закупкам, которые пользуются динамическими системами, со временем теряют свои навыки работы методом Min Max или формирования заказов вручную. Их единственный выход – продолжать работу с динамической системой, но постоянно корректировать полученные данные. Некоторые ритейлеры и вовсе используют программу для пополнения запасов в режиме автопилота: тогда в кабине их самолета нет людей, готовых вовремя взять управление штурвалом на себя, если бизнес попадает бурю кризисов.
Следовательно, при использовании любой системы динамического автозаказа ритейлеры должны быть готовы, что командам менеджеров придется часто вмешиваться в процесс и управлять им вручную. Крайне важно набирать в отделы управления закупками квалифицированных работников. Только так бизнес в какой-то мере будет готов справляться с ситуацией во времена кризиса или сезонных событий. Команда, которая занимается пополнением запасов, должна уметь отключать режим автопилота и управлять промо-акциями или поставками в непредвиденных кризисных условиях вручную.
Теперь сопоставьте все это с ожиданиями ритейлера, который надеется, что динамическая система будет управлять процессом пополнения запасов без дополнительной помощи команды менеджеров. Даже той небольшой команде, которая продолжит работать с системой, остается только лишь изучать выскакивающие в программе предупредительные оповещения. Вскоре такая работа надоедает и люди увольняются. Вместе с этим теряются и знания, как взаимодействовать с программной системой. Лишь несколько человек остаются, подобно роботам, выполнять рутинную работу с оповещениями. Как только ударит любой кризис или произойдут изменения в деловой среде, требующие перемен в бизнесе – команда не справится с работой в новых условиях.
Таким образом, для меня очевиден общий вывод: независимо от того, насколько сложным или дорогим будет программное обеспечение, оно никогда полностью не заменит команду менеджеров. На самом деле, обычно для работы со сложными программами требуется еще больший штат сотрудников в центральном офисе, чем при использовании простых методов расчетов для пополнения запасов. Рассматривая программные системы пополнения как вариант организации процессов, ритейлер должен учитывать масштабы своего бизнеса и уровень сложности. К примеру, Wallmart или Tesco могут позволить себе использовать сложную систему и нанять огромную команду специалистов. Мелкий ритейлер со скромным центральным офисом должен хорошо подумать, стоит ли ему действительно использовать дорогое программное обеспечение. Учтите следующее:
- Динамические системы не очень подходят для работы с медленно-оборачиваемыми или дорогими товарными позициями. В этом случае метод Min Max проще в использовании, более предсказуем и менее опасен. Когда речь идет о дорогих товарах, лучше контролировать уровень запасов с помощью фиксированной формы пополнения.
- Динамические системы не справляются во многих случаях, когда нужно сделать распределение товара. Когда ассортимент или предложение продукции не постоянны, не стабильны цены или используется принцип «купи и продай», лучше всего работает механика проталкивания товаров. Это касается и временных акций, и праздников, таких как Рождество.
- Неважно, каков механизм прогноза продаж, если нет запаса товара для его обслуживания. Если, согласно прогнозу, потребность магазинов 50 000 единиц товара, а поставщик может отправить лишь 10 000 единиц, и при этом программа пытается запустить процесс, то лучше отключить автоматическое пополнение и распределить товар вручную. В противном случае благодаря расчетам динамической системы товар поедет лишь в несколько первых магазинов. Остальные заказы, на которые не хватило товарного запаса, зависнут в системе и так и не будут доставлены в оставшиеся магазины.
- Даже в тех случаях, когда используются очень сложные программы, рекомендуется смешанный подход с применением метода Min Max для одних позиций, а распределений – для других, итак далее. Команда менеджеров, контролирующих цепочки поставок, должна быть достаточно большой, чтобы справиться с управлением процессами в периоды кризиса.
Также очень сложно связать систему, основанную на прогнозе, со всеми стадиями цепочки поставок. Я обнаружил, что системы прогнозирования не всегда связаны с другими системами так же, как пополнение магазинов и складов ритейлера. По логике, один и тот же прогноз должен лежать в основе пополнения товара на складе и в самом магазине. Это должно выглядеть как непрерывный процесс, управляемый одним и тем же механизмом. Но далеко не всегда это так. Я сталкивался со всеми перечисленными далее примерами ситуаций.
Словом, динамические программы, которые я называю «черными ящиками», могут работать либо для пополнения магазина, либо для пополнения запасов склада, но не в обоих режимах одновременно. Некоторые ритейлеры пользуются отдельными системами для пополнения запасов в магазинах и на централизованном складе. Я побывал у одного крупного ритейлера, у которого есть две отдельные команды. Они работают над заказами для магазинов и для главного склада автономно, с разными версиями одного и того же программного обеспечения. «Черные ящики» могут хорошо справляться с составлением прогнозов. Однако интеграция такого прогноза в программную систему для пополнения запасов на складе и в AR для заказов в магазины не такая простая, как обещают специалисты.
Стоит признать, что такие системы «черных ящиков», как SAF или Oracle, имеют больше шансов на успех, чем простые алгоритмы. Эти системы разработаны как умные, и способные анализировать данные за долгие периоды времени. Они могут из разных типов алгоритмов для пополнения запасов самостоятельно подбирать именно тот, который подходит лучше других. Системы могут быть запрограммированы на обслуживание до определенного целевого уровня (например, 95% вероятности поддержания запасов на уровне 99%) и проверяться на способность создавать прогнозы.
Как именно они работают? Я сам пользовался этими системами. Поставщики программного обеспечения приглашали меня, чтобы я продемонстрировал работу этих программ для посетителей их сайтов на примере нескольких крупных ритейлеров.
Мои выводы по поводу таких систем сбалансированы.
- Я бы скорее предпочел сложный инструмент подобного рода, чем простой алгоритм. Уровень сложности таких систем, очевидно, выше, но все еще попадается «мусор среди входящих и выходящих данных».
- Программы стоят очень дорого. Высокая стоимость не только у лицензии и реализации ПО. Дорого обходится постоянное обслуживание программы. На бумаге эти затраты всегда могут оправдываться утверждением: «1% в наличии хуже x% продаж». Однако я считаю, что в реальности большинство компаний, наладив все процессы и имея хорошую команду, могут добиться таких же результатов при меньших затратах. В экономической среде, где затраты на оплату труда невелики, наем команды менеджеров может оказаться более рентабельным, чем покупка и обслуживание сложной программы. Ритейлерам, которые торгуют продукцией с низким оборотом или разовыми поставками, нет смысла тратиться на сложное программное обеспечение.
- Некоторые ритейлеры хвастаются: их системы прогнозирования настолько детализированы, что могут даже реагировать на изменения погодных условий. Да, некоторые системы действительно могут полагаться на погоду или температуру окружающей среды для прогнозирования спроса на клубнику либо мороженое. Но эти специальные возможности обычно ограничены. Для начала, прогноз погоды должен быть очень точным. Только при таком условии это сработает в определенный период, а цепочка дистрибуции сможет вовремя среагировать на перемены. Также для удовлетворения прогнозируемого спроса должен быть постоянный дополнительный запас товара. В случае со скоропортящимися продуктами, такими, как сырое мясо для барбекю или клубника, их производство или объемы закупок должны определяться заранее. Большинство ритейлеров скорее решат распределять запасы в магазины методом проталкивания, чем допустить, что продукция будет лежать на складе в ожидании системных заказов. Невероятные сбои в таких системах выглядят не так убедительно, как реклама программного обеспечения со стороны производителя.
- С повышением уровня сложности системы уровень перераспределений и вмешательств как со стороны магазинов, так и со стороны менеджеров главного офиса не снижается. Все так же часто могут делаться распределения и проталкивание запасов. Недавно я столкнулся с примером цепочки поставок в Новой Зеландии, где использовалась высококлассная система, но магазинам все еще давалось 24 часа на просмотр и изменение заказов. Другие ритейлеры, с которыми я общался, утверждают, что во главе работы их динамических систем все равно остаются заказы, которые делаются вручную. Я придерживаюсь теории, что системы на основе Min Max дают магазинам лучшее видение заказов и уверенность. Они избавляют менеджеров от лишней нагрузки, когда им приходится разбираться с непредсказуемыми результатами сложных систем.
- Если ритейлер предпочитает подход с методом проталкивания, прогнозы, основанные на методе вытягивания – не самый лучший вариант для него. Многие ритейлеры заинтересованы в дополнительном доходе и продают поставщикам места для представленности их товаров. Команда менеджеров обязана не только контролировать своевременное восполнение запасов в магазинах, но и управлять распределением рекламных витрин. В таких условиях может возникнуть слишком много требований к механизму прогнозирования.
В итоге, если вы все-таки хотите организовать процесс централизованного пополнения, в котором со всеми задачами должен справляться компьютер, без человеческой помощи, мой вам совет – подумайте еще раз. Команда менеджеров по закупке должна постоянно самостоятельно контролировать пополнение запасов, а не слепо подчиняться машине. Если пришло время Скайнет и Терминаторов, пора вернуть контроль человеку. В конце концов, централизованное пополнение запасов должны контролировать те, кто принимает решения о выборе продукции и проведении акций. В распоряжении менеджеров отдела закупок должно быть несколько инструментов. Особенно важен метод Min Max и распределения. Динамические системы – это просто более сложный инструмент, и нельзя ни в коем случае допускать, чтобы он был единственным вариантом в арсенале менеджеров.
Я бы лучше работал с большей командой менеджеров и пользовался простыми инструментами, чем с небольшой командой и сложной программой, которую они не могут ни понять, ни контролировать. Конечно, был бы у меня любой выбор, я бы предпочел лучшее программное обеспечение и большой штат сотрудников для его обслуживания. Но не все ритейлеры работают в настолько больших масштабах, чтобы позволить себе и то, и другое.