Большие сложности маленьких магазинов: как обеспечить пополнение ассортимента «точно в срок»

Ожидания потребителей от гипермаркета и магазина у дома существенно различаются. В гипермаркет ездят в среднем раз в неделю, решая сразу несколько задач: пополнить запасы длительного хранения, приобрести основные продукты на каждый день, купить то, что сложно найти в небольших продуктовых магазинах — какие-нибудь особенные продукты или их разновидности, которые нужны далеко не всем и не ежедневно. Попутно приобретаются базовые хозтовары, товары для дома и дачи, посуда, техника, одежда, требования к которым не так высоки, чтобы ехать ради этого в специализированные магазины.

От магазина у дома не ждут такого большого ассортимента. Его главная задача — закрывать ежедневные базовые потребности быстро, удобно и доступно. Однако в обоих случаях покупатели хотят, чтобы нужный товар был в наличии и соответствовал ожиданиям в отношении качества и свежести.

Особенности пополнения ассортимента для разных форматов магазинов

Процессы пополнения гипермаркетов весьма сложны. Однако у магазинов малого формата есть еще и свои специфические особенности и ограничения, не свойственные гипермаркетам. Например, отсутствие полноценного склада или полка маленького размера — чтобы организовать ее регулярное наполнение, требуется более высокая частота поставок небольших партий товара. В результате процесс пополнения ассортимента в таких магазинах — более сложная задача и решается она несколько иначе, чем в гипермаркетах. 

На больших объемах продаж более явно прослеживаются статистические закономерности, а значит поставки можно планировать, используя статистические модели. Там, где объемы невелики, статистика работает хуже. Сегодня раскупили весь сыр, а завтра — мясные полуфабрикаты: не потому, что изменились предпочтения покупателей, просто так совпало. И знание о том, что в среднем в месяц точка реализует определенный объем товара в той или иной категории, не помогает решить ежедневную проблему наполнения полки.

Важная особенность ассортимента магазинов малых форматов — он не только менее широкий, т.е. содержит меньше номенклатуры товаров, но и менее глубокий: для каждого товара доступно меньше остатков в магазине, опять же в силу физических ограничений магазина. А значит покупатель будет выбирать не из десяти, а из трех видов йогурта, и найти замену привычному продукту будет сложнее, если он закончился. 

В идеале процесс пополнения ассортимента товаров магазина малого формата должен осуществляться в режиме «точно в срок». Такой подход к логистике характерен для системы менеджмента Канбан, впервые разработанной и получившей широкое распространение в Японии. Эти принципы успешно внедрялись и в японском ритейле. Так, например, сеть 7-Eleven пополняет свои магазины у дома свежими продуктами до трех раз в день, используя для этого свой парк машин с рефрижераторами. Машины курсируют по городу и развозят товары в магазины, которым требуется пополнение в течение дня. 

Путь товара не заканчивается его доставкой в магазин. В конечном счете он должен занять свое место на полке. И здесь у малых форматов опять-таки больше специфических ограничений. Безусловно, в любом магазине выкладывать товар на полки лучше в то время, когда в зале присутствует минимум покупателей. Но пространство гипермаркета обычно позволяет делать это в течение дня, не создавая больших неудобств для покупателей. Магазинам малого формата часто приходится переносить эти операции за пределы рабочего времени.

Как магазины малого формата могут повысить эффективность пополнения ассортимента? Вот несколько решений и инструментов, которые помогут выстроить работающую систему: 

1. Обеспечить интеграцию данных продаж и учета в реальном времени.  

Необходимый фактор для организации процесса пополнения «точно в срок» — учет остатков в реальном времени и обмен этой информацией с системой пополнения в режиме онлайн. Это значит, что как только продажа товара была зарегистрирована кассовой системой, информация об этом должна в реальном времени обновиться и в учетной системе магазина, на основе данных которой формируются заказы системы пополнения. Зачастую у ритейлеров онлайн синхронизация может отсутствовать, информация обновляется с определенной периодичностью, например, раз в час или даже в день.  

2. Использовать продвинутые модели прогнозирования продаж. 

Самые простые модели учитывают лишь усредненную историю продаж всей сети. Однако для надежного прогноза этого недостаточно. Более сложные модели на базе машинного обучения (ML) или другого типа искусственного интеллекта используют больше параметров, опираются на историю продаж за более длительный период, в привязке к конкретным точкам сети, с учетом влияния цены не только на рассматриваемый товар, но и с учетом цены/наличия альтернативных позиций в ассортименте. Также при построении прогноза учитываются тренды и сезонность — вплоть до особенностей погоды в каждый конкретный день и т.д.  Такой подход позволяет получить более точный результат — необходимое количество товара в определенном магазине в нужные день или неделю.

Для формирования промышленного решения нужно найти баланс между сложностью и точностью модели. Высокая сложность применяемых методов не гарантирует лучший результат, зато сильно увеличивает время построения прогноза и потребность в вычислительных мощностях. Поэтому важно при построении модели глубоко анализировать факторы влияния на спрос не только математически или статистически, но и привлекать к этом процессу экспертов из бизнеса, что позволит учесть бизнес-логику за всеми расчетами.

3. Учитывать в автоматическом режиме все ограничения пополнения.

Как упомянули выше, в магазинах малых форматов есть ограничения, связанные с отсутствием подсобки, невозможностью приемки паллет, небольшими полками и другие. Все эти ограничения, еще и накладывающиеся друг на друга, при расчете пополнения сложно учитывать вручную. Поэтому возрастает роль автоматизированной системы пополнения, которая учтет все ограничения и обеспечит формирование оптимального набора товаров для пополнения с минимумом ручного вмешательства в процесс. Может показаться, что и здесь уже активно используется искусственный интеллект, но пока нет массовых внедрений решений для планирования пополнения корпоративного уровня, использующих искусственный интеллект для выявления в т.ч. неявных ограничений и расчета оптимального заказа. Здесь по-прежнему активно используют итерационные оптимизационные (эвристические) алгоритмы, пробуют применить мультиагентные методы для оперативного пересчёта плана пополнения.

4. Выбрать оптимальные цепочки поставок в магазин.

Товар можно везти напрямую от поставщика, можно из распределительного центра (РЦ) ритейлера, причем какой-то товар может в РЦ храниться, а какой-то перемещаться через него транзитом, т.е. поставщик везет его через РЦ, но на РЦ товар не складируется на хранение, а сразу перераспределяется по магазинам.

Нет единственно правильного решения, какая цепочка поставок или комбинация цепочек оптимальна. Необходимо взвесить разные факторы, в т.ч. стоимость, ассортиментную стратегию, долю свежих категорий товаров в ассортименте, возможности по приемке в магазинах и др.  И в результате анализа найти оптимальный баланс, учитывая логистические затраты и ограничения магазина, чтобы обеспечить точку продаж товаром вовремя, не перегружая ее при этом большим количеством поставок.   

5. Выстроить эффективный и быстрый процесс пополнения товаров на полке.

В идеале товар должен попадать на полку сразу «с колес», количество промежуточных этапов между его привозом и размещением должно быть минимальным. График приезда машин с товаром должен учитывать, когда в торговом зале меньше всего покупателей, а персонал готов быстро произвести приемку и выкладку. Использование мобильных терминалов стало нормой на приемке и в том числе используется на выкладке. Но важно, чтобы устройства работали быстро, интуитивно понятно и были доступны сотрудникам в нужный момент. 

Один из ключевых моментов в выстраивании эффективного процесса - это мотивация всех участников данного процесса на его результат. Зачастую вертикальная функциональная организационная структура компаний, где у каждой функции свои KPI, может мешать достижению общей цели компании. И в магазинах малых форматов, где важен каждый процент эффективности, нужно всерьез рассмотреть переходить к доверительной приемке и “схлопыванию” ролей. Например, водитель транспорта или выделенный экспедитор самостоятельно выгружает и сразу выкладывает товар на полки, таким образом не отвлекая сотрудника магазина на приемку и выкладку товара.

6. Использовать планограммы.

Планограмма — это схема выкладки товара на полки, которая позволяет наиболее эффективно использовать торговое пространство. Более упрощенный вариант — схемограмма — определяет расположение на уровне подкатегорий, не детализируя выкладку вплоть до каждого товара.  

Эти инструменты необходимы для того, чтобы каждый товар оказался на своей полке в нужном количестве. Они позволяют быстрее пополнять товары, иметь стандартизированный вид полки в магазине, а также легко контролировать и при необходимости менять распределение товаров на полках. 

7. Проводить регулярные инвентаризации.

Сплошная инвентаризация — процесс трудозатратный и дорогой. Магазин закрывается на ночь, нужен достаточно большой штат людей, которые за это время пересчитают весь товар. Все больше ритейлеры проводят точечные инвентаризации — по одной или группе категорий товаров за раз. Их можно сделать быстрее, не загружая персонал слишком сильно. За определенный период постепенно охватывают все категории, затем цикл повторяется.  

8. Сформировать правильный ассортимент на основе спроса.

Достаточно очевидный пункт для ритейла в целом, но нельзя не упомянуть, что для маленьких магазинов особенно важно иметь максимально эффективный ассортимент: закупать наиболее востребованные товары, которые быстрее оборачиваются. В своей ассортиментной политике ритейлер должен быть гибким: опираясь на статистику и прогнозы продаж по каждому товару, регулярно корректировать ассортиментную матрицу в разрезе отдельного магазина или кластера магазинов. Чем меньше магазин, тем более критичным становится выбор каждого товара в ассортименте.

Новые горизонты пополнения магазинов

Будущее управления ритейлом, в том числе и повышение эффективности пополнения магазинов будут определять технологии. Это учет остатков в режиме реального времени, мультиагентные методы, прогнозирование продаж на основе инструментов машинного обучения и искусственного интеллекта, которые позволят учитывать множество факторов, выявлять новые факторы и анализировать большие объемы данных. Это особенно важно в свете персонализациии пополнения — возможности учитывать предпочтения каждого покупателя, его типовую корзину в зависимости от времени года, месяца, канала покупок и других факторов. И конечно, многие перейдут от расчета пополнения раз в день к моментальным пересчетам внутри дня по отдельным группам товаров.

В рамках данной статьи хотелось показать, что пополнение магазинов – это не только технологии, но и комплекс взаимосвязанных централизованных процессов и операций в логистике и магазине. И умение применить в комплексе все обозначенные меры играет определяющую роль для успеха.