To main content
Опыт Торговой сети
ТехноНИКОЛЬ
Проект-участник конкурса
Qlik Data Transformation Award 2021
Торговая Сеть ТехноНИКОЛЬ — неотъемлемая часть корпорации ТехноНИКОЛЬ, реализующая продукцию заводов и предоставляющая широкий ассортимент товаров известных производителей
Номинации проекта
Гонка Колесниц
Оптимизация цепочки поставок от старта до самого финиша
Гребной Слалом
Многоуровневая оптимизация логистических процессов
Предпосылки проекта
При формировании необходимых заказов поставщикам используются нормативные значения запасов. Нормативные значения запаса расчитывались в два этапа.
1
На первом этапе формировались показатели, необходимые для последующего расчета нормативных значений запасов. Такие, как среднедневное потребление, стандартное отклонение от объема продаж, интервалы между поставками, сезонные коэффициенты тренда и т.д. При этом для отдельных товаров специалист экспертно подбирал наиболее репрезентативные прошлые периоды для моделирования.
2
На втором этапе рассчитывались непосредственно нормативные значения запасов. При этом специалист просматривал предложенные системой значения и корректировал их вручную, опираясь на свой опыт и экспертный взгляд.
Для прогнозирования спроса на втором этапе использовались достаточно простые (авто-) регрессионные модели. Однако они не очень подходят для непостоянного и разряженного спроса, который характерен для многих строительных материалов на B2B рынке. Поэтому для поддержания требуемого уровня сервиса значительную часть нормативных запасов специалисту приходилось устанавливать экспертно.

С учетом этих особенностей, а тажке низкой производительности самих расчетов, для полного обновления нормативных запасов сотруднику требовалось до двух рабочих дней.
Цели и задачи проекта
Повышение производительности труда специалистов, повышение качества принятия решений, оптимизация ресурсов, требуемых для формирования запасов
Ход проекта
Модернизацию процесса управления запасами мы начали с изучения лучших практик и анализа готовых решений. Нашим слабым местом было прогнозирование спроса и установка нормативных значений запасов. При этом, в компании уже есть собственные наработки, в которых покрываются потребности бизнеса, и к тому же настроен электронный документооборот с основными поставщиками — предполагалось продолжать выполнять формирование заказов в этой системе.

Сейчас готовые решения по управлению запасами на рынке подразумевают комплексное решение, от планирования продаж и операций до компоновки транспортного средства. Для закрытия «слабого места» бизнес-процесса полный функционал таких систем не нужен. Поэтому, покупать их было бы невыгодно.
Мы должны быть гибкими во взаимодействии с нашими поставщиками, потому что требования постоянно меняются.
Например, еще год назад для отправки заявки на покупку нашему основному поставщику требовалось выгрузить уже полностью скомплектованное транспортное средство. Для этого кейса большинство готовых решений по управлению запасами нам подходили из коробки. Но в этом году в связи с дефицитом товаров на заводах стало необходимо выгружать заказы порционно, резервируя товар на заводе, и далее связывать несколько заказов в один в момент, когда скомплектовалась полное транспортное средство. Такой кейс без дополнительных доработок не поддерживает большинство систем.

В ходе анализа лучших практик и изучения предложений на рынке тестировали те или иные подходы к прогнозированию спроса и управлению запасами. На тот момент уже год как использовали Qlik Sense как систему анализа данных внутри департамента логистики, уже в определенной степени набили руку. Поэтому для прототипирования моделей прогнозирования также решили использовать Qlik Sense.
Когда первый прототип был готов, нам понравился результат: с расчетной частью Qlik справлялся достаточно быстро, результат расчетов было удобно анализировать в созданных дэшбордах.
Да и был уже готовый загрузчик нормативов их excel в 1С УТ, поэтому расчетные нормативы можно было достаточно быстро перенести в учетную систему без дополнительных доработок 1С УТ. Оставалось добавить writeback для того, чтобы специалист мог донастраивать расчетные значения непосредственно в Qlik Sense, и потребность в специализированной системе управления запасами отпадала.
Новый подход к существующим бизнесс-процессам
В Qlik Sense ежедневно пересчитывается оценка спроса и нормативные значения запасов. Специалист отдела управления запасами разбивает ассортимент на группы — позиции, по которым можно использовать автоматически рассчитанные нормативы с автоматически определеным уровнем сервиса; позиции, по которым нужно установить уровень сервиса; позиции, по которым не нужно загружать автоматически рассчитанные нормативы. И далее мониторит рекомендации системы по изменению действующих нормативов и при необходимости обновляет нормативы.
Специалист отдела управления запасами не занимается бесполезной работой, пересчитывая нормативные значения запасов просто потому, что по графику подошел срок пересчета.
Таким образом, нормативные значения запасов обновляются не просто с определенной периодичностью, как это было раньше, а только тогда, как это нужно — изменилась оценка спроса или другие составляющие, например, срок исполнения заказа.

Специалист отдела управления запасами не занимается бесполезной работой, пересчитывая нормативные значения запасов просто потому, что по графику подошел срок пересчета, даже если после пересчета новые значения не будут отличаться от предыдущих.В то же время процесс создания заказов поставщику для смежного отдела исполнения заказов не изменился.
Результаты проекта
В этом году на рынке практически по всем товарным группам дефицит сырья, у большинства поставщиком дефицит товара, транспорта, складских мощностей.
Беспрецедентный рост цен и всплекс спроса на строительные материалы.

Тем не менее, с учетом всех сложностей предварительно демонстрируем следующие результаты в сезонные месяца:
  • Расширили ассортимент на 18% к прошлому году
  • Пересчитываем нормативы в 3 раза чаще, чем в «спокойный» год
  • Потребность в людских ресурсах снизилась на 20%
  • Уровень сервиса по наличию товара удерживается на уровне прошлого года
А также:
  • Независимость от службы ИТ и сторонних подрядчиков при необходимости оперативно вносить изменения и настраивать процесс
  • Возможность выдвигать гипотезы по улучшению процессов пополнения и тут же проверять их на практике
В качестве будущих планов:

→ Включить в модель некоторые особенности работы с РРЦ.
→ Использовать реализованную модель вероятностной оценки спроса для регулярной оценки уровня сервиса и упущенной прибыли.
→ Дополнить экспертные оценки эффективности и объемов сверхнормативных акционных запасов вероятностной оценкой спроса.
Голосование за проект
Посмотрите другие проекты
Номинированные на конкурс Qlik Data Transformation Award 2021
Свяжитесь с нами, если есть вопросы
Будем рады дать совет по отправке вашего кейса и любому вопросу, связанному с премией

Марина Пайвина
+7 (903) 500-75-46
inforu@qlik.com