Компании SAS и КРОК анонсировали серию онлайн-встреч с ритейлерами. Первое мероприятие было посвящено подготовке к проведению промоакций в условиях, когда предпочтения потребителей переменчивы. Представители SAS, КРОК и компаний-ритейлеров обсуждали, как в кризисной ситуации планировать запасы, учитывать спрос, чтобы избежать пустых полок, просроченных излишков и управлять ассортиментом. Ключом к решению поставленных задач служит точность прогнозирования.
На фоне пандемии поведение покупателей не только переменчиво, но и непредсказуемо. Одни закупают гречку с туалетной бумагой, другие – спиртные напитки, корм для животных, а третьи – чистящие средства и спортивное оборудование. Эффективное управление потребительскими предпочтениями – всегда актуальная задача. Предваряя выступления экспертов, модератор онлайн-встречи, архитектор бизнес-решений КРОК Алексей Сидорин заострил внимание на тенденциях в области транспортной логистики. Сегодня востребованы комплексные решения, в разработке которых участвуют ИТ-специалисты, маркетологи, аналитики, эксперты по большим данным. Об этом свидетельствует опыт ведения бизнеса компанией «КРОК». Из провайдера отдельных решений КРОК превратился в хаб технологий. Для развития бизнеса ИТ-компании все большее значение приобретают партнерская экосистема и правильное видение динамики рынка.
Об опыте компании в сфере автоматизации цепочек поставок рассказала руководитель направления логистики КРОК Анастасия Гончарова. На протяжении десяти лет компания делает акцент на внедрении бизнес-приложений и решении бизнес-задач заказчика на основе доступных инструментов автоматизации, в частности, предлагаемых компанией SAS. Сегменты потребительских товаров (CPG) и ритейла входят в число ключевых направлений развития бизнеса. В прошлом году КРОК реализовал более 300 проектов в сфере автоматизации логистических процессов. Объем выручки в общем обороте компании превысил 11%.
Выполненные КРОК проекты охватывают широкий спектр бизнес-процессов – от прогнозирования до доставки и управления дистрибьюторами. В условиях кризиса заказчики КРОК заинтересованы в эффективном управлении логистической инфраструктурой, товарными потоками, в экономии операционных затрат и сохранении уровня сервиса, который необходимо повышать, чтобы не терять заказчиков.
В последнее время меняется структура проектов в области логистики. Компании переходят от решения простых учетных задач к внедрению инструментов аналитики, что закономерно. По мере использования ERP-систем предприятия накопили данные, на основе которых можно разрабатывать модели и строить прогнозы. Эксперты утверждают, что для создания прогнозов, учитывающих меняющиеся внешние факторы, нужно располагать качественными данными как минимум за последние три года. В противном случае невозможно объяснить, чем обусловлены те или иные изменения – внешними обстоятельствами или внутренними предпосылками.
Сегодня специалисты в сфере логистики перегружены – адаптируются к новым условиям работы, отметил Алексей Сидорин. По понятным причинам их волнуют прежде всего текущие «горячие» темы. Однако повышение эффективности планирования будет способствовать перспективному развитию.
Подход компании SAS к решению этой задачи стал предметом выступления руководителя бизнес-практики Retail & CPG в регионе EMEA Валентины Лариной. В 2014 г. компания открыла подразделение, которое специализируется на аналитических решениях в ритейле и CPG. Сегодня 66% розничных предприятий в списке Fortune 500 пользуются инструментами бизнес-аналитики и анализа данных, топ-7 компаний CPG выбирают решения SAS для автоматизации цепочки поставок.
Предназначенная для сегмента ритейла и CPG платформа компании обеспечивает интегрированное планирование на всех этапах: от разработки стратегии, ценообразования до операционного управления (сколько товара нужно, в каком периоде, на каких складах). Реализованы инструменты подключения к различным источникам данных, подготовки и анализа данных, применения методов углубленной аналитики, машинного обучения. С помощью аналитических модулей можно выяснить, кто клиенты компании, сегментировать их и организовать адресное взаимодействие. Среди преимуществ платформы эксперт отметила ее доступность сотрудникам с разным уровнем подготовки, а также применение инструментов углубленной аналитики.
Что касается популярных инструментов планирования, то заказчики научились прогнозировать регулярные продажи. Иначе обстоит дело с промоакциями. Далеко не всегда получается проводить их так, чтобы избежать потерь, не создавать дополнительные запасы у клиентов, которые будут распродавать их по выгодной для себя цене и невыгодной для поставщика. По данным исследователей Nielson, объем убыточных промокампаний в сегменте товаров повседневного спроса по всему миру составляет 59%. Объем продаж в рамках таких акций оценивается в 35%.
Процедура подготовки промоакций требует соблюдения ряда правил. Прежде всего следует определить цель (увеличить долю рынка или прорекламировать уникальность продукции), установить KPI. Применение аналитических инструментов поможет оценить эффективность предыдущих промокампаний, что важно для составления прогноза. Как только сформируется понимание KPI и бюджета на промоакции, определяются период (как правило, год), тип (новогодние промоакции, в канун гендерных праздников), составляется календарь. Затем выясняется, какие товары участвуют в промоакциях, с какими розничными сетями они проводятся. Совместно с клиентом-ритейлером обсуждаются промомеханики, уточняется необходимость маркетинговой поддержки.
С учетом этих параметров система позволяет построить прогноз промоакции и оценить основные KPI, рассмотреть разные сценарии, при необходимости внести корректировки. Обязательной является процедура утверждения. В промоакциях задействовано большое количество отделов, координация их усилий представляет определенную сложность.
На этапе подготовки с помощью математических методов важно оценить влияние промокампании на продажи других товаров, особенно взаимозаменяемых, как, например, соки с разными вкусами. Спрос в период проведения акции может смещаться от одного вкуса к другому. Если заранее не учесть возможное уменьшение объема реализации товаров схожих категорий, снизится средняя маржинальность. Сценарный анализ позволит определить эффективность выбранного подхода. При необходимости можно заменить товары, участвующие в акции, увеличить или, напротив, уменьшить глубину планируемой скидки, применить другие механики.
Система дает возможность гибко настраивать процесс запуска промоакции с учетом специфики заказчика (купи один товар и получи второй в подарок; при покупке определенного объема товаров одной категории предоставляется скидка на товары другой категории).
Участники онлайн-встречи интересовались, как часто приходится переобучать или адаптировать модели. Совершенствовать модели можно постоянно, дополняя их новыми данными. Особый случай – действие ограничений, например, в условиях пандемии, когда возможные проблемы с поставками сопровождаются нестабильным спросом. Раньше покупатели делали небольшие покупки, но регулярно, а сейчас – реже, но большими партиями. Изменение спроса влечет за собой изменение модели прогнозирования – приходится учитывать факторы, неизвестные прежде, в частности, применять статистику заболеваний. Эксперт отметила, что открытость моделей SAS дает возможность добавлять новые факторы и переобучить модели исходя из обстоятельств.
Специалисты активно обсуждают вопрос о необходимости штатного дата-сайентиста в отделе логистики. По мнению Валентины Лариной, если компания хочет развивать данное направление, то такой сотрудник нужен. В то же время сегодня есть возможность аутсорсинга этой функции.
В ходе онлайн-встречи рассматривалось несколько кейсов. Компании Mondelez – крупнейшему поставщику шоколадной продукции (представлена в 150 странах) – специалисты SAS помогли повысить точность прогнозирования спроса и планирования продаж. В рамках пилотного проекта была поставлена задача уменьшить объем ручных корректировок на этапе прогнозирования и планирования для трех рынков (Великобритании, Германии, Франции). На примере нескольких категорий товаров, взяв объем данных за несколько месяцев, аналитики настраивали системы, строили прогнозы. Параллельно работа выполнялась командой экспертов компании Mondelez.
В результате удалось повысить точность прогнозирования от месяца к месяцу и оптимизировать этот процесс. Выяснилось, что задания, на которые у экспертов компании уходили недели, выполнялись за 30 минут. Добиться этого удалось, в частности, благодаря применению методов машинного обучения и анализа данных. Сыграло свою роль привлечение экспертов, знающих специфику конкретного рынка.
Следует отметить, что не на всех выбранных для проекта рынках системе удалось повысить точность прогнозирования, по сравнению с результатами, полученными экспертами. Это означает, что в ряде сфер эксперты располагают важными для построения прогноза знаниями, недоступными системе.
В Великобритании системе удалось превзойти результаты экспертов, поэтому можно автоматизировать весь процесс построения прогнозов. Во Франции и Германии примерно 6–7% продуктов должны быть проанализированы экспертами, чтобы они дополнительно представили свои знания, необходимые для улучшения результата в целом. Однако в любом случае снижаются затраты на прогнозирование – эксперты могут сосредоточить свое внимание на небольшом проценте значимых для составления прогноза товаров.
Второй представленный кейс – компании Nestle – интересен несколькими деталями. Этот глобальный поставщик товаров одним из первых понял, что рынок производителей давно уступил место рынку покупателей, к мнению которых надо прислушиваться. Подходы к анализу данных в Nestle базируются на том, что к поведению покупателей нужно подстраиваться, предлагая клиентам что-то уникальное. Использование инструментов продвинутой аналитики SAS позволило уменьшить запасы, увеличить денежные потоки, повысить точность прогнозирования, а также финансовые KPI. Правда, по мере внедрения аналитических инструментов в Nestle были вынуждены перестраивать бизнес-процессы. Использование такого класса систем приводит к изменениям в управлении компанией, требуется другой тип мышления.
Компания SAS предлагает подходы, помогающие перестроиться с учетом новых требований. В частности, система дает рекомендации по оптимизации предстоящей промоакции, однако человеку бывает трудно поверить машине. По словам Валентины Лариной, пользователю предоставляется возможность работать в системе и корректировать в прогнозе все, что он считает необходимым. Но при условии, что все изменения сохраняются. В итоге предлагается прогноз, построенный системой с применением статистических методов, и прогноз, полученный экспертом с учетом внесенных им корректировок. Таким образом, есть возможность сравнить точность прогнозирования и выяснить, что дала ручная корректировка в конечном итоге.
Когда с подачи Алексея Сидорина речь зашла о преимуществах машины перед интеллектом человека, возник вопрос о том, применительно к каким продуктам, участвующим в промоакциях, точность прогноза системы, как правило, выше. На примере кейса компании Mondelez Валентина Ларина пояснила, что спрос на стандартные товары легко прогнозируется системой при наличии ретро-данных. В случае подарочных упаковок с шоколадом разных видов (а наборы сладких плиток обновляются каждый квартал) спрос сильно меняется в зависимости от содержимого коробки. Продажи шоколадок со стандартными вкусами растут, чего нельзя сказать о продукте с экзотическим или непривычным вкусом.
На точности прогноза отрицательно сказывается отсутствие не только данных о вкусе, причем накопленных за длительный период, но и экспертных знаний на этот счет. Важно учитывать мнение специалистов, понимающих, что спрос на шоколад с ментолом и шоколад с орехами значительно различается. Иногда спрос на классический товар специально ограничивают, чтобы покупатель попробовал новинку.
Большая доля продаж у компании Nestle приходится на промоакции, при этом значительная их часть оставалась убыточной. Чтобы уменьшить потери, в Nestle задались целью повысить точность прогнозирования промокампаний для ключевых ритейлеров. Использование дополнительных данных и аналитических инструментов дало возможность понять обоснованность скидки, цены товара на полке, оценить ее соотношение с регулярной ценой, проанализировать выбранные промомеханики, что в совокупности обеспечило повышение эффективности промоакций.
Совместными усилиями специалисты SAS и Nestle скорректировали подходы к прогнозированию с учетом текущей реальности, обусловленной распространением коронавируса. В рамках отдельного проекта использовали данные, которые есть в общем доступе, дополнили их данными Nestle как глобальной компании (в частности, ее подразделений в Китае и Италии). В результате анализа и кластеризации текущих трендов удалось понять динамику развития ситуации и повысить точность прогнозов.
Примечательно, что в Nestle создан центр компетенций SAS. Это позволяет распространять выбранные решения на всю компанию и обучить сотрудников пользоваться новыми методиками и инструментами. Непрерывная обратная связь дает дополнительный эффект. Если предложенная на локальном рынке методика зарекомендовала себя, то применить ее на других рынках не составит труда – сотрудники центра компетенций сделают для этого все необходимое.
