Материал из PL Engineering

Планирование ассортимента – нужна ли автоматизация?

Перед началом нового сезона или перед выводом новой коллекции на рынок ритейлеры обычно задаются вопросами:

как наиболее эффективно спланировать бюджет закупок для достижения целевых показателей бизнеса;
насколько широким должен быть предлагаемый ассортимент предлагаемых товаров;
как минимизировать издержки и обеспечить баланс между непокрытым спросом и операционными затратами на избыточные запасы определенных групп товаров?

Подчас, чтобы ответить на данные вопросы, необходимо начинать анализировать цели компании задолго до начала «горячего» сезона. Для определения целевых показателей (уровня доходности, планируемой выручки, рентабельности и т. п.) на следующий сезон в целом по компании или отдельному каналу сбыта руководители отделов продаж, с одной стороны, должны проанализировать статистические данные за предыдущие периоды (отдельно по «сопоставимым» (like-for-like) магазинам и отдельно по новым и «несопоставимым» торговым точкам) и, с другой стороны, взять за основу бюджет закупок, который планируется на следующий сезон.

На данном этапе речь идет о стратегическом планировании в целом по компании, территории или каналу сбыта. После определения целей на следующий год (сезон), в зависимости от подхода, принятого в компании, возможны два варианта товарно-финансового планирования:

планирование продаж по товарной категории верхнего уровня (или торговой марке) в рамках бюджета отдельного магазина;
планирование продаж на уровне подкатегорий, но без привязки к отдельному магазину.

Первый подход наиболее востребован в случае определения целевых показателей для отдельных магазинов и когда, как правило, бюджеты и цели определяются для конкретных рынков сбыта, территорий, торговых точек.

При втором подходе в процессе планирования активно участвуют руководители категорийных отделов, которые могут на раннем этапе (до планирования по каждой товарной позиции) рекомендовать оптимальный (с их точки зрения) вариант распределения ожидаемой выручки, маржи и т. п. между отдельными подкатегориями без деления данных метрик по отдельным магазинам.

С течением времени (в ходе сезона) цели по магазину или товарной категории могут корректироваться. В связи с этим компании необходимо иметь инструмент, который бы позволял, с одной стороны, иметь зафиксированный план продаж, утвержденный перед началом сезона и, с другой стороны, дорабатывать текущий товарно-финансовый план (иметь возможность корректировки прогноза изменения целевых показателей на будущее, моделировать эффекты от скидок и корректировать структуру запасов до конца сезона). Основными целями корректировки сезонных планов являются недопущение недостатка товара на полках магазинов, а также отсутствие нераспроданного товара в конце сезона (года).

Информация, полученная в результате предсезонного планирования, является базисом для создания планов закупок и товарно-финансовых планов, используемых для оперативной работы (текущих планов). Однако для того, чтобы перейти от предсезонного товарно-финансового плана к детальному плану закупок, необходимо провести большую работу по анализу предпочтений клиентов и установлению основных подходов к определению именно тех товарных позиций, которые будут пользоваться спросом в следующем сезоне.

Безусловно, ассортиментное планирование является «потребителем» информации, определенной на стадиях стратегического товарно-финансового планирования. Следовательно, для успешного внедрения систем ассортиментного планирования необходимо наличие согласованной методики с четким распределением обязанностей по участкам планирования (директор категории, категорийные менеджеры, планировщики, руководство магазинов и т. д.) и автоматизированной системы, в которой «живут» все стратегические и товарно-финансовые планы. С учетом рыночных реалий, т. к. планы не являются чем-то зафиксированным во времени, расчеты целевых показателей подлежат оперативным (обычно ежемесячным) корректировкам. Очевидно, что поддерживать всю связанную структуру планов (от предсезонных до актуальных, от стратегических до детальных ассортиментных) в Excel практически невозможно, и масса времени уходит на выверку и приведение в соответствие данных. Особенно это актуально для компаний с большим ассортиментом и широкой территориально распределенной структурой.

Второй ключевой задачей (после ассортиментного планирования) является определение необходимого и достаточного уровня товарного запаса по каждой товарной позиции (SKU) в разрезе магазинов. Причем если мы говорим о текущем плане закупок, то, как было отмечено ранее, необходимо соблюсти баланс между уровнем сервиса, предоставляемого компанией клиенту, и неудовлетворенным спросом (здесь мы допускаем, что клиент хочет и готов купить именно тот тип товара, ту модель, которую мы спланировали иметь в наличии).

Будем исходить из постулата, что клиент примерно знает, что он хочет купить (известны характеристики товара, имеются определенные предпочтения по модели, цвету, фасону, размеру и т. п.). Вопрос в том – требуемый товар – это новая модель (коллекция этого сезона) или типовой продукт со сложившейся историей, предлагаемый уже не первый день?

Два подхода к управлению запасами продукции в магазинах показаны ниже на рисунке. При наличии определенной истории продаж данного или похожего по потребительским характеристикам и ценовому уровню товара можно провести первоначальную оценку начального количества, которое необходимо иметь в торговой сети перед началом сезона. Такие задачи, как оптимальное распределение товара между торговыми точками, разработка плана последующих поставок товара в магазины и управление розничными наценками (скидками), тесно связаны с целями ассортиментного планирования (какие товары в каких торговых точках принесут наибольший доход?).

Очевидно, что для новых модных коллекций одежды или моделей электроники и стабильного «типового» ассортимента (например, известных фармпрепаратов) принципы пополнения запасов будут различаться. Подчас на планирование, разработку, производство и распределение новой модной коллекции уходит 5–6 месяцев (и более). Если партия товара производится один раз (под сезон), то на первый план выходит проблема наиболее эффективного адресного распределения моделей, размеров, цветов по торговым точкам с целью минимизации количества последующих внутренних перемещений и недопущения снижения цены (планируемой наценки) к концу сезона. Таким образом, после начала сезона мы опять вынуждены возвращаться к текущему товарно-финансовому плану для его оперативной корректировки и оптимизации.

Однако даже такая сфера розницы, как индустрия моды, порой не может жить без регулярного пополнения. Это в первую очередь связано с психологическим эффектом для покупателя. Приведу один пример. Компания, предлагающая эксклюзивный, штучный товар, на разработку которого потрачены долгие месяцы анализа предпочтений определенной группы потребителей в определенной стране (регионе), не станет выставлять в торговом зале весь запас товара данного цвета и размера. Покупательница вряд ли будет рада тому, что вещь, которую она приобрела в эксклюзивном бутике, может быть не только у нее одной. Стоимость хранения и доставки одного предмета одежды в магазин в данном случае несопоставим с эффектом от потенциальной потери клиента.

Угадать предпочтения покупателей на следующий сезон – задача крайне сложная и трудно поддающаяся какой-либо «алгоритмизации» и математическому моделированию. Однако вопрос правильного распределения товаров в пространстве и времени задача вполне посильная. Если мы определились (на основе предыдущей истории или анализа тенденций моды), какой ассортимент необходимо закупить или произвести к началу сезона (при помощи систем товарно-финансового и ассортиментного планирования), то распределение товара по магазинам – вопрос не менее важный. В конечном итоге идеальная картина – когда к концу сезона вся продукция распродана без существенных скидок и именно в тех торговых точках, куда изначально поставлен товар.

Описанный выше способ планирования пополнения (продал 1 – заказал 1) – наиболее простой с точки зрения расчета и контроля (пополнение до определенного постоянного уровня). Если же нам нужно ввести более сложные алгоритмы пополнения, то автоматизированные системы незаменимы. Как правило, большинство алгоритмов можно разделить на два больших блока: ориентированные непосредственно на товарный запас и ориентированные на уровень сервиса клиенту. Под уровнем сервиса мы понимаем вероятность удовлетворения спроса при визите покупателя в магазин. Очевидно, что чем более высокий уровень сервиса мы стремимся обеспечить, тем больше будут операционные затраты на достижение данных целей (необходимо будет увеличить ассортимент продукции в каждом магазине и страховые запасы наиболее ходовых моделей).

Приведем один пример. Допустим, наша цель – достичь уровня сервиса 90% (на вопрос: «Есть ли в вашем магазине данная модель?», 9 из 10 покупателей должны получить положительный ответ). ИТ-система в данном случае должна рассчитывать уровень запаса в каждом магазине по выбранной номенклатуре с учетом того, чтобы данного количества хватило до следующей поставки. Это немного упрощенное описание сервисоориентированного подхода к планированию пополнения, однако, надеюсь, оно даст еще один повод обратить внимание на вопросы, связанные с поиском баланса между уровнем сервиса и операционными затратами на хранение дополнительного страхового запаса в магазинах.

Запасоориентированные методы (например, планирование минимум-максимум) наиболее понятны и хорошо контролируются (можно достаточно быстро понять, откуда взялись данные цифры), в то время как динамические методы пополнения, направленные на достижение определенного уровня сервиса клиенту, достаточно сложны, поэтому могут потребовать значительного времени и ресурсов квалифицированных консультантов для внедрения и оптимизации.

Что можно рекомендовать компаниям, планирующим внедрить системы планирования ассортимента и пополнения, описанные выше? С одной стороны, не стоит изобретать велосипед, так как подобные системы уже есть на рынке, с другой – я бы рекомендовал двигаться постепенно от простых алгоритмов к более сложным. Поняв, как можно спланировать ассортимент и запасы на текущий сезон с использованием современных ИТ-систем, мы сможем накопить историю данных, необходимых для последующего планирования (продаж, поставок и т. п.), а также использовать полученный багаж знаний для перехода на более «тонкие» алгоритмы по оптимизации уровня сервиса для покупателей.

Существует точка зрения, что без наличия качественной базовой ИТ-системы управления мастер-данными (центральной ERP-системы) невозможно построить процесс оптимального управления запасами. Зачастую компании-вендоры, производители программного обеспечения предлагают начать проект по внедрению «тяжелой» ERP-системы, которая включает интегрированные модули по планированию товарно-материальных запасов и расчету параметров пополнения. Действительно, сложно спорить с тем, что перед тем, как что-то оптимизировать, необходимо построить сам процесс (ассортиментного планирования, снабжения и планирования пополнения). Однако, даже внедрив «тяжелую» ERP-систему, не всегда получается быстро достичь желаемого результата. Хочу отметить три основные, на мой взгляд, причины, непосредственно влияющие на результат:

недостаточное внимание уделяется подготовке исходных данных (история продаж, история запасов и т. п.);
не в полной мере используются лучшие практики мирового ритейла и недостаточно подробно анализируется мировой опыт внедрения ИТ-систем;
модули планирования и прогнозирования содержат сложные (и подчас закрытые) алгоритмы, по которым рассчитываются целевые показатели. У рядовых пользователей (особенно на начальном этапе эксплуатации системы) возникает непонимание: откуда получены данные цифры?

В завершение хочу сказать, что, сочетая мировой опыт и знания локальных особенностей российской розницы, а также имея в своем арсенале современные системы ассортиментного планирования и оптимизации процессов снабжения и пополнения запасов, возможно достичь улучшения как качественных, так и количественных показателей, таких как:

локализация предложений определенных групп товаров и оптимизация структуры товарной категории (с учетом цвета и размера) в рамках определенных территорий и отдельных магазинов (группировка магазинов в кластеры по определенным параметрам);
анализ истории продаж предыдущих сезонов и оптимизация ассортиментного набора с учетом предпочтений клиентов;
рост объема продаж и оптимизация наценок по всей распределенной торговой сети;
анализ различных эффектов (например, эффекта замещения) по определенной категории товаров;
планирование и оптимизация поставок как для регулярно-пополняемого товара (с учетом сезонности и требуемого уровня сервиса), так и для модных коллекций и товаров с коротким жизненным циклом (расчет объема первоначальной производственной партии для централизованного распределения между всеми магазинами в начале сезона).