OFD.RU: Renta

Продукт
Разработчики: Петер-сервис Спецтехнологии (ОФД ПС СТ)
Дата премьеры системы: 2018/04/05
Отрасли: Торговля
Технологии: BI

Renta – сервис, позволяющий автоматически определять стоимость аренды площадей в торговых центрах на основе данных онлайн-касс. Решение работает со всеми кассами, подключенными к любым операторам фискальных данных в России.

2018: Запуск сервиса

5 апреля 2018 года оператор фискальных данных OFD.RU сообщил о запуске сервиса Renta.

Продукт Renta рассчитан как на владельцев крупных ТЦ, так и на небольших арендодателей, которые либо уже применяют, либо планируют внедрить систему динамического определения арендной ставки, отметили в OFD.RU

Оператор фискальных данных OFD.RU сообщил о запуске сервиса Renta
Оператор фискальных данных OFD.RU сообщил о запуске сервиса Renta

Разработчик пояснил, что в секторе торговой недвижимости используется две основные системы оплаты арендуемых площадей. Первая система – традиционная, когда ставка аренды фиксируется договором и уплачивается арендатором вне зависимости от результатов работы магазина в составе объекта. И вторая система – ставка как процент от оборота. Внедрению данной системы препятствуют отсутствие автоматизированных решений для расчета выручки арендатора, большие затраты на технические и нетехнические методы контроля корректности предоставляемой информации и избыточная нагрузка на персонал торгового центра. Арендаторы либо ежемесячно вручную заполняют данные о продажах и передают их владельцам площадей, либо ТЦ сами запрашивают отчеты о закрытии смен от касс у арендаторов для последующих расчетов.

В среднем на один торговый центр приходится порядка 150 онлайн-касс. Средние затраты в год на обслуживание одной кассы по модели динамического определения арендной ставки составляют 18 000 рублей. Решение OFD.RU, по словам разработчика, полностью автоматизирует эти процессы, оптимизируя трудозатраты и сокращая расходы ТЦ. При этом ни владельцам ТЦ, ни самим торговым точкам не нужно менять выбранного оператора фискальных данных или проводить какие-либо значимые изменения в работе касс.

Продукт Renta от OFD.RU позволяет торговым центрам на основе данных об объеме продаж, зафиксированных онлайн-кассами, проводить различного рода аналитику, влияющую на работу ТЦ в целом: автоматически определять стоимость аренды площадей, в динамике в режиме реального времени детально анализировать покупательское поведение, прогнозировать эффективность маркетинговых акций, учитывать сезонность и праздники при планировании рекламных активностей, реконструкции или ремонта помещений, которые зависят от количества посетителей в течение года, а также оценить, насколько якорные арендаторы влияют на посещаемость торгового центра. Арендаторы за счет гибкого подхода к определению арендой ставки в зависимости от объема продаж, могут сгладить сезонные падения спроса, подчеркнули в OFD.RU.

Арендодатель может сравнивать выручку за любой период по каждой торговой точке. Динамика выручки показана в виде графиков; также отчет можно выгрузить в формате excel. Владельцы сетей торговых центров в одном интерфейсе могут администрировать все имеющиеся объекты, сравнивать доходность по площадям и т.п. Аналитику можно проводить по категориям «Торговый центр», «Бренд», «Тип товаров», «Этаж» или создать свою.

«
«Решение позволяет сократить расходы ТЦ. Оно разработано для тех торговых центров, которые не просто сдают квадратные метры, а строят совместный бизнес с арендаторами. «Умный» торговый центр анализирует проводимые им маркетинговые активности, качество предлагаемых со своей стороны услуг покупателям, формирует выбор торговых точек, продумывает их совместимость друг с другом и т.д. Все эти параметры влияют на количество покупателей, а те, в свою очередь на выручку и стоимость аренды. Выиграют те владельцы площадей, которые умеют грамотно анализировать эти данные и управлять ими».
»

Для внедрения сервиса арендодатель должен иметь согласие арендаторов на предоставление ему данных об объеме продаж.



Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров

За всю историю
2016 год
2017 год
2018 год

  Qlik (QlikTech) (65, 445)
  SAP SE (94, 303)
  Прогноз (36, 302)
  IBM (69, 290)
  Loginom Company (ранее BaseGroup Labs Аналитические технологии) (2, 226)
  Другие (805, 1098)

  БизнесАвтоматика НПЦ (1, 38)
  Qlik (QlikTech) (3, 29)
  SAP SE (9, 24)
  Oracle (5, 8)
  IBM (5, 8)
  Другие (44, 60)

  Объединенное кредитное бюро (ОКБ) (4, 13)
  Qlik (QlikTech) (4, 13)
  SAP SE (6, 12)
  IBM (7, 9)
  Novo BI (Ново Би Ай) (3, 8)
  Другие (34, 59)

Распределение базовых систем по количеству проектов, включая партнерские решения

За всю историю
2016 год
2017 год
2018 год

  QlikView - 394 (354, 40)
  Prognoz Platform - 293 (283, 10)
  Deductor - 225 (225, 0)
  IBM Cognos - 153 (57, 96)
  Visary (Визари АИС) - 93 (93, 0)
  Другие 1152

  Visary (Визари АИС) - 38 (38, 0)
  QlikView - 21 (18, 3)
  Qlik Sense - 8 (8, 0)
  SAP BusinessObjects - 8 (2, 6)
  SAP NetWeaver Business Warehouse (SAP BW/4HANA) - 4 (4, 0)
  Другие 72

  Visary (Визари АИС) - 8 (8, 0)
  ОКБ: Скоринг Бюро - 8 (6, 2)
  QlikView - 7 (3, 4)
  Qlik Sense - 6 (6, 0)
  SAP Business Intelligence (SAP BI) - 4 (2, 2)
  Другие 72