Проект

АвтоНова-Д (ABM Inventory)

Заказчики: АвтоНова-Д (AutoNova-D)

Киев; Торговля

Подрядчики: ABM Cloud
Продукт: ABM Inventory

Дата проекта: 2017/11 — 2018/04
Технология: SCM
подрядчики - 156
проекты - 929
системы - 262
вендоры - 167
Технология: SaaS - Программное обеспечение как услуга
подрядчики - 1168
проекты - 15161
системы - 1824
вендоры - 1030

Содержание

2018

Предпосылки

На момент предпроектного обследования деятельности АвтоНова-Д распределение товарного запаса с центрального склада на магазины происходило с помощью схемы мин/макс. Менеджеры на магазинах устанавливали данные параметры для автоматического формирования перемещений в учетной системе (). Заказы для покрытия потребности магазинов и собственных оптовых продаж склада поступали от центрального офиса поставщикам. Все заказы формировались вручную менеджерами ЦО через формы заказов в 1С на основании их экспертного мнения и данных о продажах. Децентрализованная система управления запасами и ручной расчет необходимого уровня запаса на центральном складе не давали желаемых результатов, а также занимали много времени менеджеров, которое можно было использовать для управления ассортиментом. Это стало основной причиной поиска решения, которое позволило бы автоматизировать данный процесс и повысить эффективность управления товарными запасами сети. Также требовался инструмент для определения проблемных областей и отслеживания динамики по ключевым показателям компании: излишкам, упущенным продажам, оборачиваемости.

Причины выбора ABM Inventory

  • Методология системы базируется не на прогнозе, а на пополнении склада в соответствии с потреблением. В данном подходе учитываются данные о недавнем спросе и то, как часто товар может поступать на склад. В основе подхода – Теория ограничений систем;
  • Помимо автоматического расчета оптимального уровня запаса и формирования заказов система располагает встроенным гибким блоком аналитики, которая позволяет отслеживать динамику ключевых показателей компании: упущенных продаж, излишков, оборачиваемости. Есть аналитика в разрезе товарных групп, поставщиков, договоров, менеджеров, складов по указанным выше показателям, а также продажам, марже, вложенному капиталу в запасы. Отдельным блоком встроена отчетность о надежности поставщиков. При этом благодаря тому, что решение является облачным, нет необходимости в крупных инвестициях в программное обеспечение и необходимое оборудование;
  • После внедрения проводится обучение сотрудников программе, предоставляются учебные материалы, обеспечивается дальнейшее техническое и консультационное сопровождение;
  • Большой портфель клиентов и экспертный опыт внедрения системы управления запасами ABM Inventory в сфере автозапчастей;

Цели проекта

  • Оптимизировать работу отдела закупок за счет автоматизации работы с заказами всей сети. Расширить ассортимент, не увеличивая число сотрудников.
  • Реализовать централизацию системы закупок.
  • Получить развернутую систему аналитики для контроля основных показателей управления запасами.

Ход проекта

Перед запуском проекта было принято решение о централизации системы закупок: сотрудники центрального офиса, которые занимались заказами товаров у внешних поставщиков на ЦС, были назначены ответственными за управление запасами всей сети. Были заведены графики формирования заказов и отгрузок в системе ABM Inventory, так как ранее они не были прописаны в товарно-учетной системе клиента. Менеджерам приходилось держать в голове данную информацию, на основании которой делался заказ для обеспечения оптимального уровня запаса в каждой точке хранения. На первоначальном этапе, основываясь на загруженной в систему истории по движению товаров за год, были автоматически рассчитаны целевые буферы (уровни) запаса для каждой номенклатурной позиции на каждом магазине. Менеджеры пересмотрели первые заказы и откорректировали буферы, где это было необходимо. А также внесли ограничения по минимальному буферу для некоторых товаров для поддержания определенного запаса под нерегулярные мелкооптовые продажи. Примерно через 2 цикла пополнения система настроила буферы в соответствии с фактическим потреблением товара на основании данных о недавнем спросе. Таким образом функционирует алгоритм Динамического управления буферами (DBM) Чекап для искусственного интеллекта: зачем и как тестировать ИИ-решения? Далее была организована работа с товарами-заменителями для автоматизации процесса формирования заказа появляющихся номенклатурных позиций с учетом остатков их предшественников. Для управления запасами центрального склада был применён алгоритм DFO (demand focused order; рис.2). Оптимальный уровень запаса и количество к заказу на центральном складе рассчитывается таким образом, чтобы обеспечить потребность магазинов, а также удовлетворить спрос оптовых продаж с ЦС, на время пока партия товара не прибудет от внешнего поставщика на склад. При расчете система учитывает графики перемещений на магазины и поставок от внешнего поставщика на центральный склад, а также чистую среднюю продажу по каждой номенклатурной позиции (исключаются акционные и сезонные всплески, дни без наличия остатка товара и т.д.). На декабрь 2018 года системой управляется около 55 тыс. позиций активного ассортимента на всех точках хранения. Из них 68% отправляются из системы автоматически сразу после формирования заказов без корректировок и вмешательства менеджеров. Также компания использует функционал оптимизации заказа по сумме, благодаря которому система добавляет в заказ товары по достижению порога, указанного менеджером, чтобы сумма заказа достигла минимальной указанной. При этом система анализирует остатки товаров и целевые уровни по ним, и в первую очередь добавляет топовые позиции (генерируют >80% оборота компании), чтобы минимизировать излишки в случае оптимизации заказа.

Результаты проекта

  1. Внедрение системы ABM Inventory позволило оптимизировать деятельность отдела закупок, сократить время сотрудников на работу с заказами, а также расширить ассортимент еще на 4 тыс. номенклатурных единиц без необходимости увеличить штат сотрудников;
  2. У отдела закупок появилась возможность и время проводить анализ ситуации по ключевым показателям компании, находить проблемные области;
  3. Появилась возможность использовать гибкую систему аналитики для построения разного рода отчетности и последующего принятия решений по улучшению показателей оборачиваемости, упущенных продаж, излишков, а также перераспределению накопившихся излишков по товарам внутри сети;
  4. Реализована централизация системы управления запасами;
  5. Через месяцпосле подключения ключевые показатели компании улучшились:
  • Сокращены упущенные продажи на 4,8% при росте продаж на 9,4%;
  • Снижен уровень излишков на 16%;
  • Улучшилась оборачиваемость на 9,2%.