Автоматизация прогнозирования розничных продаж. Кейс Estee Lauder Companies Inc.

Estee Lauder Companies Inc. — один их ведущих мировых производителей и дистрибьютеров косметики. Российский филиал — крупнейший в регионе EMEA. Компания выпускает косметическую и парфюмерную продукцию в сегментах Люкс и Премиум Люкс:

• 75 лет — возраст компании, основана в 1946 г.;
• $14.29 млрд. — доход по данным за 2020 г.

Складской запас off-line розницы:

• более 10 000 SKU;
• более 20-и различных брендов.

Складской запас on-line розницы:

• более 4 500 SKU;
• 9 различных брендов;
• 9 интернет-магазинов.

Ситуация до старта проекта

В off-line рознице:

• разветвленная сеть каналов продаж: оптовые партнеры, розничные партнеры, собственная розница;
• специфический набор инструментов маркетинга и промо для каждого канала продаж;
• высокая стоимость товара и, как следствие, цена ошибки;
• высокая волатильность продаж;
• различный жизненный цикл товаров;
• ярко выраженная сезонность продаж;
• активная ротация ассортимента.

В on-line рознице:

• статичная система товарных нормативов;
• фиксированный размер пополнения товарных запасов;
• погрешности управления запасами: истечение сроков годности, утилизация продукции;
• непрерывный поток промо-активностей;
• трудоемкий процесс управления запасами;
• дефицит трудовых ресурсов.

До старта проекта, Estee Lauder Companies Inc. для решения задачи прогнозирования рассматривала использование следующих инструментов:

1. Excel — решение нежизнеспособно из-за широты товарного ассортимента и большого объема исходных данных компании, высоких трудовых и временных затрат на прогнозирование.
2. 1С — большое число необходимых доработок, длительное время на их внедрение, необходимость привлечения дополнительных специалистов, итоговое решение негибкое в управлении.
3. Оригинальное решение — трудность коммуникации с программистами и привлечении IT-департамента, отсутствие ресурсов команды, длительная процедура разработки и внедрения.
4. Аутсорсинг прогнозирования как сервис — тяжелая процедура согласования в глобальной корпорации, отсутствие дополнительного бюджета на приобретение услуги.
5. Комплексное бизнес ПО — негибкий принцип работы, недостаточный функционал в части решения аналитических задач.

Проблема

Для управления товарными запасами требовалось программное обеспечение для решения следующих задач:

1. Рациональное пополнение запасов собственных розничных магазинов.
2. Улучшение качества товарного обеспечения оптовых каналов партнеров.
3. Рациональное пополнение запасов собственных интернет-магазинов.
4. Регулярные аналитические расчеты.
5. Мониторинг рисков.

Ограничения на этапе постановки задачи:

1. Длительная процедура согласования из-за глобальной структуры компании.
2. Невозможность привлечения дополнительных ресурсов команды для решения задачи.
3. Ограничение по серверным мощностям.
4. Большое количество источников данных для анализа.

Решение

В конечном итоге задача прогнозирования продаж в on-line и off-line рознице была решена с помощью аналитической платформы Deductor. Впоследствии решение было перенесено на платформу следующего поколения — Loginom.

Алгоритм разработки решения включал в себя следующие шаги:

1. Интеграция в существующий IT-ландшафт компании.
2. Сбор и адаптация разноформатных данных.
3. Нетиповой принцип выбора лучшей прогностической модели.
4. Дополнительное сезонное профилирование.
5. Создание оптимального интерфейсного решения под потребности сотрудников.

Итоговый сценарий работы в Loginom состоит из типовых и адаптированных компонентов. Половина компонентов была модифицирована под потребности компании.

Количественные метрики итогового решения в Loginom следующие:

• 18 измерений;
• 37 процессов;
• 68 сценариев обновления данных;
• 300 + источников данных.

  

  Преимущества решения в Loginom:

  1. Централизованное решения для off-line и on-line каналов.
  2. Оперативное определение дефицита запасов в разрезе торговых точек: куда догрузить до min, куда догрузить до maх.
  3. Учет доступности стока на распределительном центре.
  4. Учет приоритетности каналов продаж и торговых точек.
  5. Учет оборачиваемости каналов продаж и торговых точек.
  6. Гибкое управление параметрами.
  7. Простота включения промо-активностей в алгоритм прогноза.
  8. Гибкая интеграция сценария с экспертной информацией.
  9. Справедливое распределение ограниченного запаса для удовлетворения потребности всех торговых точек.

  Результаты

  1. Многократное сокращение временных и трудовых затрат на прогнозирование розничных продаж.
     • время на обработку сценария в Loginom для off-line розницы – 1 минута;
     • время на обработку сценария в Loginom для on-line розницы – 30 секунд.
  2. Оптимизация товарных запасов.
     • сокращение запасов на 50 % в off-line рознице (на примере бренда Bobbi Brown);
     • сокращение сверхзапасов в on-line рознице на 15 % за 3 месяца.

  Подробнее о разработанном решении в выступлении команды отдела планирования Estee Lauder Companies Inc.:

  Если вы тоже хотите применять low-code платформу Loginom для решения задач бизнеса, свяжитесь с нами.

  Другие материалы по теме:

  Оптимизация товарных запасов. Кейс мебельной компании ДЭФО

  Аналитика в управлении запасами с помощью Loginom. Кейс Русклимат