Автоматизация прогнозирования розничных продаж. Кейс Estee Lauder Companies Inc.

21 марта 2022
0 комментариев

Построение единого решения для автоматического прогнозирования продаж товаров категории Люкс и Премиум Люкс в off-line и on-line рознице. Cправедливое распределение товарных запасов и оптимизация сверхзапасов. Практический кейс международной компании 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.

    Образец сценария

    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

#кейс#оптимизация#оптимизация запасов#прогнозирование#управление запасами#loginom days 2020#автоматизация#бизнес-анализ

Смотрите также