Как повысить точность прогноза спроса при работе с зарубежными поставщиками в сегменте DIY

Каждый день появляются новые вызовы, на которые необходимо реагировать как конкретному человеку, так и целым компаниям. Увеличение стоимости и сроков доставки, скачкообразный потребительский спрос, увеличение сроков производства — всё это и многое другое влияет на работу бизнеса. Как крупному производителю светотехнического оборудования удалось повысить точность прогнозирования и сгладить пиковые сезонные нагрузки?

Ситуация на рынке

Согласно последним данным GFK, в январе-октябре 2022 года продажи на рынке DIY в рублях выросли на 17%. При этом цены на строительные и отделочные материалы, инструменты и товары для дома и сада за тот же период выросли на 41,4%. Несмотря на то, что в прошлом году рынок пережил большие потрясения в виде перестройки логистических цепочек, перебоев с поставками из-за рубежа, уходов поставщиков и временного сокращения ассортимента из-за ажиотажного спроса, сейчас ситуация стабилизировалась.   События 2022 года отразились на четырёх категориях DIY по-разному. Так, в категории household, к которой относятся мебель, освещение и другие товары для дома, образовался непокрытый спрос после ухода IKEA. Ранее шведская компания только в категории мебели закрывала 20% сегмента. Покупатели стали чаще искать мебель и товары для дома на фабриках, маркетплейсах и специализированных магазинах. Платформа «Авито» в прошлом году зафиксировала рост спроса на мебель и предметы декора интерьера на 37% по сравнению с 2021 годом. При этом на 43% вырос интерес к покупке ламп и светильников.

Поиск решения

Чтобы преодолеть негативное влияние этих факторов, компания Wolta — один из крупнейших производителей и дистрибьюторов светотехнического оборудования в России и странах СНГ, в портфеле которого более 2 400 SKU, решилась на внедрение программного продукта.

Ей также предстояло справиться с внутренними проблемами: во-первых, сложная цепочка поставок требовала другого подхода. У Wolta очень длинное плечо — от заказа товара до его прихода на склад может пройти шесть и более месяцев.

Во-вторых, у компании были сложности, связанные с взаимодействием подразделений. У каждого из них были свои представления о том, что нужно заказать, когда это стоит сделать и как быстро привезти. Каждое подразделение ориентировалось на свой собственный прогноз и не доверяло общему. Базовый прогноз у компании строился на основе статистики продаж с учётом фактора недопоставок, для которого экспертным путем был выведен соответствующий коэффициент.

Расчёт прогноза делали трижды в год, с уточнениями по крупным событиям, которые могли существенно повлиять на спрос — например, ввод в сеть какого-то продукта или наоборот его неожиданный вывод. На уточнения обычно уходило порядка недели — нужно было провести все расчёты заново и свести их со всеми участниками процесса.

Трижды, потому что основные поставки в компании идут из Китая, а из-за местного Нового года практически целый месяц страна не работает, что существенно влияет на сроки.

Именно поэтому первое полугодие каждый раз приходилось прогнозировать целиком, а остаток года — поквартально. Сам прогноз осуществлялся по товарным группам, исходя из выручки в каждой, а потом декомпозировался до уровня SKU фактически путём деления. Его фиксировали в виде плана и корректировали в случае, если находили риск дефицита.

С учётом того, как быстро меняется внешняя обстановка, сегодня крайне важна скорость реакции. Однако без автоматизированной системы быстро скорректировать прогноз нельзя — это очень объёмная и долгая работа, поэтому расчёт данных лучше переложить на программу, а экспертам предоставить возможность анализировать результаты и принимать решения.

Внедрение системы

Начальный этап внедрения программного продукта Novo BI заключался в загрузке мастер-данных и подборе модели. Так, в компании начали тестировать разные регламенты прогнозирования, учитывая все факторы, особенности бизнеса и данные с 2019 года. И после трёх первых месяцев эксплуатации системы предприятию удалось повысить точность прогноза на 15 процентных пунктов в среднем по подразделениям. Со старта внедрения прошло более восьми месяцев, и за это время базовый прогноз в Wolta стал главной составляющей плана продаж. Его точность с 58% в моменте выросла до 83% — теперь компания ориентируется на минимальный уровень точности в 75% и сохраняет стабильный уровень сервиса. В прогнозе учитывается несколько факторов. Это блокировки, акции, недопоставки, дефициты, тендеры, разовые поставки и другие.

«Теперь на прогнозе основывается всё. Все работают в единой операционной платформе, больше никаких разрозненных таблиц. Теперь сотрудники видят и понимают существенность влияния тех или иных факторов, между подразделениями больше нет споров о том, что нужно учитывать при планировании, а что — нет. Благодаря полной прозрачности планирования значительно вырос уровень доверия к планам компании», — рассказала исполнительный директор компании Wolta Елена Фирсанова.

Ещё один существенный фактор — скорость пересчёта прогноза. Если раньше эта задача занимала примерно 40 рабочих часов у команды из 6–8 человек, то теперь всё пересчитывается ежедневно в автоматическом режиме за час. При этом сама аналитика стала гораздо глубже — у продакт-менеджеров появилась возможность не тратить время на расчёты, а заниматься анализом.

Таким образом, внедрение программного продукта дало компании возможность увидеть новые детали и факторы прогноза, до которых практически невозможно добраться, считая данные вручную. К примеру, пересчитанный прогноз и перепроверенная цепочка открыли возможность ранжировать очередность загрузки контейнеров. Кроме того, компании удалось увеличить точность прогноза по поступлению денежных средств по базовой линии клиентов, которые дают 80% выручки. Это особенно важно для бизнеса с большими сроками оборачиваемости.

Основные результаты внедрения

Как DIY-компании улучшить свои показатели?

➢ Выбрать единую информационную платформу Это позволит собрать все важные и нужные данные в одном месте, а также учесть их при составлении прогноза спроса.

➢ Дать доступ к прогнозированию спроса всем заинтересованным отделам Благодаря этому сотрудники смогут вносить свой сегмент данных, следить за ситуацией в целом, а также планировать дальнейшие шаги.

➢ Регулярно обновлять данные  Ситуация может меняться каждый день, а программа позволяет оперативно корректировать прогноз спроса, изменив пару цифр.

➢ Учитывать обратную связь от партнёров и дистрибьюторов Очень важно слушать и слышать партнёров: они могут подсказать вам, где товара необходимо больше, а где — наоборот, а также сориентировать по самым популярным SKU.

➢ Ранжировать товары на разных этапах Если вы запланировали в следующей партии привезти товар №1, оцените потребность рынка на данный момент.

➢ Собирать обратную связь от всех участников цепочки поставок В таком случае вы сможете превентивно реагировать на возможный дефицит или профицит продукта. 

Евгений Непейвода, 

управляющий партнер компании Novo BI

Источник: New Retail 

Узнайте больше о цифровых решениях для оптимизации S&OP процессов