Помогли розничной сети найти 7 млн рублей с помощью четырёх дашбордов BI-системы
Владелец сети не знал, что 7 миллионов рублей лежат мёртвым грузом. Это реальная история. Мы часто можем предполагать, но цифры и отчёты — вернее предположений. Рассказываю, что в этом случае помогает.
Невыдуманная история про затерявшиеся в бизнесе деньги
В 2022 году к нам обратился коммерческий директор розничной сети, которая состояла на тот момент из 85 магазинов. Он пришёл с таким запросом: «Назрела необходимость внедрения бизнес-аналитики, поможете?». Замечу, уже было 85 магазинов, но отчёты до этого момента формировались довольно долго и потому редко для такого бизнеса, которому ежедневно надо отслеживать результаты.
ДАНО: розничная сеть из 85 магазинов, 3 учётные системы, где хранятся разные данные, редкие отчёты с помощью 1С.
Мы взялись за работу. За 2,5 месяца мы настроили выгрузку из учётных систем заказчика и внедрили набор дашбордов «Анализ коммерческих показателей розничной сети».
Завершающий этап нашей работы — обучение работе в BI. И вот когда мы подошли к финалу, к нам присоединился владелец сети. Он начал спрашивать и постепенно дошёл до вопроса «Как я могу увидеть остатки, которые не продавались последние 3 месяца?».
Это был вопрос, важный не только для бизнеса, но и для нас. Он помог нам увидеть потребности розничной сети. Так мы начали разрабатывать набор дашбордов «Анализ товарных остатков розничной сети».
РЕЗУЛЬТАТ: через месяц, когда всё было готово, владелец увидел с помощью дашборда товар, который не продавался более 5 месяцев. Общая сумма была больше на 7 000 000 рублей, чем он предполагал. Это заставило владельца задуматься, что делать дальше.
Почему бизнес может пропускать важные показатели
У многих может возникнуть закономерный вопрос: «Неужели он раньше не знал, что у него такой объем залежавшихся остатков?». Отвечаю: нет, не знал, в 1С существовало много разных отчётов для анализа остатков, но такого, который быстро рассчитает в разрезе поставщик/категория/магазин/рубли, не было.
В большинстве случаев мы сталкиваемся с тем, что владельцы компаний просто обходят учётные системы стороной. Чтобы построить нужный отчёт, слишком много фильтров нужно выставить, слишком много исключений сделать, например, на этот склад не смотрим, этот справочник удали и т. д. Отчëты в системе «1С:Предприятие 8», да и в любой другой очень долго анализируют большие объëмы данных, выбранные за длительный период. Что значит долго? Час, два, а один отчёт клиент запускал формироваться на ночь. Данные выгружаются в Excel, а затем начинается магия… В итоге выводятся не всегда корректные цифры, которые руководители используют в ежедневной работе.
Ещё один пример. У другого клиента в «1С:Управление торговлей 10.3» был разработан отчëт «Оборачиваемость товарных остатков». Правда, сложный алгоритм расчёта сильно загружал учётную систему, иногда на несколько часов. А чтобы добавить ещё один параметр для анализа, нужно было заново перезагружать отчëт. И снова ждать… Можно ли в таких условиях ежедневно мониторить остатки? Сложно. В лучшем случае — несколько раз в неделю. Обычно это происходит реже.
Как происходит процесс в BI-системе
Анализ товарных остатков в BI выполнятся в один клик.
- Расчёты сложных алгоритмов предрассчитываются на отдельном сервере заранее, и отчёт отображает данные за доли секунды.
- В отчёт можно самостоятельно добавить необходимые параметры для анализа, не обращаясь к разработчику.
Для анализа остатков мы специально разработали набор дашбордов:
- Анализ товарных остатков без продаж по магазинам и SKU. Позволяет анализировать товары без движения и оборачиваемость в разрезе товарных категорий, магазинов и поставщиков.
- Анализ out-of-stock. Позволяет рассчитывать потери от отсутствия товара на полке и ранжировать от большего к меньшему. Сквозная фильтрация позволяет переключиться с отчëта на отчëт, не перенастраивая фильтры заново.
Анализ товара без движения. Позволяет увидеть период, в течение которого товар не продавался в магазине.
- Анализ товарных остатков в разрезе характеристик товара. Позволяет за доли секунды оценить объëм «подвисшего» товара и скорректировать ассортиментную матрицу, заказ поставщику или подготовить маркетинговую активность.
История про 7 миллионов, к сожалению, нередкий случай. Чем больше бизнес, тем больше требуется решений, а чтобы их принимать, нужны корректные данные в моменте. Для розничных сетей у нас есть готовые разработки. Это уже проверенные на 30+ компаниях решения, которые каждый день помогают топ-менеджерам видеть реальную картину, а не то, что они представляют по косвенным показателям.
- PIX BI,
- Yandex DataLens,
- Visiology,
- Qlik Sense.
Результат можно получить уже через 4 недели.
Я имею опыт работы в розничной торговой сети и могу с уверенностью сказать, что сокращение оборачиваемости товарного запаса в днях - одна из главных задач, которые на постоянной основе необходимо решать руководителям торговых сетей любого уровня. Здесь нужно оперативно увидеть и оцифровать масштаб проблемы (суммы денежных средств, замороженных в неликвидных остатках), для того, чтобы принять решение относительно того, как в кратчайшие сроки сократить уже имеющиеся остатки низко оборачиваемых товаров и не допустить появления новых.
Эти товары занимают складские площади, на которых можно разместить высоко оборачиваемые позиции и получать прибыль. Кроме того, "подвисшие" (не продаваемые по каким-то причинам) товары усложняют работу сотрудников склада, особенно в период инвентаризации. Растут складские расходы. Ну и самое главное, надо понимать, что часто торговые сети закупают товар на кредитные деньги и чем дольше товар лежит на складе, тем больше денег тратит на него компания (здесь необходимо оцифровать стоимость 1 рубля, вложенного в товар, за 1 день пребывания товара на складе/ на полке магазина). Даже если Вы закупили этот товар с хорошей скидкой по очень выгодной цене - Ваша выгода потихоньку "сгорает" с каждым днем, пока товар находится на остатке магазина.
Это просто какой-то "снежный ком", к которому не знаешь с какой стороны подойти. Это вечная "боль" руководства сети и директоров магазинов (у которых еще и KPI по этой задаче). У категорийных менеджеров или закупщиков до анализа неликвидов руки доходят в последнюю очередь, а чаще вообще не доходят в силу их занятости.
Поэтому, конечно, нужно использовать для этих целей специальные программные продукты. Иначе объем неликвидов будет только расти, как и сумма замороженных в них денежных средств.
Спасибо за развёрнутый комментарий! Всё именно так. Грамотная автоматизация помогает принимать верные и выгодные решения, а главное, быстро сориентироваться во внутренних процессах.