26 Сентября 2024 14:01 26 Сен 2024 14:01 |

Поделиться

Как решение Novo Forecast Enterprise помогает дистрибьютору Nestle, Mars и P&G в СНГ экономить ₽1 млрд в год

Заказчик — компания АЛИДИ

АЛИДИ является дистрибьютором №1 и одним из крупнейших поставщиков в торговые сети продукции известных международных производителей: Nestle, Mars, P&G, Jacobs и др. Входит в топ-5 крупнейших логистических операторов России, работает на 103 площадках в 62 регионах РФ, а также в Беларуси и Казахстане.

У компании в обороте — 30 тыс. товарных позиций, 500 тыс. клиентов, 6,5 млн заказов в год. Для такого крупного дистрибьютора планирование по товарам означает анализ гигантского массива данных, причем в очень сжатые сроки. Любое отклонение или ошибка чреваты огромными убытками. При этом точность прогнозов по товарам была низкой.

Партнер — компания Novo BI

Компания Novo BI — российский технологический вендор, занимает лидирующие позиции на рынке программных продуктов для прогнозирования спроса и интегрированного планирования в цепях поставок.

Входит в реестр аккредитованных ИТ-компаний, является резидентом инновационного центра «Сколково» и участником Московского инновационного кластера. На сегодняшний день у компании более 200 клиентов, в том числе АШАН, ГАП РЕСУРС, Черноголовка, производитель воды Baikal, Май Foods, AQUAART, Волма, Bergauf, Увелка, Комос Групп, Лудинг и др.

История и цели проекта

Несмотря на размер бизнеса, в АЛИДИ на момент принятия решения о цифровизации процесса прогнозирования спроса был ряд серьезных проблем:

• Не был построен процесс планирования дополнительных и промо-объемов, которые привозились «по письму, по звонку, по бумажке». История продаж не очищалась от влияния промо-отгрузок, и ее использование приводило к оверстокам. При этом требования партнеров и поставщиков к качеству процессов планирования ужесточались.
• Не производилось своевременного расчета и предупреждения рисков в товарном запасе. Расчеты заказов на пополнение выполнялись в Excel каждым специалистом по-своему и были непрозрачны.
• Отсутствовали процессы совместного планирования с поставщиками и крупными клиентами. Причины оверстоков и списаний товаров с трудом поддавались анализу и управлению.

Исходя из этих проблем, были сформулированы требования к проекту автоматизации:

1. Полная автоматизация подготовки истории продаж для получения базового прогноза. Автоматический подбор моделей и расчет базового прогноза на горизонт 6+ месяцев.

2. Возможность совместного планирования в формате онлайн для 500+ пользователей одновременно. Наличие механизма согласования, различных механик и формата факторов, расчет рекомендаций и рисков, автоматическое и оперативное применение всех согласованных факторов к итоговым прогнозам.

3. Детализация прогнозов в следующих разрезах:

• Дата, Площадка, SKU
• Дата, Площадка, Клиент, SKU

4. Управление расчетом потребности и пополнения в многозвенной цепочке поставок. Автоматический расчет заказов на пополнение по всем цепочкам и поставщикам, прослеживаемость истории заказов и причин ручных корректировок заказов, формирование грузоотправлений по формату транспортных средств.

5. Расчет плана заказов на произвольный горизонт по всем поставщикам и площадкам. Пересчет планов в логистические и финансовые измерения, возможность «раскрытия» структуры плана заказов на регулярный спрос и факторы спроса, разделение плана заказов по клиентам и срокам годности (партионности).

Решение

Для решения задач заказчика внедрены 2 модуля Novo Forecast Enterprise:

• Demand Forecasting Management (DFM) для автоматизации цикла прогнозирования и совместного планирования.
• Supply Chain Management (SCM) для управления запасами в цепи поставок.

Срок внедрения составил 6 месяцев.

Результаты проекта

В результате реализации проекта были достигнуты все сформулированные требования, и экономия заказчика составляет ₽1 млрд в год. Экономия достигнута за счет улучшения следующих метрик.

• С 40% до 85%+ выросли точность и качество прогнозов. Заказчик получил все необходимые данные для расчета метрик качества процесса планирования.
• 36 месяцев — горизонт расчета базового прогноза.
• До 98% вырос уровень клиентского сервиса.
• На 50% снизились неликвиды и списания.
• На 10% снизились случаи out-of-stock.
• Более чем в 2 раза выросла скорость принятия решений.
• С 35 до 16 дней продаж улучшилась оборачиваемость запасов.
• На 90% сократились трудозатраты на процесс планирования.
• В 20 раз сократились трудозатраты на расчет пополнения цепочки поставок.

Специалисты компании теперь используют совместное планирование с поставщиками (Non-food, Food), а компания отмечает получение контрактов и территорий в том числе из-за наличия процесса планирования заказов.

Кроме запланированных, компания получила также дополнительные плюсы:

• Ежеквартальное обновление функционала системы.
• Новые инструменты работы с факторами (автофакторы, тендеры, трейд-акции и др.).
• Экономное расходование ИТ-ресурсов (оборудование, производительность, обязательное ПО).

«Наш совместный с АЛИДИ проект наглядно показывает, как влияет на бизнес внедрение интегрированного планирования и прогнозирования, насколько наличие точного и своевременного прогноза по товарам важно для обеспечения нужного уровня сервиса и в конечном итоге для роста компании, ее конкурентоспособности и перспектив развития на рынке», — комментирует Евгений Непейвода, управляющий партнер компании Novo BI.

Поделиться

Короткая ссылка