Вход
Регистрация

Готовые решения на базе Loginom

В 2018 году мы выпустили на смену Deductor новую версию нашей платформы — Loginom.
В маркетплейсе можно подробнее узнать о новых готовых решениях на базе Loginom: Loginom Data Quality (очистка и дедупликация данных), Loginom Scorecard Modeler (построение скоринговых карт), Loginom Decision Maker (построение систем принятия решений), Loginom Customer Segmentation (cегментация клиентов и противодействие оттоку).

Deductor Demand Planning

Планирование закупки товаров с целью минимизации
дефицита и повышения оборачиваемости

Оптимизация запасов – проблема, которая возникает практически
в любой организации, но особенно актуальная для торговых компаний. Наибольшие потери связаны с неверно рассчитанным объемом закупки.

Даже небольшое снижение уровня избыточных запасов и повышение оборачиваемости позволяют добиться существенного увеличения рентабельности.

Риски неверных закупок

Проблемы Снижение
краткосрочной
прибыли
Снижение
долгосрочной
прибыли
Недостаточные
запасы
Снижение продаж
Аварийные закупки
Снижение уровня
сервиса
Избыточные
запасы
Образование
неликвидов
Потери на хранении
и транспортировке
Недостаток
оборотных средств
Внешние
заимствования
Сокращение
ассортимента

Deductor Demand Planning

Применение Deductor Demand Planning обеспечит переход от ручного ситуативного управления товарными запасами к регулярному менеджменту и снизит зависимость от человеческого фактора.

Автоматизация расчетов позволяет управлять каждым SKU с учетом особенностей конкретного региона, склада, магазина.

Deductor Demand Planning включает готовую методологию, сценарии, рекомендации и лучшие практики, благодаря которым можно обосновать принимаемые решения при управлении закупками.

Вопросы оптимизации закупок

Deductor Demand Planning от BaseGroup Labs позволяет ответить на основные вопросы, возникающие в процессе оптимизации закупок:

  • Что закупать?
  • Когда закупать?
  • В каком количестве?
  • Какой страховой запас необходим?

Рекомендации по закупке

Результатом работы решения является формирование оптимальных рекомендаций по закупке, учитывающих множество зачастую противоречивых требований.

Deductor Demand Planning позволяет автоматизировать весь цикл расчетов:

  • Очистка и загрузка данных
  • Построение прогнозных моделей
  • Расчет страховых запасов
  • Формирование оптимального заказа поставщику

Автоматизация всего цикла расчетов

  • Загрузка
    в хранилище данных
  • Анализ
    ассортимента
  • Восстановление
    спроса
  • Прогнозирование
  • Формирование
    объектов
    прогнозирования
  • Корректировка
    аномального
    спроса
  • Выбор лучшей
    модели
    прогнозирования
  • Разгруппировка
    по товарам
  • Учет внешних
    факторов
  • Заказ поставщикам
  • Учет заменителей
    и ограничений
    поставщиков
  • Расчет
    оптимального
    страхового запаса

Решение включает мощные алгоритмы анализа и прогнозирования, позволяющие учитывать пропуски и аномалии, выявлять сезонность и тренд, строить тысячи моделей и автоматически выбирать лучшие.

Аппарат прогнозирования включает в себя весь спектр прогнозных моделей: от простых (наивных) до моделей прогнозирования базирующихся на самообучающихся алгоритмах, способных при минимальном участии специалиста учитывать изменения конъюнктуры и адаптироваться под них.

Возможности решения

  • Консолидация данных
  • Предобработка данных
  • Прогнозирование
  • Расчет страхового запаса
  • Автозаказ поставщику
  • Преднастроенная тематическая витрина данных
  • Загрузка истории из разнородных учетных систем в единое хранилище
  • Формирование сквозной непротиворечивой истории
  • Готовая система аналитической отчетности
  • Анализ ассортимента: новизна, регулярность продаж, сезонность
  • Анализ пропусков и восстановление спроса в дни дефицита
  • Выявление и устранение аномальных выбросов
  • Формирование объектов прогнозирования
  • Оценка возможности прогнозирования с учетом множества факторов
  • Прогнозирование моделями: по среднему, тренду, сезонности, мультипликативные модели, линейная регрессия, авторегрессия, нейронные сети
  • Перебор моделей с выбором лучшей на основе заданных критериев качества: относительная, абсолютная, среднеквадратичная ошибка...
  • Разгруппировка и формирование попозиционного прогноза
  • Корректировка прогноза с учетом влияния внешних факторов
  • Выбор варианта расчета страхового запаса на основе дневного потребления, среднего отклонения, ошибки прогнозирования, задания вручную
  • Задание метода расчета страхового запаса для каждого SKU
  • Определение оптимального страхового запаса с учетом ABC-XYZ-анализа с обеспечением самого выгодного сочетания оборачиваемости и дефицита
  • Расчет прогноза остатков на основе прогноза потребления, текущих остатков, товара в пути
  • Определение рекомендуемого объема заказа с учетом прогноза потребления, даты заказа, срока поставки, страховых запасов
  • Учет различных ограничений: финансы, транспорт, график отгрузок...
  • Формирование календаря закупки

Выгоды

  • Многократное
    сокращение трудозатрат
  • Повышение
    оборачиваемости
  • Повышение уровня
    сервиса
  • Повышение
    рентабельности
  • Готовая система
    отчетности
  • Формализация
    управления закупками
  • Планирование
    бюджета

Мнение клиентов

  • Бакунин М.П. Директор департамента маркетинга
    В компании возникла необходимость выбора платформы, которая позволяла бы аналитикам: проводить глубокий и многофакторный анализ продаж товарных запасов, самостоятельно создавать автоматизированные системы для прогнозирования и классификации экономического состояния, формировать специфические виды отчётности для руководства. Можно подтвердить, что ожидания оправдались, и наше аналитическое подразделение получило инструмент, позволяющий успешно решать ряд сложных задач, связанных с управлением ассортиментом.
  • Миронович А.В. Директор по производству и техническим вопросам
    Благодаря введению в эксплуатацию системы расчета страховых запасов и мониторинга уровня текущих складских запасов у компании появился гибкий инструмент для повышения оперативности реакции обеспечивающих функций компании на постоянно меняющийся спрос. По сравнению с периодом 2012 года в 2014 году, во многом благодаря внедрению новой системы, компании удалось увеличить точность планирования продаж на уровне продуктового микса более чем на 10%. Данный прогресс позволил по оценкам компании в 2014 не потерять несколько десятков миллионов рублей прибыли.
  • Шакиров М.С. Генеральный директор
    Сформирована методология автоматического прогнозирования, которая позволяет построить прогноз для артикулов с "хорошей" историей для каждого филиала в отдельности. Качество автоматического прогнозирования по разработанной методике лучше на 5–15%, чем прогнозирование менеджерами компании ТБМ, для артикулов, которые продаются регулярно и имеют устойчивую динамику продаж. Прогнозы для всех филиалов строятся автоматически раз в месяц. Внедрение данной системы позволит сократить объем работы по прогнозированию на 10–20%.
Мы можем сделать презентацию у вас в офисе, на нашей территории или по скайпу