Пресс-центр

Публикации в прессе

Информационно-аналитические системы бизнес-анализа как интеграционная платформа для управления логистическими процессами в цепях поставок сетевых розничных компаний

15.03.2018


Журнал "Логистика и управление цепями поставок", №06 (83) декабрь 2017


См. новость о обновлении системы DiAna: Digital Analytics Pro и переходе на технологию In-Memory 

Information-analytical Systems of Business Analysis as Integration Platform for Logistic processes Management in Retail Network Supply Chain Management


Новиков В.Э. к.т.н.,
Технический директор ООО «France Informatique & Technologie».
Vladimir Novikov, Ph. D.
Technical Director at "France Infomatique & Technologie"
Карапетян Р.А. аспирант
Национальный исследовательский университет
«Высшая школа экономики»
Karaprtyan R.A. PHD student
National Research University «Higher School of Economy»

Аннотация

В статье рассматриваются актуальные вопросы информационно-аналитического обеспечения процессов управления цепями поставок сетевых розничных операторов. Особое внимание уделяется информационно-аналитической поддержке анализа бизнес-процессов в цепях поставок сетевого ритейлера при принятии решений по управлению логистической системой.

Анализируется особенности функционирования цепей поставок сетевой розничной торговой компании, рассматриваются подходы аналитической поддержки принятия решений при управлении логистическими процессами сетевого розничного оператора.

Предлагаются решения ряда аналитических задач функционирования цепей поставок с использованием информационно-аналитических систем класса BI.

Целью работы является создание информационной модели для усиления аналитической поддержки принятия решений при управлении цепями поставок в сетевых розничных компаниях.

По мнению автора, в современных условиях, крайне сложно добиться качественного управления цепями поставок, и как следствие, конкурентных преимуществ компании без информационно-аналитической поддержки процессов управления сетевой торговой компанией.

Abstract

The article is devoted to the current issues of information and analytical support processes of network retail supply chain management. Particular attention is paid to information-analytical support of the retail network supply chain processes.

The paper is analyzing the characteristics of the supply chain network of retail trade companies and approaches of analytical decision support in the management of logistics processes in retail network.
Solutions on a number of analytical problems of the supply chain with information-analytical BI-systems are suggested.

The aim of the article is to create an information model to strengthen the analytical support of decision-making in network retail supply chain management.

In the author’s opinion, it is extremely difficult to achieve high-quality supply chain management in network trade companies in present-day conditions, and as a consequence, to get competitive advantages of the company without information-analytical support of management processes.


Ключевые слова

Цепи поставок в ритейле, информационно-аналитические системы класса BI, системы визуализации аналитической информации о функционировании цепей поставок.

The key words

Supply chain in retail, BI information-analytical systems, systems for supply chain functioning analytical information visualization.


Введение

С развитием сетевой торговли изменились не только форматы, методы и технологии розничных продаж, но и в значительной степени трансформировался механизм взаимодействия всех субъектов потребительского рынка - производителей товаров и услуг, их конечных потребителей, оптовых и розничных торговцев. Занимая промежуточное место в каналах распределения, сетевые розничные компании вступают в разнообразные отношения с поставщиками и покупателями, формируя тем самым многочисленные цепи поставок [5].

На современном этапе развития розничной торговли для быстрой и эффективной реакции на изменяющиеся запросы покупателей особую актуальность приобретает оптимальное и устойчивое функционирование цепей поставок. Фактически происходит перенос конкуренции из сферы основной деятельности сетевых розничных компаний в область экономической эффективности цепей поставок.

Этим обусловлен повышенный интерес к использованию современной концепции менеджмента - управление цепями поставок (Supply Chain Management -SCM). Управление цепями поставок является целостной концепцией ведения бизнеса, объединяющей в себе передовые организационные принципы и возможности современных информационных технологий, оно интегрирует элементы логистики, менеджмента, организации предприятий, маркетинга и информатики [1].

Текущим трендом развития современных экономических систем и, ритейла в частности, является клиенториентированность бизнеса, что соответствует «вытягивающей» концепции организации цепей поставок.

Для эффективного функционирования розничной торговой сети необходимо, чтобы она совместно с поставщиками и потребителями определила и управляла сетью взаимосвязанных бизнес-процессов в цепях поставок. Процесс интеграции бизнес-процессов в цепи «поставщик - розничная торговая сеть - покупатель» с целью повышения качества обслуживания потребителей и снижения логистических затрат может быть основан на моделировании сети поставок.

Одним из основных условий интегрирования ключевых бизнес-процессов в цепях поставок, формируемых в сфере розничной торговли, является возможность получения всеми участниками цепи более точной и своевременной информации о поведении покупателей для изучения их потребительских предпочтений [5].

Для всех участников цепи поставок очень важно иметь единое и объективное понимание происходящих бизнес-процессов в сети распределения. Поэтому информационные системы, которые предоставляют не только информацию о транзакциях в цепях поставок, но и обеспечивают оперативный анализ функционирования объектов сети распределения, являются крайне востребованными как для ритейлеров, так и для поставщиков и производителей товаров и услуг.

Проведение анализа функционирования цепей поставок требует значительных вычислительных ресурсов, т. к. приходится обрабатывать большой объем данных. Также возникают трудности в представлении полученных результатов, удобных для анализа и принятия сбалансированных решений всеми участниками цепи поставок.

Консолидация информации в информационной системе о товародвижении в режиме реального времени и ее оперативный анализ, является эффективным инструментом координации логистического менеджмента в компании, интеграционной платформой для взаимодействия всех участников цепей поставок и создает технологическую среду для решения задач оптимизации логистических бизнес-процессов.


1. Информационная модель цепей поставок сетевой розничной компании.

Для проведения анализа функционирования цепей поставок возникает необходимость в создании информационной модели представления данных, которая отражает происходящие логистические бизнес-процессы, как в самой фокусной компании (в нашем случае – розничной сети), так и во взаимодействии ритейлера с поставщиками и покупателями [3].

Объектами анализа фокусной компании, в первую очередь, являются товарные потоки, которые могут быть структурированы по категориям, ассортименту и другим параметрам. Сами подразделения компании (магазины, распределительные центры, производственные подразделения и др.) выступают объектами анализа. Поставщики и клиенты в информационной модели представления данных также должны являться объектами анализа функционирования цепи поставок.

Для целей глубокого анализа цепей поставок важным является создание информационной модели товаропроводящей деятельности сетевого розничного оператора, которая отражает все основные логистические бизнес-процессы, связанные с продвижением товара в конкретной поставке от конкретного поставщика до конкретного чека в каждом магазине.

Информационная модель цепи поставок сетевой розничной торговой компании представлена на (Рис. 1). Она должна обеспечить решение задач бизнес-анализа самой фокусной компании (товарных потоков и объектов торговли), задач класса CRM (Customer Relationship Management) и SRM (Supplier Relationship Management).


Рис. 1. Информационная модель цепи поставок.


Эта модель должна иметь возможность:
  • отображать динамику различных показателей логистических бизнес-процессов в разрезе всех объектов анализа (например, выручка в разрезе магазинов, запасы в разрезе поставщиков, доходность продаж в разрезе клиентов и др.);
  • проводить ранжирование объектов анализа по различным критериям (например, проведение ABC-анализа продаж и др.). Кроме того, результаты должны быть представлены в виде матриц, широко используемых в маркетинге и логистике;
  • проводить сравнительный анализ показателей логистических бизнес-процессов за разные интервалы времени (например, как изменилась оборачиваемость товаров в компании во втором квартале по сравнению с первым, насколько доля в продажах заданной категории товаров в мае изменилась по сравнению с апрелем и др.);
  • и др.
В данной работе в основу подхода к построению информационной модели был положен принцип задачно-ориентированного проектирования многомерных OLAP-кубов. Информационная OLAP-модель в этом случае представляет собой расширяемый набор OLAP-кубов, каждый из которых предназначен для решения определенной задачи анализа функционирования цепей поставок.

OLAP-куб, как носитель информационной модели, представляет собой специального вида хранилище, в ячейках которого находятся значения мер, сгруппированных по измерениям [3].
Меры – это величины, вычисление которых часто является целью анализа. Они чаще всего выступают в качестве критерия оценки анализируемых бизнес-процессов. Каждое значение меры относится к определенному промежутку времени, подразделению, товару. Возможно, также определение значения мер по конкретным поставщикам и клиентам.

Объекты торговли, товары, поставщики и покупатели в нашем случае являются объектами анализа и в OLAP-кубах выступают как измерения. Каждое из этих измерений может иметь свою иерархию. Еще одним обязательным измерением выступает время, которое, как правило, имеет два типа иерархии: месячную и недельную. Таким образом, OLAP-куб хранит значения мер для различных сочетаний значений измерений.

На Рис. 2 приведен усеченный вариант многомерного OLAP-куба – трехмерный куб, у которого по каждой стороне отложены координаты измерений, а в каждой ячейке находятся значения мер, соответствующие значениям измерений куба. В кубе, изображенном на Рис. 2, находятся данные о продажах различных товаров за четыре месяца по трем магазинам. Это уже готовые, заранее обсчитанные данные. Каждый элемент куба содержит значения мер. На Рис. 2 - это средние запасы, продажи, оборачиваемость.


Рис. 2. Общий вид OLAP-куба.


Для проведения анализа достаточно выбрать нужные меры из ячеек и преобразовать их в соответствии с заданным запросом. Если куб построен заранее, то реакция на запрос будет максимально быстрой.

Кратко рассмотрим некоторые специфические представления результатов анализа, которые мы будем использовать в настоящей работе для анализа отношений сущностей предметной области цепей поставок в сетевой розничной торговой компании.

Вначале рассмотрим используемый в дальнейшем рассмотрении подход к проведению матричного анализа (например, ABC-XYZ- анализа). Суть этого анализа состоит в классификации (группировки) экземпляров сущности рассматриваемой предметной области (значений одного из измерений информационной модели цепи поставок) на группы в зависимости от значения двух мер (критериев анализа).

В терминах используемой OLAP технологии для проведения ABC-XYZ-анализа необходимо построить срез OLAP куба по одному из измерений (клиенты, товары, поставщики, объекты торговли) и отранжированные экземпляры сущности в зависимости от значений двух мер сгруппировать в клетках матрицы 3х3.

В примере на Рис. 3 представлены товары с большими, средними и малыми объемами продаж и товары, обеспечивающие высокую, среднюю и малую оборачиваемость, соответственно. В группу AX попадут товары со значительным объемом продаж и высокой оборачиваемостью, в группу AZ – товары с высоким объемом продаж и низкой оборачиваемостью, а в группу CZ – товары с низкой оборачиваемостью и небольшими объемами продаж и т. д.


Рис. 3. ABC-XYZ анализ продаж и оборачиваемости.


Будем применять такой подход при анализе измерений информационной модели цепей поставок, когда требуется проводить классификацию экземпляров сущностей в разных контекстах их отношений.

Сравнительный анализ двух и более временных периодов различных измерений информационной модели цепей поставок с целью обнаружения трендов в поведении экземпляров сущности будем использовать один из видов матричного анализа - модифицированную Бостонскую матрицу [2].
 
Адаптированный алгоритм построения Бостонской матрицы предполагает деление анализируемых экземпляров, например, для товаров по доле в объеме продаж внутри компании и динамики роста продаж в рассматриваемом временном интервале по отношению к продажам относительно периода сравнения. Тогда оси Y мы будем, как и в Бостонской матрице группировать товаров по результатам продаж за анализируемый период времени на две группы, допустим, по принципу Парето. По оси Х мы будем, например, по тому же принципу Парето разбивать товары на группы в зависимости от роста продаж по отношению к периоду сравнения. Но поскольку будут существовать товары, для которых возможны спады в продажах, дополним классическую Бостонскую матрицу еще одним столбцом, в который будем включать товары, допустившие уменьшение объемов продаж в анализируемом периоде относительно периода сравнения.

В терминах OLAP-технологии, используемой для построения информационной модели цепей поставок, при проведения сравнительного анализа требуется построить срез куба по одному измерению, например, товарам, и выбранной мере, например, оборачиваемости.

На Рис. 4 схематично приведен анализ оборачиваемости по нескольким товарам среза для двух магазинов за май месяц по сравнению с февралем. На основе полученных значений оборачиваемости за оба месяца определяется доля в оборачиваемости за май и динамика относительно февраля.


Рис. 4. Модифицированная бостонская матрица по оборачиваемости.


На Рис. 4 показано, что динамика оборачиваемости хлеба отрицательная, поэтому этот товар расположен в третьем столбце модифицированной Бостонской матрицы.

Такой подход следует применять при сравнительном анализе измерений параметров информационной модели цепей поставок, когда требуется проводить классификацию динамики изменений значений мер экземпляров сущностей в разных контекстах отношений сущностей предметной области цепей поставок.

В некоторых других видах анализа целесообразно использовать формы представления, определяющие относительные оценки категорий измерений по различным мерам. Например, доли магазинов в доходности компании, динамика роста доли продаж категории товаров, доля стоимости запасов поставщика и др.

Доли различных мер в многочисленных отношениях сущностей предметной области цепей поставок, ввиду из безразмерности и нормализованности, могут успешно быть использованы в задачах кластеризации экземпляров всех измерений информационной модели.


2. Анализ сущности "Товары".

Для информационно-аналитической поддержки управления процессами товародвижения в цепях поставок сетевых компаний с использованием рассматриваемой информационной модели мы должны иметь возможность проведения анализа, как любой сущности, так и ее отношения с другими сущностями предметной области.

Ключевой сущностью цепи поставок является "Товар" [4]. В настоящей работе мы ограничимся рассмотрением в информационной модели только измерения "Товар".

Эта сущность в информационной модели имеет свою иерархию, группирующую экземпляры в различные категории, а также совокупность количественных и стоимостных мер.

Мера товара "Количество"


Мера "Количество" может относиться только к конкретному SKU и может выражаться:
  • в количестве товара в запасах;
  • в количестве товара в продажах;
  • в количестве транзакций (сканирований) в момент покупки;
  • в доли количества товара;
  • и др.
Мера товара "Стоимость"

Мера "Стоимость" может относиться как конкретному SKU, так и к категориям товаров и может выражаться:
  • в ценах поставщика;
  • в учетных ценах;
  • в ценах продаж;
  • в доли стоимости товара;
  • и др.
В аналитических задачах можно рассматривать сущность "Товар" самостоятельно и в следующих отношениях (как парных, так и множественных) с другими сущностями предметной области:
  1. сущности "Товары":
  2. отношение "Товары - Клиенты";
  3. отношение "Товары - Объекты компании";
  4. отношение "Товары - Поставщики";
  5. отношение "Товары - Клиенты - Объекты компании";
  6. отношение "Товары - Клиенты - Поставщики";
  7. отношение "Товары - Объекты компании - Поставщики";
  8. отношение "Товары - Клиенты - Объекты компании - Поставщики".
Эти отношения могут рассматриваться статично, например, за заданный период времени или динамично, например, сравнение продаж товаров категории в разные интервалы времени.


2.1.1. Сущность "Товары".


Ключевой задачей бизнеса розничных сетей являются продажи и их анализ является главным фактором формирования цепей поставок. Также важной задачей при анализе сущности "Товары" является анализ товарных запасов, которые размещены на объектах сети, в контексте оценки целесообразности созданных объемов и эффективности их использования. Анализ оборачиваемости, выявление отсутствия товаров в запасах и обнаружение периодов отсутствия их на полке – это задачи, от решения которых напрямую зависит эффективность бизнеса и клиентская лояльность.

Как правило, вся товарная номенклатура в розничной компании классифицируется в виде дерева или иерархии. Признаки классификации могут быть разными, но ритейлер всегда стремится, чтобы они, с одной стороны, были интуитивно понятны, например, при поиске товара в информационной системе, а с другой стороны, нужно чтобы узлы классификатора имели аналитическую ценность для бизнеса, в том числе в понимании покупателя. Так или иначе, мы имеем дело не только с товаром, но и с категориями, которые предстоит анализировать.


2.1.2. Отношение "Товары - Клиенты".


Отношение "Товары - Клиенты" отражает покупки конкретных категорий товаров определенными группами клиентов торговой сети. Анализируя только отношение "Товары - Клиенты", мы включаем в рассмотрение полное множество объектов фокусной компании и всех поставщиков товаров.

Анализ через призму товарного ракурса составляет основу для формирования ассортимента и позиционирования объектов розничной сети на фокусируемых группах клиентов. В этом разделе мы будем анализировать отношение "Товары - Клиенты", сфокусировавшись на товарных категориях, зафиксировав список клиентов конкретным клиентским ракурсом.

Мерами этого отношения, а фактически оценкой покупок выбранных категорий товаров определенными группами клиентов, могут выступать следующие величины:
  • полученная выручка от покупок товаров выбранных товарных категорий определенными группами клиентов;
  • маржинальный доход от покупок товаров выбранных товарных категорий определенными группами клиентов;
  • количество купленных товаров выбранных товарных категорий определенными группами клиентов;
  • и др.
Представление результатов анализа этого отношения может быть в следующих формах:
  • долей мер покупок товаров выбранных товарных категорий определенными группами клиентов;
  • динамики изменения мер покупок товаров выбранных товарных категорий определенными группами клиентов;
  • классификационных матриц товаров, сгруппированных по результатам покупок товаров выбранных товарных категорий определенными группами клиентов, используя различные меры оценки покупок, например, в виде матрицы ABC-XYZ анализа;
  • матриц сравнительного анализа покупок товаров выбранных товарных категорий определенными группами клиентов в разные временные периоды, например, в виде модифицированной Бостонской матрицы;
  • и др.
Рассмотрим примеры задач, которые могут быть решены при анализе отношения "Товары - Клиенты".
1. Доли выручки от продаж выбранных категорий товаров определенным группам клиентов (Рис. 5). (Далее везде для отображения результатов анализа используется аналитическая система Diana: Digital Analytics Pro [6]).

Рис. 5. Круговая диаграмма долей выручки от продаж выбранных категорий товаров определенным группам клиентов.

2. Динамика маржинального дохода от продаж выбранных категорий товаров определенным группам клиентов (Рис. 6).

Рис. 6. Временные графики маржинального дохода от продаж выбранных категорий товаров определенным группам клиентов.

3. ABC-XYZ анализ продаж товаров выбранных категорий определенным группам клиентов (Рис. 7).

Рис. 7. Матрица ABC-XYZ группировки товаров выбранных категорий по результатам их продаж определенным группам клиентов (критерий ABC - маржинальный доход от продаж товаров выбранных товарных категорий, критерий XYZ - количество покупок товаров выбранных категорий).

4. Сравнительного анализа продаж товаров выбранных категорий определенным группам клиентов в разные временные периоды (Рис. 8).

Рис. 8. Модифицированная Бостонская матрица группировки товаров выбранных категорий по результатам их продаж определенным группам клиентов в разные временные периоды (сравнение декабрьских продаж относительно ноябрьских).


2.1.3. Отношение "Товары - Объекты компании".


Отношение "Товары - Объекты компании" отражает продажи и запасы конкретных категорий товаров на определенных объектах компании. Анализируя только отношение "Товары - Клиенты", мы естественно включаем в рассмотрение всех клиентов и поставщиков товаров.

Мерами этого отношения, а фактически оценкой продаж и запасов выбранных категорий товаров на заданном множестве объектов компании, могут выступать меры стоимостного ракурса и меры оценки запасов, а именно:
  • полученная выручка от продаж выбранных категорий товаров на заданном множестве объектов компании;
  • маржинальный доход от продаж выбранных категорий товаров на заданном множестве объектов компании;
  • количество проданных товаров выбранных товарных категорий на заданном множестве объектов компании;
  • количество проданных SKU выбранных категорий товаров на заданном множестве объектов компании;
  • стоимость запасов выбранных категорий товаров на заданном множестве объектов компании;
  • количество товаров в запасах выбранных товарных категорий на заданном множестве объектов компании;
  • оборачиваемость запасов товаров выбранных категорий на заданном множестве объектов компании;
  • количество SKU в запасах выбранных товарных категорий на заданном множестве объектов компании;
  • и др.
Представление результатов анализа может быть в следующих формах:
  • долей мер продаж и запасов выбранных категорий товаров на заданном множестве объектов компании;
  • динамики изменения мер продаж и запасов выбранных категорий товаров на заданном множестве объектов компании и долей этих мер для различных категорий товаров;
  • классификационных матриц товаров, сгруппированных по результатам продаж и запасов выбранных товарных категорий на заданном множестве объектов компании, используя различные меры оценки продаж и запасов, например, в виде матрицы ABC-XYZ анализа;
  • матриц сравнительного анализа продаж и запасов выбранных категорий товаров на заданном множестве объектов компании в разные временные периоды, например, в виде модифицированной Бостонской матрицы;
  • и др.

2.1.4. Отношение "Товары - Поставщики".

Отношение "Товары - Поставщики" отражает продажи и запасы товаров фиксированного списка поставщиков из конкретных товарных категорий. Анализируя только отношение "Товары - Поставщики", мы включаем в рассмотрение все объекты компании и всех клиентов.

Мерами этого отношения, а фактически оценкой результатов продаж и запасов товаров фиксированных групп поставщиков из выбранных товарных категорий, могут выступать следующие величины:
  • полученная выручка от продаж товаров фиксированного списка поставщиков выбранных товарных категорий;
  • маржинальный доход от продаж товаров фиксированного списка поставщиков выбранных товарных категорий;
  • количество проданных товаров фиксированного списка поставщиков выбранных товарных категорий;
  • количество проданных SKU фиксированного списка поставщиков выбранных товарных категорий;
  • стоимость запасов товаров фиксированного списка поставщиков выбранных товарных категорий;
  • количество в запасах товаров фиксированного списка поставщиков выбранных товарных категорий;
  • оборачиваемость запасов товаров фиксированного списка поставщиков выбранных товарных категорий;
  • количество в запасах SKU фиксированного списка поставщиков выбранных товарных категорий;
  • и др.
Представление результатов анализа может быть в следующих формах:
  • долей мер результатов продаж и запасов товаров фиксированного списка поставщиков выбранных товарных категорий;
  • динамики изменения мер результатов продаж и запасов товаров фиксированного списка поставщиков выбранных товарных категорий;
  • классификационных матриц товаров, сгруппированных по результатам продаж и запасов товаров фиксированного списка поставщиков выбранных товарных категорий, используя различные меры оценки результатов продаж, например, в виде матрицы ABC-XYZ анализа;
  • матриц сравнительного анализа продаж и запасов товаров фиксированного списка поставщиков выбранных товарных категорий в разные временные периоды, например, в виде модифицированной Бостонской матрицы;
  • и др.

2.1.5. Отношение "Товары - Клиенты - Объекты компании".


Отношение "Товары - Клиенты - Объекты компании" отражает покупки конкретных категорий товаров определенными группами клиентов на заданных объектах компании. Анализируя только отношение "Товары - Клиенты - Объекты компании", мы включаем в рассмотрение всех поставщиков товаров.

Мерами этого отношения, а фактически оценкой покупок выбранных категорий товаров определенных групп клиентов на заданном множестве объектов компании, могут выступать следующие величины:
  • полученная выручка от продаж товаров выбранных товарных категорий определенным группам клиентов на заданном множестве объектов компании;
  • маржинальный доход от продаж товаров выбранных товарных категорий определенным группам клиентов на заданном множестве объектов компании;
  • количество проданных товаров выбранных товарных категорий определенным группам клиентов на заданном множестве объектов компании;
  • и др.
Представление результатов анализа может быть в следующих формах:
  • долей мер покупок товаров выбранных товарных категорий определенными группами клиентов на заданном множестве объектов компании;
  • динамики изменения мер покупок товаров выбранных товарных категорий определенными группами клиентов на заданном множестве объектов компании;
  • классификационных матриц товаров, сгруппированных по результатам покупок товаров выбранных товарных категорий определенными группами клиентов на заданном множестве объектов компании, используя различные меры оценки покупок, например, в виде матрицы ABC-XYZ анализа;
  • матриц сравнительного анализа покупок товаров выбранных товарных категорий определенными группами клиентов на заданном множестве объектов компании в разные временные периоды, например, в виде модифицированной Бостонской матрицы;
  • и др.

2.1.6. Отношение "Товары - Клиенты - Поставщики".


Отношение "Товары - Клиенты - Поставщики" отражает покупки товаров фиксированного списка поставщиков выбранных товарных категорий определенными группами клиентов торговой сети. Анализируя только отношение "Товары - Клиенты - Поставщики", мы включаем в рассмотрение все объекты компании.

Мерами этого отношения, а фактически оценкой покупок товаров заданного списка поставщиков определенных товарных категорий конкретными группами клиентов, могут выступать следующие величины:
  • полученная выручка от покупок товаров фиксированного списка поставщиков выбранных товарных категорий определенными группами клиентов;
  • маржинальный доход покупок товаров фиксированного списка поставщиков выбранных товарных категорий определенными группами клиентов;
  • количество купленных товаров фиксированного списка поставщиков выбранных товарных категорий определенными группами клиентов;
  • и др.
Представление результатов анализа может быть в следующих формах:
  • долей мер покупок товаров фиксированного списка поставщиков выбранных товарных категорий определенными группами клиентов;
  • динамики изменения мер покупок товаров фиксированного списка поставщиков выбранных товарных категорий определенными группами клиентов;
  • классификационных матриц товаров, сгруппированных по результатам покупок товаров фиксированного списка поставщиков выбранных товарных категорий определенными группами клиентов, используя различные меры оценки покупок, например, в виде матрицы ABC-XYZ анализа;
  • матриц сравнительного анализа покупок товаров фиксированного списка поставщиков выбранных товарных категорий определенными группами клиентов в разные временные периоды, например, в виде модифицированной Бостонской матрицы;
  • и др.

2.1.7. Отношение "Товары - Объекты компании - Поставщики".


Отношение "Товары - Объекты компании - Поставщики" отражает продажи и запасы товаров фиксированного списка поставщиков из конкретных товарных категорий на заданном множестве объектов компании. Анализируя только отношение "Товары - Объекты компании - Поставщики", мы включаем в рассмотрение всех клиентов.

Мерами этого отношения, а фактически оценкой результатов продаж и запасов товаров фиксированного списка поставщиков конкретных товарных категорий на заданном множестве объектов компании, могут выступать следующие величины:
  • полученная выручка от продаж товаров фиксированного списка поставщиков выбранных товарных категорий на заданном множестве объектов компании;
  • маржинальный доход от продаж товаров фиксированного списка поставщиков выбранных товарных категорий на заданном множестве объектов компании;
  • количество проданных товаров фиксированного списка поставщиков выбранных товарных категорий на заданном множестве объектов компании;
  • количество проданных SKU фиксированного списка выбранных товарных категорий на заданном множестве объектов компании;
  • стоимость запасов товаров фиксированного списка поставщиков выбранных товарных категорий на заданном множестве объектов компании;
  • количество товаров в запасах фиксированного списка поставщиков выбранных товарных категорий на заданном множестве объектов компании;
  • оборачиваемость запасов товаров фиксированного списка поставщиков выбранных товарных категорий на заданном множестве объектов компании;
  • количество SKU в запасах из множества товаров фиксированного списка поставщиков выбранных товарных категорий на заданном множестве объектов компании;
  • и др.
Представление результатов анализа может быть в следующих формах:
  • долей мер результатов продаж и запасов товаров фиксированного списка поставщиков выбранных товарных категорий на заданном множестве объектов компании;
  • динамики изменения мер результатов продаж и запасов товаров фиксированного списка поставщиков выбранных товарных категорий на заданном множестве объектов компании;
  • классификационных матриц товаров, сгруппированных по результатам продаж товаров и запасов товаров фиксированного списка поставщиков выбранных товарных категорий на заданном множестве объектов компании, используя различные меры оценки результатов продаж и запасов, например, в виде матрицы ABC-XYZ анализа;
  • матриц сравнительного анализа продаж и запасов товаров фиксированного списка поставщиков выбранных товарных категорий на заданном множестве объектов компании в разные временные периоды, например, в виде модифицированной Бостонской матрицы;
  • и др.

2.1.8. Отношение "Товары - Клиенты - Объекты компании - Поставщики".


Отношение "Товары - Клиенты - Объекты компании - Поставщики" отражает покупки конкретными группами клиентов товаров фиксированного списка поставщиков выбранных товарных категорий на заданном множестве объектов компании.

Мерами этого отношения, а фактически оценкой покупок товаров фиксированного списка поставщиков из выбранных товарных категорий на заданном множестве объектов компании определенными группами клиентов, могут выступать следующие величины:
  • полученная выручка от покупок товаров фиксированного списка поставщиков выбранных товарных категорий на заданном множестве объектов компании определенными группами клиентов;
  • маржинальный доход от покупок товаров фиксированного списка поставщиков выбранных товарных категорий на заданном множестве объектов компании определенными группами клиентов;
  • количество купленных товаров фиксированного списка поставщиков выбранных товарных категорий на заданном множестве объектов компании определенными группами клиентов;
  • и др.
Представление результатов анализа может быть в следующих формах:
  • долей мер покупок товаров фиксированного списка поставщиков выбранных товарных категорий на заданном множестве объектов компании определенными группами клиентов;
  • динамики изменения мер покупок товаров фиксированного списка поставщиков выбранных товарных категорий на заданном множестве объектов компании определенными группами клиентов;
  • классификационных матриц товаров, сгруппированных по результатам покупок товаров фиксированного списка поставщиков выбранных товарных категорий на заданном множестве объектов компании определенными группами клиентов, используя различные меры оценки покупок, например, в виде матрицы ABC-XYZ анализа;
  • матриц сравнительного анализа покупок товаров фиксированного списка поставщиков выбранных товарных категорий на заданном множестве объектов компании определенными группами клиентов в разные временные периоды, например, в виде модифицированной Бостонской матрицы;
  • и др.


Заключение

В основе всех рассмотренных отношениях сущности «Товары» с сущностями «Клиенты», «Объекты компании» и «Поставщики» лежат документы ИС (включая чеки покупателей), описывающие различные бизнес-процессы цепей поставок. Одни документы декларируют те или иные логистические аспекты бизнес-процессов (например, закупочную стоимость), другие фиксируют изменения в процессах товародвижения (например, факт продажи и, как следствие, изменения запасов), как количественных, так и стоимостных характеристик товаропотока.

Так или иначе, в ходе товародвижения происходит документальное отображение в ИС бизнес-процессов цепей поставок, в результате эти документы фиксируют взаимодействие между сущностями: «Товары», «Поставщики», «Объекты компании», «Поставка», «Клиенты».

Вступая в эти отношения, сущности предметной области отражают изменения в логистических бизнес-процессах функционирования цепей поставок, которые очень важно рассматривать в разных ракурсах. Только так менеджмент сможем глубже и всесторонне понять суть процессов, а значит, эффективнее управлять цепями поставок в сетевых розничных компаниях, что, безусловно, отразится на результатах бизнеса и его конкурентоспособности.


Литература

1. Иванов Д.А. Управление цепями поставок / Д.А. Иванов. – СПб.: Изд-во Политехн. ун-та, 2009. – 660 с.
2. Новиков В.Э., Сорсунова Л.А. «Анализ функционирования цепей поставок сетевых розничных компаний с использованием модифицированной Бостонской матрицы». Логистика и управление цепями поставок, №5 (34), 2009 г., стр. 12-20.
3. Новиков В.Э. «Информационная OLAP-модель для анализа функционирования цепей поставок в сетевых розничных торговых компаниях». Логистика и управление цепями поставок, №4 (39), 2010 г., стр. 34-38.
4. Новиков В.Э. «Представление в информационных моделях ключевых сущностей предметной области управления цепями поставок сетевых операторов». Логистика и управление цепями поставок, №1(66), 2015 г., стр. 60-66.
5. Ферни Дж. Принципы розничной торговли / Джон Ферни, Сюзанна Ферни, Кристофер Мур / [Пер. с англ. У. Сапциной], - М.: ЗАО "Олимп Бизнес", 2008. – 416 с.: ил.
6. www.fit.ru

Теги

DIANA

Информация о компании France Informatique & Technologie (FIT)

Компания FIT 30 лет работает на российском рынке и является одним из лидеров комплексной автоматизации сетей супер- и гипермаркетов. Компания FIT является разработчиком наиболее популярной на российском рынке системы автоматизированного управления сетевым розничным предприятием GESTORI Pro, аналитической системы DiAna: Digital Analytics Pro, кассовой системы «POS-FIT-ФР», системы лояльности и управления розничными продажами FayRetail.

Клиенты

Клиентами FIT являются более 1000 торговых компаний России и Беларуси, среди которых более 100 крупных сетей супер- и гипермаркетов, в том числе FIX PRICE, МАГНОЛИЯ, КИРОВСКИЙ, ЛИНИЯ, МАКСИДОМ, ЗОЛОТОЕ ЯБЛОКО, АВОСЬКА, АЙКРАФТ, NATURA SIBERICA, РИНГ и др.

Награды

Компания FIT – многократный обладатель премии «Золотые Весы» как лучший автоматизатор сетей супер- и гипермаркетов в сегментах food, DIY, drogerie и др. Национальная профессиональная премия «Золотые Весы» – высшая профессиональная награда РФ, присуждаемая за выдающиеся достижения в области оснащения предприятий торговли.

В 2010 году BI-система DiAna: Digital Analytics Pro стала лауреатом обзора PC Magazine/RE «Лучшие программы 2010». Редакция признала разработку компании FIT продуктом, вошедшим в число наиболее актуальных, интересных и качественных разработок 2010 года, оказавшим большое влияние на свой сегмент рынка, установив новые стандарты качества и функциональности.

Система GESTORI Pro (Back-Office)

GESTORI Pro – специализированный программный комплекс управления товародвижением в сетях супер- и гипермаркетов, включая подсистему управления логистикой склада класса WMS (Warehouse Management Systems), учитывающую и определяющую местоположение товаров на распределительных и дистрибьюторских центрах. Гибкость и богатство функционала системы GESTORI Pro, быстрота и легкость ее внедрения объясняют стабильный рост спроса на нее со стороны ритейлеров.

В рейтинге крупнейших розничных сетей России «INFOLine Retail Russia TOP-100 2015» система GESTORI Pro уверенно лидирует по числу пользователей: каждая четвертая российская сеть FMCG и DIY, входящая в число 70 ведущих компаний отрасли, использует эту разработку от компании FIT.

Отличительные особенности: надежность, масштабируемость, использование платформ разработки промышленного класса, эффективный удаленный доступ к базе данных с использованием низкоскоростных каналов. Логично дополняет GESTORI Pro аналитическая система DiAna: Digital Analytics Pro, относящаяся к системам класса BI (Business Intelligence).

Система DiAna: Digital Analytics Pro – аналитическая система класса BI (Visual Data Discovery) на передовой технологии In-Memory

Специализированная на решении задач ритейла, программа помогает принимать обоснованные управленческие решения на основе анализа продаж и динамики складских запасов: помочь оптимизировать ассортимент и товарные запасы, правильно определить предпочтения типовых покупателей магазина, определить наиболее адекватные цены, которые позволят добиться максимальной прибыли от продаж данного товара. Причем система работает максимально быстро и наглядно. Такие возможности особенно востребованы при обработке больших массивов данных, когда очень важно не упустить логическую нить размышления менеджера из-за ожидания отклика системы. Так, формирование графика динамики продаж или складских запасов крупного торгового предприятия за год занимает всего несколько секунд.

Систему DiAna: Digital Analytics Pro делает уникальной на рынке использование адаптированных математических моделей для решения прикладных ритейловых задач бизнес-анализа. В их числе модифицированные для ассортиментного анализа и планирования методики Бостонской матрицы, Дибб-Симкина, эконометрические модели и др.

DiAna: Digital Analytics Pro – лауреат обзора «BEST SOFT 2010», одна из лучших программ года по мнению редакции журнала PC Magazine/RE.

DiAna: Digital Analytics Pro – одна из немногих систем, разработанная специально для анализа информации каждого отдельного чека, продаж на каждой отдельной кассе вплоть до анализа загруженности той или иной смены кассиров на ней. Такой подход дает возможность составить полноценный портрет покупателя, выработать позиционирование с учетом его потребностей, вплоть до учета времени года, времени суток и географического положения торговой точки и на основе этого сформировать продуманную ассортиментную и ценовую политики.

Немаловажная особенность системы – ее универсальность в стыковке. DiAna: Digital Analytics Pro работает не только с системой GESTORI Pro от компании FIT, но и может быть интегрирована с любой другой розничной системой управления товародвижением, уже используемой в торговой сети.

Front-end оборудование и кассовые системы (Front-Office)

Компания FIT является разработчиком и поставщиком кассовых систем оn-line FIT-ONLINE-Ф и FIT-NEWLINE-F в соответствии с требованиями 54-ФЗ. Обе кассовые системы внесены компанией FIT в Государственный реестр ККТ.

Являясь уполномоченным поставщиком решений корпорации NCR уровня PREMIER на российском рынке, компания FIT осуществляет продажи и внедрение полного спектра решений корпорации NCR для розничной торговли, куда входят:

  • системы кассового самообслуживания Self-Checkouts (FastLane SelfServ Checkout),
  • POS-терминалы (RealPOS),
  • сканеры, биоптические сканеры и сканер-весы (RealScan),
  • принтеры и иное периферийное оборудование (RealPOS Printers, RealPOS Peripherals),
  • онлайн ККТ,
  • соответствующие программные комплексы (SelfServ Checkout Software, Advanced Checkout Software, «POS-FIT-ФР»).

Компания FIT провела интеграцию кассовой системы «POS-FIT-ФР» c программными комплексами кассовых систем самообслуживания NCR FastLane SelfServ Checkout (SSCO) и Fujitsu U-Scan Genesis, первой на российском рынке внедрив технологию самообслуживания у российского клиента — в сети супермаркетов «Магнолия» и одной из первых среди партнеров NCR — в сети продуктовых супермаркетов SEVEN.

Оборудование и программное обеспечение компании NCR используют ведущие розничные сети: Wal-Mart, Carrefour, Metro, Ahold, Target, Home Depot, Tesco и другие участники списка TOP-100 мирового ритейла.

Среди российских клиентов NCR – крупнейшие розничные операторы: «Магнит», X5 Retail Group, «Ашан», «Магнолия», «Глобус», «Максидом», SPAR и другие.

Эффективная сервисная поддержка всего поставляемого оборудования осуществляется сетью центров технического обслуживания (ЦТО), которую FIT активно развивает по всей стране, являясь заявителем в реестр ККТ целого спектра моделей онлайн касс.

Наверх