Пресс-центр

Публикации в прессе

Круглый стол по BI

03.03.2008

"Мое дело. Магазин" Март 2008 года
"Повышение операционной доходности розничной сети – ключ к достижению стратегического превосходства на рынке. Насколько существенным может быть влияние информационных систем бизнес-анализа в реализации данной стратегии развития российских сетевых операторов на современном этапе?"
(Круглый стол прошел в рамках Бизнес-форума BBPG Food Director 07.02.2008)

Анализ опыта зарубежного ритейла показывает, что решая именно задачу повышения операционной эффективности в условиях жесточайшей конкуренции, иностранные сети все чаще прибегают к применению информационных систем бизнес-анализа (Business Intelligence, BI).


За этим круглым столом планировалось обсудить возможные способы решения следующих актуальных для ритейлеров задач путем применения специализированных информационных аналитических систем, а именно:

1. Прогнозирование спроса.
Практически никем в российском food секторе не используются прогнозы спроса. В лучшем случае, большинство ритейлеров при решении задач пополнения запасов опирается на результаты собственной реализации товаров в аналогичный или предшествующий период. А еще чаще объем заказа определяется интуитивно. При этом обязанности по пополнению запасов во многих случаях делегируются менеджерам магазина. Потери от применения таких методов в деятельности российских ритейлеров порой ужасают.

2. Ассортиментное и полочное планирование.
Ассортиментное планирование происходит стихийно. Выглядит так: "Что у поставщика новенького появилось? Давай попробуем, как пойдет! А вместо чего? Ну, выкинем то, что плохо продавалось!" Или: "А куда мы его на полку-то поставим?  Там еще есть куда ставить?" Целью многих ритейлеров при построении планограмм является лишь размещение товаров на полках, чтобы персонал знал, что куда нужно ставить, при этом не решается задача поиска наиболее эффективного расположения товара на полке.

3. Управление ценообразованием.
   a. Оптимизация регулярных цен (поиск оптимальной цены).
   b. Мотивирующее ценообразование (ценовое стимулирование продаж).
   c. Управление ценами при распродажах (гарантированная распродажа товара к заданной дате с максимальным экономическим результатом).

Чаще всего процесс ценообразования у российского ритейлера сводится к назначению, практически "с потолка", торговой наценки на группу товаров. Снижение оборачиваемости и дохода очевидно. Мотивирующее ценообразование подменяется дегустацией новых товаров. Цены при распродажах устанавливают, кому как захочется.

Модератор:
Владимир Новиков, технический директор FIT

Ключевые выступающие:
Алексей Кудич, Менеджер по развитию бизнеса, SAS Москва
Игорь Силевич, IT-директор сети "Монетка-Москва"

Стенограмма круглого стола опубликована в журнале "Мое дело. Магазин" в марте 2008 года.

Владимир Новиков, к.т.н., технический директор компании FIT – France Informatique & Technologie:
Уважаемые дамы и господа. Начнем круглый стол. Его тема – "Повышение операционной доходности розничной сети – ключ к достижению стратегического превосходства на рынке. Насколько существенным может быть влияние информационных систем бизнес-анализа в реализации данной стратегии развития российских сетевых операторов на современном этапе?".
Некоторые эксперты считают, что в нынешних условиях рост капитализации бизнеса противоречит росту операционной доходности. Многие компании сегодня делают ставку на сохранение темпов роста любой ценой, расширяя свои сети. Другие ритейлеры больше внимания уделяют повышению эффективности работы. Между тем, мы не думаем, что эти подходы антагонистичны, и считаем, что их можно и нужно развивать одновременно, повышая операционную эффективность при сохранении высоких темпов роста. Сегодня  мы бы хотели обратить ваше внимание на опыт зарубежных ритейлеров, которые активно применяют информационные аналитические системы класса BI,  как инструмент повышения операционной эффективности.

Какие задачи позволяют решать  BI-системы?

Мы решили сегодня вынести на обсуждение три, на наш взгляд, наиболее актуальные и взаимосвязанные задачи и рассмотреть возможность их решения с использованием систем бизнес-анализа.

Первая задача – это прогнозирование спроса. Сейчас подавляющее большинство российских ритейлеров не осуществляют прогнозирование спроса для решения задачи пополнения запасов, а лишь учитывают результаты предшествующих продаж. При этом функция заказа часто делегируется в магазины.  В условиях такой практики потери от неэффективного решения задачи пополнения запасов в российском ритейле ужасают.

Вторая задача - это ассортиментное и полочное планирование. В российском ритейле оно, практически, отсутствует как класс. Ассортиментные матрицы по форматам, по регионам формируются спонтанно. Если взять полочное планирование, то до планограмм многие компании не доходят, или считают, что это просто инструкции по расстановке товара для персонала. Анализ эффективности расположения товаров на полках не проводится.

Еще более удручающее впечатление создается от сегодняшних попыток решения третьей задачи – ценообразования. Ценообразование имеет три аспекта: первый – поиск оптимальной цены, приносящей наибольший доход, второй – ценовое стимулирование продаж, третий – установление цены распродажи, когда необходимо к нужной дате полностью освободиться от остатков. Все эти задачи решаются некомпетентно. Между тем, системы бизнес-анализа позволяют справляться с ними максимально эффективно. Об этом нам несколько слов скажет Алексей Кудич, представитель компании SAS, одного из ведущих поставщиков аналитических IT-систем в мире.

Алексей Кудич, менеджер по развитию бизнеса компании SAS:
Для компании SAS розница является одним из ключевых и стратегических направлений бизнеса. Компания более 30 лет находится на рынке, ее решения применяются более чем в 600 розничных компаниях по всему миру, 9 из 10 крупнейших  в мире розничных компаний являются нашими клиентами.

Зачем нужны системы бизнес-анализа для компаний? Они позволяют повышать эффективность работы и завоевывать рынок. Для этого мы предоставляем единую BI-платформу, которая охватывает все процессы – от бизнес-плана по расширению сети, вывода новых магазинов до ассортиментного планирования в привязке к планированию торговых площадей. Спланировав работу компании в начале года, можно в течение года изменять ассортимент, вводить новые продукты, учитывать изменения цен, проведение промо-акций и получать данные о том, как изменяется первоначальный план. Поскольку все делается на единой BI-платформе, построенный прогноз учитывается и в финансовом плане, и в ассортиментном. Например, изменяя в плане объем торговых площадей, можно наблюдать, как это повлияет на ассортимент и финансовый план компании.

Наш клиент, одна из крупнейших розничных компаний Великобритании, каждый день разрабатывает план закупок товара. Система автоматически учитывает множество факторов, в том числе, и промо-акции, которые сеть активно проводит, и дает прогноз в течение 2 часов по всем магазинам, по каждому товару, а это более 90 млн. позиций, какой объем закупок надо совершить.

Поскольку все процессы в системе SAS взаимосвязаны, можно осуществлять планирование как снизу вверх, так и сверху вниз. Изменяя планирование сверху, мы меняем план продаж каждого отдельного магазина. И наоборот, можно построить план, исходя из продаж по каждому магазину, каждому товару и посмотреть, насколько он адекватен общему стратегическому плану, и если необходимо, провести коррекцию.

Другое направление – планирование торговых площадей. Все показатели эффективности компании привязаны к каждому стеллажу, к каждому магазину, система позволяет оценить работу каждого департамента. Определить эффективность расположения товаров на полках, спрогнозировать, будут ли образовываться out-of-stock или нет, сравнить работу различных магазинов. Все это делается за счет того, что все данные привязаны к единому информационному полю.

BI-система позволяет оптимизировать продажи товаров в течение всего цикла. Сначала – оптимизация регулярной цены: вы можете каждый день назначать лучшую цену для каждого товара в каждом магазине. В какой-то момент товар начинает продаваться хуже и нужно планировать промоакции. При планировании промо-акций строится календарь по довольно большой номенклатуре товаров. Находится оптимальная цена и время, когда необходимо изменять цену в промоакции. Также учитывается, как одна промоакция влияет на другую. Последний замыкающий этап цикла – это планирование распродаж остатков.

При использовании BI-решений происходит рост валовой прибыли на 7-10%, маржа вырастает на 3-6%. Для многомиллиардных мировых компаний это является довольно значительной суммой. Некоторые компании перешагивают через несколько позиций в списке топ-10 ведущих компаний в США только за счет использования бизнес-аналитики.

Владимир Новиков:
Спасибо, Алексей. Позвольте мне дать слово представителю ритейла – Игорю Силевичу.

Игорь Силевич, руководитель IT-департамента компании Sun investment partners:
Добрый вечер, уважаемые дамы и господа. В своем небольшом выступлении я хотел бы поделиться своим опытом работы с системами бизнес-анализа в розничных компаниях. На данный момент я представляю компанию Sun investment partners. Эта компания довольно молодая, она ведет три бизнес-проекта в области сетевого ритейла. Первый проект – это развитие сети дискаунтеров под брендом "Монетка", сейчас в Москве функционирует 15 дискаунтеров, в течение 2008 года должно быть построено еще порядка 60 магазинов. Второй проект, новый для рынка России, это так называемые магазины одной цены. Они открываются под брендом fix price, ассортимент в основном non-food, все товары по 30 рублей. Сейчас запущено уже 5 магазинов, проект рассчитан на 5 лет, с открытием не менее 500 объектов. Третий бизнес-проект – сеть магазинов туристических товаров. Рассчитан на 5 лет, должно быть открыто около 60 магазинов.

Актуальность системы бизнес-анализа для ритейла трудно переоценить. Я говорю это на основании восьмилетнего опыта работы в Торговом доме "Копейка", где мы строили информационную систему с нуля. Системы бизнес-анализа используются, как правило, четырьмя департаментами в ритейле: это департамент маркетинга, логистики, продаж и, когда компания становится уже большой, департамент финансовой аналитики.

Маркетинг, в основном, использует ее для определения ассортиментной матрицы, это особенно важно, когда компания начинает выходить в регионы, применяет для промоакций и ценообразования. Другое направление – анализ чеков. Маркетологам интересна разбивка по стоимости чека и его наполнение, благодаря чему они делают выводы о социальном срезе покупателей.

Департамент продаж использует BI для автоматического заказа. Без этого обеспечить качественное пополнение запасов в магазине очень трудно. Когда же компания перерастает определенный рубеж в 50 и более магазинов, это просто необходимо. Другое применение: по анализу информации в чеках оптимизировался выход кассиров на работу.
Департамент логистики сначала обращался с данными бизнес-аналитики осторожно. Но со временем, когда в сети стало более 100 магазинов, планирование потребностей в материалах (т.е. товарах) стало невозможно делать "на коленке". Без запуска модуля планирования  при заказе происходят большие потери: товара либо нет, либо его переизбыток.
Предпосылки, когда необходимо внедрять BI-решения, каждая компания выбирает сама, но по опыту могу сказать, что точку перехода нельзя упустить. Иначе многие департаменты не смогут выполнять свою работу и, как следствие, это приведет к большим потерям. Другой важный момент. В информационной системе ритейловой компании накапливается большой объем информации. Например, в "Копейке" на конец 2007 года объем данных составлял около 7 террабайт. Это сравнимо с базой данных Российских железных дорог, она у них даже чуть-чуть меньше. И, если не использовать отдельно аналитическую систему, произойдет "проседание" производительности информационной системы компании, ее транзакционных функций. Надо вовремя развести эти модули, не остановив нормальное функционирование системы. Но хочу отметить, что необходимо достичь определенной критической массы, когда внедрение систем бизнес-анализа оправдано. Это все-таки дорогостоящая вещь.

Андрей Черкасов, главный редактор журнала "Мое дело. Магазин":
Какова сейчас на рынке ситуация по предложению BI-решений, как они позиционируются, из чего ритейлеры могут выбирать?

Владимир Новиков:

На рынке информационных технологий, информационных систем бизнес-анализа сейчас происходят процессы слияний и поглощений не менее активно, чем в ритейле. Пять лет назад мы наблюдали приобретения поставщиками ERP-решений отраслевых, ритейловых решений. Oracle приобрел Retek, Microsoft приобрел системы Axapta и Navision. Последние несколько лет наблюдается поглощение этими же "монстрами" поставщиков решений BI.

Алексей Кудич:
Если некоторое время назад было довольно большое число игроков - IBM, SAP, Microsoft, Oracle, Business Objects, Cognos, Hyperion, SAS, то сейчас компания Cognos куплена компанией IBM, Hyperion куплен Oracle, Business Objects куплен SAP. В результате на рынке BI-решений остались четыре ключевых игрока: IBM, Microsoft, Oracle, SAS. В области интеграции данных вендоры во многом сравнимы. За счет отраслевой интеграции большинство вендоров позволяет строить продвинутую отчетность, предоставлять платформенные решения, но в то же время именно по аналитике, прогнозированию лидером остается SAS. Отличие SAS в том, что компания предоставляет углубленную аналитику (Data Mining, прогнозирование, оптимизацию), которая встроена в единую платформу. Поэтому, по мнению независимых экспертов, SAS, исторически занимаясь этим направлением, на 15 лет обгоняет ближайших конкурентов.

Александр Балобанов, генеральный директор сети "Айкай", Ижевск:
Что лежит в основе систем бизнес-анализа, планирования, прогнозирования продаж? На каком фундаменте они строятся?

Владимир Новиков:
Если посмотреть историю розницы, вначале все решали задачи бухгалтерского учета, потом задачи управления одним магазином. Когда появились сети, все начали решать задачи управления товародвижением. Сети стали увеличиваться в размерах, начали создаваться межрегиональные сети, некоторые из них становились мультиформатными, у них проявились логистические проблемы, появилась потребность в правильном управлении логистикой и розничными продажами. Худо-бедно, но чаще всего не совсем качественно эти задачи все-таки как-то решили. Теперь нужно повышать эффективность управления логистическими процессами. Сейчас наступило время, когда жизненно необходимо уделить внимание задачам планирования и оптимизации. Эти задачи для транзакционных систем не являются типичными, они их эффективно решать не могут. Масштаб бизнеса растет, объем данных возрастает, подготовленного менеджмента нет. Нужны информационные системы бизнес-анализа, интеллектуальные системы, способные помогать принимать решения, выявлять закономерности, прогнозировать и оптимизировать.

Александр Балобанов:
Я хочу обратить внимание на то, что в основе подобных систем лежит количественный учет. Между тем, на него нельзя опираться для решения задач планирования, прогнозирования, потому что он никогда не является правильным и точным. Игорь, вы работали в "Копейке", на сколько процентов данные количественного учета у вас соответствовали реальному положению дел?
 
Игорь Силевич:
Надо отметить, что аналитические системы не нужны сразу, необходимо достичь определенного объема бизнеса, должна накопиться критическая масса. В той же "Копейке", когда стало четыре РЦ-20-тысячника, а закупщиками остались те же 10 человек, они физически уже не могли оптимально заниматься пополнением товаров на складе. Без оптимизированной системы планирования потребностей, основанной на прогнозе сбыта, сделать оптимальным складской запас практически невозможно. Количественный учет к тому времени уже давно канул в лету, если бы на него рассчитывали, то из-за ошибок людей, различных сбоев у нас процентов на 20 постоянно была бы или перезатарка, или нехватка.

Владимир Новиков:
Действительно, в ритейле, тем более в фуд-ритейле, компьютерным данным по остаткам доверять практически нельзя. Пересортица, "кушают" в магазине свои и чужие, ведут документооборот некачественно. В результате, появляются ошибки. Поэтому существует потребность в формировании так называемого "интеллектуального" заказа, который не очень-то опирается на остатки. Часто бывает так: в информационной системе мы видим в наличие 100 штук товара – а в магазине ничего не продается, система показывает "минус 100 штук" – а продажи идут. Вроде бы прихода не было больше 10 дней, а товар начал бурно продаваться – потому что из подсобки его вынесли.
Интеллектуальная система должна все это выявлять. Вы продаете что-то каждый день по 20 штук, сколько вы закажете на следующий день? 20-25. Но может быть, вы все это количество продаете до 12 часов, после чего товар заканчивается, а вы могли бы продавать больше? Поэтому надо видеть почасовой анализ продаж. Чек, поступающий с кассы – это бесценнейшая информация.

Александр Балабанов:
На Западе сначала развивался рынок логистических компаний и поставщиков, а потом уже стали управлять заявками, прогнозами и прочее. Если взять российские регионы, мы не можем прогнозировать поставки товара, просто потому, что у поставщика может не оказаться ассортимента. Если мы будем в своих операциях опираться на эту интеллектуальную систему, мы в один прекрасный момент останемся без товара.

Владимир Новиков:
Дело в том, что модель интеллектуального заказа, модель прогнозирования спроса – лишь одна составляющая. Когда вы делаете заказ товара, подключается модуль риск-анализа: какова вероятность того, что вы перезакажете, какова вероятность того, что вы недозакажете? В функции риска заказов вы можете ввести риск экспертный, логистический риск: могут ли быть проблемы с поставщиком, насколько он у вас стабильный, как выполняет ваши заказы? Ведь логистические риски есть не только у поставщика, но и внутри компании. Система все это позволяет учитывать.

Сергей Дмитриев, к.т.н., заместитель генерального директора компании "Инлайн Ритейл":
Система бизнес-анализа основывается на фактических данных вашего бизнеса, на тех математических моделях, которые в них заложены. Чтобы модель была верной и давала точные прогнозы, она должна содержать массу параметров, которые по каждому товару, по каждому каналу сбыта, по территориальному рынку задаются. Игорь Силевич правильно сказал: когда информации становится слишком много, человеческая голова уже не способна с этим справиться и необходимо применение подобных систем. 

При этом, казалось бы, стоит внедрить BI-систему, и все ответы на все вопросы будут найдены. Это не так. На самом деле даже прикосновение к использованию BI-систем требует аналитиков высокой квалификации, которые не являются IT-специалистами, а именно аналитиками-маркетологами, которые знают рынки, знают продукты. И это должны быть сотрудники своей компании, на внешних консультантах все время не выедешь. Применение BI-системы – непростое это дело. Но при определенном объеме бизнеса она становится просто необходимой.

Ваган Керобян (исполнительный директор сети Star Supermarket, Ереван):
Хочется добавить, что внедрение BI-систем должно происходить как можно раньше. Мы все растем очень быстро и нужно, чтобы наши специалисты тоже росли быстро.

Игорь Силевич:
Чем раньше компания позволит себе внедрение BI-системы, тем раньше она ограничит себя от многих рисков – out-of-stock, неправильного пополнения товаров. Однако это непростая вещь. В той же системе SAP – около пяти основных моделей планирования потребностей материалов. IT-специалисты ее внедрить и настроить не могут, не привлекая специалистов по логистике, маркетологов.

Тут был вопрос: нет у поставщика товара, что делать? Эта проблема сглаживается глубиной накопленной ретроспективы, что зависит от базы данных и возможностей компании накапливать эту информацию. Ведь не все компании могут себе позволить хранить такой большой объем информации.
В то же время, в анализе нельзя "переборщить": чем больше вы будете работать с объемом информации и тем самым пытаться сгладить модель, тем больше потратите времени, и закупщик может не успеть вовремя сделать заказ. Должна идти оптимизация между точностью модели и реальным результатом.

Алексей Кудич:
Хотел добавить: что еще дают системы BI. От категорийного менеджера, который достаточно хорошо разбирается в своем товаре, многое зависит. Если он уходит, то компания теряет знания, с такой ситуацией мы столкнулись в "М.видео". BI-инструменты позволяют моделировать поведение товара, компания сохраняет знания, полученные за счет анализа исторических данных, она может эффективно ими управлять.

Владимир Новиков:
Работая с системой бизнес-анализа, работая с данными, формируем определенные правила. Система начинает работать с человеком, аккумулируя и передавая ему знания. Здесь мы имеем дело с передачей знаний о бизнесе внутри информационной системы.

Ваган Керобян:
Что лучше, иметь специализированные BI-системы для управления отдельными направлениями бизнеса или же, BI-системы, изначально интегрированные в ERP-систему?

Игорь Силевич:
Я являюсь сторонником единой централизованной платформы автоматизации предприятия. У нас, в Торговом доме "Копейка" был SAP Retail, и мы использовали возможности, которые есть в стандартной системе SAP. При необходимости переходили на отдельные BI-решения. Если компания выбрала в качестве основной платформы одну из ERP-систем, то вполне хватает той функциональности, которая там есть. Нельзя забывать о том, что использование дополнительных решений, пусть и лидирующих в своей области, требуют дополнительных стыковок, поддержки, что, впрочем, в каких-то случаях себя оправдывает.

Алексей Кудич:
Все определяется ситуацией. Если у компании есть одна ERP-система, которая закрывает все модули и компания ориентирована на неоперационную деятельность, то достаточно одной системы. Если у компании есть несколько систем, из которых нужно собирать, интегрировать и анализировать информацию, это становится сложнее. С другой стороны, если компания ориентирована на аналитику, например, по работе с клиентами, на глубокий анализ массовых промо-акций, то ERP-системы здесь не помогут. Нужно искать дополнительные модули специализированных систем класса BI.

Андрей Черкасов:
BI-решения – это инструменты какого уровня? Уровня топ-менеджмента, для стратегического управления компанией, или же для среднего звена, для ведения оперативной деятельности компании? Или же они совмещают и то, и другое?

Владимир Новиков:
У кого имеется потребность воспользоваться результатом анализа, тот и является пользователем системы. Например, если человек делает закупку, ему система дает прогноз. Это то, что необходимо в категорийном менеджменте, складскому работнику. Если решается задача финансового планирования, задача определения жизненного цикла товара, это относится к компетенции топ-менеджмента компании.

Игорь Силевич:
В "Копейке", например, BI-системы используются для пополнения товарного запаса. Это происходит в отделе закупочной логистики, где сидят обычные менеджеры, делающие ежедневно заказы поставщику. Естественно, происходит обобщение данных, которые используются руководством: отчет продаж по региону, по формату с разбивкой по регионам.

Андрей Черкасов:
BI-инструментарий – это математика, это большие объемы данных, которые анализируются, обрабатываются, просчитываются. Ритейл – это отрасль, которая оперирует огромными массивами данных. Насколько критична для BI-решений величина объема данных, нет ли опасности, что по достижению определенного уровня возможно возникновение сбоев, или эти системы позволяют оперировать любой информацией?

Алексей Кудич:
BI специально предназначена для работы с такими объемами данных, она вырабатывает специальные подходы, чтобы таких проблем не возникало. Есть специальная методология по работе с данными, которая позволяет работать только с теми данными, которые необходимы, и с той целью, которая необходима. В России наше решение реализовано на базе 50 террабайт данных с 2 тыс. пользователей системы. За счет правильного подхода к работе с данными и разграничения операций платформы, система позволяет каждый день перестраивать всю отчетность и одновременно работать большому количеству пользователей с этой информацией. Инструментарий позволяет обрабатывать большие массивы данных, более сотни терабайт.

Андрей Черкасов: 
Это касается любой системы?

Алексей Кудич:
Не знаю, я могу говорить только "за свою" систему. Все зависит от инфраструктуры. Системе SAP гораздо проще будет работать с данными, которые находится только в этой системе. Если данные надо взять из другой системы, ей работать сложнее. Но если данные возникают только в результате работы системы SAP, она сможет обрабатывать достаточно большие массивы данных. При этом следует заметить, что те компании, которые изначально специализировались на разработке систем BI, ориентировались на работу со многими системами, являющимися источниками данных. Поэтому у них подобных проблем будет значительно меньше.

Владимир Новиков:
Спасибо большое всем участникам круглого стола.

Теги


Информация о компании France Informatique & Technologie (FIT)

Компания FIT более 25 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, кассовых систем «POS-FIT-K» Версия 5.01 и «POS-FIT-ФР».

Клиенты

Клиентами FIT являются более 1000 торговых компаний России и Беларуси, среди которых более 100 крупных сетей супер- и гипермаркетов, в том числе ЛИНИЯ, КИРОВСКИЙ, МАКСИДОМ, МАГНОЛИЯ, FIX PRICE, МОНЕТКА, АВОСЬКА, АЙКРАФТ, АБК, 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 классу BI (Business Intelligence).

Система DiAna: Digital Analytics Pro – аналитическая система класса BI

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 из-за ожидания. 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. Новая версия 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)

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,
  • фискальные регистраторы,
  • соответствующие программные комплексы (SelfServ Checkout Software, Advanced Checkout Software, «POS-FIT-K» версия 5.01, «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», «Глобус», «Максидом», SPAR, «Монетка», «Поляна» 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