Как федеральная сеть сократила подготовку к совещанию с 5 дней до 2 часов

Как сеть перешла от сверки показателей к управлению недопродажами

В крупных розничных сетях данные по продажам, остаткам, ценам, поставкам и доступности товара на полке обновляются регулярно. Сложность появляется позже, когда эти данные нужно использовать для управленческого решения. Коммерческий блок, логистика, категорийный менеджмент и региональные команды часто работают в разных системах, поэтому один и тот же показатель может трактоваться по-разному.

В этом проекте еженедельное совещание по недопродажам объединяло сразу несколько подразделений. Значительная часть встречи уходила на сверку цифр, обсуждение методологии и поиск корректной версии данных. На разбор причин отклонений и конкретные решения оставалось меньше времени.

Чтобы изменить этот процесс, создали единый управленческий контур анализа недопродаж. Он объединил ключевые показатели в одной модели и дал участникам планерки общий сценарий работы: от оценки результата недели до поиска проблемных регионов, категорий и конкретных SKU.

Шаг 1. Единая оценка недели

Первым элементом решения стал интегральный показатель SCORE. Это индекс недели по шкале от 0 до 100, который показывает, насколько текущий результат соответствует целевым значениям.

В расчет вошли четыре ключевых драйвера розничных продаж: продажи, трафик, остатки и цены. Такой показатель помогает руководителю за несколько секунд оценить состояние недели и понять, где требуется более глубокий анализ.

SCORE не отменяет детальную аналитику по регионам, категориям и SKU. Его задача состоит в том, чтобы быстро обозначить направление разбора: где результат соответствует плану, а где нужно искать причину отклонения.

Шаг 2. Единая модель данных 

Следующей задачей стала консолидация данных. На практике оказалось, что информация о продажах, остатках, трафике и доступности товаров хранится в разных системах, использует разные справочники и обновляется по разным правилам. Из-за этого одинаковые показатели могли отличаться в зависимости от источника.

Чтобы исключить расхождения, команда построила единую модель данных на базе ClickHouse, объединив все ключевые источники в общий аналитический контур. Модель построили с детализацией до уровня «магазин × SKU × день». Это позволило руководителю смотреть картину как по сети в целом, так и по отдельному товару в конкретном магазине. Такая детализация помогает быстрее находить источник недопродаж и принимать решения по ассортименту, запасам, поставкам и ценам.

Шаг 3. Единая методология OOS и OSA

Самым сложным этапом оказалось согласование единой методологии расчета OOS(отсутствие товара) и OSA(наличие товара на полке) между дивизионами. Коммерческий блок, логистика и региональные подразделения по-разному интерпретировали одни и те же ситуации, поэтому одинаковые показатели приводили к разным выводам.

В рамках проекта для сети внедрили единую методологию расчета доступности товара на полке. Команды согласовали, в каких случаях отсутствие товара считается краткосрочным сбоем, когда причина связана с поставками, когда требуется пересмотр ассортиментной матрицы и как OOS влияет на объем упущенных продаж.

После этого участники совещания стали работать в одной системе координат. Встречи начали быстрее переходить к разбору причин отклонений и конкретным решениям по товарам, категориям, регионам и поставкам.

Шаг 4. Сценарий анализа для руководителей

На этапе проектирования стало понятно, что даже корректные данные не ускорят принятие решений, если руководителю придется самостоятельно искать причины отклонений. Поэтому дашборд проектировали как последовательный сценарий еженедельного совещания: от общей оценки недели до конкретных управленческих действий.

Работа начинается с показателя SCORE(единый индекс оценки недели). Затем руководитель переходит к объему недопродаж, факторам отклонений, проблемным регионам и категориям, а при необходимости — детализирует анализ до конкретного SKU. Такой подход позволяет быстро определить источник проблемы и принять решение по итогам совещания, например по ассортименту, закупкам, остаткам или логистике.

Шаг 5. Детализация до конкретного товара

После определения проблемного региона или категории руководитель может перейти к детализации. В Fastboard для этого реализовали механизм drill-dow[механизм «проваливания» в данные — переход от общих показателей к более детальной информации], который позволяет за несколько кликов перейти от общего показателя по сети к конкретному SKU.

Так команда быстрее видит, какие товары формируют основные потери продаж, где возник дефицит на полке и какие категории требуют корректировки. На этом уровне анализа становится понятно, какое решение нужно принять: изменить объем закупок, скорректировать ассортиментную матрицу, проверить поставки или пересмотреть работу с остатками.

Шаг 6. Настройка доступа для разных подразделений

В проекте участвовали несколько дивизионов сети, поэтому для пользователей настроили разграничение доступа к данным. Каждый руководитель и специалист видит только свой сегмент: регион, категорию, магазин или зону ответственности.

При этом все подразделения работают в единой аналитической модели и по общей методологии расчетов. Это помогает учитывать организационную структуру компании и сохранять целостность управления на уровне всей сети.

Такой подход особенно важен для федерального ритейла, где решения принимаются на разных уровнях, но должны опираться на сопоставимые данные.

Что изменилось после внедрения

После запуска решения подготовка к еженедельному операционному совещанию сократилась с пяти рабочих дней до двух часов после обновления витрины данных. Руководители получили единый инструмент для анализа продаж, остатков, доступности товара на полке и факторов, влияющих на недопродажи.

Изменился и сам процесс управления. Команда стала быстрее видеть, в каких регионах, категориях и товарах возникают отклонения, а также какие причины стоят за потерями продаж: дефицит на полке, проблемы поставок, изменение трафика, ценовые факторы или особенности ассортиментной матрицы.

В результате участники совещания стали быстрее переходить от сверки показателей к конкретным решениям по закупкам, ассортименту, остаткам и логистике. Данные начали работать как основа для регулярного управленческого процесса, а не только как отчетность по итогам недели.

В примерах и визуализациях используются обезличенные и виртуальные показатели для защиты конфиденциальных данных клиентов.