Российский опыт: Что сделать для лидерства?

Cнижение импульсных покупок, более практичный подход к выбору товаров. В этих условиях выиграют те продавцы, которые будут предлагать потребителю действительно необходимые товары (опыт решений в России).

Своевременно и точно реагировать на изменение рыночной ситуации — жизненная необходимость для любой компании, чья деятельность находится в прямой зависимости от лояльности потребителей. Для того чтобы выживать в условиях кризиса и обострения конкурентной борьбы, бизнесу приходится постоянно решать задачи 
— всестороннего анализа рынка и потребностей клиентов; 
— выявления типичных моделей поведения покупателей, оперативного выявления трендов изменения покупательского поведения, падения спроса на определенные группы товаров у конкретных сегментов потребителей; 
— повышения точности планов и прогнозов продаж; 
— оперативного мониторинга коммерческой деятельности компании, получения наглядной аналитики с любой степенью детализации; 
— оценки прибыльности отдельных направлений бизнеса; 
— снижения инвестиционных рисков, контроля расхода инвестиций и сокращения неоправданных затрат; 
— оценки деятельности персонала с точки зрения привлечения и удержания клиентов, и повышения не 
— сохранения информации о клиентах в условиях сокращения и текучки менеджеров продаж; 
— предотвращения утечек конфиденциальной коммерческой информации о клиентах. 

«В условиях кризиса, когда падает потребительский спрос, ослабляется привязанность покупателей к определенным торговым маркам, повышаются требования к качеству обслуживания, торговым предприятиям необходимо постоянно направлять свои усилия на поиск новых возможностей для привлечения покупателей», — отмечает Алексей Клопотовский, генеральный директор Expertek IBS. 
В этой связи к важнейшим бизнес-задачам в настоящее время относятся 
— изучение потребительского рынка с целью выявления трендов изменения покупательского поведения; 
— формирование планов продаж на основе прогнозных моделей спроса; 
— формирование оптимального ассортимента; 
— анализ клиентской базы; 
— оптимизация цепочек поставок. 
Задача прогнозирования и мониторинга потребительского спроса наиболее остро стоит перед компаниями отрасли потребительских товаров, особенно Fast Moving Consumer Goods (FMCG). Поэтому сосредоточимся на проблемах и задачах компаний именно этого сектора экономики. 

Набор инструментов для лидера 

Информацию, которую необходимо проанализировать для прогнозирования и мониторинга потребительского спроса, можно условно разделить на три группы взаимосвязанных данных: товародвижения (данные чеков, складские запасы, оборачиваемость и т. п.), финансовые (себестоимость товаров, торговые наценки, финансовые показатели и др.), о клиентах (средний чек, возрастные группы, профессиональная принадлежность и т. д.). 
Этим и определяется состав систем, которые необходимо внедрить и интегрировать. В идеальном решении задачи прогнозирования и мониторинга потребительского спроса должен быть задействован целый комплекс информационных систем и подсистем: 
— анализ рынка и потребностей клиентов осуществляется с помощью CRM-систем, систем управления требованиями, систем конкурентной разведки на основе современных аналитических и поисковых технологий; 
— выявление типичных моделей поведения, выявление трендов и под. — задачи для систем класса Data Minning; 
— повышение точности планирования и прогнозирования, мониторинг коммерческой деятельности, получение наглядной аналитики, оценка прибыльности направлений бизнеса — тут не обойтись без современных технологий управления корпоративной эффективностью. 
Основным источником данных для анализа потребительского спроса является учетная система торгового предприятия, включая фронт-офисные приложения, бухгалтерская система, CRM-системы. 
— Главная особенность интеграции аналитических систем с эксплуатируемыми системами в торговой компании, — подчеркивает Алексей Клопотовский, — состоит в необходимости создания единой системы управления нормативно-справочной информацией (справочники товаров, клиентов и пр.). Особенно это актуально для больших торговых сетей. 
Как ни удивительно, но одними из наиболее популярных инструментов аналитиков до сих пор остаются электронные таблицы Excel и преднастроенные отчеты, формируемые в учетных системах предприятия. «Однако в последнее время все более востребованными становятся специализированные аналитические системы, построенные на базе OLAP-технологий», — отмечает Алексей Клопотовский. В состав таких систем должны входить 
— средства сбора, преобразования и загрузки данных (ETL-компонента); 
— хранилище данных (Data Warehouse); 
— средства, реализующие математические методы и алгоритмы аналитической обработки данных (статистические методы, методы классификации и кластеризации, регрессионные модели и т. п.); 
— средства визуализации результатов аналитической обработки данных (диаграммы, графики, индикаторные панели и т. д.). 
В настоящее время к перечисленному добавляются средства поддержки принятия управленческих решений, основанные на использовании методов сценарного анализа, деревьев решений, алгоритмов нечеткой логики. 
Среди инструментов прогнозирования и мониторинга спроса, представленных на российском рынке, можно выделить несколько систем, предназначенных для решения этой задачи в целом. 
1) SAP Demand and Supply Planning — решение для производителей товаров народного потребления. Включает элементы статистического прогнозирования, планирование и учет промоакций и циклов жизни продуктов, планирование распределения. 
Следует отметить, что при создании данного продукта использовался совместный с Procter&Gamble опыт по разработке информационной системы для поддержки Demand-Driven Supply Network — цепочки поставок, управляемой спросом. «Последняя — один из самых амбициозных проектов в FMCG-отрасли, целью которого был переход от опоры исключительно на «мертвые» данные к «легкой цепи поставок», позволяющей радикально снизить сырьевые и товарные запасы в цепочке от производителя к потребителю, — отмечает Сергей Белинский, руководитель направления ТНП/Торговля Центра отраслевой экспертизы SAP. 
2) SAP Forecasting & Replenishment — решение для розничных сетей, позволяющее планировать распределение на базе прогнозных данных, таких как продажи, факторы, влияющие на спрос (праздники, каникулы, и т. п.). Особенность данного решения — возможность обрабатывать огромное (миллионы) количество комбинаций «товар — местоположение» за разумное для розницы время, то есть несколько часов во время ночного цикла планирования. Данное решение также создавалось в тесном сотрудничестве с клиентами и экспертами в этой области. 

Проблемы в головах и технологиях 

Внедрение и эксплуатация решений для прогнозирования и мониторинга потребительского спроса, как и любых ИТ-решений, сопряжено с рядом трудностей. Основными проблемами при внедрении аналитических систем являются определение анализируемых показателей эффективности деятельности, достоверность и качество данных, загружаемых в аналитическую систему, выбор наиболее адекватных математических методов обработки данных и поддержки принятия решений. 
Алексей Клопотовский советует для решения названных проблем на этапе предпроектного обследования и формулирования ТЗ «всесторонне проанализировать деятельность предприятия заказчика с целью определения ключевых показателей эффективности (КПЭ), требований менеджеров и аналитиков к формам представления результатов анализа. На последующих этапах жизненного цикла аналитических решений особое внимание надо уделить работам, связанным с проверкой данных, стандартизации нормативно-справочной информации и т. д.». 

— Самая главная проблема не в технологиях, а в головах, — считает Дмитрий Романов, директор по развитию технологий информационного менеджмента компании «АйТи». — Владельцы бизнеса и топ-менеджеры компании должны прежде всего осознать необходимость мониторинга изменения рынка и быть готовыми к соответствующим изменениям бизнеса. Технологии и способы их внедрения, как правило, вторичны». С этим соглашается Сергей Белинский: «Главная проектная задача при внедрении систем прогнозирования и мониторинга спроса — получить спонсорство и поддержку бизнес-заказчика. Практически это выражается в реальной заинтересованности в результате проекта как минимум одного из топ-менеджеров, способного решать проблемы. Кроме того, необходима методическая поддержка и активное участие «хранителей знаний» (моделей прогнозирования) в тестировании и исправлении (в основном — в истолковании) найденных ошибок. 
Очевидно, что важность этой задачи выше, чем при внедрении любой оперативной системы (ERP, автоматизация торговых представителей): слишком многое зависит от качества и жизнеспособности моделей прогнозирования, а также точности ее реализации. 
Вторая важная задача — выверка исторических данных, которые будут использоваться при прогнозировании. Очевидно, что при отсутствии качества данных получится известный эффект «Garbage In — Garbage Out». 
«Если же посмотреть только на технологии, то в данном вопросе сложность может представлять комплексный характер их использования и интеллектуальная насыщенность современных решений подобного класса: может потребоваться дополнительное время для осмысления новых возможностей», — отмечает Дмитрий Романов. 
Сергей Белинский дает совет из личной практики эксплуатации систем обработки данных: «Не жалеть ресурсов на две вещи: минимизацию человеческого фактора и максимальную формализацию при ведении основных данных, а также на сбор исторических данных в едином хранилище, с предварительной вычисткой. Связано это с тем, что поддержка качества исторических данных очень трудоемка. И если появятся сомнения в этом качестве — масса усилий будет просто списана в утиль». 
Дмитрий Романов советует выбирать те или иные ИТ-решения прогнозирования, мониторинга и анализа потребительского поведения, исходя из того, что характерное время изменения предпочтений потребителей сильно различается в разных отраслях. Так, например, спрос на продукты питания может изменяться в течение дней или даже часов; на такие товары, как книги или мультимедийная продукция, — за несколько дней; заметное изменение предпочтений на автомобили формируется в течение недель и месяцев. 

Экономия на «магических шарах» 

Стоимость аналитических решений складывается из их лицензионной стоимости, а также стоимости внедрения и эксплуатации. 
Снижение затрат при внедрении ИТ-решений для прогнозирования, мониторинга и анализа потребительского поведения может быть достигнуто за счет согласованных действий аналитических служб предприятия и ИТ-компании. «Основное — правильная постановка задачи. На этом нельзя экономить, — предупреждает Дмитрий Романов. — Грамотный консультант, пользуясь базовыми возможностями электронных таблиц, может быть значительно более эффективен, чем сложный комплекс современных информационных систем, которыми никто не будет пользоваться». 
Сергей Белинский советует снижать расходы, разумно подходя к внедрению: не пытаться получить «магический шар с предсказаниями» на все случаи жизни потребителя, а определить ожидаемый уровень точности прогнозов и то, как эта точность и иные показатели (например, скорость предоставления данных) влияют на другие процессы и показатели компании. 
Если компания может сделать это своими силами — она существенно сэкономит как на внешних экспертах, так и на времени внедрения и тестирования системы. 

Побеждают самые мобильные 

Какие возможности и преимущества дает бизнесу использование ИТ-решений для прогнозирования, мониторинга и анализа потребительского поведения, особенно в условиях экономической нестабильности? 

Основным преимуществом эксперты считают высокую скорость реагирования на изменения в бизнесе и внешней среде и, как следствие, принятие адекватных управленческих решений. Для пояснения этой мысли Сергей Белинский проводит следующую аналогию: 
— Продажи FMCG-товаров чем-то похожи на операции с товаром биржевым (например, кофе, сахар и пр.): несмотря на брендированность, товары не уникальны (особенно из-за большого количества брендов для одного и того же товара). Поэтому принципы работы сходны: надо угадать тренд, иначе можешь потерять все вложенные средства. Конечно, у FMCG-компании есть и другие возможности влияния на потребителя (больше влияния на конечную цену, промо и маркетинг и т. п.), но без качественного прогноза о лидерстве можно забыть. 
В целом анализ рынка аналитических систем показывает, что интерес к BI-решениям (Business Intelligence) в сфере потребительского сектора неуклонно растет, несмотря на относительно высокую совокупную стоимость владения такими продуктами. По этой причине пока основными потребителями таких решений являются крупные торговые сети. 

По маттериалам: cio-world.ru