
Изображение с сайта unsplash.com, автор — Ванс Палери
“ВинЛаб” – один из крупнейших ритейлеров в нише напитков. Он входит в состав Beluga Group – импортера высокоградусного спиртного и производителя продуктов. Торговая сеть “ВинЛаб” охватывает всю РФ и насчитывает 660 магазинов.
Во время масштабирования бизнеса и апгрейда оборудования, главным образом касс и серверов, сеть столкнулась с проблемой согласованности (консистентности) данных. Поскольку у “ВинЛаб” в мае 2021 года числилось 1250 кассовых аппаратов, сумма издержек на сверку информации мотивировала ритейлера заняться внедрением роботизированного решения.
Для этого был приглашен разработчик CSI (Crystal Service Integration – Кристалл Сервис Интеграция), т.к. торговая сеть уже пользовалась двумя сервисами из его экосистемы Set:
- кассовой системой Retail,
- системой, проверяющей операции на кассе Prisma.
Для решения проблемы консистентности данных, был предложен робот DaCo (Data Consistency, – согласованность данных), входящий в ту же экосистему. Он умеет находить и устранять противоречия в информации о ценах, штрихкодах, сроках, товарах, алко-кодах, картах клиентов, клиентах, кассирах, продажах, максимальных и минимальных розничных ценах.
Часть ошибок робот исправляет сам, но в ряде случаев информация о найденных несоответствиях отправляется в техподдержку.
В любом случае всегда сохраняется актуальность данных о товарах.
- Данные сверяются по каждому этапу торговли, контролируется информация о всех участниках торговой цепочки.
- Во время проверки происходит автоматическое выравнивание типов данных.
- Контролируется, какие товары отлеживаются на полках, т.к. нет возможности их реализации.
- Проверяется, доходит ли информация о продажах до ERP-системы (Enterprise Resource Planning – планирование ресурсов предприятия), происходит ли ее автоматическое исправление.
- Производится контроль над формированием отчета на конец дня.
Проверка консистентности данных, которая теперь делается не сотрудниками, а роботом DaCo, “живущим” в информационной системе “ВинЛаб”, приносит ритейлеру весьма ощутимые результаты. Заявляется, что первоначальный KPI (Key Performance Indicator – ключевые показатели эффективности), запланированный при внедрении решения, по отдельным показателям был перевыполнен почти в два раза.
- Количество неприятностей, возникающих из-за неправильной стоимости или отсутствия товара при оплате на кассе, сократилось на 95%.
- Устранение несогласованности данных позволило уменьшить убытки на 90%. До появления DaCo потери от проблем с данными оценивались в размере пятисот тысяч на каждую тысячу кассовых аппаратов ежемесячно.
- В течение двух месяцев упущенная прибыль из-за нахождения товара на полке без возможности продажи сократилась с 1,7 миллиона рублей до семисот тысяч.
- Экономится время работников магазинов и специалистов IT-подразделения. Поскольку робот выявляет проблему независимо от нагрузок и автоматически информирует о ней тех сотрудников, в чью компетенцию входит ее решение, трудозатраты из-за некорректных данных в справочнике товаров снизились на 90%.
- Работа касс ускорилась на 5%. Специалисты объясняют это тем, что сервера стали быстрее, т.к. после внедрения робота отпала необходимость хранить в памяти товарную номенклатуру, которая в данный момент не используется. Информация о товарах, отсутствующих в продаже, раньше загружала и замедляла работу с базой данных.
- Сведения о проданных товарах теперь поступают в ERP-систему в течение 15 минут. Раньше для этого требовалось часа полтора.
- Контролируя данные во всех узлах, участвующих в торговле, робот DaCo помогает эффективно использовать IT- ресурсы. Он позволяет “ВинЛаб” расширять торговую сеть без увеличения фонда оплаты труда IT-сотрудников.
Представитель ВинЛаб рассказал, что после оценки результатов кейса, его компания пришла к выводу: самое эффективное решение — передать заботу о данных программному роботу.
Заявляется, что аналогов DaCo пока нет на российском рынке. По информации от CSI для его внедрения сейчас требуется одна или две недели.
Коллеги, кому приходилось работать с чем-то подобным?