Данные 660 магазинов “ВинЛаб” доверили роботу: сокращение упущенной выгоды приносит ритейлеру дополнительно 1 млн. руб./мес. - Marketing Tech
Подписывайтесь на наш телеграм канал, в нем мы публикуем кейсы - ПЕРЕЙТИ НА КАНАЛ

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.

  1. Данные сверяются по каждому этапу торговли, контролируется информация о всех участниках торговой цепочки.
  2. Во время проверки происходит автоматическое выравнивание типов данных.
  3. Контролируется, какие товары отлеживаются на полках, т.к. нет возможности их реализации.
  4. Проверяется, доходит ли информация о продажах до ERP-системы (Enterprise Resource Planning – планирование ресурсов предприятия), происходит ли ее автоматическое исправление. 
  5. 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.

  1. Количество неприятностей, возникающих из-за неправильной стоимости или отсутствия товара при оплате на кассе, сократилось на 95%.
  2. 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.
  3. В течение двух месяцев упущенная прибыль из-за нахождения товара на полке без возможности продажи сократилась с 1,7 миллиона рублей до семисот тысяч.
  4. 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%.
  5. 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.
  6. Сведения о проданных товарах теперь поступают в ERP-систему в течение 15 минут. Раньше для этого требовалось часа полтора.
  7. 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?

Оставить комментарий