Главная / Бизнес-кейсы / Как «Лазурит» повысил качество планирования запасов при помощи Forecast NOW!: автоматизация, которая работает

Фото предоставлено https://fnow.ru

Как «Лазурит» повысил качество планирования запасов при помощи Forecast NOW!: автоматизация, которая работает

Окт 23, 2024

Бизнес-кейсы

Реклама. ООО «Инжэниус Тим», ИНН 6950136297
Erid: F7NfYUJCUneP31odE3Dp

Компания «Лазурит» входит в тройку лидеров мебельной промышленности России и имеет одну из крупнейших в стране розничных сетей по продаже корпусной и мягкой мебели:

более 500 салонов мебели;
представлена в 170 городах России;
4000 сотрудников;
120 000 квадратных метров торговых площадей;
80 000 квадратных метров складских площадей.

Предпосылки внедрения

Расчёты заказов в компании выполнялись с помощью Excel, децентрализованно в регионах. Сами заказы делали в 1С. Руководство не устраивало качество планирования, поэтому было принято решение о поиске специализированного ПО для решения этой задачи.

Также в компании хотели снизить влияние человеческого фактора на заказы. Из-за того, что квалификация сотрудников на местах может отличаться, возникали погрешности в заказах. Люди могли использовать различные методики для расчёта заказов, которые они считали корректными. В итоге такие погрешности стоили компании денег.

Третья важная задача — это максимально возможная автоматизация процессов расчёта заказов.

«Нам нужна была более интеллектуальная система, которая бы учитывала большее количество факторов при планировании и позволяла бы снизить требования к квалификации сотрудников. Прежде всего это относится к регионам. Там у нас работает большое количество логистов. И мы бы хотели навести там порядок и максимально автоматизировать процессы. Сейчас многие расчёты делаются вручную в Excel большим количеством специалистов», — отметил Михаил Смирнов, IT-директор компании «Лазурит».

Выбор решения

Во время выбора опирались на несколько критериев. Одним из основных была отраслевая специфика. В компании много аналогов товаров, которые по сути могут являться одной и той же мебелью. Например, одинаковые диваны разного цвета. Если нет одного, то потребитель, скорее всего, купит такой же, но другого цвета. Система должна была уметь работать с такой логикой товаров.

Помимо этого, в компании большая номенклатурная матрица в целом, так как используется очень большое количество тканей и их цветов. Поэтому скапливается много штучных заказов — кроватей, диванов, шкафов и другой мебели, которая приезжает на распределительный центр в единичном экземпляре для определённого клиента, и потому прогнозировать спрос по ним очень тяжело.

Решающим критерием выбора была возможность воспроизвести логику заказов, принятых в компании, и наличие уже готового решения.

«Мы сделали выбор в пользу Forecast NOW!, потому что в компании смогли предложить реализацию той логики работы, которая нам нужна. Плюс мы увидели много похожих референсов о решении от других компаний. До этого момента мы не могли найти именно готовую систему, которая была бы не просто более продвинутой версией Excel, а предлагала бы какие-то современные алгоритмы для расчётов и какой-то интеллект внутри, который мог бы ими управлять», — рассказал Михаил Смирнов.

Внедрение и использование

На первом этапе был запущен пилотный проект на 2 региона. После года тестирования стало понятно, что программа корректно рассчитывает заказы, можно снимать эту обязанность с людей и переводить тестовые регионы на автоматический заказ. Помимо регионов, в пилотном проекте участвовал один из распределительных центров.

«Самое сложное на первых этапах было объединить логику работы программы с той логикой, по которой у нас формировались заказы, и интегрировать это всё с 1C, чтобы расчёты и заказы делались автоматически. Здесь нам пришлось поработать и с собственными процессами, добавить некоторые элементы, и с настройками интеграции», — поделилась опытом Вероника Балбышева, менеджер проекта.

«Ещё одна сложность — это время на обучение. Много времени ушло на понимание, на изучение того, как работает система. Это в том числе одна из наших проблем», — отметил Михаил Смирнов.

Через год после запуска пилотного проекта было принято решение о переводе на работу с Forecast NOW! всех филиалов компании. Ещё около 12 месяцев понадобилось, чтобы распространить использование программы на всю сеть.

С апреля 2024 года все заказы рассчитываются в новой системе. В программе работают в основном аналитики и сотрудники, которые настраивают разные параметры. Люди на местах, кто непосредственно оперирует заказами, уже видят просто конечный результат и работают с ним. Этим людям уже не нужно никак адаптироваться к системе.

Помимо расчёта заказов, программа используется для построения долгосрочных прогнозов на 6–12 месяцев.

«Через Forecast NOW! делать такие прогнозы достаточно удобно, нежели выгружать данные из 1C и заниматься этим в Excel. Такой прогноз можно сделать часа за 4 по ассортименту, который поставляется на распределительный центр. Это примерно до 10 000 SKU», — рассказала Любовь Рева, начальник отдела управления товарными запасами.

Результаты внедрения

В регионах полностью автоматизировали расчёты. Сотрудники, которые считали вручную через Excel, сейчас делают это через Forecast NOW! Благодаря этому большую часть своего времени теперь они тратят на другие важные для компании задачи.
Количество сотрудников, которые были заняты в расчётах, сократилось в 2 раза. При этом число заказов выросло. Сотрудников перевели на другие позиции.
Снизили влияние человеческого фактора на заказы. Как результат, снизилась погрешность в расчётах.
Вложения в программу полностью окупились

«Люди перестали вкладывать в расчёт заказов личное понимание. У нас большой проблемой было различное понимание методик заказа разными логистами. И там, где не хватало квалификации, мог сыграть человеческий фактор, появлялись погрешности. Эту задачу с помощью Forecast NOW! мы решили», — Михаил Смирнов.

«В целом опыт работы с Forecast NOW! положительный. Работы стало намного меньше», — прокомментировала результаты внедрения кейса Любовь Рева.

«Рутинные действия переносятся на автоматику, и по большей части опыт только положительный. В целом всё работает так, как этого и хотелось бы», — поддержал коллегу Антон Ефрейторов, менеджер по управлению товарными запасами.

«Я могу оценить по большей части только техническую сторону в плане разных обменов, выгрузки данных и всего прочего. Мне комфортно было работать, потому что довольно-таки быстро получаешь ответ на вопросы, которые возникали. Прежде всего, очень комфортно было работать с базой данных и с какими-то видеоматериалами, которые есть по работе программы», — резюмировала Вероника Балбышева.