Как выбрать систему управления запасами для продуктового ритейла

Рынок систем управления запасами для продуктового ритейла широк и непрозрачен. Поставщики говорят похожими словами, демонстрируют красивые дашборды и обещают «быстрое внедрение». Как выбрать систему, которая реально снизит списания и поднимет наличие на полке?

Вот семь критериев, которые разделяют системы, работающие для свежих продуктов, от тех, которые не работают.

1. Прогнозирование на уровне SKU, а не категории

Первый и самый важный вопрос поставщику: «На каком уровне детализации работает ваша модель прогнозирования?»

Категорийное прогнозирование — когда молочная продукция прогнозируется как единый блок — бесполезно для управления заказами. Молоко 1% и молоко 3,2%, кефир и сметана имеют разные кривые спроса, разные паттерны по дням недели и разные сроки годности. Только прогноз на уровне отдельного SKU даёт точность, необходимую для снижения списаний.

Если поставщик не может чётко ответить, что модель работает на уровне SKU × магазин × день — это тревожный сигнал.

2. Учёт срока годности в логике заказа

Стандартные ERP-системы рассчитывают, сколько товара нужно заказать, основываясь только на объёме остатков. Они не учитывают, сколько жизни осталось у этих остатков.

Для свежих продуктов это критично. Если на полке стоит молоко со сроком годности «завтра», система должна понимать, что фактический полезный запас — ноль, а не «единица упаковки». Системы, не учитывающие срок годности, систематически переполняют полку в конце недели и создают списания.

Правильный вопрос: «Как ваша система получает и использует данные об остаточном сроке годности при расчёте заказа?»

3. Замкнутый цикл обратной связи

Ключевой признак системы, которая улучшается со временем: каждое событие — продажа, списание, дефицит — возвращается в модель как обучающий сигнал. Без этого система делает одни и те же ошибки бесконечно.

Спросите у поставщика: «Как модель обновляется после каждого цикла заказа? Как она обучается на реальных результатах?» Если ответ расплывчатый или сводится к «мы периодически пересчитываем модель» — замкнутого цикла нет.

4. Скорость внедрения и требования к данным

Реалистичный срок внедрения специализированной ИИ-системы управления запасами для сети с существующей ERP — 1–4 недели. Если поставщик называет срок 3–12 месяцев, это, как правило, означает одно из двух: либо система требует замены текущей ERP (что вам, скорее всего, не нужно), либо поставщик недостаточно стандартизировал интеграции.

Ключевые вопросы:

• Есть ли готовые коннекторы для вашей ERP (1С, SAP, Oracle и т. д.)?
• Нужен ли отдельный сервер или хранилище данных?
• Сколько часов потребуется от вашей IT-команды?

5. Прозрачность объяснений рекомендаций

Ваш закупщик должен понимать, почему система рекомендует заказать именно этот объём. «Чёрный ящик», выдающий числа без объяснений, создаёт сопротивление команды и невозможность отладки при ошибках.

Хорошая система показывает: «Рекомендуем 48 единиц молока 3,2% вместо обычных 36 — потому что пятница, ожидается жаркий weekend (+12°C выше нормы), и в прошлую такую пятницу был дефицит». Это объяснение, с которым закупщик может согласиться или не согласиться — и тем самым дообучить модель.

6. Измеримые KPI с первых недель

Поставщик, уверенный в своём продукте, предложит согласовать конкретные метрики успеха до старта пилота: целевой уровень списаний, целевое наличие на полке, срок измерения.

Если поставщик уклоняется от конкретных обязательств на уровне «наличие вырастет с X% до Y% за 30 дней» — у него нет достаточной уверенности в продукте или истории верифицированных результатов.

7. Условия пилота

Лучшие системы предлагают пилот с оплатой по результату или без предоплаты — потому что уверены, что результат будет виден за 30 дней. Это снимает риск с вашей стороны и выравнивает стимулы поставщика.

Условия пилота, на которые стоит ориентироваться:

• Без предоплаты или оплата только по итогам пилота
• Независимое измерение результатов (не только отчёты поставщика)
• Чёткие метрики успеха, согласованные до старта
• Выделенный менеджер внедрения на весь период

В нашем 30-дневном пилоте в 100 магазинах мы предоставляли все эти условия — и списания снизились с 5,8% до 1,4%, наличие выросло до 91,8%, продажи — на 24%.