Как федеральная сеть сократила подготовку к совещанию с 5 дней до 2 часов

Задача

Федеральной розничной сети требовался единый инструмент для еженедельного анализа недопродаж. Руководителям было важно быстро видеть, в каких регионах, категориях и товарах возникают отклонения, понимать причины потерь и принимать решения на основе согласованных данных.

В рамках проекта нужно было ввести единый индекс оценки недели (SCORE), унифицировать расчёт OOS[Out-of-Stock — отсутствие товара в наличии при сохранении спроса на него] и OSA[On-Shelf Availability — наличие товара на полке в момент проверки], обеспечить детализацию от общего результата до конкретного SKU[Stock Keeping Unit — уникальный код товарной позиции для учета и анализа] и сократить зависимость от ручных Excel-выгрузок.

Отдельной задачей стало сокращение времени подготовки к еженедельному операционному совещанию, где коммерческий блок, логистика, категорийный менеджмент и региональные команды разбирают причины недопродаж и определяют дальнейшие действия.

Причина

В федеральной продуктовой сети анализ недопродаж был распределён между несколькими системами. Продажи, остатки, доступность товара на полке, трафик и ценовые показатели находились в разных контурах данных. Часть информации команда смотрела в BI-системах, часть выгружала в Excel, отдельные расчёты выполнялись вручную.

Каждую неделю результаты обсуждали коммерческий блок, логистика, категорийный менеджмент и региональные подразделения. Но значительная часть встречи уходила на сверку цифр и согласование методологии. Команды тратили время на то, чтобы договориться, какие данные считать верными, и только после этого переходили к причинам отклонений.

Отдельной проблемой стали разные подходы к расчёту OOS (отсутствие товара в наличии при сохранении спроса на него) и OSA (наличие товара на полке в момент проверки) между дивизионами. Из-за этого один и тот же показатель мог по-разному трактоваться в коммерции, логистике и регионах.

В результате подготовка к еженедельному операционному совещанию занимала до пяти рабочих дней. Руководителям было сложно быстро понять, где возникла проблема: в снижении трафика, ассортиментной матрице, остатках, поставках или ценовых факторах.

Компании требовался единый управленческий контур, где все участники работают с согласованными данными и быстрее переходят к решениям по закупкам, ассортименту, логистике и продажам.

Как сеть перешла от сверки показателей к управлению недопродажами

В крупных розничных сетях данные по продажам, остаткам, ценам, поставкам и доступности товара на полке обновляются регулярно. Сложность появляется позже, когда эти данные нужно использовать для управленческого решения. Коммерческий блок, логистика, категорийный менеджмент и региональные команды часто работают в разных системах, поэтому один и тот же показатель может трактоваться по-разному.

В этом проекте еженедельное совещание по недопродажам объединяло сразу несколько подразделений. Значительная часть встречи уходила на сверку цифр, обсуждение методологии и поиск корректной версии данных. На разбор причин отклонений и конкретные решения оставалось меньше времени.

Чтобы изменить этот процесс, создали единый управленческий контур анализа недопродаж. Он объединил ключевые показатели в одной модели и дал участникам планёрки общий сценарий работы: от оценки результата недели до поиска проблемных регионов, категорий и конкретных SKU.

Шаг 1. Единая оценка недели
Первым элементом решения стал интегральный показатель SCORE. Это индекс недели по шкале от 0 до 100, который показывает, насколько текущий результат соответствует целевым значениям.

В расчёт вошли четыре ключевых драйвера розничных продаж: продажи, трафик, остатки и цены. Такой показатель помогает руководителю за несколько секунд оценить состояние недели и понять, где требуется более глубокий анализ.

SCORE не отменяет детальную аналитику по регионам, категориям и SKU. Его задача состоит в том, чтобы быстро обозначить направление разбора: где результат соответствует плану, а где нужно искать причину отклонения.

Шаг 2. Единая модель данных

Следующим этапом стала консолидация данных. До запуска проекта показатели находились в разных системах: часть команда анализировала в BI-инструментах, часть выгружала в Excel, отдельные расчёты выполнялись вручную.

Основой решения стал корпоративный контур данных на ClickHouse. В единую модель собрали информацию о продажах, остатках, трафике, ценах, доступности товаров на полке и ассортиментной матрице.

Модель построили с детализацией до уровня «магазин × SKU × день». Благодаря этому руководители могут смотреть картину как по сети в целом, так и по отдельному товару в конкретном магазине. Такая детализация помогает быстрее находить источник недопродаж и принимать решения по ассортименту, запасам, поставкам и ценам.

Шаг 3. Единая методология OOS и OSA

Одной из ключевых проблем были разные подходы к расчёту OOS (отсутствие товара) и OSA (наличие товара на полке) между дивизионами. Из-за этого один и тот же показатель мог приводить к разным выводам у коммерческого блока, логистики и региональных команд.

В рамках проекта для сети внедрили единую методологию расчёта доступности товара на полке. Команды согласовали, в каких случаях отсутствие товара считается краткосрочным сбоем, когда причина связана с поставками, когда требуется пересмотр ассортиментной матрицы и как OOS влияет на объём упущенных продаж.

После этого участники совещания стали работать в одной системе координат. Встречи начали быстрее переходить к разбору причин отклонений и конкретным решениям по товарам, категориям, регионам и поставкам.

Шаг 4. Сценарий анализа для руководителей

Одной из целей проекта было сократить время на поиск причин отклонений. Поэтому дашборд проектировали как последовательный сценарий еженедельного совещания: от общей оценки недели до конкретного списка действий.

Работа с данными начинается с показателя SCORE. Руководители видят общий результат недели, затем переходят к объёму недопродаж, факторам отклонения, проблемным регионам и категориям. После этого команда может детализировать данные до конкретных SKU и определить, какие решения нужны по ассортименту, закупкам, остаткам или логистике.

Такой сценарий помогает участникам совещания двигаться по одной логике. Команда быстрее понимает, где возникла проблема, кто отвечает за следующий шаг и какое действие нужно принять по итогам совещания.

Шаг 5. Детализация до конкретного товара

После определения проблемного региона или категории руководитель может перейти к детализации. В Fastboard для этого реализовали механизм drill-dow[механизм “проваливания” в данные - переход от общих показателей к более детальной информации], который позволяет за несколько кликов перейти от общего показателя по сети к конкретному SKU.

Так команда быстрее видит, какие товары формируют основные потери продаж, где возник дефицит на полке и какие категории требуют корректировки. На этом уровне анализа становится понятно, какое решение нужно принять: изменить объём закупок, скорректировать ассортиментную матрицу, проверить поставки или пересмотреть работу с остатками.

Шаг 6. Настройка доступа для разных подразделений

В проекте участвовали несколько дивизионов сети, поэтому для пользователей настроили разграничение доступа к данным. Каждый руководитель и специалист видит только свой сегмент: регион, категорию, магазин или зону ответственности.

При этом все подразделения работают в единой аналитической модели и по общей методологии расчётов. Это помогает учитывать организационную структуру компании и сохранять целостность управления на уровне всей сети.

Такой подход особенно важен для федерального ритейла, где решения принимаются на разных уровнях, но должны опираться на сопоставимые данные.

Что изменилось после внедрения

После запуска решения подготовка к еженедельному операционному совещанию сократилась с пяти рабочих дней до двух часов после обновления витрины данных. Руководители получили единый инструмент для анализа продаж, остатков, доступности товара на полке и факторов, влияющих на недопродажи.

Изменился и сам процесс управления. Команда стала быстрее видеть, в каких регионах, категориях и товарах возникают отклонения, а также какие причины стоят за потерями продаж: дефицит на полке, проблемы поставок, изменение трафика, ценовые факторы или особенности ассортиментной матрицы.

В результате участники совещания стали быстрее переходить от сверки показателей к конкретным решениям по закупкам, ассортименту, остаткам и логистике. Данные начали работать как основа для регулярного управленческого процесса, а не только как отчётность по итогам недели.

Результат

По итогам проекта компания получила единый инструмент для еженедельного управления недопродажами. Подготовка к операционному совещанию сократилась с 5 рабочих дней до 2 часов после обновления витрины данных.

В решении была внедрена единая методология расчёта SCORE, OOS и OSA. Команда сократила зависимость от ручных Excel-выгрузок, получила детализацию от уровня сети до конкретного SKU и стала быстрее находить проблемные регионы, категории и товары.

Главный эффект проекта связан с изменением управленческого процесса. Участники совещания стали меньше времени тратить на сверку цифр и быстрее переходить к решениям по закупкам, ассортименту, остаткам и логистике.

В примерах и визуализациях используются обезличенные и виртуальные показатели для защиты конфиденциальных данных клиентов.