Автозаказ товаров: как настроить и что он даёт магазину

Что такое автозаказ и зачем он нужен магазину

Автозаказ — это система, которая самостоятельно формирует заявки поставщикам на основе данных о продажах, остатках и сроках поставки. Вместо того чтобы каждое утро товаровед смотрел на полки и решал, что и сколько заказать, алгоритм делает это автоматически и, как правило, точнее.

Ручной заказ страдает от двух системных ошибок. Первая — overstock: товаровед перестраховывается, заказывает с запасом, часть ассортимента залёживается. Деньги заморожены в остатках, которые не продаются. По данным отраслевых наблюдений, у небольших FMCG-магазинов доля избыточного запаса составляет от 15 до 25% от общей стоимости товарного остатка. Вторая ошибка — out-of-stock (OOS): нужного товара нет в нужный момент, покупатель уходит к конкуренту. По оценкам исследований, каждый случай OOS обходится магазину в потерю около 30% планируемых продаж по позиции, а часть покупателей не возвращается вовсе.

Ручной заказ уязвим ещё и потому, что человек не держит в голове одновременно 3000–6000 SKU, динамику продаж за последние недели, сроки поставки конкретного поставщика и минимальные партии. Он работает по интуиции и прошлому опыту, которые в условиях сезонных колебаний, акций и изменения потребительских привычек регулярно подводят. Алгоритм работает по данным — последовательно, воспроизводимо и без «плохих дней».

Третья проблема ручного заказа — эффект хлыста. Когда товаровед видит, что позиция разошлась быстрее обычного, он заказывает её с запасом в следующий раз. Позиция залёживается, и в следующий раз он заказывает меньше. Так возникает цикл overstock–OOS, который трудно разорвать без системной логики.

«Замороженная оборотка на overstock — это не абстрактная цифра в балансе. Это деньги, которые лежат на складе в виде йогурта с истекающим сроком вместо того, чтобы работать.»

Внедрение автозаказа решает три задачи одновременно: снижает OOS, сокращает избыточный запас и освобождает время товароведа для аналитики вместо рутины.

Как работает алгоритм автозаказа

В основе любого автозаказа лежит одна логика: нужно рассчитать, сколько товара будет продано до следующей поставки, добавить страховой запас на случай колебаний спроса или задержки поставщика, и вычесть то, что уже есть в наличии и в пути.

Базовая формула автозаказа

Объём заказа вычисляется по формуле:

Заказ = Прогноз продаж за период + Страховой запас — Текущий остаток — Заказы в пути

Где период — это срок от отправки заявки до прихода следующей поставки (например, 3 дня для молочной продукции с ежедневным подвозом и 7 дней для импортного алкоголя). Страховой запас — это буфер, который покрывает отклонения: поставщик задержался на 1–2 дня или спрос в конкретный день оказался выше прогноза.

Полученный результат корректируется под минимальную партию и кратность: если алгоритм посчитал заказ в 11 упаковок, а минимальная партия — 12, заказ округляется вверх. Это важная деталь, которую часто упускают при ручной реализации формулы в Excel.

Почему среднее не работает

Простое среднее за последние 30 дней — самый распространённый и самый опасный способ прогнозирования. Если в прошлом месяце был праздник, акция или наоборот закрытие кассы на три дня, среднее будет искажено. В пятницу молоко продаётся втрое больше, чем в понедельник, но среднее этого не покажет. В декабре шампанское продаётся в 10 раз активнее, чем в марте, но среднее за год занизит декабрьский заказ в разы.

Нормальный алгоритм прогноза учитывает несколько факторов:

• День недели и его исторический коэффициент продаж по каждой категории;
• Сезонные колебания по месяцам и неделям года;
• Предстоящие акции и их плановый лифт продаж;
• Тренд: растёт ли спрос на позицию или падает в последние недели;
• Исключения: дни, когда товара не было на полке (OOS), не должны занижать прогноз спроса.

Подробнее о метриках, по которым оценивают точность прогноза и эффективность заказа, читайте в статье про KPI магазина.

Какие данные нужны для автозаказа

Алгоритм настолько точен, насколько качественны данные, которые в него поступают. Перед запуском автозаказа нужно проверить четыре источника и убедиться, что данные в них актуальны, полны и чисты.

История продаж

Минимум 6 месяцев, оптимально — 12 месяцев с разбивкой по дням и желательно по часам. Без годовой истории алгоритм не увидит сезонность: как растут продажи холодных напитков в июне или как падают молочные продукты в январские праздники. Важно очистить историю от дней OOS — иначе периоды, когда товара не было на полке, занизят прогноз спроса. Также нужно исключить аномалии: списания, инвентаризационные корректировки, перемещения между точками, которые могли попасть в данные о продажах.

Сроки поставки по каждому поставщику

Срок поставки — это не только время в пути. Это цикл от момента отправки заявки до момента, когда товар стоит на полке: время обработки заявки поставщиком, время доставки, время приёмки и выкладки. Для каждого контрагента этот срок свой, и он может меняться по дням недели — например, заявка в пятницу обрабатывается дольше, чем в среду. Фиксируйте не среднее, а максимально возможный срок, чтобы страховой запас был достаточным.

Минимальные партии и кратность

Поставщик молока не привезёт 7 упаковок, если минимальная партия — 12 упаковок. Алгоритм должен учитывать минимальный заказ и кратность по каждому поставщику и каждой товарной группе, иначе сформированные заявки будут некорректными и их придётся исправлять вручную каждый раз.

Источники данных

Данные для автозаказа берутся из учётных систем. Самые распространённые в малой и средней рознице — 1С: Розница / Торговля, МойСклад и Эвотор. У каждой системы своя глубина хранения истории продаж и детализация данных по поставщикам, поэтому перед запуском автозаказа стоит убедиться, что нужные данные там есть и они чистые.

О том, как потери на этапе приёмки и инвентаризации искажают данные для автозаказа, рассказывается в статье про потери в магазине.

Полуавтомат против полного автомата: где доверять алгоритму

Не каждую позицию стоит отдавать в полный автомат с первого дня. Разумная стратегия — разделить ассортимент на группы по степени предсказуемости спроса и характеру товара.

Полуавтоматический режим означает, что система формирует предложение по заказу, но товаровед видит его в интерфейсе и может скорректировать перед отправкой поставщику. Это золотая середина на период калибровки и для нестандартных категорий. В большинстве случаев товаровед принимает предложение без изменений — и это само по себе говорит о точности алгоритма.

Как настроить автозаказ за 5 шагов

Внедрение автозаказа — это не разовая настройка, а процесс, который занимает от 2 до 6 недель в зависимости от качества данных и количества поставщиков. Ниже — пошаговый план, который работает для магазинов с ассортиментом от 1000 до 8000 SKU.

Шаг 1. Аудит данных

Проверьте, есть ли в учётной системе история продаж за 6–12 месяцев по каждому SKU. Найдите и отметьте периоды OOS, когда позиция отсутствовала на полке. Очистите аномалии: списания, возвраты, перемещения между точками, которые попали в историю продаж. Чем чище данные на входе — тем точнее прогноз на выходе.

Шаг 2. Настройка справочника поставщиков

Для каждого поставщика зафиксируйте срок поставки в рабочих днях, минимальную партию, кратность заказа, дни недели, в которые принимаются заявки, и дни недели, в которые приходят поставки. Это критичный шаг: без него алгоритм будет формировать некорректные заявки. Отдельно отметьте контрагентов с непредсказуемыми сроками — по ним нужно увеличить страховой запас.

Шаг 3. Разбивка ассортимента на группы

Разделите SKU по режиму автозаказа: полный автомат, полуавтомат с визированием, ручной заказ (нестандартные позиции, дорогой эксклюзив). Начинайте с группы FMCG core — там риск минимальный, а эффект виден быстро. Это позволяет набрать уверенность в алгоритме до того, как переходить к более сложным категориям.

Шаг 4. Калибровка на небольшой выборке

Запустите алгоритм на 10–15% ассортимента из группы полного автомата. В течение 2–3 недель сравнивайте предложенные заказы с тем, что заказал бы товаровед вручную. Оцените уровень OOS и overstock по тестовой группе. Если алгоритм систематически предлагает заказать больше или меньше нормы — скорректируйте параметры страхового запаса и проверьте историю продаж на аномалии.

Шаг 5. Постепенное расширение

После успешной калибровки расширяйте автомат на всю группу FMCG core, затем подключайте алкоголь и бытовую химию. Фреш и новинки оставляйте в полуавтомате, периодически анализируя точность прогноза по ним. Регулярно проверяйте точность прогноза — хотя бы раз в месяц сверяйте прогнозные продажи с фактическими по каждой категории. Это позволяет своевременно заметить смещение модели и скорректировать параметры.

Сезонность, акции и праздники: корректирующие коэффициенты

Базовый алгоритм считает заказ исходя из среднего прогноза. Но реальные продажи живут в мире праздников, сезонов и промо. Чтобы алгоритм не ошибся в эти периоды, используют корректирующие коэффициенты — числовые множители, которые применяются к базовому прогнозу для конкретного периода или категории.

Сезонные коэффициенты

Сезонный коэффициент показывает, во сколько раз продажи в данный период отличаются от среднегодового уровня. Например, продажи мороженого в июле могут быть в 3,5 раза выше среднегодовых, а в феврале — в 4 раза ниже. Коэффициенты рассчитываются по истории за 2–3 года и применяются к базовому прогнозу автоматически. При наличии только одного года истории коэффициенты можно задать вручную на основе экспертной оценки, а уточнять по мере накопления данных.

Праздничные коэффициенты

Новый год, 8 марта, майские праздники — каждый из этих периодов имеет свою структуру продаж. Важно учитывать не только день праздника, но и предпраздничную неделю, когда покупатели активно делают запасы, и постпраздничный провал, когда продажи резко падают. Для FMCG-магазина у дома предновогодняя неделя может давать рост продаж деликатесов, алкоголя и кондитерских изделий в 2–5 раз относительно обычного уровня.

Акционные лифты

При проведении акции со скидкой 20–30% продажи акционной позиции, как правило, вырастают в 1,5–4 раза в зависимости от глубины скидки, категории и способа продвижения. Лифт можно задать вручную при планировании акции или рассчитать автоматически на основе истории аналогичных промо. Если алгоритм не учтёт лифт, магазин получит OOS в разгар акции — один из наиболее дорогостоящих сценариев: покупатель, который пришёл за акционным товаром и не нашёл его, воспринимает это как обман.

Практика показывает: корректировка автозаказа за 3 дня до праздника и за 2 дня после — минимальный контрольный горизонт, который стоит закрепить в регламенте категорийного менеджера. Расписание праздников на год вперёд должно быть загружено в систему до начала года, а не в день перед событием.

Что меняется в KPI после внедрения автозаказа

Результаты внедрения автозаказа можно разделить на три группы: операционные, финансовые и временные. Ниже — ориентиры, характерные для FMCG-магазинов формата «у дома» с ассортиментом 3000–8000 SKU и 1–3 кассами. Конкретные цифры зависят от исходного уровня качества ручного заказа: чем он был хуже, тем заметнее эффект от автоматизации.

Операционные результаты

Снижение out-of-stock на 40–60%. При ручном заказе уровень OOS в таких магазинах составляет 4–8% ассортимента ежедневно. После полноценного запуска автозаказа показатель снижается до 1,5–3%. Это напрямую конвертируется в выручку: по каждой позиции, которая перестала быть в дефиците, продажи восстанавливаются к расчётному уровню.

Снижение overstock на 20–30%. Стоимость избыточного товарного запаса уменьшается, оборачиваемость ускоряется. Уровень списаний по фрешу снижается — меньше товара заказывается «с запасом» и не успевает продаться до истечения срока годности.

Финансовые результаты

Освобождение оборотного капитала на 10–25%. Деньги, которые раньше лежали в избыточном запасе, возвращаются в оборот. Для магазина с товарным остатком 3 млн рублей это означает высвобождение 300 000–750 000 рублей без снижения уровня сервиса. Эти средства можно направить на расширение ассортимента, ремонт или маркетинг.

Подробнее о том, как считать оборачиваемость запасов и другие финансовые KPI магазина, читайте в статье «10 KPI магазина: как считать и какие нормы».

Временные результаты

Время, которое товаровед тратит на формирование заказов, сокращается с 1,5–3 часов в день до 20–40 минут на визирование и корректировку. Это позволяет перераспределить ресурс на задачи, которые действительно требуют человеческого суждения: работу с новинками, переговоры с поставщиками, анализ потерь, выкладку и мерчандайзинг.

О потерях в магазине и инструментах их снижения подробнее читайте в статье «Как снизить потери в магазине».

Как Imredi Pulse реализует автозаказ

Imredi Pulse — платформа управления розничным магазином, в которую автозаказ встроен как один из базовых модулей. Алгоритм работает поверх данных из подключённых учётных систем — 1С, МойСклада, Эвотора — и не требует переноса данных вручную или двойного ввода.

Прогноз строится на основе скользящей модели с учётом дня недели, сезонности и акций. Заявки формируются автоматически и отправляются поставщику либо напрямую, либо через интерфейс для визирования в зависимости от настроенного режима для каждой категории. Дашборд показывает уровень OOS, overstock и точность прогноза в реальном времени, что позволяет контролировать качество работы алгоритма и своевременно реагировать на отклонения.

Модуль автозаказа доступен в едином интерфейсе вместе с другими инструментами управления: контролем выкладки, чек-листами задач для персонала, мониторингом ценников и инвентаризацией. Такая интеграция позволяет видеть полную картину работы магазина в одном месте, не переключаясь между системами.

Посмотреть, как это выглядит в работе, можно на демостенде. Подробнее о ценах — на странице тарифов. Сравнение с отраслевыми показателями — в разделе бенчмарка.