ИИ-агент находит, где сеть недополучает прибыль, и готовит задачи для команды

Для собственника и директоров розничной сети. Агент опирается на выверенные данные сети: замечает отклонение на любом уровне, от сети в целом до товара в одном магазине, называет причину, оценивает её в рублях и готовит задачу с ответственным и сроком.

Получить пример сводки

ИИ-агенты InfoVizion сейчас работают в пилотах с розничными сетями. Пример сводки собран на обезличенных данных.

Сводка к оперкому неделя 34
Главное за неделю: больше всего прибыли уходит из-за пустых полок. Уровень сервиса поставщиков 83,6%, недопоставка 618,3 млн ₽.
ЗадачаПричинаКому
Встретиться с поставщиками, которые чаще всего недовозят46% заказов закрываются без поставкиЗакупки
Перенастроить автозаказиз-за сбоев упущено 9,2 млн ₽ прибылиКМ
Проверить магазины с OOS выше среднего по сетитовар есть в остатке, но не выставлен на полкуТерриториалы

Цифры на экране условные: они показывают, как устроен вывод агента.

Резерв прибыли скрыт в днях между «заметили отклонение» и «исправили его»

Просадку в отчёте видно в тот же день. Чтобы назвать её причину, нужно свести десятки отчётов, а потом решить, кто и к какому сроку её устраняет. Чем короче этот путь, тем меньше прибыли сеть теряет на каждом отклонении.

На поиск причины уходит несколько кругов отчётов

Данные собирают из разных срезов и каждый раз заново проверяют одни и те же гипотезы.

Решение по отклонению переносят на следующую неделю

Пока причина не названа, задачу некому поручить и непонятно, к какому сроку её ставить.

Счёт потерь идёт с первого дня отклонения

Решение готовят, принимают и проверяют неделями, и всё это время прибыль продолжает уходить.

Агент сокращает путь от отклонения до решения, поэтому потери по каждому отклонению останавливаются раньше.

Чем раньше сеть принимает решение, тем меньше она теряет

Что меняется, когда причину и задачу готовит агент.

Меньше потерь

Отклонение исправляют, пока потери не накопились. Причина и сумма известны к ближайшему оперкому: сводку по сети из 230 магазинов аналитик собирал бы неделю, агент готовит её заранее.

Цена в рублях

У каждой причины отклонения своя сумма. Видно, на что приходится основная часть потерь, и ресурс направляют туда, где отдача выше.

Задачи со сроком

У каждой задачи есть ответственный. Через срок видно, вернулись ли деньги, а если эффекта нет, команда сразу меняет подход.

Агент задаёт вопросы сам

Обычно аналитика отвечает на вопросы, которые вы ей задали. Агент задаёт их сам: разбирает данные по правилам вашего бизнеса и превращает вывод в задачу.

Данные сети

  • Продажи, остатки, OOS, списания
  • Промо, поставки, автозаказ
  • Цены конкурентов, погода, сезонность

Агент работает поверх данных, которые у сети уже есть.

Сравнение с нормами

  • Нормы берём из вашей стратегии категорий и записи её защиты, затем согласуем с командой
  • Отдельно для каждой категории, формата, региона и месяца

Вывод и задача

  • Отклонение в каждом товаре и магазине
  • Причина и потери в рублях
  • Ответственный и срок

Задача приходит в приложение Быстродел, в Быстродел.Офис или остаётся в интерфейсе агента.

Проверка эффекта

  • После срока агент проверяет, сработало ли решение
  • Если эффекта нет, это видно в журнале решений
Смотрит все срезы

Сеть, формат, регион, магазин и товар одновременно.

Объясняет причины

Почему упали продажи: цена, промо, свежесть или поставщик.

Проверяет гипотезы команды

Сверяет их со списком ред-флагов.

Предлагает свои гипотезы

Замечает, что нового появилось в категории, и подсказывает, куда смотреть.

Цифры, данные и решения остаются под вашим контролем

Агент делает выводы по вашим цифрам и по вашим правилам. Решение и ответственность остаются за командой.

Все цифры берутся из выверенной аналитики

Считает аналитика, агент делает выводы. Любое число можно проследить до первоисточника: категории, поставщика, номера заказа.

Наружу уходит только обезличенный срез

Регионы, города, магазины и товары заменены нейтральными метками.

Решения принимает команда

Агент собирает данные, проверяет гипотезы и предлагает варианты. Какой из них выбрать, решают ваши руководители.

Каждое решение оставляет след

При разборе видно, когда поставили задачу, кто за неё отвечал и выполнили ли её в срок. Это защищает решение и того, кто его принял.

Нормы и стратегию категорий задаёте вы, правила поиска отклонений добавляем мы

Правила отработаны в проектах коммерческой аналитики с 40+ сетями. Модель можно сменить, методология при этом сохраняется.

В пилоте сеть за полторы недели вернула товар на полки 10 магазинов

Сеть из 100+ магазинов разных форматов: дискаунтеры, магазины у дома, гипермаркеты. Два случая, где агент нашёл причину, а команда приняла решение.

Случай 1. Сосиски в промо · решение 21.10

10 → 0

магазинов с пустой полкой за полторы недели после решения

5,8 тыс. ₽упущенной прибыли в день до решения
  • Что нашёл агент10 магазинов с пустой полкой. Причина: позицию завели в промо, а минимальный товарный запас (МТЗ) на точках был слишком мал, чтобы держать нужный объём.
  • Что сделала командаПересмотрела настройки позиции сразу по всей сети, а на время промо повысила коэффициенты заказа. Позиция для сети весомая, поэтому решение приняли быстро.
  • Что изменилосьЧисло магазинов с пустой полкой начало снижаться на следующий день после решения и за полторы недели сократилось с 10 до нуля.

Причина была в настройке запаса, поэтому команда исправила её сама, без участия поставщика.

Случай 2. Йогурт · решение 23.10

4 дня

от решения до роста продаж

200+ тыс. ₽выручка по позиции за две недели
  • Что нашёл агентНехватку страхового запаса. Агент показал её вместе с причиной и рекомендацией, как её закрыть.
  • Что сделала командаИзучила рекомендации агента, увеличила запас на полке и на время акций повысила коэффициенты заказа.
  • Что изменилосьДоля магазинов с пустой полкой снизилась ненамного, зато выросли выручка и прибыль: продажи начали расти с 27.10.

Автозаказ со временем сам пересчитал бы страховой запас, но для бизнеса это слишком долго. С рекомендациями агента решение нашли за несколько дней.

Какие задачи агенты берут на себя

Ниже четыре направления, по каждому показан пример вывода агента. Полный список агентов — в конце блока.

Собственнику и генеральному директору

Понять, что происходит в сети

Расширенная сводка по сети: из 35+ возможных причин отклонений агент выбирает 5 главных и показывает, сколько стоит каждая.

Ред-флаг по сетиПотери
Собственное производство работает без правила пополнения13,5 млн ₽
Товар числится в остатке, но его нет на полке2,5 млн ₽
Под промо не увеличили объём заказа1,6 млн ₽
Ещё: сводка для CEO, сводка по излишкам
Коммерческому директору и закупкам

Вернуть товар на полку

Причины OOS: почему товара нет на полке, сколько выручки это стоит и кому поручить задачу.

Причина OOSКомуПрибыль
Сломанный автозаказАвтозаказ, КМ9,2 млн ₽
Товар без правила пополненияКМ4,0 млн ₽
Промо разогнало спросПромо, КМ1,6 млн ₽
Ещё: топ OOS с причинами, процесс управления OOS
Категорийным менеджерам

Управлять категорией

Защита категории: паспорт категории с проверенными гипотезами готов на следующий день после закрытия квартала.

Гипотеза кварталаИтог
Падение продаж — тенденция рынкаопровергнута
Заказ идёт минимальными партиямиподтверждена
Сервис поставщика ограничивает оборотподтверждена
Ещё: оценка эффективности товара, управление новинками
Операционному директору

Контролировать магазины

Планирование визитов супервайзера: куда ехать первым и что там проверить. Одна сводка вместо стопки отчётов.

ТерриторияНаличие топ-1200Продажи
Территория 05, 14 маг.91,6%68,2%
Территория 07, 11 маг.88,8%77,0%
Территория 10, 8 маг.91,4%81,6%
Ещё: динамические чек-листы, контроль товара и цен по фото, цены конкурентов по фото

Цифры на экранах условные: они показывают, как устроен вывод агента.

Показать все 14 агентов

Понять, что в сети

  • Сводка для CEO. Куда вложить ресурс: выводы по всей сети
  • Расширенная сводка по сети. 35+ причин отклонений на одном экране
  • Сводка по излишкам. Как вернуть в оборот деньги из запаса
  • Журнал решений. Ответственный, срок и проверка исполнения по задачам всех агентов

Вернуть товар на полку

  • Причины OOS. Почему товара нет на полке и сколько это стоит
  • Топ OOS с причинами. Проблемные товары по приоритету
  • Процесс управления OOS. От симптома к причине и решению

Управлять категорией

  • Защита категории. Паспорт категории после закрытия квартала
  • Оценка эффективности товара. Какие товары тянут категорию вниз
  • Управление новинками. От брифа до решения по новинке

Контролировать магазины

  • Планирование визитов супервайзера. Куда ехать первым и что проверить
  • Динамические чек-листы. Свой список проверок под каждый магазин
  • Контроль товара и цен по фото. Фото полки вместо ручного ввода
  • Мониторинг цен конкурентов по фото. Цены конкурентов без ручного ввода

Любого агента настраиваем под вашу сеть. Если нужного агента нет в списке, соберём его под вашу задачу.

Пилот начинается с одной задачи в одной категории

Все агенты работают по одному циклу: находят отклонение, называют причину, готовят задачу и через срок проверяют эффект. Так у каждого отклонения появляются владелец, срок и измеренный результат. Первые агенты начинают работать через 2 месяца после старта.

Что нужно от вас

Данные. Продажи, остатки, поставки, промо.
Ответственный со стороны сети. Человек, который принимает решения по задачам агента и отвечает за их выполнение.

Как проходит пилот

  1. 1

    Сводка на ваших данных

    Подключаем данные, агент делает первые выводы, а мы вместе с вашей командой оцениваем, насколько они полезны.

  2. 2

    Задачи с ответственным и сроком

    Выводы агента становятся задачами в журнале решений. Через срок агент проверяет эффект.

  3. 3

    Задачи доходят до магазинов

    Задача приходит сотруднику магазина, а мы вместе с вашей командой смотрим, что изменилось в цифрах.

InfoVizion делает коммерческую аналитику для розничных сетей

На этом опыте построены правила, по которым агенты ищут отклонения.

14 лет
в коммерческой аналитике для ритейла
40+
сетей с проектами по коммерческой аналитике

Сети, с которыми мы работаем

Umai Group
Монетка
Абсолют Cash&Carry
Анвар
Командор
Красный Яр
Реми
Мираторг
Бегемаг
Вимос
Бубль-Гум
Bergauf
ПУД

О чём обычно спрашивают перед стартом

А если сделать такого агента самим?

Можно. Кроме модели понадобятся нормы для каждой категории, формата и региона и правила поиска отклонений. Мы отрабатывали их в проектах с 40+ сетями, своей команде этот путь придётся пройти методом проб и ошибок. Для этого нужен и разработчик, и методолог с опытом в рознице.

Как агент сочетается с нашим BI и аналитиками?

Агент работает поверх данных, которые у сети уже есть, и берёт цифры из выверенного слоя аналитики. Аналитики получают готовые выводы и освобождают время, которое уходило на сбор отчётов.

Подходит ли это для нон-фуда?

Да. Сейчас агенты работают с продуктами питания и товарами для дома. Нормы и правила поиска отклонений настраиваются под сеть, поэтому подход переносится и на другие категории и форматы.

Какие данные уходят за пределы сети?

Только обезличенный срез: регионы, магазины и товары заменены нейтральными метками.

Кто принимает решения: агент или мы?

Ваша команда. Агент собирает данные, проверяет гипотезы и готовит варианты. У каждой задачи есть ответственный и срок, а после срока видно, сработало ли решение.

Посмотрите, как выглядит сводка агента

Пришлём пример сводки на обезличенных данных: что агент нашёл, чем это объяснил и какие задачи подготовил.

Получить пример сводки

Что будет в примере

  • Главное за неделю по всей сети
  • Причины отклонений с суммой потерь в рублях
  • Задачи с ответственными и сроками
Продолжая просматривать страницы веб-сайта или закрыв данное окно, Вы соглашаетесь с Политикой конфиденциальности.
Принять