OOS без поиска причин по отчётам: как ИИ-агенты InfoVizion помогают вернуть товар на полку
В сети любого размера задачи по OOS быстро набираются тысячами, и отработать их все по порядку невозможно из-за большого объёма. Отчёт показывает, что товара нет на полке, но не объясняет почему: подвёл поставщик, не был сделан заказ или сбилось пополнение. Пока причину ищут вручную, товар продолжает отсутствовать, а сеть каждый день недополучает продажи.
ИИ-агенты InfoVizion берут поиск причины OOS и первые выводы на себя. Специалист получает очередь задач, отсортированную по потерям, и по каждой видит причину и следующий шаг. Решение подходит сетям от 20 магазинов.
Что делает агент
Показывает, сколько задач можно не делать
Задачи выстраиваются в очередь по объёму потерь. На практике почти половина потерь приходится на небольшую часть задач: из почти 10 000 задач по OOS первые 500 дают 46% потерь. Команда начинает с них и получает заметный эффект, не разбирая весь список.
Называет причину и масштаб
По каждому товару агент определяет, на каком этапе рвётся процесс: в заказе и пополнении или в поставке. Он также показывает масштаб: затронуты отдельные магазины, куст или почти вся сеть. От этого зависит, где искать решение: в конкретном магазине или на уровне поставщика и заказа. Вывод агент формулирует коротко, например «заказ был, привезли не всё», и подкрепляет его цифрами из модели данных.
Предлагает следующий шаг
Агент не останавливается на диагнозе. Если подвёл поставщик, система готовит претензию по списку непривезённых заказов. Если сбой случился на этапе заказа, видно, в каких магазинах он произошёл, и разбирать можно сам процесс заказа.
Замеряет эффект
По отработанным задачам система считает эффект, и становится видно, какие действия действительно вернули товар на полку. Нормативы, по которым оценивается OOS, настраиваются по каждой категории.
Даёт руководителю общую картину
Руководителю не нужно разбирать каждую задачу. В обзоре собраны структура потерь, красные флаги, поставщики, из-за которых сеть недополучает больше всего продаж, и этапы, где чаще всего рвётся процесс. Данные доступны на конкретный день и за месяц.
Почему агенту можно верить в цифрах
В основе решения лежит модель аналитики InfoVizion, построенная на данных сети: продажи, остатки, заказы, поставки, поставщики и промо по каждому товару и магазину. На ней строятся показатели для работы с OOS: число магазинов без товара, упущенные продажи в рублях, уровень сервиса поставщиков.
Агент разбирает каждый случай, определяет причину и формулирует вывод обычным языком, но сам ничего не считает. Все показатели он берёт из модели данных, где расчёты идут по согласованным формулам.
Поэтому в цифрах агенту можно доверять: он интерпретирует то, что посчитала модель.
Сколько времени занимает запуск
За это время строится модель данных: данные выверяются, обогащаются из дополнительных источников и сверяются с учётной системой.
Результат
До +5% к выручке за счёт возврата упущенных продаж
Команда начинает с задач, на которых сеть теряет больше всего, и по каждой сразу видит причину и следующий шаг. Деньги возвращаются там, где их терялось больше всего.
Ходовой товар в наличии
Самые продаваемые позиции стоят в начале очереди, поэтому пустая полка по ним не ждёт, пока причину найдут в отчётах.
Время команды уходит на действия, а не на поиск
Специалист не сводит отчёты, чтобы понять, почему товара нет: причину и следующий шаг агент показывает в задаче.
Покажем, как агент разберёт OOS в вашей категории
Назовите категорию, где OOS беспокоит вас больше всего, и на встрече мы покажем на демо, как ИИ-агент InfoVizion разобрал бы такой случай: очередь по потерям, причина и следующий шаг.
Записаться на встречу Написать в телеграм Написать в MAX