Проект

Как «ВинЛаб» приводит в порядок данные о товарах и экономит миллионы рублей с помощью робота DaCo

Заказчики: ВинЛаб

Москва; Торговля

Продукт: CSI: Set Robot DaCo (Data Consistency)

Дата проекта: 2020/11 — 2021/03
Технология: Data Quality - Качество данных
подрядчики - 196
проекты - 1061
системы - 60
вендоры - 42
Технология: MDM - Master Data Management - Управление основными мастер-данными
подрядчики - 135
проекты - 731
системы - 300
вендоры - 203
Технология: RPA - Роботизированная автоматизация процессов
подрядчики - 76
проекты - 326
системы - 81
вендоры - 71

Содержание

Сеть магазинов «ВинЛаб» внедрила роботизированную систему консистентности данныхSet Robot DaCo контролирует качество данных во внутренних системах ритейлера, устраняет ошибки сам или направляет их в службу поддержки.

С помощью DaCo «ВинЛаб» на 90% сократил финансовые потери из-за ошибок данных на кассе, сократил упущенную прибыль в 2 раза за первые два месяца, снизил на 90% трудозатраты сотрудников на решение вопросов по некорректным данным, ускорил работу касс на 5%. Продукт, не имеющий аналогов на рынке, предложила компания CSI.

О компании

Супермаркеты напитков «ВинЛаб» — это 660 магазинов по всей России: от Санкт-Петербурга до Южно-Сахалинска. Специализация — алкогольные и безалкогольные напитки во всех популярных категориях с акцентом на высокое качество продукции.

Входит в тройку специализированных сетей страны. В 2020 году в рамках премии Retail Week Awards сеть супермаркетов «Винлаб» признана победителем в номинации «Самая быстрорастущая сеть food».

Сеть «ВинЛаб» входит в структуру BELUGA GROUP — крупнейшей алкогольной компании в России, которая ведет свою историю с 1999 года.Российский рынок облачных ИБ-сервисов только формируется 2.2 т

BELUGA GROUP выпускает высококачественные продукты на 6 собственных заводах и винодельне «Поместье Голубицкое», некоторые из которых обладают вековыми традициями производства.

Кроме того, BELUGA GROUP — один из импортеров крепкого алкоголя в стране. Среди давних партнеров – такие мировые гранды как William Grant & Sons и французский коньячный дом Camus. Компания также представляет в России вина от знаковых производителей из Франции, Италии, Испании, Германии, США, ЮАР и других стран, среди которых Torres, Masi Agricola, Faustino, Cono Sur, Calvet, Piccini, Barefoot.

Сайт компании: winelab.ru.

Предпосылки проекта

Решение внедрить роботизированную систему консистентности данных назрело в связи с общей необходимостью снизить издержки, учитывая рост сети и объемы замены оборудования на кассах и серверах. После замен часто возникают неконсистентные данные — например, остаются лишние данные при переносе кассы с прошлой торговой точки или отсутствуют актуальные данные для новой. По данным на май 2021 года, в сети 1250 касс.

Ритейлеру нужно было решить несколько задач

  • Снизить трудозатраты ИТ на обслуживание кассовых узлов, сократить взаимодействие персонала магазина с ИТ-службой из-за ошибок в данных
    Решение проблем с товарным справочником занимало у сотрудников магазина много времени. Например, на кассе неверная цена, цена отсутствует или товар заблокирован — нужно описать и сформулировать задачу, контролировать её статус, проверять и подтверждать результаты, не говоря уже о ситуации, когда от ИТ появляются уточнения и начинается диалог. Со стороны ИТ эта поддержка также требовала ресурсов.
  • Сократить финансовые потери, вызванные ошибками в данных
    Прямые убытки возникают из-за продаж товара по ошибочно низкой цене, когда ритейлер недополучает прибыль. Косвенные — из-за продаж по завышенной цене, когда клиенты теряют лояльность и начинается отток покупателей.
    На начало проекта связанные с этим потери специалисты «ВинЛаб» и CSI оценили в 500 тысяч рублей в месяц на каждую 1000 касс.
  • Устранить проблемы с простоем товара, который невозможно продать из-за ошибки или недозагрузки данных
    Отделы, отвечающие за подготовку товара на стороне ERP («Ценообразование», «Номенклатура», «Товарная логистика») могут по какой-то причине не назначить необходимые атрибуты товара (цену, штрихкод), вовремя не обновить цену по истечении срока, не назначить товар для конкретной торговой точки или доставить его на точку ошибочно. В результате покупатель не может его купить. Быстрой обратной связи об ошибках не было из-за несовершенства интеграционных процессов.
    Упущенная прибыль сети из-за подобных ситуаций была оценена в 2 млн рублей в месяц. Расчёт основан на анализе всех ситуаций, когда товар из-за ошибки данных не удалось продать одному покупателю, но товар остался в сети и после устранения ошибки был продан другому покупателю. Длительный разбор ситуаций сотрудниками лишь увеличивал потери ритейлера.
  • Обеспечить возможность быстро оценивать состояние данных по всем узлам Retail.
  • Обеспечить контроль учётных записей кассиров — хранить на кассе только актуальный справочник.

Решение — новый сервис Set Robot DaCo

Сеть «ВинЛаб» несколько лет сотрудничает с компанией CSI — работает в кассовой системе Set Retail, использует систему контроля кассовых операций Set Prisma.

Специалисты CSI для решения обозначенных выше задач предложили «ВинЛаб» один из сервисов экосистемы Set — робот DaCo (сокращённо от Data Consistency, что значит «консистентность» или «согласованность» данных).

Робот сверяет данные в системах ритейлера, выявляет и устраняет расхождения в ценах, штрихкодах, сроках, поддерживая информацию о товарах в актуальном состоянии.

Что делает DaCo в сети «ВинЛаб»

К системе подключены все кассы сети.

  • Сверяет данные по всем узлам — участникам процесса торговли,
  • автоматически выравнивает все проверяемые типы данных,
  • отслеживает простой товара на полке без возможности его продажи,
  • отслеживает доставку данных по продажам до ERP-системы с автоматическим исправлением и формированием отчета на конец дня.

Какие данные контролирует: товары, штрихкоды, цены, МРЦ, алко-коды, карты клиентов, клиенты, кассиры, продажи.

Результаты проекта

  • Исключены 95% инцидентов, связанных с отсутствием товара на кассе или неверной ценой.
  • На 90% снизились убытки за счет автоматического выявления и устранения проблем в консистентности данных. Этот результат превысил поставленную в начале проекта цель почти в два раза.
  • За 2 месяца в 2 раза снизилась упущенная прибыль — с 1,7 млн рублей в январе до 700 тысяч рублей на начало марта по кейсу «простой товара на полке».
  • На 90% сократились трудозатраты персонала магазина и ИТ-специалистов по вопросам некорректных данных в товарном справочнике. Вне зависимости от текущих нагрузок, робот всегда точно определит проблему и доставит ее в целевую группу в автоматическом режиме.
  • На 5% ускорилась работа интерфейса кассы и сервера, в том числе за счёт возможности хранить только рабочий справочник данных на всех узлах.
    На кассах зачастую хранятся данные товаров не только активной матрицы, но и пассивной — товары, выведенные из оборота, или, наоборот, запланированные. Это замедляет кассу и влияет на производительность серверной части: замедляет транспорт, увеличивает время обслуживания баз данных и время восстановления при отказе.
  • Доставка данных о продажах в ERP-систему ускорилась в разы — с 1,5 часов до 15 минут.
  • Система контроля состояния данных охватывает все узлы-участники процесса — это позволяет эффективно применять ИТ-ресурсы, а также реализовывать планы по росту числа магазинов без увеличения ФОТ ИТ-персонала за счёт возможностей робота.

Ритейлер решил все поставленные перед проектом задачи: снизил трудозатраты ИТ и сотрудников магазина за счёт автоматизации, усилил контроль ценообразования, устранил существенные финансовые потери. Каждый участник корпоративных процессов теперь оперативно получает актуальные и рабочие данные, собранные роботом. ИТ-службе доступны удобные онлайн-отчёты.

«

Данные — это основной актив любой компании. В современном мире недооценка их кондиции и консистентности может нести серьёзную угрозу бизнесу. Оценив собственные данные операционных узлов компании и трудозатраты по поддержанию их целостности и консистентности, мы пришли к выводу, что самое эффективное решение — передать заботу о них роботу!

Перед внедрением DaCo мы с коллегами из CSI составили KPI проекта — и перевыполнили их. Сократили 95% инцидентов с ошибками данных и, как следствие, 90% финансовых потерь на кассах. За 2 месяца на миллион рублей сократили упущенную прибыль, высвободили время персонала в магазине и в ИТ-службе. Ускорилась работа интерфейса касс и обмен данными между системами.

Это не первый продукт из экосистемы Set, который мы используем, и который подтвердил свою эффективность,
сказал Евгений Шингарев, ИТ-директор сети «ВинЛаб».
»

Ход проекта

«

Внедрение в сети «Винлаб» было одним из первых проектов для DaCo. Благодаря сложившимся доверительным отношениям с нашей командой и готовности со стороны ИТ клиента повышать эффективность с новыми технологиями, мы тщательно проработали и применили все преимущества роботизации работы с данными. Рады, что «Винлаб» получил такие результаты, ведь это не только экономия, но и порядок в процессах.

Сегодня проект внедрения DaCo занимает 1-2 недели — мы будем рады помочь ритейлерам решить их задачи,
отметил Ефим Бураков, руководитель проекта, CSI.
»

2020 март — «ВинЛаб» поддержал идею проекта и стал технологическим партнёром CSI в его реализации.

2020, май — старт проекта, подготовка и настройка системы.

2020, сентябрь — начало эксплуатации во всей сети.

Планы

Ритейлер планирует дальше применять и развивать возможности сервиса:

  • Использовать ERP-систему как эталон данных при импорте. На первых этапах использования за эталон принимается внутренний центральный сервер Set Retail. С ERP робот сможет своевременно определять проблему и информировать о поступлении данных, которые не соответствуют бизнес-правилам — например, без цены или с запретом на продажу.
  • Контролировать процессы ценообразования и привязку атрибутов к товару внутри ERP.
  • Развивать функциональность целевых событий для Service Desk сети — например, чтобы своевременно расценить товар.
  • Отслеживать в онлайн-режиме доставку данных о продажах с каждой кассы до внутренней системы учета. Задачи доставляются туда, где они будут решены: если проблема техническая - она отправится в SD клиента или CSI. Если с ценообразованием - в отдел ценообразования клиента. Методы доставки: чаты, CRM-система клиента, почта.
  • Подключить к сервису платформу интернет-торговли.