В отношении аналитических решений существуют более или менее общепринятые методы классификации. Опираясь на них, можно попытаться проанализировать ситуацию в отечественной розничной торговле.

Основы классификации

Аналитические решения на российском корпоративном рынке если еще не развиты повсеместно, то по крайней мере известны настолько, что говорить о них можно не вообще, лишь применительно к конкретной отрасли, а гораздо более конкретно — имея в виду задачи определенного класса. Поэтому в данном случае мы решили ограничиться рассмотрением бизнеса, связанного с розничной торговлей, и далее классифицировать решение аналитических задач, относящихся к ней.

Аналитику в торговле, как и в ряде других отраслей, можно разделить по степени участия в ней конечных пользователей, полагая, что это может быть высший менеджмент, среднее звено в лице сотрудников аналитического департамента или иные заинтересованные менеджеры. И наконец, можно выделить ситуацию (пока больше теоретически), когда аналитическим аппаратом и соответствующим программным инструментарием в состоянии воспользоваться практически любой сотрудник компании, если у него возникнет подобная необходимость.

Классифицировать информацию можно по ожидаемому результату, имея в виду тот выход, который мы желаем получить от аналитической системы. В простейшем случае это может быть отчет, но может быть также результат работы некого заранее известного нам алгоритма (или по крайней мере алгоритма, которому мы доверяем); и наконец можно иметь дело с «черным ящиком», насыщенным весьма сложными схемами расчета, настроенным на определенную задачу и выдающим готовые рекомендации, которым предлагается следовать. Отметим также, что при адекватной постановке задачи пользуясь всеми тремя подходами можно весьма успешно решать одну и ту же бизнес-проблему.

Задачи можно поделить по степени охвата решаемых проблем, имея в виду стратегические задачи, операционные и задачи аналитических отделов. Хотя надо признать, что указанная классификация очень перекликается с разделением проблем по степени участия в ее разрешении различных категорий сотрудников.

Далее у нас имеется типичный набор отраслевых задач розничного бизнеса, для решения которых принято использовать тот или иной аналитический инструментарий. Среди них можно выделить следующие задачи:

  • прогнозирование спроса;
  • управление ассортиментом;
  • борьба с мошенничеством;
  • перекрестные продажи и стимулирование продаж (cross-selling и up-selling);
  • проведение и оценка различных акций, проектов и программ (маркетинговых акций, программ лояльности, подарочных сертификатов и пр.).

Следует наконец учитывать различие продаваемых товаров и соответственно разницу моделей продаж. Здесь трудно провести четкую классификацию, скажем, по трем или четырем категориям, различия тут во многом качественные. Однако ясно, что торговля продовольственными товарами повседневного спроса и продажа ювелирных украшений — это две совершенно разные модели.

Собственно все вышеизложенное и есть минимальный набор тезисов, которые необходимы для начального исследования ситуации с применением аналитики в торговле.

Данные и алгоритмы

Розничную торговлю мы выбрали для рассмотрения еще и потому, что за последние полтора-два года у нас накопилось изрядное количество материала по этой теме — в основном в виде высказываний ИТ-директров на страницах нашего издания и их выступлений на различных (главным образом отраслевых) конференциях.

Для определенности начнем с «бутиковой» модели продаж, которую в рамках данного материала мы решили представить прежде всего торговыми сетями «Красный Куб» (подарки и предметы интерьера), LeFutur (подарки) и «Адамас» (ювелирные украшения). Мы не будем говорить о том, что для реализации тех или иных задач требуются промышленные хранилища, средства очистки данных и обеспечение их непротиворечивости. Такие инструменты (тоже, кстати, формально относящиеся к системам аналитики) на российском рынке вообще и в рознице в частности уже не редкость. Будем предполагать их наличие по умолчанию. В данном случае нас интересуют сами задачи как таковые.

В 2007 году на конференции «ИТ в розничной торговле», организованной AHConferences, руководитель аналитического департамента «Красного Куба» Сергей Лагутин делал доклад о программах лояльности в своей торговой сети, и только одна должность докладчика говорит о том, что в данном случае мы видим практику систематической работы группы профессионалов среднего звена с аналитическим инструментарием. На тот момент в «Красном Кубе» использовались два специализированных аналитических продукта — отечественная система С.М.А.Р.Т. и система Cognos, тогда еще не купленная компанией IBM. В отношении классификации аналитических решений по ожидаемому результату речь идет о произвольной выборке данных в различных необходимых аналитику разрезах. То есть, по сути, об отчетности, но не только. По словам Сергея Лагутина, например, для розыгрыша призов была разработана математика решения, куда к тому же были заложены специфические для конкретной задачи ограничения. К примеру, каждый держатель бонусной карты по определению становился участником розыгрыша, но тот, у кого баллов меньше, соответственно имел и меньший шанс получить приз, нежели обладатель точно такой же карты с бóльшим количеством накопленных баллов. То есть здесь перед нами уже не отчетность, а некая алгоритмика, разработанная под конкретные задачи. И соответственно в качестве ожидаемого результата работы аналитической системы мы рассматриваем не подборку данных в тех или иных разрезах, а готовое вырабатываемое системой решение — в данном случае способное рассчитать вероятность получения приза держателем бонусной карты.

Спустя год на той же конференции о применении аналитических решений в торговле делал доклад Сергей Адмиральский, ИТ-директор, отвечающий за автоматизацию ювелирной сети «Адамас». Здесь мы опять-таки имеем модель продаж, близкую к бутиковой. На сей раз представленные тезисы можно классифицировать как вопросы использования аналитики для управления ассортиментом. Применительно к сети «Адамас» содержательная часть проблемы состоит в том, что продажи товаров имеют очень ярко выраженные сезонные колебания и спрос, сильнейшим, но в то же время трудно предсказуемым образом зависящий от географии расположения магазина. Среднее время присутствия многих позиций на прилавке, пока они не будут проданы, может достигать нескольких месяцев. В такой ситуации ошибки при определении ассортимента в «пространственно-временном масштабе» очень болезненно ударяют по бизнесу. Сюда же добавляется еще одно значимое, наверное, для любого розничного бизнеса ограничение. На прилавках должен быть не просто высокомаржинальный для данного времени и места продаж товар (даже если он точно вычислен), а хотя бы минимальная товарная гамма. Подобные проблемы могут быть решены либо динамичным и целенаправленным перемещением ассортимента между отдельными магазинами, или же изначальным очень корректным предсказанием спроса. В пространстве представленной классификации аналитических решений первое означает наличие централизованного очень тщательно проверенного на предмет достоверности данных хранилища, обеспечивающего возможность оперативно оценивать как историческую информацию (факт продажи за прошлые годы), так и текущие запасы на прилавках. То есть здесь мы имеем большую потребность в отчетности и в необходимых данных для неё. Второе связано с использованием алгоритмов предсказания спроса, которые довольно сложны, но вместе с тем уже хорошо отработаны практикой различных шаблонных ситуаций в торговле. По второму пути в вопросах управления ассортиментом на отечественном рынке практически никто не идёт. Это касается и сети «Адамас», где отраслевая модель Cognos используется именно как аналитическое средство, прежде всего имеющее заранее заданные необходимые рознице «изменения» хранилищ данных, преднастроенные вычисляемые показатели и т. п. Михаил Мирошниченко, ИТ-директор компании United Brand Company (UBC), которая управляет розничными сетями подарков LeFutur и Bagatelle, говорит о задаче прогнозирования объема продаж, и в плане ИТ-поддержки (здесь используется та же Cognos) речь по сути идет не о методах прогнозирования, а о корректном информационном наполнении хранилища, позволяющем любому менеджеру быстро сделать выборку необходимой ему информации. Иными словами, мы опять-таки говорим об отраслевом аналитическом инструменте работы с данными.

По сути та же задача управления ассортиментом стоит в сети продуктовых магазинов «Азбука вкуса» (см. IE, №9-10/2008, стр. 40). Вопрос ассортиментного наполнения торговых площадей не только высокомаржинальным товаром в данном случае остается, хотя в остальном специфика здесь сущест­венно иная. Проблема не в географических и временных аномалиях, где по крайней мере по основному ассортименту все относительно стабильно, и не в риске заморозить активы, связав их долго продающимися продуктами. Скорее наоборот, проблема в том, чтобы разобраться в динамике огромного количества позиций с различной, но в любом случае довольно быстрой оборачиваемостью и разной прибыльностью, попытаться очень оперативно поймать корреляцию между продажами разных позиций за определенный срок и т. д. А после этого — столь же оперативно принять решение, потому что, условно говоря, завтра нужно заказывать уже другую партию товаров. Соответственно помимо столь же остро стоящей, как и при бутиковой модели, проблемы единого хранилища и индустриально-ориентированной модели данных для него очень большое значение приобретают возможности аналитической платформы по обеспечению производительности вычислений. И по стратегии выбора решений той же «Азбуки вкуса» это хорошо видно. Проблему применения аналитических решений затрагивал на страницах нашего издания ИТ-директор сети магазинов «Л’Этуаль» Николай Зайцев (см. IE, №9-10/2008, стр. 34). По сути к задачам предсказания спроса и поддержания оптимального для магазина количества номенклатурных позиций он добавляет и проблему доставки, трактуя вопрос управления ассортиментом еще шире. При этом он даже упоминает важность использования неких адаптивных алгоритмов, применяемых для поддержания в торговых точках необходимого ассортимента. Однако представляется, что ключевыми критериями и здесь являются точность, достоверность и оперативность информации в магазинах, на складе или же в пути.

Если говорить об алгоритмическом подходе, то с подобными методами в чистом виде в отечественной рознице сталкиваться приходилось не часто. Пожалуй, ближе всего к проблеме моделирования продаж (применительно к бытовой технике) подошел вице-президент по стратегии компании «Техносила» Леонид Тюкавкин (см. IE, №6/2007, стр. 28). Но все же чаще приходилось слышать и даже описывать применение подобных методов в дистрибуции (см., например, IE, №3/2008, стр. 22). О вполне определенных попытках решить задачу прогнозирования спроса на уровне применения моделей, специальных алгоритмов и продуктов (в частности, на примере продукции торговой марки Maggi) в интервью нашему изданию рассказал ИТ-директор российского отделения Nestle Олег Капитулов (см. IE, №3/2007, стр. 29). Впрочем, все это касается отраслей, тесно сотрудничающих с розничной торговлей, а не розницы как таковой. Партнеры, кстати, частенько упрекают розничный бизнес в том, что тот и не желает этим заниматься. Управление ассортиментом якобы в основном сводится к тому, что менеджер, видя, что тот или иной товар не продается, пытается тут же вывести его из ассортиментной матрицы и заменить другим. Благо достаточное количество конкурирующих предложений, которые розница имеет в своем портфеле по схожим продуктовым линейкам, часто позволяет это сделать. А всю работу в области реального предсказания спроса, не говоря уже о планировании своевременной и эффективной доставки товара к месту его продажи, вынуждены брать на себя производители и дистрибьюторы. Если это так, то розница действительно не скоро в массовом порядке примет расчетные модели управления ассортиментом, а будет в основном «мониторить» ситуацию в аналитических разрезах. Акценты в информатизации при этом будут, понятно, разные. Надо сказать, что с «модельным подходом» в аналитике хорошо сочетаются серьезные попытки заняться проблемами перекрестных продаж и стимулирования розничного сбыта, но о таких моделях и об их применении в России нам определенно мало что известно. Хотя готовые программные предложения именно для данной категории задач на рынке имеются.

«Самораспространение» аналитических решений

Отметим и еще один интересный момент, который вырисовывается по совокупности публикаций IE и прослушанных нами докладов за последние год-два. Более или менее систематический интерес к аналитике со стороны отечественного ритейла часто можно назвать лишь хорошей затравкой. Интерес к аналитике в каком-то одном бизнес-направлении неминуемо перекидывается на другое, а внедрение систем одного класса тянет за собой потребность в следующем. Весьма ярко эта мысль подчеркнута в интервью с Денисом Сологубом (см. IE, №9-10/2008, стр. 40). Так, по его словам первичный анализ оборачиваемости в одной аналитической системе может привести к необходимости решать задачу взаимовлияния спроса на смежные товары уже в системе несколько иного класса, но тоже аналитической. А интерес к аналитике финансистов тут же возбуждает внимание к ней со стороны маркетинга. И в «Красном Кубе», и в «Л’Этуаль» утверждают, что переход к работе с персонифицированными карточками покупателей (будь то программа лояльности или подарочные сертификаты) очень быстро ставит на передний край информационные решения для борьбы с мошенничеством.

Причем, как специально подчеркнул Николай Зайцев, эффективнее всего здесь оказывается все та же аналитика, а не разнообразные системы виденаблюдения за действиями персонала. Такая тенденция «самоподдерживающего» развития аналитики безусловно расширяет базу ее пользователей внутри корпорации. В контексте приведенной в начале статьи классификации речь, однако, в основном идет об «укреплении» слоя среднего менеджмента, работающего с аналитическими решениями, и специализированных аналитических отделов. Но при всем том стратегический уровень аналитики, на котором должна реализовываться, скажем, всесторонняя поддержка BSC или пресловутые «приборные панели», для отечественного розничного бизнеса абсолютно не характерны. Мы привыкли ассоциировать их с энергетикой или крупными государственными монополиями, хотя разрабатывались и существуют они не только для них.

Конечно, как утверждает, например, ИТ-директор UBC (хотя и не он один), высшее руководство розничного бизнеса концентрирует внимание на агрегированных критических показателях, но их расчёт вряд ли можно назвать полноценной аналитической составляющей стратегического управления, которая рознице сейчас скорее всего и вправду не очень-то и нужна.