Управление товарами категории fresh – путь к сокращению пищевых отходов
Согласно данным ООН, примерно треть продуктов питания, ежегодно производимых в мире для потребления человеком, теряется или выбрасывается. А это около 1,3 миллиарда тонн. Самые высокие показатели потерь составляют фрукты и овощи.
Это порождает масштабную проблему пищевых отходов, которая имеет негативные гуманитарные, экологические и финансовые последствия.
Немаловажную роль в этом процессе играют и торговые сети, ежегодно списывая тонны продуктов, которые приходится утилизировать, тратить на них ресурсы, деньги и время.
Существуют разные приемы, чтобы избежать этого: продажа продукции по сниженной цене, сотрудничество с благотворительными организациями, приютами для животных либо зоопарками и т.п.
Однако есть и другие способы эффективного управления товарами категории fresh, которые помогают минимизировать списание скоропортящейся продукции. Давайте разбираться подробнее.
Предупредить проблему или бороться с её последствиями?
Точность и качество прогноза были и остаются важнейшими элементами в предупреждении потерь. Особенно, если речь идет об управлении товарами категории fresh.
Сегодняшнее прогнозирование спроса на скоропортящиеся товары требует обработки огромных потоков данных и учета факторов, влияющих на прогноз, таких как погода, промоакции, ежедневные колебания цен на продукты и т.д. Это практически невозможно сделать вручную. Более того, не каждое программное обеспечение (ПО) способно сделать точный прогноз.
А если при этом еще необходимо контролировать условия хранения продукции и управлять сроками годности товаров fresh – задача становится еще более сложной.
Списание товаров категории fresh и собственного производства (кулинарии) составляет основную массу пищевых отходов в рознице. Кроме традиционного списания, вызванного порчей продукции, возникает дополнительное списание, к которому приводит отсутствие тесной взаимосвязи между системами прогнозирования и управления производством.
Тесная интеграция процессов и программных решений для управления fresh-категориями и собственным производством – это уже не только про целостность данных и удобство пользователей, но и про точность прогноза, сокращение стоков и уменьшение списания.
Кроме того, немаловажным элементом комплекса мер, направленных на снижение потерь в скоропортящихся категориях, является партнерство с поставщиками и обеспечение прозрачности на всем пути цепочки поставок.
Приглашаем проверить бизнес-процессы пополнения и автозаказа: скачайте чек-лист «Управления цепочками поставок» и посмотрите, где и что можно улучшить.
От проблемы к решению
Чтобы превратить потоки данных в точные прогнозы, уже недостаточно традиционных подходов и отдельных самостоятельных решений. Необходимый уровень точности может быть достигнут только с использованием искусственного интеллекта (ИИ, AI).
Поэтому ведущие ритейлеры все чаще используют современное программное обеспечение на базе ИИ, которое позволяет прогнозировать спрос на основе еженедельных, ежедневных, внутридневных и даже почасовых моделей, вплоть до детализации на уровне магазина для некоторых продуктов.
Решения для управления товарами категории fresh должны:
- Быть комплексными и тесно интегрированными в части данных об SKU, их характеристик и атрибутов. Также тесная интеграция в части данных о продажах позволит уменьшить время на их синхронизацию и снизит количество ошибок, вызванных необходимостью обмена данными между разрозненными системами такими как автозаказ или решения для категорийного менеджмента.
- Обрабатывать большие потоки контекстных данных в связи с историческими, чтобы выявить и понять необнаруженные ранее модели поведения. При этом под историческими данным подразумеваются не только данные о продажах категории fresh, но и данные о потреблении кулинарии. Это дает возможность прогнозировать спрос для каждого магазина, в каждом кластере, вплоть до почасового спроса, позволяя ритейлерам быстро и эффективно реагировать на колебания.
- Учитывать не только свежие продукты, но и сопутствующий спрос на упаковку и дополнительные SKU, такие, как соусы и заправки, чтобы свести к минимуму отсутствие запасов и сократить потери.
- Прогнозировать ежедневное производство, принимая во внимание время, необходимое для выполнения заказа, размораживания и приготовления продукта, а также предлагать оптимальное количество продукции для обеспечения ее доступности для клиента.
- Отслеживать отдельные SKU в любой точке цепи поставок.
По всем вопросам о решениях для прогнозирования спроса или системам автозаказа обращайтесь к специалистам: пишите на почту [email protected] или заполняйте форму для заказа обратного звонка.
Кроме того, современные решения способны поддерживать:
- данные об ингредиентах и свежих продуктах: единицы измерения, упаковка, происхождение, содержание аллергенов;
- все элементы ингредиентов для рецептов с учетом возможных замен, а также необходимости в доставке некоторых ингредиентов в магазин;
- сроки годности и предлагать рекомендации по корректировке ситуации, чтобы пользователи могли оперативно реагировать и устранять возможные недочеты.
Как свидетельствует практика, использование сервисов на базе ИИ и машинного обучения позволяет на 40% снизить количество отходов за счет возможности быстрее обрабатывать большой объем данных и, соответственно, быстрее принимать решения в управлении товарами категории fresh.
Это поможет ритейлерам не только сократить расходы и повысить рентабельность собственного бизнеса, но и внести свой вклад в такое важное и благородное дело, как защита и восстановление окружающей среды.
Хотите узнать больше об управлении fresh-категориями и уменьшить потери в них? Повысить качество прогноза, точность заказа и улучшить отслеживаемость SKU на всех этапах цепочки поставок? Заполните форму на сайте или напишите на [email protected], и наши специалисты предоставят вам исчерпывающую информацию по подбору и внедрению IT-решений для вашего бизнеса.
Подготовлено по материалам www.symphonyretailai.com