Как управленческий учет помогает в планировании продаж сезонных товаров DIY?

Управляй и властвуй. Специализированные сервисы управленческого учета могут повысить выручку при продаже сезонных товаров на 8-10 %. Как? Секреты раскрыли эксперты трейд-маркетингового агентства «Планограмма».

Готовимся к продажам снегоуборочной техники летом, а товаров для осенних заготовок – весной: управляем сезонным спросом в DIY

В сетях с высокой сезонностью, например, «Castorama» и «Leroy Merlin» которые занимают сектор DIY-ритейла в России, прогнозирование продаж является крайне важным фактором успешной работы компании в долгосрочной перспективе. Внедрение сервиса прогнозирования продаж на базе систем управленческого учета может позволить значительно повысить точность прогноза, и, в среднем, на 8-10% увеличить продажи в пики сезонных повышений спроса. С другой стороны, сервисы управленческого учета помогают сократить время планирования с нескольких дней до пары часов. Функциональность прогнозирования продаж в электронных системах является неотъемлемой поскольку позволяет избежать, например, упущенной выручки. Иногда бывает так, что сезон начался, а товаров повышенного спроса завезли меньше необходимого и на складе нет остатков. Или напротив, из-за неправильного планирования и ошибочного прогноза по уровню спроса, закупили саженцев больше нужного, а молодые деревца – это не лопаты, год до следующего пикового спроса просто не выживут. В результате ритейлер не просто теряет в упущенной выгоде, но вынужден терпеть реальные убытки.

Какие программы можно использовать для управленческого учета в DIY?

Розничные магазины, федеральные и региональные торговые сети, и производители товаров категории DIY используют различные инструменты для решения задач управленческого учета: начиная от базового Excel и заканчивая специализированными программами. Причем сервисы есть как иностранного, так и отечественного производства. В России, например, наибольшее распространение получила программа на базе отечественного софта 1С. В основе его архитектуры лежит облачный сервис прогнозирования. Сервис позволяет передавать данные о продажах и дополнительные данные из информационной базы прикладной конфигурации разработчика, а также основываться на анализе данных прошлых лет.

Именно базовые данные помогают улучшить точность прогнозов. С помощью систем искусственного интеллекта, сервис анализирует данные и формирует прогноз на выбранный период. На основе этой аналитики можно планировать закупку товаров и формировать планы продаж. А благодаря автоматизации процесса аналитики DIY могут видеть динамику сезонного спроса в режиме реального времени и корректировать планы закупок, ели прогнозные величины отличаются от реальных показателей.

При этом современные сервисы могут параллельно отслеживать остатки на складах, и в случае необходимости, оперативно информировать аналитиков о проблемах.

Важно определить также и метрику оценки качества прогноза. Искусственный интеллект, например, предусматривает несколько контрольных ключей. Это необходимо, чтобы система могла определить, наивысшую точность после расчета прогноза по разным видам и методикам, и выбрать самые точные данные для прогноза. Отдельно следует учитывать потерянные продажи при расчете прогноза, коэффициент сглаживания выбросов и расчет стандартных отклонений.

Фактические данные прошлых периодов и плановые показатели объединены в единую систему управленческого учета позволяет использовать их для более точного прогнозирования сезонных продаж. Отклонения прошлых лет можно внести в программу вручную, что позволит построить более точную модель на следующий период пикового сезонного спроса.

Также при внедрении управленческого учета сети DIY могут добавить функциональность для прогнозирования продаж с учетом аналогов, так как ассортимент постоянно обновляется, вводятся новые продукты, выводятся невостребованные позиции, происходит ребрендинг (изменение упаковки, веса, названия и т. д.).

Оптимально обновлять прогноз не реже одного раза в неделю. Прогноз можно создавать сразу после последней продажи. Специалистам компании не нужно прикладывать усилия, так как обучение модели и формирование прогноза происходят автоматически. Сначала запускается обучение модели, а затем формируется прогноз.

Прогноз недельного периода формируется в течение двух – пяти минут, а если требуется анализ данных за три года, то это занимает 1,5-2 часа, если такую работу проделает живой аналитик, то потратит на нее не менее недели. Разумеется, чтобы обработать полученную аналитику, сформировать планы продаж и закупок, участие живого человека просто необходимо, так что говорить о полной автоматизации процессов, разумеется, нельзя. Но ускорить и оптимизировать прогнозирование не только можно, но и нужно, ведь системы не только ускоряют работу, но и повышают точность аналитики.

На законодательном уровне

Отсутствие регламента или самого управленческого учета не отражено в законодательстве России. Поэтому, при ведении управленческого учета не существует обязательных документов или стандартных требований, они не являются необходимостью.

Например, в бухгалтерском учете есть строгие требования по регистрации операций – они должны быть подтверждены определенными документами. Невозможно, к примеру, приобрести воду для офиса и предоставить рукописную записку вместо чека: такие расходы не смогут быть учтены в бухгалтерии и не будут учтены при расчете налога.

В случае управленческого учета, сам факт события и его подтверждение имеют значение: они будут отражены, даже если документы не соответствуют требованиям.

Ритейлер самостоятельно определяет правила и регламенты для учетных документов, чтобы избежать путаницы и хаоса.