Как увеличить рентабельность сети магазинов
в 2.5 раза — с 4% до 10% от выручки?
Реальный пример, сеть из 70 магазинов мобильной электроники,
июль 2020 года
Как увеличить рентабельность
сети магазинов
в 2.5 раза: с 4% до 10% от выручки?
Реальный пример,
сеть из 70 магазинов мобильной электроники,
июль 2020 года
Добрый день!
Меня зовут Иван Шевцов, я — собственник сети магазинов ПАРК (www.park-mobile.ru).
Благодаря доработке нашей 1С мы смогли увеличить рентабельность нашей сети в 2.5 раза (с 4% до 10% от выручки).
Как нам это удалось?
Добрый день!
Меня зовут Иван Шевцов, я — собственник сети магазинов ПАРК
(www.park-mobile.ru).
Благодаря доработке 1С мы смогли увеличить рентабельность нашей сети в 2.5 раза
(с 4% до 10% от выручки).
Как нам это удалось?
99% наличия товаров «топ продаж»
в каждом магазине
99% наличия товаров «топ продаж»
в каждом магазине
1. Мы внедрили автоматическое прогнозирование
продаж на 30 дней (точность прогноза — 95% и выше)
Благодаря комбинации из 300+ алгоритмов мы научились прогнозировать
какой именно товар (например, iPhone 7, чёрный, 128 Гб)
будет продаваться в конкретной торговой точке в течение 30 дней.
Это позволило
уменьшить кол-во SKU по компании в 3 раза
(с 12.000 до 4.500 — при этом 80% прибыли компании формируют 40-50% SKU, а не 10-20% как раньше)
сформировать правильные товарные запасы
по каждому магазину
(товары категории "топ продаж" в наличии в 99% случаев)
1. Мы внедрили автоматическое
прогнозирование
продаж
на 30 дней
(точность прогноза —
95% и выше)
Благодаря комбинации из 300+ алгоритмов мы научились прогнозировать
какой именно товар (например, iPhone 7, чёрный, 128 Гб)
будет продаваться
в конкретной торговой точке
в течение 30 дней.
Это позволило
уменьшить кол-во SKU по компании в 3 раза
(с 12.000 до 4.500 —
при этом 80% прибыли компании формируют
40-50% SKU, а не 10-20% как раньше)
сформировать правильные товарные запасы по каждому магазину
(товары категории
"топ продаж" в наличии
в 99% случаев)
Уменьшение в 2 раза товарного запаса
в штуках в каждом магазине
(при этом объём продаж в магазинах остался прежним)
Уменьшение
в 2 раза товарного запаса в штуках
в каждом магазине
(при этом объём продаж в магазинах остался прежним)
2. Мы перешли на ежедневное пополнение запасов
товара в магазинах согласно прогнозу
Благодаря точному прогнозу продаж, стало известно
какой именно товар необходим на каждой торговой точке.
И на основании прогноза наша 1С каждый вечер
формирует заказ товара от магазинов на основной склад.
Заказы формируются полностью автоматически
(без участия человека) — и каждое утро служба логистики
доставляет их в магазины.
Это позволило
в 2 раза снизить товарный запас в штуках
на каждой торговой точке и высвободить оборотку
эти деньги мы направили на открытие новых магазинов и увеличили их количество
в 6 раз (с 12 до 70 магазинов)
2. Мы перешли
на ежедневное пополнение запасов
товара в магазинах согласно прогнозу
Благодаря точному прогнозу продаж, стало известно
какой именно товар необходим на каждой торговой точке.
И на основании прогноза наша 1С каждый вечер
формирует заказ товара от магазинов на основной склад.
Заказы формируются полностью автоматически
(без участия человека) —
и каждое утро служба логистики доставляет их
в магазины.
Это позволило
в 2 раза снизить товарный запас в штуках
на каждой торговой точке и высвободить оборотку
эти деньги мы направили на открытие новых магазинов и увеличили их количество
в 6 раз
(с 12 до 70 магазинов)
Ускорение оборачиваемости
товара в 3 раза
(до 60 дней вместо 180 дней ранее)
Ускорение оборачиваемости
товара в 3 раза
(до 60 дней вместо
180 дней ранее)
3. Мы автоматизировали перемещение между магазинами товаров, которые плохо продаются
Среди 4.500 SKU в нашем ассортименте есть товары, которые хорошо продаются только в некоторых магазинах (а в других практически не продаются).
Например, iPhone 7 белого цвета с максимальным
объёмом памяти (256 ГБ).
Эта модель хорошо продаётся только в магазинах
1-й категории в крупных торговых центрах.
В небольших магазинах популярен iPhone 7 чёрного цвета
с минимальным объёмом памяти (32 ГБ).
3. Мы автоматизировали перемещение между магазинами товаров, которые плохо продаются
Среди 4.500 SKU в нашем ассортименте есть товары, которые хорошо продаются только в некоторых магазинах (а в других практически не продаются).
Например, iPhone 7 белого цвета с максимальным
объёмом памяти (256 ГБ).
Эта модель хорошо продаётся только в магазинах
1-й категории в крупных торговых центрах.
В небольших магазинах популярен iPhone 7 чёрного цвета с минимальным объёмом памяти (32 ГБ).
Поэтому мы создали в 1С модуль «Ротация», который каждые 7 дней
анализирует товарные остатки по каждому магазину
Модуль формирует для каждой торговой точки список товаров, которые не продались за 30 дней.
Затем перемещает их на торговую точку, где конкретно
эти товары, наоборот, продаются хорошо.
Сотрудники магазина получают автоматическое уведомление в 1С, что необходимо отправить данные товары на основной склад.
И дальше 1С автоматически распределяет эти товары
на другие магазины, где эти товары хорошо продаются.
Это позволило избавиться от товаров-"камней",
которые в каждом конкретном магазине не продаются более 30 дней
Поэтому мы создали
в 1С модуль «Ротация», который
каждые 7 дней
анализирует товарные остатки
по каждому магазину
Модуль формирует для каждой торговой точки список товаров, которые не продались за 30 дней.
Затем выбирает торговую точку, где конкретно
эти товары, наоборот, продаются хорошо.
Сотрудники магазина получают автоматическое уведомление в 1С, что необходимо отправить данные товары на основной склад.
И дальше основной склад автоматически распределяет эти товары на другие магазины, где эти товары хорошо продаются.
Это позволило избавиться от товаров-"камней",
которые в каждом конкретном магазине не продаются более 30 дней
Полное исключение ошибок
и коррупции при заказе товара у поставщиков
Полное исключение
ошибок и коррупции
при заказе товара
у поставщиков
4. Мы автоматизировали работу
категорийного менеджера
Чтобы исключить человеческий фактор (ошибки, коррупция)
при формировании заказа поставщикам, мы автоматизировали этот процесс
Заказ поставщику можно сделать только на основании прогноза продаж
(1С не разрешит купить товара больше или меньше, чем необходимо,
не разрешит купить ненужный товар)
1С автоматически собирает
с поставщиков данные по ценам, остаткам товара и условиям доставки (скорость поставки, отсрочка по платежам, ретробонусы)
Затем 1С автоматически выбирает наиболее выгодный вариант
После того, как поставщик принял наш заказ, 1С автоматически формирует в бухгалтерию заявку на оплату — на необходимый день согласно условиям договора
Теперь у нас на 4.500 SKU работает только 3 категорийщика (по 1.500 SKU на человека).
4. Мы автоматизировали
работу категорийного менеджера
Чтобы исключить человеческий фактор (ошибки, коррупция) при формировании заказа поставщикам, мы автоматизировали этот процесс
Заказ поставщику можно сделать только на основании прогноза продаж
(1С не разрешит купить товара больше или меньше, чем необходимо,
не разрешит купить ненужный товар)
1С автоматически собирает
с поставщиков данные:
цены, остатки товара, скорость поставки, отсрочка по платежам, ретробонусы
Затем 1С автоматически выбирает наиболее выгодный вариант
После того, как поставщик принял наш заказ, 1С автоматически формирует в бухгалтерию заявку на оплату — на необходимый день согласно условиям договора
Теперь у нас на 4.500 SKU работает только
3 категорийщика
(по 1.500 SKU на человека).
Полностью автоматическая уценка товаров,
которые вообще не продаются
Полностью автоматическая уценка товаров,
которые вообще
не продаются
5. Мы автоматизировали уценку товаров,
которые вообще не продаются
Если какой-либо товар перестал продаваться во всей сети,
то 1С автоматически рекомендует вернуть товар поставщику (либо обменять).
Или же 1С снижает цену на него по заранее заданному алгоритму
(например, -10% через 30 дней, -15% через 45 дней и -20% через 60 дней).
Это позволило своевременно избавляться от неходовых товаров,
затрачивая на это минимум времени и сил сотрудников
5. Мы автоматизировали
уценку товаров,
которые вообще
не продаются
Если какой-либо товар перестал продаваться во всей сети, то 1С автоматически рекомендует вернуть товар поставщику (либо обменять).
Или же 1С снижает цену на него по заранее заданному алгоритму
(например, –10% через
30 дней, –15% через 45 дней
и –20% через 60 дней).
Это позволило своевременно избавляться от неходовых товаров,
затрачивая на это минимум времени
и сил сотрудников
Не верится, выглядит фантастически?
Не верится, выглядит фантастически?
Я знаю, вначале в это действительно сложно поверить.
Если бы 7 лет назад, в ноябре 2013 года, мне сказали,
что мы достигнем таких показателей — я бы тоже сказал, что это невозможно.
Однако сейчас, в июле 2020 года, это уже реальность.
Интересно узнать, сколько дополнительной прибыли
вы можете заработать благодаря этой системе?
Для этого необходимо подготовить выгрузку данных (согласно инструкции)
и прислать её мне на почту shevtsov@park-mobile.ru.
Срок внедрения системы — от 2 до 3 месяцев, стоимость внедрения —
% от дополнительной прибыли, которая приносит система.
Хотите внедрить такую же систему в ваших магазинах?
Тогда заполните форму ниже — и я свяжусь с вами.
С уважением, Иван Шевцов, собственник компании «ПАРК»
Я знаю, вначале в это действительно сложно поверить.
Если бы 7 лет назад,
в ноябре 2013 года,
мне сказали,
что мы достигнем таких показателей — я бы тоже сказал, что это невозможно.
Однако сейчас, в июле 2020 года, это уже реальность.
Срок внедрения системы — от 2 до 4 месяцев.
Стоимость внедрения —
% от дополнительной прибыли, которая приносит система.
Интересно узнать,
сколько дополнительной прибыли
вы можете заработать благодаря этой системе?
Для этого необходимо подготовить выгрузку данных (согласно инструкции)
и прислать её мне на почту shevtsov@park-mobile.ru
Хотите внедрить такую же систему
в ваших магазинах?
Тогда заполните форму ниже — и я свяжусь с вами.
С уважением, Иван Шевцов, собственник компании «ПАРК»
Политика конфиденциальности
Редактируемый текст
Данный сайт использует Cookie
Редактируемый текст