Как FMCG-компаниям планировать спрос и принимать верные управленческие решения

На него влияет множество факторов: макроэкономическая ситуация, изменения на конкурентном поле, трансформация потребительского поведения, а также уровень зрелости используемых IT-решений.

В этой статье мы обсудим основные вызовы, с которыми сталкиваются FMCG-компании, тенденции внедрения современных IT-подходов и ключевую роль CPM/IBP-платформ в формировании цифровой инфраструктуры, необходимой для удержания лидерских позиций на рынке.

Эффективность и устойчивость бизнеса в сфере FMCG во многом определяются способностью оперативно и обоснованно принимать управленческие решения. Рассмотрим подробнее четыре ключевых вызова, с которыми сталкиваются FMCG-компании сегодня. 

Тренд на технологический суверенитет оказывает влияние на компании потребительского сектора. На стратегическом уровне перед ними теперь стоят задачи по локализации цепочек поставок и комплексной адаптации операционных процессов.

Масштабирование бизнеса требует не фрагментарной автоматизации, а целостной системы планирования, способной эволюционировать вместе с компанией. В условиях высокой волатильности рынка критически важна не только оперативная адаптация, но и проактивное прогнозирование рисков с последующим принятием превентивных мер.

Неверно выбранное решение для автоматизации тех или иных процессов может сильно затягивать ход внедрения, требовать постоянных ресурсов, но не приносить ожидаемого эффекта. Бюджет освоен, а планирование по-прежнему ведется в Excel.

FMCG-компании, которые не используют современные IT-инструменты, продолжают оперировать усредненными показателями вместо работы с big data и часто теряют в точности.

Долгие циклы планирования, отсутствие единой точки доступа к информационным ресурсам, рассинхрон между подразделениями, разрозненные Excel-файлы — все это приводит к стратегическим просчетам и делает работу неэффективной. 

Компании, продолжающие работать по устаревшим моделям, сталкиваются с серьезными последствиями:

• Прямые финансовые потери могут возникнуть из-за перепроизводства, избыточных складских запасов, роста издержек и падения оборачиваемости.

• Уязвимость перед кризисами. В непредвиденной ситуации, будь то пандемия, колебания курса валют или проблемы с поставками, побеждает тот, у кого есть надежные инструменты для быстрой адаптации.

• Потеря конкурентных позиций. В условиях современного рынка важно не просто собирать данные, но и грамотно использовать их в принятии ежедневных решений. Технологическая инертность сегодня — это гарантированное отставание завтра.

CPM/IBP-платформа — гибкий и мощный IT-инструмент для построения комплексной модели планирования спроса. Она объединяет данные из разных источников, очищает их, формирует базовый прогноз и позволяет вносить корректировки с учетом бизнес-факторов для преобразования версии прогноза в полноценный план продаж.

Первым шагом в работе с CPM/IBP-платформой становится наполнение системы входящими данными. Здесь ключевую роль играет модуль DataHub, который выступает как единое окно для интеграции данных из различных источников: ERP-систем (таких как ADNS, SAP, Microsoft Business Dynamics), электронных архивов, Excel-файлов и других решений, поддерживающих импорт/экспорт. Можно настроить бесшовную интеграцию и автоматическую передачу данных практически с любым корпоративным хранилищем.

На начальном этапе особое внимание уделяется настройке и загрузке справочников — по продуктам, клиентам, складам, каналам отгрузки. Справочники могут быть многослойными и включать список логистических единиц, компонентов конечной продукции и другую информацию.

CPM/IBP-система позволяет управлять входящей информацией по истории продаж. Для этого настраиваются чекеры и счетчики, выявляющие и подсвечивающие ошибки и расхождения — в частности, проверяются связи с загруженными справочниками.

Таким образом, ведение карточек новых товаров и клиентов и расширение уже построенной методологии происходит автоматически внутри системы. Не нужно ждать, пока из ERP-систем или 1С придут новые данные.

Также предусмотрены алгоритмы, которые могут вести учет изменений и перетеканий продаж, связанных с ассортиментом (ротации, замены, остановки в производстве). На этом этапе формирования данных есть возможность настраивать временной горизонт планирования и его гранулярность.

Старт построения плана продаж начинается с очистки исторических данных. Это необходимо для получения входящей базовой линии спроса и прогнозирования дальнейших периодов.

Также система очищает исторический спрос от ключевых факторов, влияющих на него — спецзаказов, сезонности, погодных условий, проведенных промоакций и прочих. В итоге получается сглаженный временной ряд для построения базовой линии прогноза.

На следующем шаге система предлагает пользователю несколько вариантов из библиотеки Python, статистическое прогнозирование или кастомные алгоритмы, построенные с помощью синтаксиса системы.

На финальном шаге планировщик формирует сводный инкрементальный план продаж в необходимом пользователю разрезе — например, в разрезе «товар-клиент». Временной горизонт планирования и его гранулярность можно задать на этапе формирования входных параметров модели.

Такой подход обеспечивает комплексный учет всех значимых бизнес-факторов, позволяя создать максимально точный и обоснованный прогноз.

Чтобы обеспечить прозрачность и управляемость, CPM/IBP-система фиксирует все действия пользователей. Это позволяет моделировать различные варианты плана продаж, меняя входящие параметры, записывать новые версии и отправлять их на итоговое согласование ответственным лицам. 

Помимо классического принципа планирования «снизу вверх», в системе может быть реализован функционал планирования «сверху вниз» — top-down. Рассчитанные таким образом показатели можно использовать для формирования консенсус-плана совместно с данными, полученными в ходе классического планирования bottom-up. 

Пользователи могут проводить версионный анализ в разных форматах. Помимо базовых версий, планов, фактов и прогнозов, в модели настроена подстановка факта Switchover для формирования данных в формате «факт + план». Этот механизм может применяться для развития моделей скользящего прогнозирования Rolling Forecast.

Классический версионный анализ позволяет сравнивать между собой версии, сохраненные в модели. Для этого пользователь может выбрать базовую версию и версию для сравнения, чтобы получить набор отклонений в разрезе товар-клиент по периодам с разделением на абсолютные и относительные отклонения.

Сегодня в сегменте FMCG выигрывает не тот, у кого больше ресурсов, а тот, кто способен точнее прогнозировать и оперативнее реагировать на вызовы отрасли. Современный рынок диктует необходимость технологической зрелости, прозрачности процессов и беспрецедентной гибкости.

Компании, использующие современные CPM/IBP-системы, переводят бизнес-процессы на качественно новый уровень, где акцент смещается с рутинного сбора и обработки данных на их глубокий анализ и принятие обоснованных управленческих решений. 

Это позволяет лучше определять потребности покупателей или клиентов, быстрее адаптироваться к различным изменениям, продуктивнее использовать имеющиеся возможности. Именно поэтому инвестиции в современные системы планирования трансформируются в устойчивое конкурентное преимущество, обеспечивающее долгосрочное лидерство на рынке.