Фокус-дискуссия «Математик в офисе розничной компании». Первая серия
Дата записи: 14.09.2009. Время: 21 минута 29 секунд. Размер: 75,1 Мб.
Сергей Белец (генеральный директор саратовского филиала сети «В двух шагах»): Ради интереса недавно поднял учебник для второго курса по МПУ питерского университета по исследованию операций, и там все задачи очень правильные, с которыми мы знакомы. Например, теория массового обслуживания. Это, собственно, наши кассы, продавцы. Все они могут рассматриваться как система массового обслуживания. Мы их сокращаем в качестве сокращения затрат. Дальше там идет теория и игры. Все вспомнили про теорию игр, но вспомнили неправильно. Транспортные задачи, тут объяснять даже не надо.
По большому счету, используя эти методы и алгоритмы, можно создавать планограммы и распланировать, как разложить товар на полках, при этом создавая какие-то локальные, глобальные связи.
Понятно, что линейное программирование — это примитивно. Есть выпуклое программирование. В общем, много красивых и умных слов. Я позволю себе немого похулиганить. Тем более, что наш первый докладчик из «1С-Рарус» куда-то ушел, но он вернется через пять минут.
Еще в учебнике была чудесная задача раскроя, которая мне, человеку, сейчас занимающимся продуктовым ритейлом, понятна и близка. То есть это еще один подход к тому, как рисовать планограммы.
Когда мы с Даниилом Сомовым эту секцию обсуждали: нужно или нет, важно или нет, вводили ее, в какой-то степени, как эксперимент.
Потому что сейчас математический аппарат достаточно мощный. Сетевой ритейл достаточно хорошо математически просчитывается. Мы живем на мощных, огромных статистических потоках. По крайней мере, продуктовая розница и гипермаркеты, просчитываются достаточно однозначно. Если правильно подобрать математическую модель, многие их показатели можно просчитать практически досконально.
Но здесь проблемы, как и в любой науке. Есть отдельно умные люди, и отдельно практичные люди. И практичные люди не могут объяснить умным, что им на практике от умных людей нужно. Потому что математическая модель – это вещь строго формальная, а жизнь – это вещь строго неформальная. И как их друг с другом сопоставить?
Понятно, что мы все через это уже прошли в 1990-х годах, когда начали с ИТ-шниками разговаривать. Тоже много нового для себя открыли. Оказывается, мы произносим какие-то слова, а люди их понимают совершенно иначе. И с тем ужасом, который они на основе этого сделали, ни работать, ни жить невозможно.
Математический аппарат, который сейчас существует, и может обеспечивать ритейл серьезными и очень эффективными решениями, на мой взгляд, на 5-6%. Хотя мне сказали, что это очень оптимистичный взгляд. По крайней мере Wal-Mart использует систему массового обслуживания, потоки покупателей просчитаны, они знают с точностью до минуты, когда человека нужно сажать на кассу. Система массового обслуживания отвечает на вопрос: сколько человеку придется ждать в очереди? Там прямо есть показатель «очередь». «Заливаешь» информацию со счетчика покупателей и «полетели».
Транспортные задачи используют практически все в том или ином виде. Очень часто мы даже не знаем, что используем умную математику, потому что она «зашита» в наших программах. У всех есть автозаказ. А как он работает? Сегодня мы услышим два разных подхода к этому и даже, возможно, удивимся. Планирование транспорта, которое мы все внедрили примерно в 2001-2003 гг., тоже построено на мощной математике.
В этой сессии есть статистика, есть люди, которые задавали нам и господам математикам конкретные вопросы. И в зависимости от того, насколько эти люди были настойчивы, и насколько понятливыми были люди, которые решали их задачи, настолько получились эти решения.
Большая часть математики реализована в тех или иных ИТ-решениях. Удобнее, если она так реализована. Я вообще некоторые расчеты храню у себя в эксель-табличках. И это тоже ИТ-решение, ведь я это делаю не на калькуляторе.
Мы сейчас будем обсуждать те или иные компоненты ИТ-решений, которые людям удалось вытащить из наших с вами предпринимательских голов. Потому что мы люди, знающие, что нам нужно. Но до точных математических формулировок у нас ни руки не доходят, ни времени не хватает. Поэтому, давайте начнем с «1С-Рарус». Это все практические решение. То, что можно использовать практически. Сейчас будет не очень глубокая математическая модель, дальше перейдем к более глубоким. Посмотрим в чем отличия. А «1С-Рарус» предоставит как раз доступность.
Сергей Горьков (руководитель отдела автоматизации продовольственной розницы "1С-Рарус"): наша компания занимается автоматизацией розницы с 2001-2002 гг. Кроме этого, еще порядка полусотни отраслей. Готовясь к этому выступлению, я поставил перед собой две задачи. Первая – это показать тот материал, который действительно практически применяется нами. Все, о чем я буду говорить, это истории из жизни. И вторая задача – это не повторяться. Рассказать о том, что делается именно в нашей компании. Что рождается, скажем так, в режиме многократных попыток решить поставленные задачи. И эти решения в итоге превращаются в тиражируемые технологии.
Система выступления будет следующая: краткий рассказ о технологии, затем практическое ее применение. То есть имена, фамилии и цифры невымышленные.
Технология первая. Необходимо определить, насколько поставщик выполняет договорные условия, которые были с ним заключены. Проще говоря, соответствие поставок и заказов. Что из себя представляют договорные условия? Для упрощения их можно описать тремя параметрами: список номенклатуры, о которой договорились с поставщиком, цена на каждую конкретную позицию и заказанное количество.
Давайте посмотрим, как можно применяя не самые простые математические методы, повысить эффективность работы с этим поставщиком. Есть набор простых показателей, описывающих работу поставщика. Все показатели отражают отклонения от нормы по тем параметрам, которые я перечислил. Благодаря этим вычислениям можно увидеть, что он нам поставил, например, 97% от заказанного товара. Кажется, что это неплохо. Но при этом, можно также сразу сказать, что поставщик обманул нас за месяц на 86 000 руб. Осталось понять, за счет чего это произошло. Злой это умысел или случайность. Также таблица нам показывает, что основная сумма утечки, 76 000 из 86 000, произошла за счет отклонения по согласованным ценам. Оказывается, на определенные виды товаров завышена цена. Также есть еще небольшая погрешность в деньгах из-за того, что он поставил не совсем тот товар, который с ним согласовывали (2,45%). Вот так кратко характеризуется поставщик этими показателями.
Посмотрев глубже, можно увидеть, что из 15 заказов только четыре абсолютно соответствуют всему (это строчки, где есть цифра 100, абсолютные показатели заказов). Пустые строчки показывают, что отклонения равны нулю. Один заказ из пятнадцати в этом случае поставщик совсем провалил. То есть просто не допоставил 70% номенклатуры. А 10 из 15 заказов соответствуют заказанному, но в каждой есть отклонения от заказанного в основном по ценам и немного по ассортименту.
Сергей Белец: Тут все понятно. У каждого из нас есть свой помощник, или мы сами эти отчеты делаем. Лично у меня отчет по выполнению поставщиком заказов ежедневный. Один из тех, которые входят в начало рабочего дня. Это нормально. Тут ничего нового мы не открываем.
Сергей Горьков: Отчет позволяет четко понять, не вдаваясь в детали заказов, за счет чего происходят сбои. Этот пример – конкретная ситуация с поставщиком. Видно, что он играет ценами и совсем немного играет номенклатурой.
Сергей Белец: Далеко не все это позволяют. Но если он имеет право это делать…
Сергей Горьков: Нет. Он не имеет права это делать. Это просто так случилось по факту жизни. Никто его об этом не просил.
Кстати, интересный вопрос. Как можно охарактеризовать работу такого поставщика? Это хороший или скорее плохой поставщик? Поднимите руки, кто считает, что такая ситуация считается допустимой. Я говорю о выполнении договорных условий на 97%.
Сергей Белец: Это обычная ситуация для современного состояния. 86-90% — это нормально. У меня некоторые поставщики серьезных товаров (молоко, хлеб) примерно в таких процентах работают. Алкогольные поставщики имеют параметры гораздо хуже.
Сергей Горьков: Итак, эти показатели позволяют на различном уровне вычленять те отклонения и поставщиков, с которыми нужно разбираться в первую очередь.
Следующая технология — мерчандайзинг, планограмма. Наверное, всем знакомая проблем и технология. Всем хочется прорисовать полки, управлять выкладкой. Не будем рассматривать это целиком. Возьмем только один аспект: начало работы с понятием планограмма. Есть работающая сеть, нужно прорисовать первый раз стеллажи. На примере сети «Вестер» мы считали, что прорисовать 50 объектов, это два человекогода. Понятно, что это неприемлемо. Попробуем решить эту задачу.
Если обратить внимание, то все специализированные параметры, такие как заполнение планограммы, вынесены на ручное управление. То есть тип выкладки, порядок выкладки, минимальная длинна выкладки (модель), задает ответственный человек. При этом подсистема, как и все остальные, она не решает целиком задачу расстановки товара, а помогает быстрее расставить товар, имея эти водные параметры.
Коротко о том, как выглядит алгоритм. Система на основании имеющихся данных позволяет товару присвоить определенный ранг. Она может взвешивать то, как товар продается, какая у него маржа, в общем все доступные показатели раскладывает по АВС и присваивает некий ранг. Дальше, учитывая те вводные, которые ей дали вручную, система пытается расставить товары.
На экране вы видите пример того, как программа сама расставила товары на полках. Видно, что это вертикальная выкладка, то есть одинаковые товары расположены вертикально на полках, один над другим — это абсолютно осознанное решение.
Вопрос из зала: Третий ряд слева, половина банки… Это нормально?
Сергей Горьков: Действительно, хотел обратить на него внимание. Это нюанс графики. Забегая чуть-чуть вперед, хотелось бы сказать, что подобный механизм, использующий какие-либо математические модели, пусть даже и простые или сложные, не может дать 100% результат. Еще раз подчеркну, что у программы нет задачи на 100% сходу прорисовать планограмму. Она выполняет такую задачу примерно на 70%, что уже хорошо.
Сергей Белец: Если кто-то занимался исследованием операций, то помнит, что там говорить о том, что решение не принимается. Готовятся рекомендации для лица принимающего решения.
Результат математики – это набор рекомендаций. А за лицо, принимающее решение, никакая математика ничего не примет.
Вопрос из зала: Почему именно вертикальная выкладка?
Сергей Горьков: Это один из примеров. Действительно, задумана такая вертикальная выкладка.
Вопрос из зала: Используя ее, начнем деньги зарабатывать?
Сергей Горьков: Используется разная выкладка. Я бы не хотел сейчас совсем глубоко углубляться в мерчандайзинг.
Сергей Белец: Это они для гипермаркетов делают.
Сергей Горьков: Да, обратите внимание на слайд. Подписано: Воронеж, гипер-2. Я еще раз подчеркну, что способов выкладки – «вагон». И если обратить внимание на презентацию, то я озвучил, что это вводимые параметры, которые можно менять.
Программа рассчитывает лишь небольшую часть: ранг товара, учитывает заданные линейные размеры. То есть она автоматизирует именно ручную работу: ставит на полки и ведет большое количество расчетов, а не принимает решение, лучшая это или худшая выкладка. Второй вид такой планограммы – это ее текстовое описание.
Переходим к третьей технологии. Это оптимизация работы кассиров и кассовых узлов. Кратко задача выглядит следующим образом. Также есть набор входных параметров. Это и статистические данные по продажам, по скорости работы каждого кассира. Плюс разное количество дополнительных параметров: перекуры, отпуска, различные графики работы, и т.п. Основной результат решения задачи выглядит следующим образом: система позволяет сама расставить, с учетом заданных параметров, таким образом, чтобы разместить плавно наиболее производительных кассиров на наиболее нагруженные кассы. И далее по убывающей. Это пример эффективности.
Вопрос из зала: Сергей, уточните, пожалуйста, какие параметры?
Сергей Горьков: Я их перечислил. Расчетные параметры, то есть то, что обрабатывает система. Это данные о продажах и хранящаяся статистика о том, как кассир работал в предыдущих периодах. А параметров, рассчитываемых вручную, их гораздо больше.
Сергей Белец: Ну вам ли не знать, что случайную величину можно заменить матожиданием. Ну что вы пристали…?
Сергей Горьков: И говоря о матожиданиях… В режим дискуссии переходим или нет? На самом деле матожидание не даст того результата. Я еще раз подчеркну – это практика. То есть матожидания убраны из решений.
Еще раз о параметрах. Например, кассиры. Количество рабочих дней по каждому кассиру. Кто-то работает три через два, например. Я имею в виду график работы каждого кассира, график перекуров. То есть то, что относится к управлению кадрами.
Из зала: Может наоборот пойти от загрузки кассиров к графику работы?
Сергей Горьков: От загрузки чего?
Из зала: Поток покупателей и загрузка…
Сергей Горьков: Я как раз озвучил, что мы имеем объем продаж. То есть мы имеем ежедневную статистику, сколько на какой кассе. И этой статистикой мы можем оперировать.
Результат работы – график. А входное — это параметры. Два параметра расчетных и много-много вводимых вручную. Еще раз, это зависит от пожеланий каждого кассира. Не все работают по одному и тому же типизированному графику. У кого-то пятидневка, у кого-то шестидневка, кто-то четыре часа отработал и пошел домой.
Сергей Белец: Но между нами, 20% штраф за курение в рабочее время работает гораздо эффективнее. И на постах все есть, и на кассе, и все, что надо.
Сергей Горьков: Завершая свое выступление, хочу действительно подчеркнуть, что правильной была фраза по поводу матожиданий и т.д. Какие-то элементы статистических механизмов остались в решениях этих задач, но многие были убраны. Так как на практике они вносят довольно существенную погрешность. Как правило, либо очень маленький период статистических данных, которыми мы оперируем, хотя здесь у нас примерно четыре года есть точно. Так же есть ряд других вещей, погрешности и т.д.
В одном из тендеров я столкнулся с очень показательным моментом. Озвучу дословно. Заказчик предъявил требование иметь механизм корректировки остатков с целью формирования заказов.
Сергей Белец: Не, ну нормально. Корректировать при помощи бульдозера остатки на собственном складе.
Сергей Горьков: Ни с какой другой целью, только с целью работы с системой заказов. На этом, пожалуй, завершу свое выступление.
Сергей Белец: Спасибо.
