• Оглавление

• Почему ручное управление запасами больше не работает
• Что именно автоматизируем
• Бизнес-эффект в цифрах
• С чего начать: данные и подготовка
• Процесс «как должно быть»: от спроса к заказу
• Практические сценарии: розница, дистрибуция, производство
• Как измерять успех: метрики и дашборды
• Риски и как их снять
• План внедрения на 6–8 недель
• Калькулятор окупаемости на салфетке
• Чек‑лист для руководителя

Почему ручное управление запасами больше не работает

Если пополнение строится на интуиции менеджеров и Excel‑таблицах, бизнес расплачивается сразу по трём счетам:

• Деньги мёртво лежат в излишках, которые обесцениваются и занимают склад.
• Продажи теряются из‑за «провалов» — товар есть «в системе», но не там и не тогда, когда он нужен клиенту.
• Операции нестабильны: срочные дозаказы, раздутые партии «про запас», штрафы за срывы отгрузок.

Корень проблемы — непредсказуемый и неформализованный процесс. Каждый шаг — от оценки спроса до оформления заказа поставщику — делается вручную, по разным правилам и без прозрачных норм. Это можно и нужно автоматизировать, причём без тотальной перестройки ИТ‑ландшафта.

Что именно автоматизируем

Автоматизация управления запасами — это набор понятных правил и расчётов, которые ежедневно приводят остатки к цели. Базовые кирпичики:

• Нормативы запасов по SKU (товарная позиция) и локациям: страховой запас, минимальный и максимальный уровень, целевые «дни покрытия».
• Категоризация номенклатуры (ABC/XYZ): разные правила пополнения для «быстрых» и «медленных» позиций.
• Учёт сроков поставки и графиков отгрузок: реалистичные планы, а не «как повезёт».
• Автоматические предложения заказов: что, когда и сколько купить/перевезти между складами.
• Контроль ограничений: партии, кратность, минимальные суммы заказа, вместимость склада, бюджет.
• Ежедневные сигналы и приоритизация: где риск дефицита, где излишки и что делать прямо сейчас.

Важно: это не про «магический ИИ». Это про дисциплину и прозрачные правила, которые машина исполняет быстрее и стабильнее человека.

Бизнес-эффект в цифрах

По проектам с компаниями из розницы, дистрибуции и лёгкого производства реалистична такая вилка результатов (после запуска и 4–8 недель стабилизации):

• −15–30% излишков на складах без просадки продаж.
• +5–10 п.п. к уровню сервиса (доля заказов без отказов и переносов).
• −20–40% «пожарных» дозаказов и авиаперевозок.
• −10–20% списаний по срокам годности для чувствительных категорий.
• Освобождение 10–25% рабочего времени категорийных менеджеров и снабженцев за счёт устранения рутинных подсчётов.

С чего начать: данные и подготовка

Чтобы поехать, нужна «топливная смесь» из трёх простых наборов данных:

1. Справочники

• Номенклатура и её иерархия (категории, бренды, размеры/цвета и т. п.).
• Локации: склады, магазины, РЦ, производственные участки.
• Поставщики с параметрами: минимальная партия, кратность, график поставок.

2. Движение и остатки

• История продаж/отгрузок по дням или неделям за 12–24 месяца.
• Текущие остатки по SKU и локациям.
• Транзит и зарезервированные объёмы.

3. Сроки и ограничения

• Фактические сроки поставки по поставщику и маршруту (лучше — распределение, а не «среднее»).
• Ограничения бюджета, вместимости и оборотной тары.

Подготовка — это чистка дубликатов, закрытие старых позиций и базовая сегментация. На старте достаточно ABC/XYZ:

• ABC — по вкладу в оборот/маржу (A — 70–80% оборота; B — 15–25%; C — «хвост»).
• XYZ — по предсказуемости спроса (X — ровный; Y — сезонный; Z — «рваный»).

Комбинация (например, AX, BY, CZ) даёт правила пополнения и глубину контроля: AX — с коротким пересмотром и высоким сервисом; CZ — с аккуратными партиями и меньшим запасом.

Процесс «как должно быть»: от спроса к заказу

Ниже — референсная схема без технических подробностей. Её можно внедрить и на средних оборотах:

1. Цель по сервису и оборачиваемости

• Для групп A/AX — 95–98% доступности.
• Для групп B/Y — 90–95%.
• Для групп C/Z — 80–90%. Цель фиксируется как числовое правило. Без цели автоматизация выдаёт «ни о чём».

2. Расчёт страхового запаса

Страховой запас защищает от разброса спроса и задержек поставки. Простой практический подход: умножить «неопределённость» (стандартное отклонение спроса за срок поставки) на коэффициент сервиса. Для старта хватит порогов по сегментам (например, AX — высокий коэффициент, CZ — низкий).

3. Пересмотр целевых уровней

• Для стабильных SKU — правило «мин–макс» с днями покрытия: мин = спрос на срок поставки + страховой запас; макс = мин + партия пополнения.
• Для сезонных — динамические целевые уровни с заранее известными пиками.
• Для «медленных» — периодические заказы раз в N недель с проверкой складских ограничений.

4. Автогенерация предложений заказов

Система ежедневно сравнивает фактические остатки с целями и формирует предложения:

• что заказать (SKU, локация),
• сколько (до макс или до целевых «дней покрытия»),
• когда и у кого (учёт графиков и сроков),
• какими партиями (кратность и минималки). Менеджер видит приоритезированный список и подтверждает партиями или целыми заявками.

5. Контур переноса между локациями

Для сетей и дистрибьюторов часто быстрее переместить товар между складами, чем ждать внешнюю поставку. Автоматизация сравнивает излишки и дефициты по локациям и предлагает экономически оправданные перемещения.

6. Мониторинг и обратная связь

• Дашборды по сервису, излишкам, просрочке, точности сроков поставки.
• Еженедельная ревизия параметров: где просело, почему, что поменять в правилах.
• Ежеквартальный пересмотр правил ABC/XYZ и целевых уровней.

Практические сценарии: розница, дистрибуция, производство

Розница (несколько складов + магазины)

• Уровень сервиса измеряем на полке, а не на центральном складе.
• Работает схема «РЦ — магазин»: РЦ держит буфер, магазины пополняются мелкими партиями по «дням покрытия».
• Сезонность и локальные тренды учитываются на уровне магазина; центральные запасы — под усреднённый спрос.

Дистрибуция (десятки тысяч SKU)

• Сильная зависимость от кратностей и минимальных отгрузок.
• Решающее — приоритизация: топ‑1000 SKU держать под высокой доступностью, «длинный хвост» — бережно пополнять по спросу.
• Перемещения между РЦ закрывают пик спроса быстрее, чем внешний заказ.

Производство (комплектующие и полуфабрикаты)

• Сборочный буфер рассчитывается от плана финального изделия, но с независимыми нормативами на «узких» позициях.
• Важно учитывать внутренние сроки: цикл закупки + производство + тесты/упаковка.
• Для редких и дорогих комплектующих — «заказ под заказ» вместо постоянных остатков.

Как измерять успех: метрики и дашборды

• Уровень сервиса (доля заказов без отказов/переносов) — главный KPI.
• Излишки (руб./шт. и в днях покрытия) — деньги, которые можно высвободить.
• Дефициты (недопоставки) — потерянные продажи и штрафы.
• Оборачиваемость (количество оборотов в год) — итоговая скорость денег.
• Доля «пожарных» заказов и сверхсрочных перевозок.
• Точность сроков поставки: фактический против планового.

Хороший дашборд показывает динамику по сегментам (AX/BY/CZ), по локациям и по владельцам категорий. Важна «сводка действий»: 10 SKU на грани дефицита завтра; 25 SKU с излишками >30 дней; 5 поставщиков с ухудшением сроков.

Риски и как их снять

• «Нет идеальных данных». И не нужно. Достаточно 70–80% качества — дальше система сама подсветит слабые места, а вы их почините по приоритету.
• «Сопротивление менеджеров». Вовлекайте: правила прозрачны, решения объяснимы, а рутину автоматизация снимает. Сохраняйте подтверждение заказов людьми на первых этапах.
• «Сезонность и всплески». Заранее помечайте промо и спецпроекты, под них — отдельные правила.
• «Зависимость от поставщика». Если сроки «гуляют», повышайте страховой запас на этих маршрутах и перепроверяйте альтернативы.
• «Переполненный склад». Ограничения вместимости — такие же правила, как и всё остальное. Система не должна предлагать невыполнимые заказы.

План внедрения на 6–8 недель

Неделя 1–2: Подготовка

• Сбор справочников, истории отгрузок и остатков.
• Чистка номенклатуры, закрытие «мертвых душ».
• ABC/XYZ‑сегментация и определение целевых уровней сервиса.

Неделя 3–4: Правила и пилот

• Настройка расчёта страхового запаса и «дней покрытия».
• Задание ограничений по поставщикам и складам.
• Пилот на 1–2 категориях и 1–2 локациях. Ручное подтверждение заказов.

Неделя 5–6: Масштабирование

• Подключение остальных категорий и локаций.
• Включение перемещений между складами.
• Дашборды: сервис, излишки, дефициты, точность сроков.

Неделя 7–8: Стабилизация и обучение

• Регламент пересмотра параметров: еженедельно по исключениям.
• Передача категории под ответственность владельцев.
• Корректировка целевых уровней сервиса по факту.

Калькулятор окупаемости на салфетке

Возьмём среднюю компанию с товарными остатками 300 млн ₽.

• Потенциал снижения излишков: 15–30% от «мёртвых» остатков. Пусть консервативно 12% от общего склада: 36 млн ₽ высвобожденных денег.
• Стоимость капитала/кредита: 15% годовых → экономия на обслуживании ≈ 5,4 млн ₽ в год.
• Списания из‑за просрочки/порчи: было 2% от закупки, снижение на 20% → экономия 1,2 млн ₽.
• Потерянные продажи из‑за дефицита: 3% оборота; прибавим +5 п.п. к сервису → часть вернём. Даже 0,5% доп. оборота при марже 20% — это +3 млн ₽ валовой прибыли.

Даже если на проект уйдёт 1–2 млн ₽ (лицензия/работы/обучение), окупаемость измеряется месяцами, а не годами.

Чеклист для руководителя

• Есть ли у нас формализованные цели по доступности товара по сегментам?
• Знаем ли мы фактические сроки поставки и их разброс по ключевым поставщикам?
• Ежедневно ли пересчитываются целевые уровни запасов и предложения заказов?
• Видим ли мы «сигналы к действию» на день вперёд: риск дефицита, рост излишков, узкие места?
• Подтверждают ли менеджеры заказы на основе приоритетов, а не «кто громче кричит»?
• Есть ли единый дашборд сервиса, излишков, дефицитов и точности поставок?
• Пересматриваем ли сегментацию ABC/XYZ и цели хотя бы раз в квартал?

Вывод простой: управление запасами — это управляемая математика и дисциплина. Как только правила становятся явными и исполняются машиной ежедневно, остатки приходят в норму, продажи выравниваются, а денег на складе становится меньше. И да — это можно сделать за 6–8 недель, если начать с фокуса на правилах, данных и понятных действиях, а не на глобальных ИТ‑проектах.