ROUST: переход от двух подрядчиков к единой IR-платформе

4 минуты на чтение —

О компании

Roust — второй по величине производитель водки в мире. Компания управляет полевой командой мерчандайзеров, торговых представителей и супервайзеров, работающих с широкой розничной сетью по всей России.

Масштаб проекта

  • 150+ мобильных пользователей: мерчандайзеры, торговые представители, супервайзеры
  • 10 000+ торговых точек в активной работе
  • проект реализован в российском контуре

Ключевые результаты

–14%

доля OOS за первые 6 месяцев

+18,5%

доля полки

+21%

предстаяленность ТОП-3 SKU

-68%

затраты на расчёт KPI полевого персонала

Олег Ястребов
Руководитель отдела развития бизнеса, Roust
«Данные, которые собирают мерчандайзеры, должны впрямую приносить пользу бизнесу и регулярно использоваться. Бесконечный сбор информации, которой пользуемся раз в полгода, когда генеральный директор попросил, а люди это делают каждый день в каждой точке — это плохая работа».

Вызовы и цели проекта

Мультивендорная схема: два подрядчика, разрозненные данные, человеческий фактор

До проекта компания использовала IR-решение стороннего вендора параллельно с SFA-системой. Это создавало разрыв в данных, размывало зону ответственности и усложняло поддержку. KPI мерчандайзеров рассчитывались с участием человеческого фактора — что снижало точность оценки выкладки и справедливость премирования.

Работа с OOS велась без объективной адресной основы. Скорость распознавания и SLA действующего решения не удовлетворяли требованиям бизнеса.

Цели проекта:

  • Автоматизировать расчёт KPI мерчандайзеров на основе визуальных данных
  • Исключить человеческий фактор при оценке выкладки и премировании
  • Повысить точность данных о представленности на полке
  • Обеспечить адресную работу с OOS
  • Получить единый аналитический контур: фейсы, цены, планограммы
  • Сократить операционные затраты и повысить управляемость процесса

Решения и используемые продукты

Внедрена платформа ST Magic Vision, интегрированная с SFA-системой ST Чикаго. Решение обеспечило единый контур для визуального контроля выкладки, аналитики и сопровождения полевой команды. Параллельно с переходом сохранялась непрерывность расчёта KPI и аналитическая преемственность исторических данных.

Распознавание и аналитика

ST Magic Vision анализирует фотографии с визитов, распознаёт SKU, фиксирует фейсинг, цены и соответствие планограммам. Скорость распознавания одного документа — 100 секунд, что на 20% быстрее предыдущего вендора (120 секунд). Данные автоматически транслируются в KPI мерчандайзеров без ручного участия.

Клиентский портал

Разработан клиентский портал с визуализацией визитов и склеек, результатами распознавания SKU, аналитикой и инструментами контроля качества данных. ST Magic Vision стал единым окном для визуального контроля, аналитики и сопровождения.

Олег Ястребов
Руководитель отдела развития бизнеса, Roust
«IR при грамотном и осознанном использовании помогает ставить корректные и выверенные KPI и прозрачно их проверять. Задачи для мерчандайзеров должны быть максимально простыми и понятными — усложнение может привести к результату, отличному от ожидаемого».

Этапы реализации:

1. Сравнительное тестирование с действующим IR-решением, выявление критических ограничений, настройка IR-моделей и архитектуры решения (осень 2023, ~2 месяца, ~15 пользователей);
2. Масштабирование пользователей по волнам, доработка распознавания и обработки данных, разработка клиентского портала (зима — весна 2024);
3. Полный переход всех активных пользователей на ST Magic Vision, единый Service Desk и формализованный SLA, регулярные обновления и онлайн-обучение команды (с мая 2024).

Результаты

По данным клиента, за первые 6 месяцев после полного перехода на ST Magic Vision:

Бизнес-результаты:

  • снижение доли OOS на 14% за счёт адресной работы на объективных данных;
  • рост доли полки Vodka Roust: +18,5%;
  • рост представленности TOP-3 SKU: +21%;
  • рост продаж в маршрутных точках: +4% vol.

Операционные эффекты:

  • человеческий фактор при оценке выкладки полностью устранён за счёт перехода на автоматизированную систему фиксации;
  • KPI полевого персонала рассчитываются на объективных, «чистых» данных без ручных корректировок;
  • скорость распознавания объектов увеличена на 20% (100 сек против 120 сек у предыдущего вендора);
  • значительная часть ставок в отделе аудита оптимизирована благодаря перераспределению задач на цифровые инструменты;
  • внедрён единый SLA и чёткая зона ответственности, обеспечивающие прозрачность на всех этапах контроля.

Экономический эффект:

  • затраты на расчёт KPI полевого персонала снижены на 68% за счёт автоматизации сбора и обработки данных;
  • затраты на поддержку и развитие ИТ-инфраструктуры отдела продаж сокращены на 30% благодаря унификации решений и отказу от устаревших модулей.