Продуктовый автомат: Вендинговые автоматы Уникум | Купить вендинговые автоматы

Содержание

Торговый автомат (вендинг)

Торговые автоматы (вендинги) наиболее удобный вид розничной торговли, получивший в последнее время достаточно широкое распространение. Сегодня торговые автоматы мы можем увидеть практически во всех супермаркетах, аэропортах, вокзалах, кинотеатрах и в других местах большого скопления людей.

Преимущества вендингов

Основные преимущества торговых автоматов, определяющие их повсеместное применение очевидны – это простота обслуживания, возможность сэкономить на заработной плате торговых работников, а также низкое энергопотребление и доступность для потребителей.

Многие предприниматели начинают свой вендинговый бизнес именно по вышеперечисленным причинам.

Универсальность торговых аппаратов достигается благодаря новейшим разработкам и применению современных технологий.

Тесное сотрудничество дизайнера с клиентом позволит достичь взаимопонимания и получить в итоге идеальный интерьер торговых площадей. Развитие малого бизнеса во многом зависит от грамотно созданного дизайна торгового объекта и функциального использования имеющихся в распоряжении площадей.

Типы торговых аппаратов вендингов (от английского vend – торговать, продавать) зависят как от конструктивных особенностей, таких как купюроприемник или монетоприемник (coin-operated machines), так и от продаваемых ими товаров – напитки и закуски (beverage и snack machines) или оказываемых ими услуг (аппараты оплаты услуг или моментальной лотереи).

Типы торговых автоматов

Товары, продаваемые через торговые автоматы могут быть разнообразными: напитки (чай или кофе, сок, минеральная вода или даже пиво), закуски (чипсы, бутерброды и тому подобное), жевательная резинка, конфеты, игрушки, журналы или разнообразные услуги.

Лидерами в производстве торговых аппаратов, в наши дни, несомненно, являются китайские предприятия, широко применяющие накопленный мировой опыт в производстве вендингов.

Размещение вендингов

Вопрос выбора места размещения торгового аппарата является одним из ключевых для предпринимателя, поэтому рекомендуем с особым вниманием отнестись к этому моменту. Вендинговые аппараты, торгующие напитками и закусками, пользуются популярностью в местах длительного ожидания, таких как вокзалы, аэропорты, автовокзалы. Кроме того, такие

торговые аппараты будут уместны в фойе крупных офисных центров и в супермаркетах. Игровые вендинги, а также торговые автоматы для продажи жевательной резинки, конфет и тому подобного больше подойдут для развлекательных учреждений, таких как кинотеатры, боулинги, игровые и детские центры.

Использование устройства «Торговый автомат» в творческом режиме Fortnite

На этой странице

Торговый автомат — это объект на карте, который может хранить и генерировать предметы с настраиваемыми параметрами стоимости. В торговом автомате может быть до трёх предметов, и игрок может переключаться между ними, ударяя по автомату киркой. Чтобы добавить в торговый автомат предметы, сбросьте нужные предметы перед устройством в режиме строительства.

Торговый автомат — одно из устройств творческого режима, позволяющих создавать предметы. В данном случае предметы появляются перед устройством после того, как игрок оплатит их стоимость. Предмет, который появляется в результате прямого взаимодействия игрока с устройством (а не с помощью дистанционной активации), попадает в инвентарь игрока.

Поиск и размещение устройства

Щёлкните по изображению, чтобы увеличить.

  1. В режиме строительства

    нажмите клавишу Tab, чтобы открыть окно инвентаря для творчества.

  2. Щёлкните по вкладке «Устройства» и прокрутите страницу, чтобы выбрать устройство. Для поиска можно также использовать поле «Поиск» или панель «Категории».

  3. Нажмите РАЗМЕСТИТЬ, чтобы разместить немедленно, или перетащите устройство на ПАНЕЛЬ БЫСТРОГО ДОСТУПА, чтобы разместить позже.

  4. Нажмите Esc, чтобы вернуться на свой остров в режиме строительства. Используйте телефон и выберите положение устройства, а затем щёлкните левой кнопкой мыши, чтобы разместить его. Нажмите

    F, чтобы переключиться на кирку и отсоединить устройство от телефона. Нажмите **тильду (`)**, чтобы снова переключиться на телефон.

  5. Наведите телефон на устройство. Если всплывающее окно «Изменить» не открылось сразу же, приближайте телефон, пока оно не появится, а затем нажмите E, чтобы открыть панель персонализации.

Добавление предметов в устройство

  1. Встаньте перед торговым автоматом.

  2. Нажмите Tab, чтобы открыть инвентарь для творчества. Щёлкните вкладку с типом предмета, который вы хотите добавить в устройство. Найдите и выберите нужный предмет.

  3. Щёлкните Использовать

    внизу экрана. Предмет при этом помещается на панель снаряжения.

  4. Повторяйте первые три шага, пока все три нужных предмета не окажутся в торговом автомате.

  5. В инвентаре для творчества перетащите предмет с панели снаряжения в пустую область экрана. Так вы бросите предмет. Если же вы стоите перед устройством, предмет будет добавлен в него.

  6. Повторите предыдущий этап для остальных предметов. На переднем экране торгового автомата начнут сменять друг друга изображения всех трёх предметов.

Параметры устройства

Помимо базовых у этого устройства есть и расширенные функции.

При размещении торговый автомат неактивен. Если в режиме строительства перетянуть на него предмет, этот предмет будет отображаться на экране. Когда игра начинается, игрок может взаимодействовать с устройством, и оно создаст предмет. По умолчанию цена предметов не установлена. В устройство можно в любой момент добавить до трёх предметов. При попытке добавить большее количество предметов торговый автомат покажет сообщение об ошибке.

Вам доступны следующие параметры устройства.

Стандартные значения выделены полужирным шрифтом.

Основные параметры

Параметр

Значение

Описание

Тип ресурса для первого предмета

Дерево, камень, металл, золото

Определяет тип ресурсов для покупки первого предмета.

Стоимость первого предмета

Бесплатно, выбрать стоимость

Определяет сколько ресурсов (их вид определяется параметром Тип ресурса для первого предмета) нужно потратить на создание первого предмета.

Тип ресурса для второго предмета

Дерево, камень, металл, золото

Определяет тип ресурсов для покупки второго предмета.

Стоимость второго предмета

Бесплатно

, выбрать стоимость

Определяет сколько ресурсов (их вид определяется параметром Тип ресурса для второго предмета) нужно потратить на создание второго предмета.

Тип ресурса для третьего предмета

Дерево, камень, металл, золото

Определяет тип ресурсов для покупки третьего предмета.

Стоимость третьего предмета

Бесплатно, выбрать стоимость

Определяет сколько ресурсов (их вид определяется параметром Тип ресурса для третьего предмета) нужно потратить на создание третьего предмета.

Дополнительные боеприпасы

Вкл., откл.

Если один из предметов в торговом автомате — оружие, этот параметр определяет, получит ли игрок дополнительные боеприпасы к нему.

Все параметры (дополнительно)

Параметр

Значение

Описание

Включить в начале игры

Да, нет

Определяет, включен ли торговый автомат в начале игры.

Время взаимодействия

Мгновенно, выбрать время

Определяет, как долго игрок должен удерживать клавишу или кнопку взаимодействия, прежде чем нужный предмет будет куплен.

Каналы

Когда одному устройству нужно «поговорить» с другим устройством, оно передаёт сигнал по особому каналу. Принимающее устройство должно быть настроено на получение сигнала по этому же каналу.

Канал идентифицируется по номеру, а номера каналов настраиваются для устройства по параметру, использующему канал. Большинство устройств также идентифицирует игрока, активировавшего устройство сигналом.

У устройства есть приёмники, которые выполняют различные действия при получении сигнала по каналу. Кроме того, это устройство может передавать сигналы при выполнении определённых условий.

Приёмники

Приёмники ожидают сигнала по каналу и выполняют действие, получив отправленный по этому каналу сигнал от любого устройства (включая себя).

Параметр

Значение

Описание

Включить при получении сигнала

Без канала, выбрать канал

Включает устройство при получении сигнала по выбранному каналу. Если устройство не отключено, ничего не происходит.

Отключить при получении сигнала

Без канала, выбрать канал

Отключает устройство при получении сигнала по выбранному каналу. Отключённый торговый автомат переходит в неактивное состояние, и игроки не смогут взаимодействовать с ним, переключать или покупать предметы.

Создать предмет при получении сигнала

Без канала, выбрать канал

Создаёт предмет в торговом автомате при получении сигнала по выбранному каналу.

Переключить на следующий предмет при получении сигнала

Без канала, выбрать номер канала

При получении сигнала по выбранному каналу устройство выводит на экран следующий предмет.

Передатчики

При активации передатчики отправляют сигнал по выбранному каналу.

Параметр

Значение

Описание

Передать сигнал при создании предмета

Без канала, выбрать канал

Передаёт сигнал по выбранному каналу, когда торговый автомат создаёт предмет.

Примеры дизайна

Ниже приведены несколько примеров того, как вы можете использовать устройство «Торговый автомат».

  • Изменять размеры торговых автоматов.

  • Использовать ресурсы для покупки товаров.

  • Включать или отключать торговые автоматы.

  • Предлагать несколько предметов в торговом автомате.

Изменение размера торговых автоматов

Изменяя размеры торговых автоматов, автор может поместить больше автоматов в ограниченном пространстве, например, в магазине снаряжения.

Помещая менее ценные предметы в маленькие автоматы, а более дорогие — в крупные, вы сможете лучше представить ассортимент.

Щёлкните по изображению, чтобы увеличить.

Рекомендация

Размещая автоматы близко друг к другу, убедитесь, что они уже заполнены предметами. Когда автоматы стоят вплотную, положить предметы в нужный автомат довольно трудно.

Использование ресурсов для покупки товаров

Вы можете свободно менять стоимость предметов в торговом автомате и устанавливать любой ресурс в качестве валюты. Вы можете установить, сколько древесины, камня, металла и золота надо заплатить для каждого товара по отдельности. К примеру, первый предмет может стоить 50 ед. древесины, второй — 100 ед. камня, третий — 200 ед. золота — и всё это в одном автомате.

Благодаря этому авторы могут придумывать интересные способы управления ресурсами на карте и влиять на их ценность.

Включение или отключение торговых автоматов

Можно сделать так, чтобы торговый автомат включался только при получении сигнала по каналу. Таким образом, автомат будет заблокирован до того, пока игрок не совершит действие для его включения.

  1. Установите устройство «Торговый автомат» и настройте его, используя следующие параметры.

    • Включение в начале игры: Нет

    • Включить при получении сигнала: канал 1

    • Отключить при получении сигнала: Канал 2

  2. Посылая соответствующие сигналы, вы можете включать или отключать устройство в определённые моменты игры.

Рекомендация

Вы можете сделать так, чтобы торговые автоматы становились доступными, когда игрок получает определённый уровень, нажимает какую-нибудь кнопку и даже побеждает существо заданного типа.

Несколько предметов в одном торговом автомате

Каждый торговый автомат может продавать до 3 разных предметов.

  1. Чтобы добавить три предмета в автомат, бросайте их в том порядке, в котором они должны появляться.

  2. Затем установите цену каждого товара от 0 до 999 для любых видов ресурсов.

Игрок может переключаться между предметами в автомате. Для этого надо подождать несколько секунд до появления следующего предмета или ударить автомат киркой. После каждого удара будет появляться следующий предмет, который можно купить в автомате.

Рекомендация

Вы можете добавить текстовое сообщение с помощью устройства управления интерфейсом или рекламного щита, чтобы напомнить игрокам о возможности ударить автомат киркой и посмотреть все доступные в нём товары.

Примеры использования торгового автомата во время игрового процесса

интеллектуальный торговый автомат / Хабр

Сегодня расскажем о том, как был создан интеллектуальный торговый автомат. Сначала, с использованием Intel IoT Developer Kit и Grove IoT Commercial Developer Kit, мы построили прототип, который, после успешных испытаний, преобразовали в решение, подходящее для практического использования. В частности, в готовом автомате использованы шлюз Intel для интернета вещей, датчики промышленного класса, Intel IoT Gateway Software Suite, Intel System Studio и облачные службы Microsoft Azure. Получившийся в итоге программно-аппаратный комплекс способен отслеживать наличие товара в автомате, вести журнал продаж, напоминать о необходимости обслуживания автомата. Шлюз собирает сведения, поступающие от датчика температуры, от шаговых двигателей, приводящих в движение спирали для выдачи товаров, и от приложения, ответственного за продажу. Данные можно анализировать на шлюзе и передавать в облако для накопления и дальнейшего исследования.



Здесь можно найти код проекта. В этом материале содержатся подробности, касающиеся технических деталей сборки интеллектуального торгового автомата, о котором мы будем здесь говорить.

Возможности, которые открывает интернет вещей, заключаются в оснащении интеллектуальными функциями устройств, которыми мы пользуемся каждый день. Это, в итоге, позволяет улучшить их эксплуатационные характеристики, а если речь идёт о бизнесе, построенном на таких устройствах, – повысить его эффективность.

Вот, например, торговые автоматы, которые принимают монеты или банкноты и выдают покупателю различные товары – от чашки кофе, до электронных устройств в стандартных упаковках. Диапазон покупок, которые можно совершать таким способом, чрезвычайно широк, и продолжает увеличиваться. Эти автоматы можно встретить буквально повсюду. Работают они круглосуточно, покупатели охотно ими пользуются. Как результат, автоматы способны генерировать значительный поток доходов, что привлекает ритейлеров самой разной направленности.

Автомат не требует постоянного присутствия кассира, его можно установить там, где обычную торговую точку разместить весьма непросто, скажем, в глубине офисного здания, в библиотеке, или в двух шагах от оживлённого перекрёстка. Однако, автоматы нуждаются в регулярном обслуживании. Обычно оно заключается в пополнении запаса продаваемой продукции или в плановом техническом обслуживании, но порой случаются и экстренные ситуации, когда устройство не может работать нормально и нуждается в срочной наладке или в ремонте.

Если торговый автомат функционирует автономно, ситуацию, требующую срочного вмешательства, можно выявить либо по обращениям клиентов, которые столкнулись с проблемой и решили позвонить в службу поддержки, либо при очередном плановом обслуживании парка устройств. Одно только это означает потенциальные потери для владельцев автоматов. Если же владельцы будут получать полные и своевременные сведения о состоянии устройств, это приведёт к повышению эффективности их бизнеса. Такие сведения помогут оптимизировать схемы обслуживания автоматов, свести к минимуму простои в результате мелких неисправностей или обычных ситуаций, когда в автомате закончился какой-нибудь товар или ингредиент.

Мы полагаем, что внедрение технологий интернета вещей в вендинговый бизнес принесёт пользу и продавцам, и покупателям. Поэтому в Intel был организован проект, направленный на создание интеллектуального торгового автомата и на исследование возможностей, которые открывает его использование.

Вот готовое устройство, созданное в рамках проекта.


Интеллектуальный торговый автомат

Идейным вдохновителем данной разработки послужил документ о решениях Intel и ADLINK Technologies, которые позволяют наладить управление торговыми автоматами и анализ данных, которые с них можно собирать, основываясь на концепциях интернета вещей.

В данном материале мы подробно расскажем о ходе работ, поговорим о пошаговой методике разработки, разделённой на фазы, а затем рассмотрим каждую из фаз в применении к нашему проекту.

Мы предлагаем всем желающим воспользоваться методикой, о реализации которой пойдёт здесь речь, в работе над собственными IoT-проектами, направленными на автоматизацию торговли. Наш рассказ позволит вам проследить за каждым этапом, который прошла команда инженеров Intel на пути от идеи до рабочей модели. Мы полагаем, что основная ценность нашего исследования заключается именно в том, что тот же подход можно применить к широкому диапазону разработок в сфере IoT.

Методология

Мы

уже писали

о методологии работы на IoT-проектами, которая предусматривает разделение пути от идеи к готовому продукту на шесть фаз. Напомним основное содержание каждой из них:

  1. Поиск проблемы, пустой ниши или потенциальной возможности на рынке.
  2. Проектирование модели для проверки возможностей продукта по решению поставленной перед ним задачи.
  3. Построение, тестирование и доработка физического макета, прототипа продукта
  4. Создание стабильной бета-версии продукта с использованием компонентов, подходящих для серийного производства.
  5. Оценка возможностей продукта, расширение его функционала, тестирование.
  6. Окончательная доработка и оптимизация продукта, переход к стадии производства.

При этом первые три фазы считаются начальными, а последние три – завершающими.

Данная методология хороша универсальностью. Это позволяет применить её к любому IoT-проекту. Расскажем теперь о том, как велась работа над интеллектуальным торговым автоматом.

Фаза №1: Определение потенциала проекта

В то время, как традиционные торговые автоматы приносят хорошие доходы, они удручающе неэффективны. Так, каждый автомат нуждается в регулярном обслуживании, чаще всего это нужно для пополнения запасов продукции. Обычно эту задачу решают, планируя маршруты, по которым курсируют автомобили с обслуживающим персоналом и товарами для автоматов.

Для того, чтобы понять изначальную неэффективность такого подхода, представим вполне реальную ситуацию на маршруте, один из пунктов назначения которого – многоэтажное офисное здание. Автомобиль останавливается перед зданием и сотруднику приходится решать, что делать дальше. Первый сценарий его действий – попытка догадаться, что понадобится для автоматов, скажем, на 15-м и 20-м этажах. Он берёт всё, что счёл нужным, поднимается к автоматам… Но догадка, весьма вероятно, окажется неверной, поэтому сотруднику придётся посетить автоматы минимум два раза, хотя, возможно, ему и повезёт уложиться в один заход. Второй сценарий подразумевает два посещения автоматов уже без вариантов ограничиться одним. Сначала сотрудник поднимается к устройствам, составляет список товаров, запас которых надо пополнить, потом возвращается в автомобиль, берёт всё, что нужно, и снова идёт к автоматам. А что если один из автоматов неисправен? Хорошо бы знать об этом ещё до выхода на маршрут.

В результате, как бы ни поступил сотрудник, даже если ему надо лишь пополнить запасы товаров, налицо – нерациональное использование времени, что, в итоге, означает ненужные затраты компаний, владеющих торговыми автоматами.

Более того, компании вынуждены искать баланс между слишком частыми обходами автоматов (что увеличивает затраты на оплату труда), и слишком редкими (что уменьшает доходы, заставляя автоматы, в которых закончились товары, простаивать). На самом деле, всё выглядит ещё хуже, так как компания оказывается, в некоторой степени, зависимой от сознательных (или разгневанных) покупателей, которые сообщают ей о том, что автомат не работает или в нём кончился товар.

Инициаторы проекта в Intel выяснили, что интеллектуальные торговые автоматы вполне подходят в качестве базы для проекта, демонстрирующего потенциал IoT и методологии, о которой мы упоминали выше. Первоначальная группа выявила набор знаний и навыков, которые, вероятнее всего, понадобятся в ходе работы. Среди них были управление проектами, программирование, проектирование архитектур облачных решений, разработка и поддержка документации. Основываясь на данном списке необходимых навыков, основная группа сформировала команду, в которую, в основном, входили сотрудники Intel. К работе привлекли и сторонних специалистов, знания которых дополнили те, что уже были у членов команды.

Первая задача, которую предстояло решить полной команде, заключалась в оценке потенциальных возможностей проекта, выявление которых, в свою очередь, помогает спроектировать прототип устройства.

Решив эту задачу, команда выяснила, что самое главное в данном проекте – возможность торгового автомата отслеживать наличие продукции и собственное состояние с передачей собранных данных в облачное хранилище с использованием шлюза для интернета вещей.

Одна из частей разрабатываемого программно-аппаратного решения основана на использовании облачных служб. Их планировалось применить для хранения и анализа данных, для организации функций администрирования автоматов и для решения других задач. Важнейшая цель такого подхода заключалась в том, чтобы создать масштабируемое решение, позволяющее агрегировать данные сколь угодно большого парка торговых автоматов, и, на основе анализа этих данных, оптимизировать бизнес-процессы. Основная ценность облачного подхода – аналитика. Помимо сведений о фактическом положении дел, это означает и возможность довольно точного прогнозирования, что позволяет оптимизировать цепочки поставок и повысить эффективность работы персонала, обслуживающего автоматы.

Фаза №2: Проектирование модели для проверки работоспособности концепции

Для того, чтобы опыт работы над проектом оказался как можно более полезным для сообщества разработчиков, для создания модели было решено использовать легко доступные комплектующие и технологии. Так, набор материалов был ограничен комплектами Grove IoT Commercial Developer Kit и Intel IoT Developer Kit. В том, что касается программных технологий, выбор пал на те из них, которые нашли широкое применение, доступны бесплатно, или стоят недорого. Особое внимание было уделено использованию везде, где это оправдано, бесплатного ПО с открытым исходным кодом.

Для того, чтобы ускорить фазу разработки прототипа и уменьшить его сложность, команда решила построить локальную часть прототипа в виде стендовой модели, которая состоит из вычислительной платформы и датчиков, без включения в неё компонентов, относящихся к торговому автомату. Работа над самим автоматом была отложена на более поздние стадии проекта.

▍Выбор аппаратного обеспечения для прототипа

Для прототипа был выбран компьютер малого форм-фактора Intel NUC Kit DE3815TYKHE. Он играет роль IoT-шлюза.

Intel NUC отличается достойным уровнем производительности, удовлетворяющим нуждам проекта. Кроме того, этот компьютер является одной из наиболее свежих платформ от Intel, нацеленных на интернет вещей, что делает его кандидатом на применение в сегодняшних и будущих IoT-системах. Устройство основано на процессоре Intel Atom E3815, оснащено пассивной системой охлаждения, обладает 4 Гб встроенной памяти и поддерживает подключение SATA-накопителей. Intel NUC содержит широкий диапазон портов ввода-вывода, он создан как компактное устройство, производительность и возможности которого сравнимы с настольными ПК.

Компьютер Intel NUC Kit DE3815TYKHE

Для того, чтобы упростить процесс взаимодействия с датчиками, команда решила задействовать возможности экосистемы Arduino и воспользоваться платой Arduino 101, она показана на рисунке ниже.


Плата Arduino 101

Благодаря Arduino 101, NUC можно связать с платами расширения Arduino. Кроме того, платформа Arduino отлично соответствует стремлению команды к бесплатному ПО с открытым исходным кодом. Надо отметить, что на текущей стадии работ использованы далеко не все возможности аппаратного обеспечения. Среди них – Bluetooth-адаптер, встроенный в Arduino 101. По мнению разработчиков, эта технология беспроводной связи вполне может найти применение в будущих версиях проекта.

Вот характеристики компьютера и платы.

Характеристика
Intel NUC Kit DE3815TYKHE
Arduino 101
Процессор / микроконтроллер
Процессор Intel Atom E3815 (Кэш-память 512 Кб, 1.46 ГГц)
Вычислительный модуль Intel Curie, тактовая частота 32 МГц
Память
8 Гб DDR3L-1066 SODIMM (максимум)
196 Кб флэш-памяти
24 Кб SRAM
Сетевые возможности / порты ввода-вывода
Интегрированный сетевой адаптер 10/100/1000 Мбит/с
14 цифровых и 6 аналоговых выводов
Размеры
190 мм x 116 мм x 40 мм
68.6 мм x 53.4 мм
Спецификация
Полная спецификация 
Полная спецификация

Датчики и других компоненты, необходимых для создания прототипа, были взяты из

Grove Starter Kit for Arduino

(производства Seeed Studio), который основан на Grove Starter Kit Plus, используемом в Grove IoT Commercial Developer Kit. Этот набор компонентов стоит недорого, его использование упрощает подбор материалов для IoT-прототипирования.

При выборе датчиков и других компонентов команда руководствовалась тем, что для работы системы нужны следующие сведения о торговом автомате:

  • Температура внутри автомата.
  • Количество продаваемого товара каждого вида.
  • Состояние двери: открыта или закрыта.
  • Сведения о заблокированных или неработающих по другим причинам спиралях для выдачи покупок.

Подробности о компонентах, которые позволят собрать эти данные, мы рассмотрим ниже.

▍Программное обеспечение прототипа

В качестве операционных систем для компьютера, играющего в прототипе роль шлюза, команда рассматривала Yocto Linux и Intel IoT Gateway Software Suite. Yocto Linux отлично соответствует стремлению к использованию бесплатного ПО с открытым кодом. Эта ОС отличается высоким уровнем гибкости, позволяет создавать легковесные сборки, ориентированные на нужды конкретной системы. Intel IoT Gateway Suite, с другой стороны, предлагает готовое к использованию решение, которое не нуждается в дополнительной подстройке под нужды проекта. Команда сочла эту комбинацию факторов наиболее подходящей для разработки прототипов. В итоге Intel IoT Gateway Software Suite была выбрана в качестве ОС для шлюза.

Программная часть проекта, помимо ОС, включает в себя следующие приложения:

  • Управляющее приложение, которое будет исполняться на шлюзе торгового автомата. Оно будет занято сбором показаний датчиков и поддержкой работы электромеханической части решения. В частности, это касается выдачи товаров с помощью пружин. Это приложение отвечает и за обмен данными с пользователями (покупателями и администраторами) и облаком.
  • Приложение для администратора предназначено для ПК или планшета. В его функции входит просмотр сведений о состоянии торгового автомата. Это – события, различные показатели, журналы. С его помощью можно будет работать с облачными данными и аналитикой, отслеживать ход регулярного обслуживания автомата.
  • Приложение для покупателя будет работать на смартфоне или другом мобильном устройстве, позволяя покупателю приобретать товары в автомате.

Фаза №3. Создание и доводка прототипа

Концептуальный прототип был создан командой с использованием компьютера Intel NUC Kit DE3815TYKHE, платы Arduino 101 и Grove Starter Kit Plus IoT Edition. Он представлен на рисунке ниже. Прототип имитирует торговый автомат, который продаёт товары двух видов.


Прототип торгового автомата

В прототип входит ЖК-дисплей, который умеет отображать 2 строки по 16 символов. Он выводит названия товаров и сведения о цене. Здесь имеются две кнопки выбора товара, шаговый двигатель для системы выдачи покупок, два светодиода (зелёный и красный), отображающих состояние автомата. Кроме того, прототип включает в себя датчик температуры и кнопку «обнаружения неисправности». Для того, чтобы не усложнять прототип, системы, необходимые для приёма платежей, в него не включены. В результате, когда пользователь нажимает кнопку покупки, товар ему выдаётся без лишних вопросов.

Вот какие компоненты входят в аппаратную реализацию прототипа.

Основная система.


Компоненты из Grove Starter Kit Plus IoT Edition.

▍Реализация ПО прототипа

Управляющее приложение, использованное в прототипе, было написано на C++. Оно, кроме того, задействует компонент на Node.js для доступа к облачному сервису Microsoft Azure. Облако применяется для обмена данными, в частности, сведениями о событиях, с мобильным и административным приложениями. Эти события включают в себя, например, оповещения о состоянии температуры и запросы на выдачу товаров. Мобильное приложение для покупателей было написано на JavaScript и предназначено для использования в веб-браузере. Такой подход избран для того, чтобы избежать необходимости переписывать программу для разных мобильных платформ.

Для разработки использовался пакет Intel System Studio и плагин для IDE Eclipse, который помогает подключиться к Intel NUC и создавать приложения на C/C++.

Кроме того, в ходе работы была использована C/C++ библиотека Libmraa, которая позволяет осуществлять прямой доступ к средствам ввода-вывода на NUC, а также Firmata, которая позволяет организовать программное взаимодействие с окружением разработки Arduino, пользуясь возможностями аппаратной абстракции Arduino. Библиотека Libmraa позволяет улучшить программный контроль над средствами ввода-вывода на NUC, упрощая процесс сбора показателей датчиков. UPM предоставляет вызовы специальных функций, которые используются для работы с датчиками.

Фаза №4. Создание стабильной бета-версии

Когда прототип показал, что проект вполне оправдывает ожидания, команда переключилась на создание рабочего варианта интеллектуального торгового автомата. В целом, решение состояло из следующих основных частей.

  • Торговый автомат, который выдаёт товары и обменивается данными с внешним миром при помощи шлюза. Автомат устроен довольно сложно, включает в себя различные датчики и другие компоненты. Он собран специально для данного проекта.
  • Шлюз был выбран среди тех, которые можно найти в свободной продаже. Он основан на архитектуре Intel, логика проекта реализована с использованием ПО собственной разработки.
  • Приложения для администраторов и покупателей, написанные на JavaScript, предназначены для соответствующих групп пользователей. Эти приложения тесно интегрированы с облаком, именно оно является посредником между ними и торговым автоматом.
  • Система облачной аналитики, основанная на Microsoft Azure, которая, кроме прочего, позволяет получать прогнозные сведения для оптимизации бизнес-процессов, основываясь на данных об использовании торгового автомата, собранных за некоторое время.

▍Выбор компонентов для торгового автомата

На начальном этапе фаз завершения проекта был проведён отбор компонентов, из которых и будет построено готовое решение.

Прототип был создан в виде стендовой модели, а на данной стадии развития проекта будет построен настоящий работающий торговый автомат. Команда рассмотрела два варианта. Первый заключался в самостоятельной сборке автомата, второй – в покупке подержанного автомата и в его модификации под нужды проекта. В итоге был выбран вариант создания собственного автомата для того, чтобы сделать его универсальным и учесть в нём особенности проекта. На рисунке ниже показан автомат на раннем этапе сборки.


Сборка торгового автомата

Это – настольный автомат, предназначенный для продажи различных продуктов небольшого размера, упакованных в коробки, в блистеры и пакеты. В автомате имеются три пружины для выдачи товаров, каждая из них настроена на товары различного размера.

  • Пружина с плотными витками (3 дюйма) предназначена для 12 – 14 маленьких блистерных упаковок.
  • Пружина с витками меньшей плотности (4 дюйма) подходит для размещения 9 – 12 коробок или упаковок среднего размера.
  • Пружина с самым большим шагом витков (5 -6 дюймов), предназначена для 6 – 8 крупных упаковок. Например, в таких упаковках можно продавать футболки.

Пружины приводятся в движение шаговыми двигателями, товар падает в открывающийся лоток, расположенный в нижней части автомата. В корпусе предусмотрено окошко из плексигласа для того, чтобы покупатель мог видеть, что выбирает, и посадочные места под экран, и, возможно, клавиатуру.

В качестве материала корпуса использованы стальные элементы с порошковым покрытием, лотки изготовлены из алюминия, пружины – из стали с защитным покрытием. Передняя часть автомата открывается для размещения в ней продуктов, задняя панель сделана съёмной – для установки и обслуживания механизмов. Планируется, что вес автомата будет немного больше 30 килограммов, размеры — около 60 см в глубину, около 90 см в высоту и 75 см в ширину.

Ещё некоторые ключевые решения, принятые на данном этапе работы, включают в себя выбор датчиков промышленного класса, шлюза, построенного на базе компонентов Intel и доступного в свободной продаже, операционной системы, облачной службы для хранения и анализа данных, и программной платформы приложений для администраторов и покупателей.

▍Выбор датчиков и других компонентов

Вот какие компоненты заменяют в рабочем торговом автомате детали из Grove Starter Kit, использованные в прототипе.

  • Модель торгового автомата, компоненты которого изготовлены специально для данного проекта. А именно:

    — Корпус c дверью, закреплённой на петлях и съёмной задней стенкой.
    — Съёмный лоток с тремя пружинами для выдачи товаров.
    — Три шаговых двигателя (по одному на пружину), каждый из которых оснащён переключателем, предназначенным для регистрации полного оборота пружины.
    — Съёмная полка для электронных компонентов.

  • IoT-шлюз Dell iSeries Wyse 3290 IoT Gateway.
  • USB-кабель A – Micro USB B для подключения контроллера I2C/GPIO к шлюзу.
  • Блок питания 12 В, 5 А, который используется для подачи электропитания на управляющую плату шаговых двигателей.
  • Контроллер USB – I2C/GPIO UMFT4222EV.
  • Расширитель GPIO, основанный на микросхеме PCA9555.
  • Плата SparkFun для управления четырьмя шаговыми двигателями.
  • Датчик температуры и влажности AM2315.
  • ЖК-дисплей Grove с цветной подсветкой
  • Красный светодиод с монтажными приспособлениями.
  • Белый светодиод с монтажными приспособлениями.

▍Выбор шлюза

Вот основные факторы, руководствуясь которыми команда выбирала шлюз для торгового автомата:

  • Высокая производительность, достаточная для обеспечения бесперебойной работы решения. Обычный режим функционирования шлюза предусматривает управление механизмами автомата, сбор сведений с датчиков и обмен данными с облаком.
  • Доступность в продаже, немаловажный фактор, если учесть, что без шлюза проект реализовать не удастся. Некоторые члены команды были за то, чтобы выбрать шлюз Vantron VT-M2M-QK, однако, в приемлемый срок достать его не удалось, поэтому выбор пал на другое устройство.

В итоге для проекта был выбран шлюз Dell iSeries Wyse 3290 IoT Gateway. Этот шлюз обеспечивает необходимый уровень производительности и для существующей функциональности, и для возможного расширения проекта в будущем. А именно, он оснащён процессором Intel Celeron N2807 (тактовая частота до 2.16 Ггц, 1 Мб кэш-памяти), 4 Гб DDR3-оперативной памяти (1600 МГц). Устройство оборудовано сетевой картой (10/100/1000 BASE-T), Wi-Fi-адаптером (802.11a/b/g/n/ac) и модулем Bluetooth 4.0 Low Energy. Шлюз имеет небольшие размеры (69 мм x 197.5 мм x 117 мм) и вес (2.34 кг).

Dell iSeries Wyse 3290 IoT Gateway легко достать, даже в больших количествах, что важно для гипотетической ситуации вывода описываемого здесь торгового автомата на рынок.

После того, как шлюз был выбран, нужно было определиться с ОС для него. В прототипе, на Intel NUC, уже использовалась Intel IoT Gateway Software Suite. Шлюз поддерживает установку этой ОС, он сертифицирован для неё, поэтому Intel IoT Gateway Software Suite решено было оставить. Такое решение упрощает перенос программных наработок, сделанных на стадии прототипирования, в рабочий торговый автомат. Облегчает этот процесс и применение того же, что и в прототипе, окружения разработки, а именно, Intel System Studio и вспомогательных библиотек.

▍Архитектура системы

Система включает в себя следующие основные программные части:

  • Программное обеспечение шлюза.
  • Облачные службы Azure для хранения и анализа данных и серверное приложение.
  • Приложения для администраторов и покупателей.


Схема взаимодействия различных программных компонентов проекта

Сейчас мы поговорим о структуре ПО шлюза и облачного решения, а ниже рассмотрим приложения для администраторов и покупателей.

▍Программное обеспечение шлюза

Программное обеспечение, которым оснащён шлюз, состоит из трёх частей:

  1. Управляющее приложение, написанное на C++ с использованием библиотек libmraa и libupm из IoT Developer Kit. Оно решает следующие задачи:

    — Контроль исправности механических частей автомата и ведение журнала результатов проверок в локальной базе данных.
    — Мониторинг колебаний температуры, в частности, её выхода из заданного диапазона как в сторону понижения, так и в сторону повышения. Система реагирует на нежелательные изменения температуры отправкой уведомлений администратору.
    — Выдача товара по команде, поступающей на автомат из облака. В облако, в свою очередь, соответствующая команда поступает от приложения для покупателей.

  2. Локальная база данных применяется для организации обмена данными между управляющим приложением и демоном базы данных. Локальная база данных SQLite использует файл $HOME/Vending_Prototype/events.sqlite3, содержащий таблицу «events», в которую записываются сведения о событиях, которые нужно передать в облако. Таблица событий синхронизируется между облаком и шлюзом.
  3. Демон базы данных реализован на Node.js. Он синхронизирует записи о событиях между локальной базой данных и облаком.

▍Реализация облачной части решения на базе Azure

Облачная часть решения отвечает за хранение данных о количестве товаров в автомате. В неё, пользовательским приложением и автоматом, передаются сведения о событиях. В облаке выполняется анализ данных и вызов процедур, обеспечивающих реакцию системы, например, на слишком маленькое количество товара в автомате или на неисправность. В основном облачные средства обработки данных обеспечивают следующий функционал:

  • Если некий продукт в автомате закончился, эти сведения отправляются в облако, после чего в административном приложении отображается оповещение.
  • Если внутренняя температура в автомате вышла из заданного диапазона, данные об этом поступают в облако для анализа. В административном приложении выводится предупреждение.
  • Если хотя бы одна из пружин для выдачи товаров работает неправильно, эти сведения так же отправляют в облако, что, опять же, приводит к выдаче предупреждения в административном приложении.
  • Если лоток автомата выдвинут, например, во время техобслуживания, система сообщает о состоянии «Автомат открыт». После того, как лоток вернётся в рабочее положение, система сообщает о состоянии «Автомат готов к работе».

Фаза №5. Оценка возможностей продукта и расширение функционала

Команда проекта, занятая работой над торговым автоматом, состояла, в основном, из инженеров. Достаточного опыта в разработке пользовательских интерфейсов у них не было. Поэтому к работе над интерфейсами приложений привлекли внешние ресурсы. Приглашённый специалист участвовал в совещаниях команды.

В процессе этих дискуссий интерфейс был доработан, в него включили некоторые дополнительные функции. Например, в административном приложении применили цветовое кодирование индикаторов количества товаров, добавили опцию выбора формата отображения температуры (в градусах Цельсия или Фаренгейта). В приложение для покупателей добавили функцию подтверждения покупки перед выполнением транзакции, а также внесли некоторые другие небольшие улучшения.

После того, как были приняты решения по созданию рабочей версии торгового автомата, несколько членов команды решили выяснить, как его можно улучшить, какой функционал, построенный на уже существующей базе, можно добавить к нему в будущем.

▍Улучшение облачной аналитики

Команда обнаружила возможность расширения функционала облачной аналитики с использованием сервиса Microsoft Power BI и платформы Power Bi Desktop – размещённого в облаке интеллектуального аналитического бизнес-сервиса, который интегрирован с Microsoft Azure. Функционал Power BI позволяет работать с большими объёмами данных, в частности – визуализировать их. Эта возможность окажется очень кстати в системах, которые включают в себя множество интеллектуальных торговых автоматов.

▍Расширение уведомлений о событиях

Систему предупреждений о событиях, которая уже имеется в проекте, можно расширить, основываясь на данных, поступающих от автомата и применяя возможности Azure. В частности, улучшения системы предупреждений можно провести по двум направлениям, с использованием следующих сценариев работы:

  • Нехватка запасов товаров. Если количество некоторого продукта в автомате упало до двух штук, в облако отправляется уведомление, которое, после анализа, приведёт к отправке предупреждения в административное приложение с указанием на то, что запасы нужно пополнить. Если же некий товар полностью распродан, выполняется аналогичная последовательность действий, при этом соответствующие данные выводятся и на дисплее автомата.
  • Незапланированное обслуживание. Если автомат работает неправильно, например, одна из пружин не может совершить полный оборот, или температура вышла из заданных пределов, в облако отправляется соответствующее уведомление. Оно может быть перенаправлено в административное приложение. Администратор, в свою очередь, может сообщить о неисправности в сервисную службу и проконтролировать, опять же, через систему уведомлений, ход работ по устранению неполадки.

Фаза 6. Завершение работы и выпуск готового продукта

На финальной фазе проекта была завершена работа над торговым автоматом и программным обеспечением. Рассмотрим приложение для администратора автомата.

▍Приложение для администраторов

Интерфейс административного приложения, показанный на рисунке ниже, разработан в расчёте на планшетный компьютер.


Интерфейс административного приложения

Вот описание основных областей интерфейса, которые пронумерованы и выделены на рисунке.

  1. Система меню содержит кнопку Home, которая позволяет перейти на домашний экран (именно он показан на рисунке). Кнопка About открывает экран со сведениями о ПО, кнопка Setup ведёт к экрану с информацией об аппаратных параметрах системы (в том числе – о размещении и состоянии датчиков). Кнопка Log выводит журнал событий, отчёт о продажах, списки предупреждений и сообщений об обслуживании. Кнопка Alert позволяет посмотреть подробности об активных оповещениях о необходимости обслуживания, включая тип и время возникновения события по каждому подобному оповещению.
  2. Панель сведений о запасах товаров отображает уровень наличия товаров, устанавливаемый по данным, получаемым из облака, с использованием цветовой кодировки для различных уровней. Тёмно-синий цвет применяется для товаров, количество которых превышает две трети от максимального. Более светлый оттенок синего указывает на то, что товаров имеется от двух третей до одной трети от максимума. Оранжевый сигнализирует о том, что товаров меньше трети от максимума. Если щёлкнуть по панели, будет выведено окно с подробностями об остатках товаров. Здесь можно получить данные об их точном количестве, о том, какие это товары, где именно в автомате они расположены, об их стоимости.
  3. Модуль контроля температуры содержит полукруглый индикатор температуры с возможностью установки её нижней и верхней границы. Индикатор выводит текущую температуру в автомате в градусах Цельсия или Фаренгейта. Белая часть индикатора символизирует допустимый диапазон температур. Если температура выходит из этого диапазона, система генерирует оповещение. Данные индикатора обновляются каждые несколько секунд.
  4. Область, сигнализирующая о состоянии пружин, выводит сведения о пружинах и двигателях. Если что-то пошло не так, например, отказала электроника или что-то застряло в пружине, сведения об этом отобразятся в этой области.
  5. Модуль торгового автомата показывает, открыта или закрыта дверь автомата, а также, в случае возникновения неисправности, даёт визуальную подсказку о том, где именно она произошла.

▍Приложение для покупателей

Интерфейс приложения для покупателей показан на рисунке ниже. Он разработан в расчёте на мобильные устройства, позволяя пользователю взаимодействовать с торговым автоматом и делать покупки.


Интерфейс приложения для покупателя

Интерфейс приложения состоит из следующих основных частей, они пронумерованы и выделены на рисунке:

  1. Панель состояния указывает на то, готов ли автомат к выполнению заказа, который собирается сделать покупатель. Кроме того, эта панель работает как корзина покупок, отображая список выбранных покупателем товаров перед их продажей. Когда товары добавляют в корзину, на экране появляется кнопка Buy, отображающая общую стоимость покупки. Нажатие на эту кнопку завершает операцию, отправляя информацию о заказе в облако. После обработки заказа из облака на автомат поступает команда о выдаче покупки, а в приложении обновляются сведения о доступном количестве товаров.
  2. Панель заказа содержит кнопки выбора для каждого товара. Нажатия на них позволяют выбирать товары и добавлять их в корзину на панели состояния. Поля около кнопок содержат сведения о количестве товаров каждого вида в автомате и об их стоимости.

▍Готовый торговый автомат

Вот как выглядит автомат в сборе, с установленным шлюзом, датчиками и другими компонентами.


Готовый торговый автомат и его компоненты

Выводы

Мы надеемся, что наблюдение за продвижением нашего интеллектуального торгового автомата от идеи к работающей модели окажется полезным для команд, которые заняты разработкой собственных IoT-проектов.

В методике, которой мы следуем, всё начинается с фазы осмысления проблемы. Дальше идёт быстрое создание прототипа из недорогих компонентов. Возможно – в формате стендовой модели. Прототип и программное обеспечение к нему позволяют очень рано понять, стоит ли продолжать работу, есть ли у проекта шанс выжить на рынке. Такая возможность способна сэкономить немало времени и средств. Если после создания прототипа стало понятно, что проект достаточно перспективен, создают функциональную модель системы, тестируют её, дорабатывают и, в финале, готовят к производству.

Одна из особенностей нашего проекта заключается в подходе к работе с облачными службами. А именно, облачные вычисления нередко ассоциируют с поиском ценных сведений в больших данных, с накоплением и изучением огромных объёмов информации, и ни с чем другим. В нашем проекте мы тоже занимаемся хранением и анализом данных, но облачные службы, в дополнение к традиционным функциям, приобретают роль центра связи компонентов системы. Полагаем, над этим стоит поразмыслить.

В итоге хочется отметить, что мы уверены в том, что технологии интернета вещей способны оказать значительное позитивное влияние на вендинговый бизнес.

Торговый автомат • Rust Labs

Ракета РСЗО 8
40-мм фугасная граната 70 1 мин 29 сек
Ракета 10 54 сек ×300 ×14,000
Ракета (Скоростная) 84 8 мин 18 сек ×16,800
Timed Explosive Charge 3 13 сек ×180 ×6,600
Фонарик 642 2 часа 29 мин 35 сек
Отбойный молоток 55 11 мин 19 сек
Отбойный молоток

Пополняя у верстака

~ 3 16 мин 57 сек
Штурмовая винтовка

Патрон 5.56-мм

×250,000 19 часов 7 мин 59 сек ×832,500
Штурмовая винтовка

Патрон 5.56-мм (разрывной)

×499 2 мин 14 сек ×12,475
Штурмовая винтовка

Патрон 5.56-мм (зажигательный)

×250,000 19 часов 7 мин 59 сек ×3,125,000
Штурмовая винтовка

Патрон 5.56-мм (скоростной)

×250,000 19 часов 7 мин 59 сек ×5,000,000
Beancan Grenade 139 2 мин 50 сек ×16,680
Винтовка

Патрон 5.56-мм

×156,250 109 часов 35 мин 27 сек ×520,313
Винтовка

Патрон 5.56-мм (разрывной)

×497 20 мин 52 сек ×12,425
Винтовка

Патрон 5.56-мм (зажигательный)

×156,250 109 часов 35 мин 27 сек ×1,953,125
Винтовка

Патрон 5.56-мм (скоростной)

×156,250 109 часов 35 мин 27 сек ×3,125,000
Костяная дубина 435 2 часа 8 мин 45 сек
Костяная дубина

Бросок

521 4 часа 20 мин 25 сек
Костяной нож 209 1 час 4 мин 14 сек
Костяной нож

Бросок

500 5 часов 12 мин 30 сек
Бензопила 348 40 мин 30 сек
Самодельный тесак 105 1 час 11 мин 12 сек
Самодельный тесак

Бросок

67 1 час 44 мин 10 сек
Двуствольный дробовик

Самодельный патрон

×69,445 57 часов 52 мин 12 сек ×347,225
Двуствольный дробовик

Дробь 12-го калибра

×59,524 49 часов 36 мин 6 сек ×595,240
Двуствольный дробовик

Зажигательный снаряд 12-го калибра

×125,000 104 часа 9 мин 54 сек ×2,500,000
Двуствольный дробовик

Пуля 12-го калибра

×156,250 130 часов 12 мин 24 сек ×1,562,500
Самодельный пистолет

Самодельный патрон

×69,445 51 час 41 мин 50 сек ×347,225
Самодельный пистолет

Дробь 12-го калибра

×59,524 44 часа 18 мин 42 сек ×595,240
Самодельный пистолет

Зажигательный снаряд 12-го калибра

×125,000 93 часа 3 мин 18 сек ×2,500,000
Самодельный пистолет

Пуля 12-го калибра

×156,250 116 часов 19 мин 8 сек ×1,562,500
Граната F1 1,241 24 мин 52 сек ×74,460
Многозарядный гранатомет

40-мм картечь

×46,297 17 часов 8 мин 48 сек
Топор 74 1 час 16 мин 13 сек
Топор

Бросок

84 3 часа 28 мин 21 сек
Боевой нож 184 30 мин 49 сек
Боевой нож

Бросок

100 1 час 2 мин 30 сек
Винтовка L96

Патрон 5.56-мм

×156,250 116 часов 19 мин 7 сек ×520,313
Винтовка L96

Патрон 5.56-мм (разрывной)

×497 22 мин 9 сек ×12,425
Винтовка L96

Патрон 5.56-мм (зажигательный)

×156,250 116 часов 19 мин 7 сек ×1,953,125
Винтовка L96

Патрон 5.56-мм (скоростной)

×156,250 116 часов 19 мин 7 сек ×3,125,000
Штурмовая винтовка LR-300

Патрон 5.56-мм

×312,500 21 час 38 мин 33 сек ×1,040,625
Штурмовая винтовка LR-300

Патрон 5.56-мм (разрывной)

×499 2 мин 1 сек ×12,475
Штурмовая винтовка LR-300

Патрон 5.56-мм (зажигательный)

×312,500 21 час 38 мин 33 сек ×3,906,250
Штурмовая винтовка LR-300

Патрон 5.56-мм (скоростной)

×312,500 21 час 38 мин 33 сек ×6,250,000
Пулемет М249

Патрон 5.56-мм

×192,308 10 часов 21 мин 8 сек ×640,386
Пулемет М249

Патрон 5.56-мм (разрывной)

×498 1 мин 29 сек ×12,450
Пулемет М249

Патрон 5.56-мм (зажигательный)

×192,308 10 часов 21 мин 8 сек ×2,403,850
Пулемет М249

Патрон 5.56-мм (скоростной)

×192,308 10 часов 21 мин 8 сек ×3,846,160
Винтовка M39

Патрон 5.56-мм

×250,000 24 часа 28 мин 41 сек ×832,500
Винтовка M39

Патрон 5.56-мм (разрывной)

×499 2 мин 52 сек ×12,475
Винтовка M39

Патрон 5.56-мм (зажигательный)

×250,000 24 часа 28 мин 41 сек ×3,125,000
Винтовка M39

Патрон 5.56-мм (скоростной)

×250,000 24 часа 28 мин 41 сек ×5,000,000
М92 Беретта

Пистолетный патрон

×277,778 22 часа 7 мин 8 сек ×694,445
М92 Беретта

Пистолетный патрон (зажигательный)

×277,778 22 часа 7 мин 8 сек ×2,313,891
М92 Беретта

Пистолетный патрон (скоростной)

×277,778 22 часа 7 мин 8 сек ×3,702,781
Булава 132 1 час 25 мин 31 сек
Булава

Бросок

84 1 час 44 мин 10 сек
Мачете 138 1 час 1 мин 49 сек
Мачете

Бросок

125 2 часа 36 мин 15 сек
MP5A4

Пистолетный патрон

×357,143 22 часа 48 мин 59 сек ×892,858
MP5A4

Пистолетный патрон (зажигательный)

×357,143 22 часа 48 мин 59 сек ×2,975,001
MP5A4

Пистолетный патрон (скоростной)

×357,143 22 часа 48 мин 59 сек ×4,760,716
Весло 95 1 час 28 мин 22 сек
Кирка 44 1 час 3 мин 13 сек
Кирка

Бросок

32 1 час 18 мин 7 сек
Самодельный дробовик

Самодельный патрон

×69,445 86 часов 48 мин 18 сек ×347,225
Самодельный дробовик

Дробь 12-го калибра

×59,524 74 часа 24 мин 13 сек ×595,240
Самодельный дробовик

Зажигательный снаряд 12-го калибра

×125,000 156 часов 14 мин 55 сек ×2,500,000
Самодельный дробовик

Пуля 12-го калибра

×156,250 195 часов 18 мин 40 сек ×1,562,500
Револьвер Питон

Пистолетный патрон

×227,273 47 часов 20 мин 51 сек ×568,183
Револьвер Питон

Пистолетный патрон (зажигательный)

×227,273 47 часов 20 мин 51 сек ×1,893,184
Револьвер Питон

Пистолетный патрон (скоростной)

×227,273 47 часов 20 мин 51 сек ×3,029,549
Револьвер

Пистолетный патрон

×357,143 57 часов 21 мин 10 сек ×892,858
Револьвер

Пистолетный патрон (зажигательный)

×357,143 57 часов 21 мин 10 сек ×2,975,001
Револьвер

Пистолетный патрон (скоростной)

×357,143 57 часов 21 мин 10 сек ×4,760,716
Камень 368 4 часа 36 мин 57 сек
Камень

Бросок

500 5 часов 12 мин 30 сек
Самодельный топор 49 58 мин 40 сек
Самодельный топор

Бросок

40 2 часа 5 мин
Самодельный молот 58 1 час 10 мин 24 сек
Самодельный молот

Бросок

50 2 часа 36 мин 15 сек
Самодельный ледоруб 37 44 мин 1 сек
Самодельный ледоруб

Бросок

34 1 час 44 мин 10 сек
Satchel Charge 15 30 сек ×7,200
Помповый дробовик

Самодельный патрон

×69,445 35 часов 21 мин 54 сек ×347,225
Помповый дробовик

Дробь 12-го калибра

×59,524 30 часов 18 мин 43 сек ×595,240
Помповый дробовик

Зажигательный снаряд 12-го калибра

×125,000 63 часа 39 мин 24 сек ×2,500,000
Помповый дробовик

Пуля 12-го калибра

×156,250 79 часов 34 мин 14 сек ×1,562,500
Полуавтоматический пистолет

Пистолетный патрон

×312,500 36 часов 53 мин 29 сек ×781,250
Полуавтоматический пистолет

Пистолетный патрон (зажигательный)

×312,500 36 часов 53 мин 29 сек ×2,603,125
Полуавтоматический пистолет

Пистолетный патрон (скоростной)

×312,500 36 часов 53 мин 29 сек ×4,165,625
Полуавтоматическая винтовка

Патрон 5.56-мм

×312,500 38 часов 6 мин 45 сек ×1,040,625
Патрон 5.56-мм (разрывной)

Полуавтоматическая винтовка

499 3 мин 38 сек ×12,475
Полуавтоматическая винтовка

Патрон 5.56-мм (разрывной)

×499 3 мин 38 сек ×12,475
Полуавтоматическая винтовка

Патрон 5.56-мм (зажигательный)

×312,500 38 часов 6 мин 45 сек ×3,906,250
Полуавтоматическая винтовка

Патрон 5.56-мм (скоростной)

×312,500 38 часов 6 мин 45 сек ×6,250,000
Самодельный пистолет-пулемет

Пистолетный патрон

×416,667 30 часов 22 мин 54 сек ×1,041,668
Самодельный пистолет-пулемет

Пистолетный патрон (зажигательный)

×416,667 30 часов 22 мин 54 сек ×3,470,836
Самодельный пистолет-пулемет

Пистолетный патрон (скоростной)

×416,667 30 часов 22 мин 54 сек ×5,554,171
Дробовик Spas-12

Самодельный патрон

×92,593 30 часов 13 мин 15 сек ×462,965
Дробовик Spas-12

Дробь 12-го калибра

×79,366 25 часов 54 мин 11 сек ×793,660
Дробовик Spas-12

Зажигательный снаряд 12-го калибра

×166,667 54 часа 23 мин 48 сек ×3,333,340
Дробовик Spas-12

Пуля 12-го калибра

×208,334 67 часов 59 мин 50 сек ×2,083,340
Каменный топор 321 2 часа 10 мин 20 сек
Каменный топор

Бросок

500 5 часов 12 мин 30 сек
Каменная кирка 193 1 час 12 мин 39 сек
Каменная кирка

Бросок

250 2 часа 36 мин 15 сек
Каменное копье 163 47 мин 21 сек
Длинный меч 105 57 мин 18 сек
Длинный меч

Бросок

67 1 час 44 мин 10 сек
Самодельный меч 76 53 мин 20 сек
Самодельный меч

Бросок

72 2 часа 36 мин 15 сек
Пистолет-пулемет Томпсона

Пистолетный патрон

×333,334 29 часов 57 мин 10 сек ×833,335
Пистолет-пулемет Томпсона

Пистолетный патрон (зажигательный)

×333,334 29 часов 57 мин 10 сек ×2,776,672
Пистолет-пулемет Томпсона

Пистолетный патрон (скоростной)

×333,334 29 часов 57 мин 10 сек ×4,443,342
Факел 962 9 часов 17 мин 41 сек ×962
Факел

Зажженный

~ 3,572 10 часов 1 мин 11 сек ×3,572
Деревянное копье 148 1 час 4 мин 57 сек

Установка торговых автоматов — установка снековых автоматов в Москве

Обслуживание и установкаторговых автоматов осуществляются опытными специалистами компании «Саеко Вендинг» уже немало лет. Мы предлагаем приобрести или арендовать снековые и кофейные автоматы на выгодных условиях. Обратившись к нам, вы сможете легко и просто начать собственное дело. Предлагаемое нами оборудование предназначено для офисов и других общественных мест, в которых отсутствуют пункты общепита. Такие установки помогут организовать реализацию разнообразных упакованных продуктов:

  • сэндвичи,
  • чипсы,
  • печенье,
  • напитки и пр.

Следует отметить, что оборудование для автоматической торговли может не только по-разному комплектоваться. В нем можно создать различные температурные условия для хранения продуктов. Поэтому, если вы захотите, например, продавать йогурты, с этим также не возникнет проблем. Возможность автоматически реализовывать значительный ассортимент продуктов и напитков относится к бесспорным преимуществам предлагаемого нами оборудования.

АВТОМАТИЧЕСКАЯ ТОРГОВЛЯ – ОТЛИЧНОЕ РЕШЕНИЕ

Если вы хотите попробовать организовать автоматическую торговлю, для начала можно не приобретать торговый автомат. Компания «Саеко Вендинг» готова предложить любое оборудование в аренду. Обратившись к нам, вы сможете минимизировать затраты и получить в распоряжение на любое время качественное высокотехнологичное и надежное оборудование.

Также к преимуществам снековых автоматов относятся:

  • компактность – всего одного квадратного метра достаточно для установки оборудования;
  • простота использования;
  • минимум ожидания обслуживания;
  • значительный срок эксплуатации.

Профессиональная установка торговых автоматов и их обслуживание гарантируют бесперебойность функционирования. Специалисты компании «Саеко Вендинг» смогут сделать так, чтобы приобретенное или арендованное вами оборудование не простаивало и ежедневно приносило доход.

Снековые автоматы – это современное оборудование, которое способно гармонично сочетаться с любыми интерьерными решениями офисных пространств. Наличие данного оборудования будет обеспечивать дополнительный уровень комфорта для персонала каждой компании. Торговые автоматы способны предлагать к приобретению разнообразную продукцию. Поэтому несложно будет провести эксперимент: какие именно продукты пользуются наибольшей популярностью у пользователей.

ОБРАЩАЙТЕСЬ К ПРОФЕССИОНАЛАМ КОМПАНИИ «САЕКО ВЕНДИНГ»

Установка автомата специалистами компании «Саеко Вендинг» осуществляется в кратчайшие сроки. Для организации автоматической торговли в офисе либо другом общественном здании обращайтесь к опытным профессионалам. Любую интересующую информацию готовы предоставить в рабочие часы наши менеджеры.

Оборудование компактно, поэтому его установка возможна практически в любом помещении даже небольшого размера. Простота автоматов для пользователей неизменно делает данное торговое оборудование популярным. При помощи него каждый сможет, не затратив и минуты, приобрести продукты для перекуса.

Обращайтесь для приобретения автомата к профессионалам компании «Саеко Вендинг», которые установили доступные цены и предлагают значительный ассортимент автоматического оборудования.

Исследователь написал приложение для обмана торговых автоматов — «Хакер»

Итальянский ИБ-специалист и CTO компании Remoria VR Маттео Писани (Matteo Pisani) придумал, как открыть для себя бесконечный кредит в торговых автоматах компании Argenta. Такие автоматы весьма широко распространены в Италии и используются для продажи самых разных вещей, от напитков до сигарет. Они поддерживают Bluetooth Low Energy (BLE) и Near Field Communication (NFC), то есть позволяют покупателям расплачиваться при помощи смартфонов.

Писани решил повнимательнее изучить мобильное приложение Argenta, декомпилировал его, перепаковал и установил на свой смартфон, чтобы понаблюдать за его активностью. Вскоре он обнаружил признаки работы RushOrm, Android-инструмента, который используется для мапинга классов Java в SQL-таблицах. Таким образом специалист сумел понять, что приложение использует базу данных argenta.db, которая тут же перекочевала на ноутбук Писани.

Хотя БД и была защищена паролем, исследователь нашел файл конфигурации RushOrm и выяснил, что для ее защиты используется лишь IMEI устройства. Так Писани удалось «вскрыть» базу данных и обнаружить в ней интересную таблицу UserWallets («кошельки пользователя»), содержащую доступное для редактирования поле walletCredit («кредит кошелька»).

Как нетрудно догадаться по названию, это значение действительно отвечало за кредит, который могут предоставить пользователю автоматы Argenta. В итоге специалист написал простой Android-инструмент, автоматически взаимодействующий с БД и изменяющий параметры, связанные с кошельком.  Писани отмечает, что изначальная сумма кредита могла равняться нулю, это никак не мешало изменению параметров. К примеру, на фото ниже исследователь предоставил себе кредит в размере 999 евро.

Писани пишет, что в результате этих изысканий ему удалось обнаружить огромное количество «чистого» кода, без какой-либо обфускации, то есть защита данных пользователей приложения и его защита от реверс-инжиниринга определенно оставляют желать лучшего. Видео, которое Писани разместил на YouTube в категории «Юмор», демонстрирует атаку на торговый автомат на практике.

Месяц назад Писани уже сообщил о проблеме разработчикам Argenta, но он признается, что порекомендовал им не просто устранить баги, но полностью отказаться от текущей архитектуры и разработать с нуля более надежное и безопасное решение.

Новый мобильный продуктовый автомат появится на улицах

Краткое описание погружения:

  • Стартап по автоматизации розничной торговли Tortoise представил мобильные «умные магазины», основанные на дистанционно управляемых контейнерах, которые позволяют людям покупать продукты питания и другие товары без взаимодействия с работником-человеком, сообщила компания в пятницу.
  • Tortoise сотрудничает с более чем дюжиной партнеров , включая Choice Market в Колорадо и сеть магазинов Go Grocer в Чикаго, над запуском автоматических точек самообслуживания, каждая из которых имеет один SKU и позволяет людям пользоваться телефоном или кредитной картой. для оплаты товаров.
  • Компания заявляет, что ее новая концепция может помочь розничным торговцам получать значительно больший доход, чем они могли бы получать с помощью традиционных торговых автоматов.

Понимание погружения:

Tortoise позиционирует свои мобильные смарт-магазины как способ для розничных продавцов стимулировать продажи, делая отдельные товары доступными в ситуациях, когда они иначе были бы недоступны для покупателей, сказал в интервью Дмитрий Шевеленко, президент и соучредитель Tortoise.

Tortoise заявила, что первые результаты показали, что их мобильные умные магазины могут приносить от 80 до 100 долларов в час продаж.

Помимо поощрения продаж, Tortoise рассматривает устройства как гибкий способ удовлетворить потребности клиентов там, где они уже есть. Он отметил, что устройства могут перемещаться между точками в течение дня и использоваться для продажи товаров перед торговыми точками в нерабочее время, внутри магазина или на стадионах и других площадках. Покупателям не нужна учетная запись или приложение для покупки товара.

Эта концепция представляет собой изменение курса Tortoise, которая была сосредоточена на использовании своих роботизированных тележек для доставки продуктов потребителям и перевозки их между торговыми точками, но затем пришла к выводу, что лучше использовать магазин на колесах. технологии, — сказал Шевеленко.Компания, которая ранее сотрудничала с розничными торговцами, включая Safeway и Choice Market, для тестирования своего электрического средства доставки, обнаружила, что люди часто подходили к контейнерам с ожиданием, что они могут что-то купить — модель, которая убедила ее перейти к магазину на улице. идея с колесами.

«Мы наблюдали одно и то же во всех наших развертываниях: всякий раз, когда робот был припаркован в магазине или припаркован на углу, люди подходили к нему и начинали с ним разговаривать, ожидая, что смогут взаимодействовать с ним. Это.Так что мы приняли это понимание близко к сердцу», — сказал Шевеленко.

Tortoise работает с различными розничными торговцами над запуском концепции мобильного умного магазина. Помимо Choice Market и Go Grocer, первыми пользователями также являются Edith’s, нью-йоркский ритейлер, специализирующийся на еврейской домашней еде; лондонский интернет-магазин Jiffy; и Opie Stores, которая прошлой осенью открыла продуктовый магазин в Южной Каролине.

Чтобы обеспечить автоматическую торговлю, Tortoise использует ту же двигательную установку и защищенные блоки хранения, которые она ранее разработала для своих роботов-доставщиков.Чтобы взаимодействовать с покупателями, компания добавила в коробки считыватели для оплаты одним касанием, чтобы одновременно открывать крышку и оплачивать товары.

По словам Шевеленко, в каждой тележке есть две единицы хранения, каждая из которых предназначена для перевозки нескольких отдельных упаковок с одним и тем же продуктом. По словам Шевеленко, блоки имеют изоляцию промышленного класса и могут содержать нагревательные пластины и сухой лед, и Tortoise планирует модернизировать их с помощью электрических систем климат-контроля в конце 2022 года.

Тележками управляют удаленные операторы из Мехико, которые направляют их к местам, где они будут припаркованы, отслеживают транзакции и воспроизводят звуковые сообщения для покупателей.

Tortoise предоставляет оборудование розничным торговцам без предоплаты и взимает комиссию в размере 10% от валовой выручки.

Кэтрин Дуглас Моран предоставила репортаж.

5 роботов теперь в продуктовых магазинах обеспечивают предварительный просмотр автоматизации розничной торговли

Правительства и продуктовые магазины просят людей соблюдать «социальную дистанцию» во время покупок, чтобы защитить как посетителей, так и сотрудников от нового коронавируса. В то же время возрос интерес к приложениям для робототехники, но ранние развертывания получили неоднозначные отзывы.

В настоящее время роботы могут искать разливы, мыть полы, проверять запасы или направлять клиентов, но ни один робот не может делать больше одной или двух из этих вещей. Тем не менее, продуктовые магазины действительно нуждаются в функциях, предлагаемых сервисными роботами, что дает раннее представление о том, как они могут в конечном итоге помочь большему количеству розничных продавцов, даже после того, как кризис COVID-19 минует.

Ниже приведены примеры пяти роботизированных систем, используемых в настоящее время в продуктовых магазинах:

Марти

Этот робот для продуктового магазина, созданный компанией Badger Technologies, предупреждает покупателей о потенциальных опасностях, таких как разливы.В одной статье, опубликованной в этом году, поясняется, что 172 магазина Giant и 325 магазинов Stop & Shop в США используют Marty с января 2019 года после успешных испытаний.

 

Двуязычный робот говорит на английском и испанском языках для общения с покупателями. Stop & Shop сообщила, что Марти обнаруживает примерно 40 разливов в каждом магазине в день за 12 сеансов, во время которых он сканирует окрестности.

Badger Technologies работает с Neurala Inc.на ИИ на основе зрения и с AT&T на использование технологий 5G с Badger.

Подсчет

Giant Eagle and Schnucks используют этого высокого и стройного робота для супермаркетов, созданного Simbe Robotics, для наблюдения за полками. Он предупреждает работников об отсутствующих товарах или других проблемах, связанных с презентацией товаров, например о том, что товары находятся не в том месте.

Робот движется по заранее заданному маршруту вокруг магазина и передает собранные данные сотрудникам, сообщая им, когда и где пополнить запасы товаров.

 

По состоянию на декабрь 2019 года Tally был только в трех продуктовых магазинах Giant Eagle. Представитель сказал, что развертывание преднамеренно медленно , чтобы розничный продавец мог следить за тем, как идут дела, и нужно ли расширяться. Во время пробного периода сотрудники получают данные от робота каждые 30 минут.

Schnucks развернула Tally в 2017 году для пилотного проекта в трех магазинах, а затем в октябре 2018 года разместила Tally в 15 магазинах. Затем, осенью 2019 года, бренд интегрировал данные о полках со своим мобильным приложением, чтобы помочь покупателям более эффективно находить то, что им нужно. .

Алфабот

Walmart использует этого торгового робота для ускорения выполнения онлайн-заказов клиентов. Alphabot, продукт, производимый компанией Alert Innovation, может катиться по рельсам, окружающим контейнеры для хранения с едой, и взбираться по трехэтажным складским конструкциям.

Как только он находит нужный контейнер, бот убирает его и относит работнику-человеку, который выбирает нужный предмет.

 

Walmart начал использовать Alphabot в 2019 году.По данным компании, в настоящее время машина помогает с примерно 20% ее онлайн-заказов на продукты, связанных с одним центром выполнения в Нью-Гэмпшире.

Розничный торговец заявил, что планирует внедрить эту роботизированную систему на объектах в Оклахоме и Калифорнии. Хотя клиенты никогда не видят Alphabot, они извлекают из этого выгоду, быстро и точно готовя свои заказы.

Милли

Woolworths, австралийский ритейлер (не путать с американским или американским).K. Retailers) впервые привезли этого робота в продуктовые магазины Сиднея. Он похож на Марти, робота, обнаруживающего опасности, описанного выше. Однако Милли немного более продвинута. Вместо того, чтобы просто предупреждать сотрудников о разливах, он может найти и очистить их.

 

Мобильный робот получил неоднозначные отзывы покупателей во время месячного испытания в апреле 2019 года. Некоторые люди говорили, что у робота из продуктового магазина были недружелюбные глаза, особенно если смотреть под углом.Другие задавались вопросом, заменит ли он людей, которые раньше сталкивались с разливами. Тем не менее бренд продуктового магазина решил открыть для Милли второе место позже в этом году.

Woolworths также сотрудничает с базирующейся в Бостоне компанией Takeoff Technologies для автоматизации операций микроисполнения.

SmartSight EMA50

Товары, которых нет в наличии, могут разочаровать покупателей, которые надеются найти именно то, что им нужно, в своих любимых продуктовых магазинах. Однако периоды высокого спроса, такие как праздники или нехватка рабочей силы во время карантина, могут вызвать стресс у сотрудников и заставить покупателей чувствовать себя сытыми по горло.SmartSight — это робот для супермаркетов, который стремится избежать этих проблем, помогая управлять запасами.

 

Робот использует такие технологии, как машинное обучение и компьютерное зрение, чтобы выявлять такие проблемы, как дефицит товара или ошибки в ценообразовании. Zebra Technologies заявила, что ее робот может увеличить доступные запасы на 95% и сократить время ручной инвентаризации на 65 часов в неделю.

Компания представила технологию на выставке Национальной федерации розничной торговли в январе.Таким образом, на его веб-сайте еще нет тематических исследований розничных продавцов, тестирующих машину.

Одной из привлекательных особенностей этого робота является то, что продуктовые магазины могут подписаться на его использование в рамках модели «робототехника как услуга» (RaaS). В результате им не нужно беспокоиться о вещах, которые в противном случае могли бы замедлить их внедрение, таких как стоимость будущего ремонта.

Розничные роботы за пределами продуктовых магазинов

Приведенный выше список показывает, что продуктовые магазины имеют общие приоритеты в использовании роботов.Например, и Милли, и Марти помогают справляться с разливами. Они могут снизить ответственность бренда, связанную с тем, что люди поскользнутся и упадут во время покупок. SmartSight EMA50 и Tally помогают продуктовым магазинам поддерживать товар на полках и выявлять ошибки, например, товары, возвращенные не в те места.

Хотя Alphabot фокусируется на выполнении заказов, он не является единственным игроком в более широком продуктовом секторе. В The Wall Street Journal представлены компании, предоставляющие высокоавтоматизированные центры выполнения заказов для продуктовых магазинов.Их небольшая площадь может помочь многим сетям, у которых есть такие объекты за торговыми точками, ориентированными на клиентов, или в густонаселенных городских районах.

Один из таких фулфилмент-центров в Израиле обрабатывает около 600 продуктовых заказов в день и позволяет клиентам получать доставку в тот же день. Такая привилегия может помочь небольшим брендам конкурировать с такими компаниями, как Amazon.

Еще одно сходство между упомянутыми здесь роботами заключается в том, что их конструкции помогают людям узнавать их как роботов. Китайский продуктовый бренд 7Fresh использует другой подход.Его роботы служат тележками для покупок. Покупатель должен загрузить мобильное приложение и отсканировать QR-код, расположенный в корзине. Эти действия заставляют автономную тележку следовать за человеком по магазину и сканировать размещенные в ней предметы. Когда клиенты заканчивают делать покупки, они расплачиваются с помощью системы распознавания лиц.

  

Роботы для продуктовых магазинов интригуют, но еще не получили широкого применения

Многие приложения этих роботов все еще находятся на ранних стадиях. Корпоративные лица, принимающие решения, часто предпочитают осторожно пробовать воду.Некоторые бренды могут в конечном итоге решить не проводить широкомасштабное развертывание робота для продуктового магазина, который казался многообещающим, но не оправдал ожиданий.

Хотя приведенный здесь список в первую очередь ориентирован на роботов, которых видят клиенты, вместо этого компании могут предпочесть машины, которые работают за кулисами для выполнения заказов. Несмотря на неуверенность в том, что ждет впереди эти высокотехнологичные машины, нет никаких сомнений в том, что продуктовые магазины, по крайней мере, открыты для того, что они могут сделать. Это прогресс сам по себе.

Продуктовые решения | Зебра

Продуктовые решения – у вас есть это.

Преобразование продуктовых магазинов происходит быстрее и в большем количестве способов, чем когда-либо. При быстро меняющихся покупательских привычках потребителей, а также растущих ожиданиях и минимальной марже вам необходимо переосмыслить операции и изменить традиционные процессы. Предстоит много работы, но все это решаемо. Вам просто нужен правильный партнер. Давайте объединим наши усилия, чтобы внедрить инновационные технологические решения для продуктовых магазинов, которые заставят клиентов чувствовать себя высоко ценимыми, удовлетворенными и лично поддерживаемыми. Давайте сделаем товарные запасы полностью видимыми, будем более эффективно обрабатывать онлайн-заказы и каждый раз создавать удобные условия для совершения покупок.Давайте объединим рабочие процессы, чтобы действовать сейчас и быть впереди того, что будет дальше. Итак, давайте, у вас есть это.

  • Поднимите опыт

    Ожидания клиентов выше, чем когда-либо.Покупатели продуктовых магазинов хотят, чтобы их опыт был повышен с удобством и безопасностью. С помощью решений Zebra для продуктовых магазинов вы можете улучшить каждое взаимодействие, начиная от щелчка и получения, точек продаж, самообслуживания клиентов, решений для лояльности и многого другого.

  • Включите более разумную работу

    Благодаря решениям Zebra для продуктовых магазинов вы получаете беспрецедентные возможности сбора данных и аналитики, начиная с задней части магазина и заканчивая быстрой кассой.Давайте объединим ваши команды и примем решения на основе данных с помощью цифровой магистрали, которая гарантирует, что сотрудники будут подключены к инструментам, которые им необходимы для оптимальной производительности, эффективности, общения и совместной работы.

  • Оптимизируйте видимость инвентаря

    Вам нужен обзор в режиме реального времени от склада до полок магазина.По мере того как клиенты объединяют цифровые и физические точки соприкосновения, давайте внедрять и автоматизировать продуктовые решения, которые управляют запасами, чтобы поддерживать запасы на полках, создавать планограммы и обеспечивать беспроблемные покупки в магазине, а также простой онлайн-заказ с доставкой на дом, получением в магазине или на тротуаре.

Обзор технологии продуктового магазина


Распространяйте информацию быстро и будьте уверены, что ваши команды получат оповещения, уведомления и мгновенные сообщения.Используйте удобную мобильную платформу Reflexis, чтобы упростить общение.


Zebra Prescriptive Analytics внедряется быстро и без сбоев и позволяет решить проблемы времени, труда и управления, связанные с предотвращением утечек прибыли, оптимизацией запасов и улучшением рабочих процессов в масштабе.

Новая привычка покупателей, стимулирующая удовлетворение

Узнайте, как меняются покупательские привычки и как это отразится на новых приоритетах ваших розничных клиентов. Узнайте, как лица, принимающие решения в сфере розничной торговли, ищут технологии для новых решений.Например, 90% считают, что очень важно использовать технологии для повышения доступности товаров и улучшения заказов. Используйте результаты, чтобы позиционировать наши решения для ваших клиентов.

«Нажми и собери» в продуктовом магазине, который перемещается из Ниццы в «должен быть обязательно»

Убедитесь, что ваши продуктовые магазины могут выгодно использовать многоканальность.

Идете ли вы в ногу с новыми реалиями розничной торговли?

Мобильное решение Zebra Reflexis на базе искусственного интеллекта обеспечивает необходимую гибкость в реальном времени.

Производитель медицинского оборудования привозит продукты в магазин по соседству: NPR

После того, как крупные продуктовые сети покинули район Арлингтон-Вудс в Индианаполисе, жители проезжали не менее пяти миль, чтобы купить продукты.Производитель медицинского оборудования COOK Medical строит в поселке завод и, выслушав жителей, решил добавить в свои планы продуктовый магазин. Луис Альварес / Getty Images скрыть заголовок

переключить заголовок Луис Альварес / Getty Images

После того, как крупные продуктовые сети покинули район Арлингтон-Вудс в Индианаполисе, жители проезжали не менее пяти миль, чтобы купить продукты.Производитель медицинского оборудования COOK Medical строит в поселке завод и, выслушав жителей, решил добавить в свои планы продуктовый магазин.

Луис Альварес / Getty Images

Арлингтон-Вудс, преимущественно афроамериканский район в Индианаполисе, за последние несколько лет стал свидетелем того, как крупные продуктовые сети закрывались одна за другой. Район представляет собой продовольственную пустыню, где нет полноразмерного продуктового магазина в радиусе 4 миль.

«Когда вам нужен галлон молока, вы должны проехать пять миль», — говорит Терри Коулман, который живет по соседству уже более 34 лет.

Теперь производитель медицинского оборудования COOK Medical размещает новый завод в недостаточно обслуживаемом районе, и компания строит новый продуктовый магазин прямо рядом с заводом. Коулман и другие жители области взволнованы.

«Мы всего в пяти минутах отсюда», — говорит Коулман. «Таким образом, это действительно собирается улучшить область.Этот магазин станет частью нашего сообщества.»

Расположенный в Блумингтоне, штат Индиана, семейный производитель стоимостью в несколько миллиардов долларов инвестирует почти 2,5 миллиона долларов в строительство Indy Fresh Market, нового продуктового магазина площадью 15 000 квадратных футов, а также местных организаций, таких как IMPACT Central Indiana, многопрофильный -член общества с ограниченной ответственностью, предоставит капитал и инвентарь.

Пит Йонкман, президент COOK Medical, говорит, что открытие продуктового магазина никогда не входило в бизнес-план, но они слышали от очень многих людей, что доступ к еде был проблемой.

«За последние пять лет у них было закрыто пять продуктовых магазинов, поэтому у вас есть 100 000 человек без доступа к еде», — говорит Йонкман.

После того, как строительство будет завершено, COOK Medical передаст управление и право собственности на магазин Майклу МакФарланду и Маркусу Уильямсу, двум молодым местным предпринимателям, живущим по соседству. Двум мужчинам за 30, они друзья детства. Они будут управлять магазином по модели «аренда с выкупом» и ожидают, что через несколько лет они будут владеть магазином на 100%.

Маркус Уильямс (слева) и Майкл Макфарланд выросли в Индианаполисе и уже много лет живут в районе Арлингтон-Вудс. Они думают, что новый продуктовый магазин станет большим подспорьем для многих, поскольку они видели, как члены семьи и соседи изо всех сил пытаются получить доступ к свежим продуктам. Фара Юсри / WFYI скрыть заголовок

переключить заголовок Фара Юсри /WFYI

Маркус Уильямс (слева) и Майкл МакФарланд выросли в Индианаполисе и уже много лет живут в районе Арлингтон-Вудс.Они думают, что новый продуктовый магазин станет большим подспорьем для многих, поскольку они видели, как члены семьи и соседи изо всех сил пытаются получить доступ к свежим продуктам.

Фара Юсри /WFYI

«Итак, наши прогнозируемые продажи должны окупиться за два-четыре года», — говорит МакФарланд. «Так что неплохо иметь собственный продуктовый магазин».

Они приносят с собой жизненный опыт и понимание проблем, с которыми ежедневно сталкиваются местные жители.У них также есть небольшой магазин под названием Wall Street Grocery в соседнем торговом центре.

McFarland и Williams закрывают свой круглосуточный магазин и начинают программу слежки в местных сетях продуктовых магазинов, а также программу обучения с Национальной ассоциацией бакалейщиков, чтобы подготовиться к своей будущей роли на Indy Fresh Market.

Эта модель корпоративной социальной ответственности (КСО) уникальна, по словам Каша Рангана, профессора Гарвардской школы бизнеса и сопредседателя школьной Инициативы социального предпринимательства.Он говорит, что есть три разных способа, которыми бизнес занимается в своей деятельности по КСО.

«Первая модель — выписать благотворительный чек. Эта модель вышла из моды, в наши дни так никто не делает. Вторая модель: я работаю, но это должно быть связано [с] моим бизнесом», — говорит он. Ожидается, особенно в государственных компаниях, что работа в области КСО прямо или косвенно повысит лояльность потребителей и в конечном итоге принесет прибыль акционерам.

В этом случае маловероятно, что большинство клиентов продуктового магазина COOK Medical также будут клиентами их бизнеса.Итак, говорит Ранган, это третья модель.

«В основном вами движет сообщество», — говорит он. «Положительный аспект этого в том, что вы решаете реальную проблему».

Чтобы сообщество могло воспользоваться преимуществами этого нового магазина, по словам Рангана, COOK Medical не может применять подход невмешательства, когда они передают право собственности местным предпринимателям. Благодаря ресурсам и связям компании постоянная поддержка не позволит этому магазину закрыться и покинуть район, как это сделали не так давно другие крупные продуктовые сети.

Даже в этом случае, с ограниченными финансовыми ресурсами, сообщество может не воспользоваться преимуществами этого нового продуктового магазина, говорит профессор глобального общественного здравоохранения Нью-Йоркского университета Нияти Парех, изучающий вопросы питания, хронических заболеваний и отсутствия продовольственной безопасности.

«Должны быть программы поощрения и обучения», — говорит Парех.

Она приводит примеры программ, которые предоставляют кредит магазина, чем больше свежих продуктов вы покупаете. Она говорит, что извлечение выгоды из этого проекта под руководством сообщества путем инвестирования в такие программы может выделить эту модель продуктового магазина.

Передовой опыт управления цепочками поставок продуктовых магазинов

1. Стратегии продуктовой розничной торговли терпят неудачу, если не поддерживаются правильными цепочками поставок

Розничная торговля продуктами питания — сложный и бурный рынок. Бакалея никогда не была легкой, но нынешняя трансформация бизнеса более драматична, чем все, что мы видели за последние десятилетия, особенно с учетом того, что COVID-19 еще больше ускорил многие тенденции, формирующие рынок.

Продуктовым ритейлерам необходимо одновременно учитывать несколько основных тенденций:

  • Головокружительные разработки в области онлайн-заказов и вариантов выполнения заказов. От онлайн-заказа до доставки на дом и самовывоза на обочине скорость развития многоканальности сделала операционную эффективность особенно сложной задачей для продовольственных ритейлеров из-за того, что они сочетают в себе недорогие продукты и высокие затраты на обработку хрупких продуктов различного размера, которые часто требуют контроля температуры. Но в то время как многие борются за то, чтобы сделать онлайн-магазины прибыльными, немногие продовольственные ритейлеры могут позволить себе не выходить в интернет.
  • Дискаунтеры продемонстрировали силу операционной эффективности. После финансового кризиса 2008 года дискаунтеры увеличили свою долю на рынке, доказав, что покупатели ценят недорогие товары под собственными торговыми марками и хорошо подобранный ассортимент, даже ценой большого выбора. Контроль затрат всегда обеспечивает конкурентное преимущество, особенно когда потребители не решаются тратить деньги, поэтому оптимизация операций для повышения эффективности должна быть ключевой частью стратегии каждого продуктового ритейлера в будущем.
  • Розничные продавцы продуктов также должны конкурировать с индустрией общественного питания. Рестораны, службы доставки еды и еда на вынос занимают все большую долю кошельков потребителей. В результате продовольственные ритейлеры обращаются к готовым блюдам, чтобы повысить свою актуальность, и к дорогим продуктам на вынос, чтобы увеличить прибыль в сложных условиях. Некоторые даже открывают рестораны в магазинах. Однако при плохом исполнении эти инициативы также открывают новые возможности для потери денег на дорогостоящих пищевых отходах.
  • В центре внимания сложные свежие продукты с коротким сроком хранения. Тенденции к здоровому питанию заставили даже дискаунтеров, таких как Aldi и Lidl, улучшить свои свежие предложения, включив в них органическое мясо и свежеиспеченный хлеб. В погоне за ростом эти бывшие дискаунтеры покидают свои высокоэффективные зоны комфорта, ранее построенные на простоте, стандартизации и больших объемах. Возрастающая сложность по мере того, как они экспериментируют с более свежими продуктами, меньшими форматами магазинов и локализованным ассортиментом, подвергают испытанию их цепочки поставок бакалейных товаров.
  • Стремление к устойчивому развитию. Забота потребителей об окружающей среде только растет, и они ожидают, что их бакалейщики также будут внедрять экологически безопасные методы. Многие ведущие ритейлеры уже взяли на себя обязательство снизить выбросы углекислого газа, но очень скоро устойчивое развитие перейдет от «позитивных сообщений» к ставкам за столом. Ритейлеры, которые не принимают значимых мер по сокращению отходов и выбросов, подвергают риску свою репутацию. Хорошая новость заключается в том, что устойчивость, эффективность и прибыльность во многих случаях идут рука об руку.

Все эти тенденции представляют собой проблемы и возможности, но ясно, что управление цепочками поставок будет лежать в основе успехов — и неудач — которые мы наблюдаем в будущем розничной торговли продуктами питания. Сегодня всем предприятиям розничной торговли продуктами питания предстоит сделать трудный выбор в отношении того, на что делать ставки. Какую бы стратегию ни выбрал ритейлер, у него мало шансов на успех, если он не разовьет свою цепочку поставок продуктов питания, чтобы соответствовать ей.

Успешные продовольственные ритейлеры должны освоить как экономичные, высокоэффективные цепочки поставок бакалейных товаров жестких дискаунтеров, так и гибкие и гибкие цепочки поставок, необходимые для свежих продуктов.Кроме того, многим из них придется справляться со сложностью работы с несколькими форматами магазинов, предлагая при этом несколько вариантов исполнения.

Рисунок 1:  Свежие продукты с высоким риском брака требуют более гибкой цепочки поставок бакалейных товаров. Для продуктов в центральных магазинах, товаров для окружающей среды и других продуктов с более длительным сроком хранения ключевую роль играет операционная эффективность.

Для этого ритейлерам нужны правильные инструменты планирования. Кроме того, они должны понимать, как их применять.

  • Свежие продукты обычно имеют высокий риск уценки и потерь, поэтому очень важно точно прогнозировать спрос и синхронизировать его с пополнением. Для свежих продуктов процесс планирования должен быть достаточно детализированным, чтобы учитывать даже самые незначительные изменения спроса, а цепочка поставок должна быть достаточно гибкой, чтобы адаптироваться к изменяющемуся спросу.
  • Центральный магазин и другие продукты с более длительным сроком хранения являются ключом к эффективной обработке товаров и оптимизации товарных потоков.Хотя точное прогнозирование по-прежнему важно, пополнение запасов продуктов с длительным сроком хранения не обязательно должно точно синхронизироваться со спросом в любой момент времени, что позволяет выровнять движение запасов по цепочке поставок для эффективного использования производственных мощностей. Настройка доставки в магазин, позволяющая пополнять запасы в одно касание или доставлять товары «от грузовика до полки», имеет важное значение для повышения прибыльности.
  • Многоканальный сервис разросся до такой степени, что его больше нельзя использовать в качестве «дополнительной» услуги, на которую не распространяются стандартные требования эффективности.Онлайн-фулфилмент фактически подчеркивает потребность в высоком качестве и свежести, потому что конечные потребители не могут сами оценить продукты. Кроме того, поскольку сегодня многие бакалейщики несут значительные убытки при онлайн-заказах, продолжающийся рост многоканальности подчеркивает необходимость значительного повышения операционной эффективности.

В этом руководстве по передовой практике мы выделим ключевые подходы к повышению оперативности и эффективности цепочек поставок продуктов питания. Вам будет трудно найти одного розничного продавца, использующего все эти передовые методы.Скорее, мы призываем вас расставить приоритеты в наиболее осуществимых и эффективных областях развития с вашей собственной точки зрения.

2. Используйте возможности ИИ для оптимизации цепочки поставок продуктов

Современные бакалейщики собирают огромные объемы данных о транзакциях и взаимодействиях с покупателями как онлайн, так и офлайн. Именно поэтому продуктовая розничная торговля идеально подходит для искусственного интеллекта (ИИ), который позволяет использовать эти данные для принятия более быстрых и точных решений.Это бесценный актив в отрасли, где розничные торговцы должны ежедневно контролировать миллионы товарных потоков и точно сопоставлять спрос со спросом в сотнях или даже тысячах точек.

Технологические компании могут стремиться позиционировать свои алгоритмы ИИ как «интеллектуальные», делая их как можно более человечными — даже давая им человеческие имена, такие как Siri, Alexa, Einstein или Watson. Имейте в виду, однако, что ИИ — это не человек. ИИ — это даже не «оно» в единственном числе.

Мы все еще далеки от общего искусственного интеллекта, который был бы способен творчески решать плохо определенные проблемы.Однако мы добились больших успехов в специализированном ИИ, который решает четко определенные задачи (например, алгоритмы распознавания изображений) и комбинациях нескольких типов специализированного ИИ (например, в беспилотных автомобилях).

Рисунок 2: Какой робот лучше подходит для стирки белья? Специализированный ИИ становится все более распространенным и часто используется для запуска приложений, которые на первый взгляд не выглядят особенно умными. (Иллюстрация вдохновлена ​​отличной записью в блоге Бена Эванса.)

Ритейлерам не нужен «ИИ» — им нужно использовать несколько алгоритмов ИИ в своем наборе аналитических инструментов в дополнение к «старым» технологиям, таким как статистический анализ и эвристика на основе правил. Алгоритмы машинного обучения, например, учитывают сотни факторов, потенциально влияющих на спрос, при прогнозировании розничных продаж (раздел 3.2), чего человек, планирующий спрос, никогда не сможет достичь.

Рис. 3: Прогнозирование спроса — это лишь одна из областей, в которой продовольственные магазины могут применять ИИ.Используя ИИ в мерчендайзинге и операциях, розничные продавцы могут повысить прибыльность и устойчивость.

Однако применение ИИ в продуктовой розничной торговле не ограничивается прогнозированием спроса . Розничные продавцы могут получить еще большие преимущества, используя ИИ для оптимизации всего спектра своих операций — от оптимизации заказов (см. раздел 4.1.1) до оптимизации рабочей силы (см. технический документ) и оптимизированных уценок (см. технический документ).

3. Прогнозирование спроса — двигатель вашей цепочки поставок продуктов

Прогнозирование спроса — это двигатель вашей цепочки поставок бакалейных товаров.Тем не менее, несмотря на доступные технологии, большому количеству известных продовольственных ритейлеров еще предстоит по-настоящему начать свое путешествие по прогнозированию на основе данных.

3.1. Детальное прогнозирование на основе данных — обязательное условие для продуктовых розничных продавцов

В ходе опроса североамериканских продовольственных ритейлеров, проведенного в 2020 году, только 52 % респондентов сообщили, что они могут делать прогнозы на уровне дневных артикулов и магазинов (SKU = единица хранения). Остальные хотели делать прогнозы на уровне суток, но просто не могли.Немногие розничные продавцы сегодня также могут прогнозировать онлайн-заказы, собранные в своих магазинах отдельно, что неизбежно приводит к проблемам с управлением мощностями, особенно после значительного роста онлайн-спроса, вызванного кризисом COVID-19.

Подробное прогнозирование — это не просто передовая практика, это обязательное условие современной продуктовой розничной торговли. Без подробных прогнозов невозможно правильно расположить запасы в цепочке поставок, чтобы максимизировать продажи и минимизировать потери. Подробные прогнозы также являются основой планирования как для управления ресурсами, так и для управления мощностями, и поэтому их следует рассматривать как предпосылку для прибыльных операций.

Рис. 4: Подробные прогнозы спроса поддерживают все виды планирования бизнеса, ресурсов и мощностей в цепочках поставок продуктов питания.

3.2. Машинное обучение обеспечивает высокую ценность прогнозирования спроса на продукты

То, что началось с нескольких предшественников, таких как RELEX, с годами стало популярным: машинное обучение для прогнозирования розничного спроса. В настоящее время розничные поставщики технологий либо применяют машинное обучение, либо спешат обновить свои устаревшие системы, чтобы предложить его.

Машинное обучение дает системе прогнозирования возможность автоматически обучаться и улучшать свои прогнозы, используя только данные, без необходимости дополнительного программирования. Поскольку ритейлеры генерируют огромные объемы данных, технология машинного обучения быстро доказывает свою ценность.

Конечно, алгоритмы машинного обучения не новы — они существуют уже несколько десятилетий. Но никогда раньше они не могли получить доступ к такому количеству данных или мощности обработки данных, как сегодня. Хотя в прошлом продовольственные ритейлеры, возможно, испытывали трудности с быстрым обновлением своих прогнозов, крупномасштабная обработка данных и технология оперативной памяти теперь позволяют выполнять миллионы расчетов прогнозов в течение одной минуты.

Машинное обучение позволяет включать широкий спектр факторов и взаимосвязей, влияющих на спрос, в прогнозы продаж продуктовых магазинов. Это чрезвычайно ценно, поскольку одни только данные о погоде могут состоять из сотен различных факторов, которые потенциально могут повлиять на спрос.

Рисунок 5: Машинное обучение позволяет ритейлерам учитывать влияние повторяющихся моделей продаж, их собственных внутренних бизнес-решений и внешних факторов на спрос для более точных, детализированных и автоматических краткосрочных и долгосрочных прогнозов спроса.

Однако здесь требуется предостережение: действительно важно, как реализовано машинное обучение. Хотя продуктовые розничные продавцы могут собирать огромные объемы данных, их данные часто весьма ограничены на уровне магазина и SKU. Продукты с медленным оборотом могут не предоставлять достаточного количества транзакций продаж для изучения; могут отсутствовать основные данные о прошлых акциях и показах товаров; и по мере того, как продукты перемещаются в диапазон и выходят за его пределы, данные могут быть недоступны для точного SKU, который они пытаются спрогнозировать.Прогнозирование с помощью машинного обучения должно быть правильно настроено, чтобы сделать его менее уязвимым к проблемам с данными, которые могут привести к сценарию «мусор на входе, мусор на выходе».

При правильном применении машинное обучение эффективно решает распространенные проблемы с данными розничной торговли, обеспечивая преимущества во всех аспектах прогнозирования спроса на продукты питания: 1) выявление повторяющихся моделей спроса, вызванных будними днями и сезонами, 2) прогнозирование влияния рекламных акций, изменений цен и другие внутренние бизнес-решения, 3) прогнозирование влияния местных шагов, событий, погоды и других внешних факторов и 4) даже обнаружение, когда неизвестные факторы (например, незарегистрированное изменение в том, как продукт отображается) могут влиять на спрос.

Рис. 6: Машинное обучение отвечает всем типичным требованиям продуктового ритейлера к прогнозированию спроса.

В простых сценариях, таких как прогнозирование предсказуемого повторяющегося изменения спроса, машинное обучение обеспечивает эквивалентную или чуть более высокую точность, чем традиционное прогнозирование спроса на основе временных рядов. Однако при работе со сложными ситуациями, такими как перекрывающиеся рекламные акции или каннибализация продаж, прогнозирование на основе машинного обучения явно превосходит традиционные подходы к прогнозированию.

3.3. Типичные задачи прогнозирования спроса для супермаркетов, дискаунтеров и круглосуточных магазинов 

Далее мы обсудим, как можно преодолеть некоторые типичные проблемы прогнозирования, с которыми сталкиваются супермаркеты, дискаунтеры и магазины шаговой доступности.

3.3.1. Прогнозирование спроса на новые продукты и магазины

Поскольку машинное обучение основано на поиске закономерностей в исторических данных о продажах, новые продукты без исторических данных о продажах могут оказаться проблемой.К счастью, существуют и другие подпрограммы для улучшения управления внедрением новых продуктов.

При представлении нового продукта наиболее распространенным подходом является присвоение ему эталонного продукта, который будет использоваться в качестве схемы его модели продаж до тех пор, пока новый продукт не накопит достаточно собственных исторических данных. Однако в продуктовой рознице количество новинок в год может быть огромным. Это делает ручную идентификацию и установку эталонных продуктов невозможным или, по крайней мере, крайне неэффективным.

Гораздо эффективнее использовать систему, которая может автоматически сравнивать атрибуты продуктов (например, группу продуктов, торговую марку, размер упаковки, цвет или цену), чтобы назначить наиболее подходящий эталонный продукт. Тот же подход можно, конечно, применить для поиска подходящих эталонных магазинов для открытия новых магазинов.

Рисунок 7:  Для нового продукта в категории зерновых хороший исходный эталонный продукт может быть найден путем поиска продуктов той же марки, размера и отличительных характеристик, таких как органические и цельнозерновые.

3.3.2. Прогнозирование влияния рекламных акций и изменений цен и отображения

Ваши собственные бизнес-решения как розничного продавца также являются важным источником колебаний спроса, от рекламных акций и изменений цен до корректировки того, как товары выставлены в ваших магазинах. Несмотря на то, что ритейлеры сами планируют и контролируют эти изменения, многие представители отрасли по-прежнему не в состоянии точно предсказать их влияние.

В исследовании североамериканских бакалейных лавок, проведенном в 2020 году, 70% респондентов указали, что они не могут учитывать все важные аспекты рекламной акции, такие как цена, тип рекламной акции или выкладка в магазине, при прогнозировании рекламных акций.Но они хотели бы, чтобы они могли.

Машинное обучение позволяет розничным торговцам точно моделировать ценовую эластичность продукта или то, насколько сильно изменение цены повлияет на спрос на этот продукт. Однако сама по себе ценовая эластичность не отражает всего воздействия изменения цены.

Ценообразование продукта по отношению к другим продуктам в его категории также часто оказывает большое влияние. Во многих категориях товар с самой низкой ценой получает непропорционально большую долю спроса.Прогнозирование спроса на основе машинного обучения позволяет довольно просто учитывать ценовое положение продукта, как показано на рис. 8 ниже.

Рисунок 8: Спрос на этот продукт увеличивается, когда его цена падает, но увеличение увеличивается, когда цена продукта падает до самого низкого уровня в своей категории.

Однако машинное обучение не просто использует данные о ценах. С помощью прогнозирования с помощью машинного обучения розничные продавцы продуктовых магазинов могут точно прогнозировать влияние рекламных акций, принимая во внимание факторы, включая, но не ограничиваясь:

  • Тип рекламной акции, такой как снижение цены или покупка нескольких товаров
  • Маркетинговые мероприятия, такие как круговая реклама или вывески в магазине
  • Снижение цен на товары 
  • на столе 
Рисунок 9: Для этого продукта торцевая витрина без изменения цены приводит к заметному росту продаж, но рост скромный по сравнению с эффектом снижения цены на 50%.

3.3.3. Учет каннибализации и эффектов ореола при прогнозировании

Довольно часто продвижение одного продукта приводит к снижению продаж другого. Например, если супермаркет, предлагающий нежирный органический говяжий фарш как «HappyCow», так и «GreenBeef», продвигает продукт «HappyCow», больше людей купят его, но вполне вероятно, что часть базового спроса на «GreenBeef» сместится в сторону «HappyCow». . Если они не снизят прогноз спроса на продукт GreenBeef, планировщики рискуют накопить запасы, что приведет к потерям.

Для большинства продуктов в центральных магазинах, таких как консервы или хлопья, каннибализация не является большой проблемой. Если спрос временно уменьшится, заказ на пополнение каннибализированного продукта просто будет инициирован позже, чем обычно. Однако при работе со свежими продуктами и особенно с продуктами, которые имеют ограниченное количество прямых заменителей, в прогнозах необходимо учитывать влияние каннибализации, чтобы избежать избыточных запасов и порчи.

Рис. 10: Алгоритмы машинного обучения могут точно моделировать эффекты каннибализации в отношении рекламных акций или изменений цен на основе исторических данных о продажах.

Ручная корректировка прогнозов для всех потенциально каннибализированных товаров просто невозможна в большинстве случаев розничной торговли, потому что количество корректируемых продуктов просто слишком велико. Обычно модели довольно специфичны для ассортимента отдельных магазинов и моделей покупок. Способность алгоритмов машинного обучения автоматически выявлять закономерности и соответствующим образом корректировать прогнозы имеет огромное значение при решении проблемы каннибализации продаж.

Обратной стороной каннибализации, конечно же, является эффект ореола, или при продвижении продукта HappyCow также стимулируются продажи сопутствующих товаров за пределами класса «говяжий фарш».Например, булочки для гамбургеров имеют очевидную и предсказуемую связь с говяжьим фаршем.

К сожалению, влияние эффекта ореола может быть настолько рассеяно по всему ассортименту, что идентифицировать каждый затронутый продукт становится практически невозможно даже с помощью машинного обучения. Подумайте о луке, картофельных чипсах, пиве, арбузе, наборах тако, заправках для салатов, устричных крекерах, кукурузе в початках, вустерширском соусе, соевом соусе или любом количестве других продуктов, которые покупатели могут ассоциировать с блюдами на основе говяжьего фарша.Но даже если системы прогнозирования не могут идентифицировать все возможные отношения ореола, они все же должны облегчать планировщикам корректировку прогнозов для отношений, о существовании которых они знают.

3.3.4. Оценка влияния погоды и других внешних факторов на спрос

Внешние факторы, такие как погода, местные концерты и игры, а также изменение цен конкурентов, могут оказывать значительное влияние на спрос.

Часто интуитивно кажется простым понять, как, например, погода может повлиять на продажи: высокие температуры увеличивают продажи мороженого, дожди увеличивают спрос на зонты и так далее.Однако при рассмотрении всего ассортиментного предложения ритейлера все становится сложнее.

Использование местных данных о погоде и прогнозов для повышения точности прогнозов спроса — отличный пример возможностей машинного обучения. Алгоритмы машинного обучения могут автоматически обнаруживать взаимосвязь между локальными погодными переменными и продажами отдельных продуктов в отдельных магазинах.

Рисунок 11: Для этого продукта базовые продажи соответствуют регулярному недельному графику.Однако, используя исторические модели продаж, система автоматически идентифицировала их как те, которые заметно реагируют на солнечную погоду по выходным.

Алгоритмы машинного обучения можно использовать таким же образом, чтобы использовать преимущества широкого спектра источников данных помимо погоды, помогая розничным торговцам определять взаимосвязи между внешними переменными, такими как местные спортивные мероприятия или концерты, и местными продажами определенных продуктов.

В продуктовой розничной торговле наиболее полезными внешними источниками данных являются:

  • Местные данные о погоде и прогнозы погоды (см. пример)
  • Количество пассажиров и прогнозы на транспортных узлах (см. пример) 
  • Информация о прошлых и будущих местных мероприятиях, таких как футбольные матчи или концерты 
  • Данные о конкурентах цены

3.3.5. Что делать с необъяснимыми изменениями спроса

В обычной розничной торговле местные обстоятельства, такие как открытие или закрытие близлежащего магазина прямым конкурентом, могут вызвать изменение спроса. К сожалению, данные о факторе, вызвавшем это изменение, могут не фиксироваться ни в одной системе. Иногда собственные внутренние решения ритейлеров также остаются незарегистрированными, например, добавление продукта в специальную зону выкладки в магазине.

К счастью, в таких ситуациях может помочь машинное обучение.Алгоритмы машинного обучения могут предварительно установить «точку изменения» в модели прогнозирования, а затем отслеживать последующие данные, чтобы либо опровергнуть, либо подтвердить гипотезу. Это позволяет прогнозам быстро и автоматически адаптироваться к новым уровням спроса.

Рассмотрим пример на рисунке 12 ниже, который показывает влияние на продажи, когда сотрудники магазина создали настольную витрину в дополнение к обычному пространству на полках для продукта. Хотя никто не зафиксировал это изменение в основных данных, система смогла легко отследить влияние спроса как фактор того, как продукт был выставлен в магазине.

Рисунок 12: Ступенчатые изменения спроса на этот продукт — сначала вверх, а затем обратно вниз — являются результатом того, что продукт получает дополнительную выкладку на полке в магазине. Это дополнительное отображение не было записано в мастер-данные магазина, но алгоритм машинного обучения все же смог учесть ступенчатое изменение с очень небольшой задержкой.

3.3.6. Использование опыта планировщика в прогнозировании спроса

Если вы хотите оставаться конкурентоспособными в сфере розничной торговли продуктами питания, вам необходимо внедрить машинное обучение, но вы также должны понимать его ограничения.Автоматизация большей части вашего прогнозирования спроса не просто желательна — на самом деле это вполне осуществимо с помощью машинного обучения. Но кризис COVID-19 ясно продемонстрировал, что всегда будут обстоятельства, при которых системные прогнозы будут ошибочными (хотя некоторые системы могут восстанавливаться быстрее, чем другие).

Пандемия стала особенно сильным потрясением для системы, но в таком динамичном бизнесе, как розничная торговля, всегда существует риск того, что прогнозы, основанные на том, как все было раньше, не смогут точно отразить, как обстоят дела сейчас или какими они будут в будущем. будущее.Никакое решение по планированию спроса, каким бы передовым оно ни было, не может полностью избежать ошибок прогнозирования.

Вот почему так важно, чтобы специалисты по планированию розничного спроса могли полностью понимать ошибки прогнозов. Если их система обеспечивает прозрачность того, как она формирует прогноз, специалисты по розничной торговле могут быстро понять и исправить любые ошибки, которые они увидят в ней.

Слишком многие розничные продавцы полагаются на системы прогнозирования «черного ящика», которые могут использовать все виды данных для получения точных прогнозов, но им не хватает прозрачности.Системы «черных ящиков» вполне могут убить ваш бизнес — или, по крайней мере, вашу эффективность планирования — по нескольким причинам. Во-первых, случайные экстремальные ошибки прогноза могут нанести гораздо больший ущерб производительности, чем более мелкие и более частые ошибки. Во-вторых, когда специалисты по планированию спроса не могут разобраться в ошибках прогнозов, это подрывает их уверенность во всех расчетах прогнозов, что приводит к усилению перепроверок и ручного прогнозирования и подрывает цель использования компьютерных мощностей для автоматизации прогнозирования.

Вот почему передовые ритейлеры понимают ценность прозрачности. Даже когда система берет на себя всю тяжелую работу, специалисты по планированию всегда должны иметь возможность как понимать, так и контролировать то, как генерируются их прогнозы.

4. Усовершенствованное пополнение бакалейных товаров для повышения доступности, сокращения отходов и повышения эффективности

Качество процесса пополнения запасов продуктового магазина напрямую влияет на его выручку и чистую прибыль.

Высококачественное и прогнозируемое пополнение запасов в продуктовых магазинах постоянно приводит к следующим преимуществам:

  • Повышение доходов за счет улучшения наличия на полках, увеличения продаж на несколько процентов
  • Снижение уценки и затрат на порчу до 40 %, поскольку предложение более точно соответствует спросу распределительные центры и магазины
  • Гораздо более эффективное использование мощностей на этапах транспортировки, хранения и ручного труда по всей цепочке поставок

Тем не менее, в опросе 2020 североамериканских продовольственных ритейлеров только 24 % респондентов реализовали тот или иной уровень прогнозирования пополнения магазина, и только 7 % внедрили его в широких масштабах.Пополнение запасов в магазине, безусловно, является областью, в которой деятельность многих супермаркетов, дискаунтеров и магазинов шаговой доступности в настоящее время весьма далека от передовой практики.

4.1. Пополнение запасов свежих продуктов требует детального планирования и выполнения

Для свежих продуктов хорошо организованное пополнение запасов в магазине играет центральную роль в поиске оптимального баланса между риском потери прибыли от продаж из-за отсутствия запасов и риском потерь или уценки, съедающей и без того небольшую прибыль.

Несмотря на то, что традиционные супермаркеты имеют многолетний опыт работы со свежими продуктами, многие из них до сих пор не преуспели в этой области.Их цепочки поставок достаточно быстро реагируют, чтобы поддерживать частые поставки, но их планирование пополнения не на должном уровне.

По данным опрошенных североамериканских бакалейщиков, ежегодная стоимость порчи в среднем составляла более 70 миллионов долларов, а крупнейшие компании, предлагающие широкий ассортимент свежих продуктов, — до нескольких сотен миллионов долларов в год. Сокращение на 10-40% означает годовую экономию от 7 до 28 миллионов долларов. Это не только осуществимо, это то, что должны делать современные продовольственные ритейлеры, чтобы уменьшить свой углеродный след и сделать свой бизнес более устойчивым.(Подробнее о сокращении углеродного следа в супермаркетах, удобствах, общественном питании и интернет-магазинах читайте здесь).

4.1.1. Уравновешивание потерь и упущенных продаж

Для так называемых сверхсвежих продуктов, то есть товаров с коротким сроком хранения, которые необходимо продать в тот же день, 100% наличие на полке означает, что всегда будут потери или скидки, если только прогноз не будет неизменно безупречным на день, в магазине, и уровень продукта. Это означает, что необходим очень детальный контроль для нахождения оптимального баланса между риском отсутствия запасов и риском потерь.Другие свежие продукты сталкиваются с аналогичной проблемой, только немного менее выраженной.

Спрос на товар в конкретном магазине обычно варьируется в разные дни недели. Для некоторых магазинов и продуктов такое изменение количества свежих продуктов в будние дни может быть очень драматичным. Это означает, что один и тот же страховой запас не подходит для всех дней недели при работе с продуктами с коротким сроком хранения.

Рисунок 13: В продовольственной рознице довольно типично, что спрос на отдельные позиции меняется в течение недели.Если уровни страхового запаса неизменны в течение недели, существует высокий риск дефицита при высоком спросе или высокий риск потерь при низком спросе.

Ростбиф, например, имеет тенденцию продаваться намного больше в преддверии выходных, чем в конце. Для ростбифа — даже если дневной прогноз точен — статический уровень страхового запаса приводит к 1) избыточным запасам после выходных, что увеличивает риск потерь, и 2) опасно низким запасам в выходные дни, что увеличивает риск. запасов.

Чтобы найти правильный баланс между риском потерь и риском дефицита, страховые запасы должны двигаться вверх и вниз в соответствии с ожидаемыми объемами продаж и ошибками прогноза для различных дней недели. Хорошие системы планирования розничной торговли выполняют такую ​​детальную оптимизацию страхового запаса автоматически.

На самом деле, лучшие системы планирования розничной торговли продвигают оптимизацию еще дальше, не только обеспечивая динамические резервные запасы, но и оптимизируя каждый заказ на основе расчетов затрат и выгод, которые уравновешивают риск потерь и риск отсутствия на складе.Такие алгоритмы машинного обучения минимизируют общую упущенную прибыль от продаж и стоимость отходов.

Функция затрат должна быть регулируемой с точки зрения того, какой вес она придает наличию на полке по сравнению с отходами, чтобы учесть стратегическую роль ключевых категорий и предметов, а также наличие множества или ограниченных возможностей для замены в пределах Категория продукта.

Рис. 14: Лучшие в своем классе системы планирования розничной торговли оптимизируют каждый заказ на основе расчетов затрат и выгод, которые уравновешивают риск потерь и риск отсутствия на складе.

При управлении пополнением магазина свежими продуктами очень важно, чтобы все расчеты и оптимизации выполнялись автоматически. Для любого человека невыполнимая задача отслеживать все факторы, влияющие на спрос, такие как колебания дня недели (например, сезоны, погода и рекламные акции), а также все факторы, влияющие на пополнение запасов (например, графики поставок, объемы партий и дневные вероятности пополнения запасов). отходы и дефицит) для сотен или тысяч товаров в день в магазине, не говоря уже о сотнях магазинов.

Однако не менее важно, чтобы система прогнозирования и пополнения не превратилась в черный ящик. Полезная аналитика позволяет специалистам по планированию поставок легко выявлять и устранять такие исключения, как исторические или прогнозируемые потери или плохая доступность.

Примеры типичных исключений при пополнении запасов свежих продуктов:

  • Слишком большие партии заказов приводят к отходам в магазинах. Иногда партии заказов, например, упаковки в коробках, настолько велики по сравнению со спросом в магазине, что каждая поставка продукта приводит к потерям.Чтобы эффективно решить эту проблему, ваши планировщики поставок должны быть в состоянии определить, является ли это проблемой только в нескольких магазинах или во многих, каковы финансовые последствия и можно ли смягчить проблему, направив пополнение запасов на определенные дни недели, такие как заказ продуктов только на выходные.
  • Слишком много места на полках, что приводит к расточительству в магазинах. Иногда визуальные минимумы, предназначенные для того, чтобы держать витрины привлекательными, приводят к избыточным запасам и потерям свежих продуктов.Специалисты по планированию снабжения должны быть в состоянии определить, связана ли проблема с несколькими магазинами с низким спросом или существует более широко распространенная проблема с используемыми планограммами.
  • Систематически низкая доступность или большое количество отходов в определенные дни недели. Систематические модели низкой производительности в определенные дни недели, такие как превышение среднего уровня отходов по понедельникам, не являются чем-то необычным. Чтобы решить эту проблему, ваши планировщики поставок должны понимать основную причину этой проблемы. Например, могут возникать технологические проблемы, такие как проверка персоналом магазина сроков реализации и учет отходов в определенные дни недели, которые необходимо учитывать при планировании пополнения запасов.

Автоматизация радикально сокращает время, затрачиваемое на выполнение рутинных задач при планировании пополнения запасов. В то же время это умножает влияние ваших самых знающих экспертов по процессам. Если пополнение запасов не автоматизировано, ваши лучшие аналитики цепочки поставок имеют ограниченные возможности. Они могут проанализировать свои успехи и неудачи в зеркале заднего вида и попытаться воплотить некоторые из своих выводов в действие в магазинах с помощью группы полевого обучения.

Когда пополнение запасов в магазине автоматизировано, а планирование пополнения централизовано и сосредоточено в руках опытной команды, ваши специалисты по планированию могут почти мгновенно добиться заметных результатов в сотнях магазинов, просто точно настроив параметры пополнения.

4.1.2. Магазины превратились в кухни

В связи с тем, что потребители все чаще ищут удобство, растет спрос на еду на вынос и на продукты питания. Многие магазины превращаются в кухни, где готовят сэндвичи, хот-доги и салаты.

Традиционно продукты, произведенные на месте, считались особыми товарами, которыми в магазинах нужно управлять вручную. Однако с растущим спросом на готовые блюда важность производства на месте стала гораздо более заметной и более важной для прибыльности продовольственных ритейлеров.

Процесс пополнения готовых блюд мало чем отличается от пополнения других продуктов, продаваемых в магазине. Это немного сложнее. Спрос на конечные продукты — блюда — необходимо преобразовать в ингредиенты, используемые для производства конечных продуктов. Расчеты пополнения должны выполняться для каждого ингредиента с учетом времени выполнения каждого ингредиента и запасов в наличии.

По сути, процесс выглядит следующим образом:

  1. Прогноз спроса на конечный продукт.
  2. Преобразование расчетного спроса на конечные продукты в расчетный спрос на ингредиенты, необходимые для производства конечного продукта. Это требует знания рецепта (иногда также называемого спецификацией материалов, термин, заимствованный из обрабатывающей промышленности), а также выхода различных ингредиентов. Если для сэндвича требуется 1,3 унции салата, расчеты, возможно, необходимо выполнить в соответствии с 1,7 унции салата на сэндвич, чтобы учесть часть салата, не подходящую для использования в сэндвиче.
  3. Рассчитайте примерный спрос на каждый ингредиент. Общий спрос на ингредиент часто отражает его использование в нескольких конечных продуктах.
  4. Рассчитайте требуемое количество пополнения каждого ингредиента на основе времени выполнения заказа, доступного запаса, потенциальных поступающих заказов, предполагаемого спроса и целевого страхового запаса.

Иногда ингредиенты, включенные в рецепт, состоят из других ингредиентов, таких как специальный майонез или горчица, произведенные на месте. В таких случаях аналогичные расчеты необходимо проводить для нескольких уровней рецептов.Ужасная задача для любого человека, но вполне посильная для компьютера.

Рисунок 15: Планирование пополнения запасов блюд, произведенных на месте, таких как бутерброды и салаты, требует учета рецептуры или так называемой ведомости материалов для каждого конечного продукта.

4.1.3. Высокочастотное пополнение для ультрасвежих продуктов

Что касается сверхсвежих продуктов, многие розничные продавцы решили доставлять их в магазины несколько раз в день, чтобы гарантировать их свежесть. Точно так же товары, произведенные на месте, обычно готовятся несколькими партиями в течение дня.Это особенно относится к растущей категории хлебобулочных изделий в магазине, которые в идеале должны быть теплыми, когда покупатель их берет. Кроме того, новая тенденция продовольственных ритейлеров, открывающих небольшие магазины в городских районах, сделала обязательным пополнение запасов в день из-за нехватки места для хранения в магазине.

Размещение большего количества заказов в день или разработка оптимального плана выпечки на день требует учета колебаний спроса как в будние дни, так и в течение дня. Для некоторых продуктов внутридневная или так называемая внутридневная модель спроса будет следовать общей активности покупателей в этот день; для других продуктов, таких как продукты для обеда, спрос в большей степени зависит от того, как эти продукты планируется потреблять.

Рисунок 16: Для некоторых продуктов, таких как стиральный порошок, показанный зеленым цветом, внутридневная структура спроса будет следовать общей модели поведения покупателей. Для других продуктов, таких как продукты для обеда, спрос в большей степени зависит от того, как эти продукты планируется потреблять.

Опять же, отслеживание моделей спроса как в рабочие дни, так и внутри дня вручную — довольно сложный и подверженный ошибкам процесс. Тем не менее, многие ритейлеры по-прежнему полагаются на своих сотрудников магазина, чтобы выяснить это самостоятельно.Это игра с высокими ставками, поскольку ультрасвежие продукты неизбежно оказывают большое влияние на то, как потребители оценивают качество свежих продуктов в магазине.

Лучшие в своем классе системы планирования розничной торговли могут определять оптимальное распределение между несколькими заказами или производственными партиями в день, а также автоматически корректировать количество по мере необходимости.

4.1.4. Добавление науки к искусству управления фруктами и овощами

Фрукты и овощи часто оказываются последними в очереди, когда заказ в магазине автоматизирован.Очевидно, что продукты сталкиваются с теми же проблемами, вызванными коротким сроком хранения и переменным спросом, что и другие категории свежих продуктов. Кроме того, меняющееся предложение и качество фруктов и овощей требуют дополнительной гибкости от используемой системы планирования.

Регионы, из которых поступают фрукты и овощи, постоянно меняются, так как урожай собирают в разных частях мира в разное время. Даже производители в одном и том же регионе могут немного по-разному рассчитывать время посева.Кроме того, поскольку всегда существует некоторая неопределенность в отношении наличия продукта хорошего качества, предприятия розничной торговли продуктами питания обычно стараются обеспечить, чтобы у них всегда было несколько поставщиков одного и того же продукта.

С точки зрения потребителя, лимон есть лимон, но цепочке поставок может потребоваться иметь дело с десятками различных кодов продукта для лимона, каждый из которых связан с другим поставщиком. Эффективное управление фруктами и овощами требует, чтобы система планирования могла плавно переключаться между уровнями планирования по мере необходимости:

  1. Прогнозирование спроса должно проводиться на уровне продукта, например, «отечественные органические помидоры», с использованием исторических данных о продажах для всех отечественных органических помидоров независимо от поставщика.
  2. Количество пополнения также должно определяться на основе имеющегося запаса домашних органических помидоров, а также прогнозируемого спроса на них.
  3. Однако заказ на пополнение должен быть создан для текущего поставщика домашних органических помидоров. Именно здесь система планирования должна перейти от работы на уровне продукта к уровню SKU, то есть от «отечественных органических помидоров» к «отечественным органическим помидорам, поставляемым GreenGrowers Co».
  4. Часто заказ на пополнение должен быть разделен между двумя или тремя поставщиками, чтобы обеспечить доступность в случае нехватки товара у поставщика, а также для поддержания работы нескольких поставщиков.В этом случае система планирования также должна позаботиться о распределении потребности в заказе между несколькими поставщиками — например, 65 % компании GreenGrowers и 35 % компании OrganicFarmers.

Процесс прогнозирования и пополнения запасов фруктов и овощей очень трудоемок. управлять вручную, но может быть эффективно автоматизирована. Ключевым условием являются четкие указания, какие продукты должны быть включены в ассортимент магазинов и какие поставщики должны быть использованы для поиска в любой момент времени.Как и в любом процессе автоматизации, высококачественные основные данные имеют важное значение.

4.2. Оптимизированное пополнение запасов в центральном магазине является ключом к эффективности цепочки поставок

Свежие продукты должны доставляться в магазины в соответствии со спросом. С другой стороны, продукты в центральных магазинах и другие продукты с более длительным сроком хранения предлагают больше возможностей для оптимизации потока запасов в цепочке поставок. Оптимизированное пополнение продуктов в центральном магазине является ключом к снижению затрат в магазинах и по всей цепочке поставок продуктов питания.

Розничные предприятия, освоившие пополнение запасов нескоропортящихся продуктов, получают выгоду от гораздо более равномерного потока товаров через свои распределительные центры, что позволяет намного быстрее окупить инвестиции в автоматизацию склада и снизить риск нехватки мощностей, отрицательно влияющей на производительность. наличие полки. Кроме того, поскольку сотрудники продуктовых магазинов тратят много времени и усилий на расстановку товаров на полках, оптимизированное пополнение помогает ритейлерам снизить эксплуатационные расходы в своих магазинах.

4.2.1. Синхронизация пополнения запасов и места на полках для рентабельных операций

Продовольственные ритейлеры традиционно работали очень разрозненно, с очень небольшим взаимодействием между отделами мерчендайзинга, отвечающими за планограммы магазинов, отделами цепочки поставок, отвечающими за пополнение запасов в магазинах, и отделами эксплуатации магазинов, отвечающими за рабочие процессы в магазинах. Это должно измениться.

Место, отведенное под каждый товар в магазине, оказывает большое влияние как на результаты, так и на затраты процесса пополнения магазина:

  • Если выделенное пространство очень велико по сравнению со спросом, запасов, необходимых для обеспечения оптимального наличия на полке, будет недостаточно для поддержания визуально привлекательной полной экспозиции.Для этого необходимо определить дополнительные визуальные минимумы. Визуальные минимумы показывают, сколько единиц продукта должно быть на полке, чтобы дисплей был визуально привлекательным. Для медленных продавцов визуальные минимумы всегда будут выше, чем уровни запасов, необходимые для высокой доступности товара на полке. Для продуктов с длительным сроком хранения это может не быть проблемой, но для свежих продуктов чрезмерный визуальный минимум может привести к ненужной порче.
  • Если выделенное место мало по сравнению со спросом, поступающие поставки не поместятся на полке.По крайней мере, часть доставленного количества необходимо будет разместить в подсобном помещении или другом складском помещении. Это значительно увеличивает стоимость штабелирования стеллажей, так как товары необходимо перемещать туда и обратно между торговым залом и подсобным помещением. Кроме того, использование подсобного хранилища значительно увеличивает риск пустых полок, поскольку своевременное пополнение запасов из подсобного помещения зависит от бдительности персонала магазина.

Полная интеграция планирования запасов и пополнения запасов, хотя и встречается редко, является важной передовой практикой для повышения операционной эффективности:

  • Доступ к данным планограмм позволяет легко автоматизировать соблюдение визуальных минимумов на уровне продуктового магазина в зависимости от количества выкладок или общего места на полках, выделенного для каждого продукта в каждом магазине.
  • Доступ к данным планограммы упрощает автоматическую обрезку заказов на пополнение, из-за которых входящие поставки не помещаются на полке. Обычно это правило необходимо сбалансировать с риском дефицита, если место, отведенное для некоторых продуктов, очень мало по сравнению с их спросом.
  • Доступ к информации о плане этажа позволяет назначать основные дни пополнения запасов в зависимости от того, где продукты выставлены в магазине, с целью создания более целенаправленных поставок, которые сводят к минимуму необходимость ненужных перемещений персонала магазина при расстановке полок.
  • Доступ к информации о планограмме позволяет планировать пополнение таким образом, чтобы полки заполнялись до максимума каждый раз, когда приходит доставка, сводя к минимуму работу с полками в магазинах. Это означает, что вместо того, чтобы получать две партии за один раз, если есть место для третьей, которая будет доставлена ​​на следующей неделе, заказ рассчитывается так, чтобы заполнить выделенное место на полке по прибытии.

Место, отведенное для каждого продукта, имеет жизненно важное значение для того, насколько эффективно может функционировать процесс пополнения запасов, поэтому важно обеспечить постоянную обратную связь для мерчандайзинга.Хорошие инструменты аналитики помогут выявить товары и магазины, в которых есть несоответствие площади и объема продаж, т. е. товары и магазины, для которых поступающие поставки не помещаются непосредственно на полки, или товары и магазины, где визуальные минимумы приводят к потерям или уценкам.

В идеале планирование площади всегда должно основываться на подробных прогнозах по магазинам, товарам и дням, а также на информации о циклах пополнения запасов и основных днях пополнения запасов, доступной из планирования пополнения запасов:

  • Используя точные прогнозы, а не просматривая исторические данные о продажах при оптимизации распределения места для продуктов, команда по планированию пространства может легче учитывать сезонность и тенденции.
  • На основе хороших прогнозов ожидаемых максимальных продаж за интервал поставки можно оптимизировать полочное пространство, чтобы оно было действительно эффективным для всех товаров в магазине во все рабочие дни. Такая оптимизация позволяет добиться меньшего количества доставок и прямых потоков на полки для гораздо большей части ассортимента.

Мы видели, как оптимизация полочного пространства на основе прогнозов приводит к снижению затрат на дистрибуцию и пополнение запасов в магазине на 30 %.

4.2.2. Интеллектуальное пополнение запасов для эффективной работы магазина и более ровного товаропотока

Как правило, каждый крупный розничный торговец продовольственными товарами ежедневно пополняет все или, по крайней мере, большинство своих магазинов из своих распределительных центров. Это связано с тем, что свежие продукты требуют частых поставок, а общие потоки запасов достаточно значительны, чтобы гарантировать ежедневные поставки.

Если все возможности пополнения использовать для всех групп товаров без усмотрения, возникнут две проблемы:

  1. Поставки в магазины будут состоять из случайного сочетания товаров из нескольких товарных категорий, выставленных в разных частях магазина.Это означает, что персонал магазина будет тратить значительное количество времени на перемещение каркасов безопасности по магазину к стеллажам (см. рис. 17).
  1. Объемы поставок в разные дни недели не будут примерно одинаковыми, а скорее будут отражать ежедневные колебания объема продаж, часто со значительными пиками поставок к концу недели в ожидании спроса на выходные. Это приводит к колебаниям потребности в мощностях как в распределительных центрах, так и в магазинах, что увеличивает затраты.
Рисунок 17: Когда каркасы безопасности содержат большое разнообразие товаров, персонал магазина тратит много времени на перемещение от прохода к проходу, расставляя товары по полкам. Использование основных дней пополнения на основе плана магазина значительно повышает эффективность стеллажей.

Вместо того, чтобы автоматически использовать все доступные возможности заказа или пополнения для всех продуктов, лучше всего определить основные дни пополнения для продуктов с более длительным сроком хранения. Это означает, что пополнение некоторых групп товаров в центральном магазине сосредоточено на определенных днях недели, а не разбросано по всей неделе. Планирование пополнения, такое как оптимизация страхового запаса и расчет объемов заказа, будет основываться на доставке товаров в указанные основные дни пополнения. Однако, чтобы обеспечить максимально возможную доступность, заказы на пополнение также инициируются для других доступных дней пополнения, чтобы избежать дефицита в случае неожиданных пиков спроса.

На практике это означает, что вместо того, чтобы заказывать моющие средства каждый день, быстродействующие моющие средства в основном пополняются, например, по понедельникам и четвергам, а малооборотные моющие средства — по четвергам. Для моющих средств другие дни пополнения от распределительного центра до магазина используются только в случае риска отсутствия запасов в магазине.

Использование основных дней пополнения запасов позволяет значительно повысить эффективность пополнения запасов в магазине, не ограничивая наличие товаров на полках.Более консолидированные поставки позволяют персоналу магазина более эффективно пополнять полки, особенно когда основные дни пополнения устанавливаются в зависимости от того, какие категории товаров выставлены в одном и том же проходе или зоне магазина. После введения основных дней пополнения запасов время, затрачиваемое на укладку полок, сократилось на 20 %.

Как и во многих других процессах, использование основных дней пополнения запасов может быть дополнительно оптимизировано, когда будут созданы основные условия.Используя ИИ для оптимизации основных дней пополнения запасов во всем магазине, поток товаров, поступающих в магазин, можно выровнять по рабочим дням. Во многих магазинах выходные дни могут быть очень загружены: многие покупатели делают еженедельные покупки, в то время как в магазины доставляется большое количество свежих продуктов. Установка основных дней пополнения для продуктов центрального магазина на более спокойные дни недели уравновешивает поток входящих товаров и упрощает планирование персонала в магазинах. (Дополнительные сведения см. в этом тематическом исследовании.)

Рисунок 18: На этом графике показан поток товаров, поступающих в крупный продуктовый магазин, до и после того, как основные дни пополнения были оптимизированы с помощью ИИ. Как видно, поток товаров после оптимизации стал более плавным.

4.2.3. Динамические размеры упаковки для удовлетворения динамического спроса

Одним из мощных инструментов повышения эффективности пополнения запасов в магазине является оптимизация использования упаковок разных размеров. Во многих случаях магазины могут заказывать упаковки в ящиках, слои поддонов или целые поддоны в распределительном центре.Большие партии более эффективно обрабатывать как в магазинах, так и в распределительных центрах, но очевидно, что поставки должны соответствовать доступному пространству и спросу в магазинах. В противном случае запасы в магазинах будут накапливаться и снизят, а не повысят эффективность, переполнив подсобные помещения и вызвав многократные поездки между подсобными помещениями и цехами для пополнения полок.

Особенно для розничных продавцов, работающих в магазинах разных размеров, оптимизация размеров упаковок пополнения для каждого продукта и магазина оказывает прямое влияние на затраты на обработку.Тем не менее, сделать это только один раз в качестве согласованных усилий недостаточно, поскольку спрос меняется со временем, а для некоторых продуктов также в зависимости от сезона. В разгар сезона поддоны могут быть наиболее эффективными, в то время как вне пика более эффективными могут быть упаковки меньшего размера.

Система планирования розничной торговли должна иметь возможность автоматически оптимизировать размер упаковки для каждого продукта, магазина и заказа. Это означает, что всякий раз, когда размещается заказ, система всегда проверяет все доступные размеры упаковки — обычно от упаковки в ящиках до полных поддонов — и выбирает наиболее эффективный размер упаковки в соответствии с прогнозируемым спросом.

Для достижения максимальной эффективности склады-поставщики должны иметь возможность оценивать спрос на упаковки различных размеров. В противном случае они могут оказаться в ситуации, когда они используют отдельные упаковки для сборки поддонов для магазинов, а не пропускают полные поддоны через систему распределения. Это возможно, когда прогнозы магазинов (см. раздел 5), используемые в качестве основы для планирования распределения, отражают предполагаемое использование магазинами упаковок разного размера.

5.Интегрированная цепочка поставок, управляемая потребительским спросом

Традиционно пополнение запасов и управление запасами в региональных распределительных центрах или на центральных складах представляли собой отдельные процессы, управляемые отдельными прогнозами спроса.

В ходе опроса, проведенного в 2020 году, мы обнаружили, что 31% крупных розничных продавцов продуктов питания в США по-прежнему строят свои прогнозы по центрам распределения на исторических данных об исходящих поставках из этих центров распределения. Это похоже на вождение автомобиля, глядя в зеркало заднего вида.

Согласно тому же исследованию, только 29% респондентов выбрали более перспективный подход, основывая свои прогнозы распределительных центров на прогнозах спроса в магазинах. Конечно, это лучший подход, чем просто просмотр исходящих поставок.

Однако использование прогнозов спроса в магазине для планирования в распределительных центрах имеет ряд существенных недостатков:

  1. Товары должны быть доставлены в магазины, прежде чем магазины смогут их продать. Это означает, что прогноз центра распределения должен повышаться до того, как прогнозы спроса в магазинах повышаются, и наоборот. Разница во времени зависит от показателей сквозной продажи в магазинах и графиков пополнения запасов, а это означает, что разница во времени варьируется между магазинами и продуктами, а иногда и в рабочие дни. В результате практически невозможно точно учесть разницу во времени, что плохо сказывается на точности прогнозов в распределительных центрах.
  2. Когда товары проталкиваются, а не протягиваются по цепочке поставок, в распределительных центрах будут возникать пики исходящих поставок, которые не видны в прогнозах спроса магазинов. Типичным примером являются рекламные акции, когда до начала акции в магазины должно быть доставлено от 30% до 100% ожидаемого поощрения. Акция, таким образом, вызывает гораздо больший пик спроса в распределительном центре, чем в магазинах. Этот пик полностью контролируется самим ритейлером, но по-прежнему требует большой ручной работы по планированию или «угадыванию», когда планировщики поставок в распределительном центре пытаются предвидеть, когда и в каких количествах магазины примут продвигаемые товары.

Весьма иронично, что многие из ситуаций, которые считаются наиболее трудными для решения в распределительных центрах, такие как накопление запасов в магазинах для рекламных акций или представления новых продуктов, полностью находятся в руках самих розничных продавцов.

Наилучшая практика заключается в том, чтобы основывать прогнозы центра распределения на прогнозируемых заказах магазинов, которые отражают как спрос, основанный на вытягивании, так и запланированное движение запасов на основе выталкивания. В ходе опроса 2020 года 40% опрошенных продовольственных розничных продавцов Северной Америки внедрили это.

Для обеспечения плавной интеграции планирования магазина и распределения система планирования должна иметь возможность рассчитывать прогнозируемые заказы магазина на продукт, магазин и день на несколько месяцев или даже на год вперед, отражая текущие и известные будущие параметры пополнения запасов, а также прогноз спроса. Эти расчеты, конечно, требуют значительных мощностей по обработке данных, что, вероятно, является одним из объяснений удивительно низких темпов внедрения.

Рисунок 19: Интегрированная цепочка поставок управляется потребительским спросом с учетом всех известных факторов, таких как графики поставок, запасы в наличии и размеры упаковки.План отгрузки для распределительных центров состоит из прогнозируемых заказов магазина, а также прогнозов спроса для потенциальных потоков запасов, направляемых непосредственно покупателю, таких как онлайн-заказы, собранные в распределительном центре.

На практике прогнозы заказов магазинов объединяют данные об их текущих запасах, страховых запасах и визуальных минимумах, графиках поставок (включая основные дни пополнения запасов), а также любых запланированных движениях запасов, включая все, от создания запасов до создания рекламных витрин и сменные заказы для выравнивания требований к пропускной способности при распределении.

В таблице 1 представлены некоторые примеры ситуаций, в которых ценность прогнозирования в распределительных центрах на прогнозируемых заказах в магазине особенно заметна.

Представление продукта При запуске нового продукта в каждый магазин выдвигается как минимум одна упаковка или достаточное количество продукта, чтобы заполнить выделенное место на полке. Это создает буферные запасы в магазинах, на переваривание которых уходят дни или недели. Пока в магазинах есть избыточные запасы, прогнозируемые заказы магазинов (как и фактический отток из распределительных центров) будут ниже прогнозируемого потребительского спроса.
Прекращение производства продукции Если прекращение выпуска продукции запланировано заранее, прогноз центра распределения будет автоматически уменьшаться по мере приближения даты прекращения, поддерживая контролируемое сокращение запасов. Когда прогноз центра распределения основан на прогнозируемых заказах в магазине, прогноз автоматически учитывает существующие запасы запасов в магазинах и точно оценивает, сколько времени потребуется, чтобы очистить оставшиеся запасы в каждом магазине.
Рекламные акции Обычно от 30 до 100% ожидаемого рекламного дохода поступает в магазины до проведения рекламной акции. Хорошей новостью является то, что эти запланированные движения запасов полностью предсказуемы (поскольку они на самом деле запланированы и не нуждаются в прогнозировании) и будут автоматически включены в прогнозируемые заказы магазина. Кроме того, если после акции в магазинах останется недостаточно или избыточно запасы, потребности магазинов будут точно отражены в прогнозах распределительного центра.
Сезоны Практически всегда перед началом основного сезона в магазины распределяется некоторый буферный запас. Это может быть связано с необходимостью создания красивых сезонных выставок в магазинах, выравнивания сезонных пиковых объемов или из-за того, что сезон зависит от погоды, что делает точные сроки начала сезона несколько неопределенными. Как и в случае рекламных акций, эти запланированные движения запасов будут автоматически отображаться в прогнозируемых заказах магазинов, используемых в качестве прогноза для распределительных центров.Кроме того, поскольку сезонный спрос может сильно различаться в разных магазинах, например, из-за местных погодных условий, резервные запасы магазинов будут расходоваться с разной скоростью. Это будет автоматически отображаться в прогнозе для распределительного центра.
Изменения в графиках пополнения Нередки случаи, когда графики пополнения магазинов меняются либо временно, например, в соответствии с возросшим спросом в высокий сезон, либо постоянно, например, в связи с внедрением новых транспортных маршрутов.Изменение графика пополнения, естественно, не повлияет на покупательский спрос, но окажет прямое влияние на товаропоток в магазины. Результирующие изменения сроков и размера поставок в магазины будут автоматически отражаться в прогнозе распределительного центра, когда он основан на прогнозируемых заказах магазина.

Таблица 1: Примеры ситуаций, когда использование прогнозируемых заказов магазина, а не прогнозов спроса магазинов, позволяет гораздо более точно планировать в распределительных центрах.

Когда прогнозы заказов объединяются по всем магазинам, они формируют очень точный, ориентированный на клиентов прогноз для распределительных центров.

Дополнительные преимущества интеграции цепочки поставок включают прозрачность цепочки поставок, поддерживающую планирование мощностей, сотрудничество с поставщиками (рассматривается в разделе 7), а также простое управление ситуациями перегрузки, комплектования и дефицита.

5.1. Планируйте один раз и выполняйте автоматически по всей цепочке поставок

Когда планирование в распределительных центрах основано на прогнозируемых заказах магазинов, влияние запланированных действий, таких как рекламные акции или предсезонные распределения, сразу видно по всей цепочке поставок.Чтобы воспользоваться всеми преимуществами этой прозрачности, все данные планирования должны быть доступны для системы планирования, как только будет принят план продвижения, изменение ассортимента, изменение цены или любое другое соответствующее решение.

Система планирования, которая поддерживает основные данные, зависящие от времени, является ключевым фактором упреждающего планирования. Ниже приведены лишь несколько примеров того, как зависящие от времени основные данные позволяют регистрировать ценную информацию сразу же, как только она становится доступной.Это, в свою очередь, позволяет специалистам по планированию пополнения запасов полагаться на систему планирования, которая автоматически инициирует необходимые действия в нужное время с минимальным объемом ручной работы.

  • Графики пополнения в зависимости от времени:  Когда графиками пополнения запасов можно управлять с помощью дат, появляется возможность обновлять запланированные будущие графики пополнения в вашей системе планирования, как только информация становится доступной. Это позволяет планировщикам пополнения запасов доверять системе планирования для автоматического учета этих изменений как при планировании пополнения запасов, так и при расчете прогнозов цепочки поставок.
  • Даты активации и окончания ассортимента:  Когда даты начала и окончания для активного ассортимента продуктов определены, становится намного проще управлять увеличением и уменьшением количества продуктов. Рутинные задачи планирования, такие как заполнение конвейера новыми продуктами или сокращение запасов продуктов, выпуск которых прекращается, могут быть автоматизированы. Эта автоматизация сокращает ручной труд, но также обеспечивает оптимальный уровень запасов на всех этапах жизненного цикла продукта.
  • Запасы перед рекламными акциями:  У рекламных акций, естественно, есть даты начала и окончания, но не менее важно иметь возможность заранее указать, как магазины должны быть снабжены.Обычно идеально определить, за сколько дней до рекламной акции рекламные товары должны поступить в магазины, какой объем запасов должны получить магазины, чтобы иметь возможность построить запланированные рекламные витрины, и какую долю прогнозируемого рекламного спроса должны покрыть первые поставки. . Правила и шаблоны позволяют составлять точные планы пополнения запасов для каждого магазина и товара без ручной работы.
  • Временные ограничения на доставку поставщиком:  У поставщиков могут быть временные ограничения на доставку.Китайские производители могут, например, не отправлять поставки во время китайского Нового года. Если подобная информация предоставляется системе планирования, система знает, что нужно размещать заказы на этот период достаточно рано, чтобы обеспечить высокую доступность в течение затронутого периода, сводя к минимуму ручную работу и зависимость от человеческой памяти.

Интегрированная система поставок устраняет необходимость двойного планирования. Влияние запланированных изменений на пополнение магазина автоматически отражается в прогнозируемых заказах магазина, формирующих прогноз спроса для распределительных центров.Это означает, что как только будут запланированы необходимые запасы в магазине для рекламных акций, они будут видны в прогнозе распределительного центра на правильные даты и в нужных количествах.

Рисунок 20. Влияние бизнес-решений сразу видно во всех операциях розничного продавца. В этом примере запланированная акция запускает автоматические обновления прогнозов, которые затем преобразуются в запасы, мощности и потребности в ресурсах во всех частях цепочки поставок.

Конечно, правильная функциональность вашей системы планирования является ключевым фактором, но настоящая проблема заключается в том, чтобы заставить всю организацию работать более активно. Обеспечение того, чтобы решения принимались достаточно рано, но не слишком рано, чтобы излишне снизить гибкость на динамичном рынке, требуется, чтобы каждый в организации имел базовое понимание того, как работает цепочка поставок и каковы соответствующие сроки для различных типов решений. .

5.2. Многоступенчатая оптимизация товарных потоков

Интегрированная цепочка поставок позволяет эффективно управлять многоступенчатыми потоками запасов с минимальными потерями и высоким уровнем автоматизации. Когда все данные о прогнозах спроса, доступных запасах, графиках поставок, сроках поставки и размерах партий для всех уровней цепочки поставок доступны в одной и той же системе планирования, это позволяет беспрепятственно оптимизировать потоки запасов по всей цепочке поставок.

Кросс-докинг — это стратегия инвентаризации, направленная на максимальное повышение эффективности транспортировки при минимальных затратах на погрузочно-разгрузочные работы. Кросс-докинг часто применяется к крупногабаритным продуктам, таким как напитки, для снижения затрат на хранение и обработку. Его также можно использовать для сокращения сроков поставки продуктов с коротким сроком хранения. При настройке кросс-докинга товары доставляются от поставщика на пункт кросс-докинга, где товары не помещаются на хранение, а перемещаются из прибывающего грузовика в отъезжающий грузовик для распределения по магазинам.

Для эффективной работы кросс-докинга существует ряд требований: 1) Поставщики должны иметь возможность доставлять полные грузовики на пункты кросс-докинга, 2) единицы доставки, такие как поддоны или каркасы, должны быть готовы к немедленное перемещение к отъезжающим грузовикам без дополнительной обработки, и 3) отъезжающие грузовики должны иметь высокую скорость заполнения, чтобы снизить транспортные расходы.Таким образом, система планирования должна оптимизировать как входящие, так и исходящие потоки к пунктам кросс-докинга и обратно, а также понимать общее время выполнения заказа от поставщика до магазина.

Другим примером политики инвентаризации, требующей комплексного планирования цепочки поставок, является комплектация до нуля. В этой стратегии запасов заказы поставщикам основаны на потребностях магазинов в пополнении запасов. Однако вместо того, чтобы фиксировать количество, которое должно быть доставлено в каждый магазин, поставки поставщика перераспределяются между магазинами при получении на основе последней инвентарной и прогнозной информации.Это позволяет скорректировать количество поставок для каждого магазина в случае, если поставщик не может поставить в полном объеме или в ответ на потенциальные неожиданные пики спроса в магазинах после расчета первоначальной потребности в пополнении запасов. В результате предложение соответствует спросу более точно, чем при использовании традиционного подхода к кросс-докингу. Подход «комплектация до нуля» может рассматриваться как способ сокращения времени от заказа до доставки в магазины, поскольку количество для конкретного магазина окончательно определяется не при заказе у поставщиков, а при подготовке товаров к распределению в магазины.

Когда планирование цепочки поставок полностью интегрировано, исключения могут быть разрешены оптимальным и автоматизированным способом. Давайте посмотрим на нехватку запасов, например, из-за задержки входящего груза. Вместо того, чтобы выполнять заказы магазинов в порядке очереди, доступные запасы могут автоматически распределяться по магазинам, чтобы максимизировать общую доступность на полках или в соответствии с тактическим определением приоритетов магазинов. В лучшем случае это даже не повлияет на наличие товара на полке.Аналогичным образом, партии запасов, срок годности которых приближается, можно заблаговременно вытеснить в магазины, которые имеют наилучшие шансы продать товары по полной цене.

6. Эффективное управление запасами в распределительных центрах

Пополнение запасов на центральных складах и распределительных центрах иногда рассматривается скорее как искусство, чем как наука. Это правда, что более длительные сроки выполнения заказа, особенно при заказе за границей, и отсутствие контроля над внешними поставщиками создают сложности.Тем не менее, по крайней мере в принципе, пополнение центральных складов или распределительных центров ничем не отличается от пополнения магазинов.

Пополняя магазины из собственных распределительных центров, розничные продавцы могут оптимизировать выполнение заказов по своему усмотрению. Однако при заказе товаров у поставщиков могут быть сложные ограничения в отношении минимальной стоимости или количества заказа. Кроме того, могут существовать скидки в зависимости от объема или другие скидки, которые при эффективном использовании могут оказать значительное влияние на маржу.Многие розничные продавцы не смогли ввести такого рода контракты с поставщиками или информацию о ценах в свои системы планирования, что вынуждает оперативных закупщиков тратить значительное время на двойную проверку заказов.

При пополнении магазинов активные потоки товаров (сочетания продуктов и магазинов) для любого крупного ритейлера обычно измеряются миллионами или десятками миллионов, а это означает, что автоматизация имеет решающее значение. Для центральных и региональных складов количество строк заказа намного меньше, а стоимость каждой строки заказа намного выше, что делает экономическое влияние каждой строки заказа более заметным.Это позволило и способствовало более низкой степени автоматизации оперативных закупок по сравнению с пополнением запасов в магазине.

Мы обнаружили, что организация оперативных процессов закупок в структурированном виде с хорошей системной поддержкой также может привести к очень высокому уровню автоматизации в распределительных центрах. Это, однако, не обязательно означает, что ритейлеры с передовой практикой имеют значительно более компактный отдел закупок. Ключевым результатом повышения степени автоматизации рутинных задач является то, что оперативные закупщики имеют больше времени для проактивного решения потенциальных проблем с производительностью, доставкой или качеством, а также для анализа производительности текущего ассортимента, поставщиков и соглашений с поставщиками для постоянного улучшения.

6.1. Общая оптимизация затрат входящих потоков

Поскольку входящие потоки товаров в распределительные центры более консолидированы, чем исходящие потоки, возможностей для оптимизации заказов при пополнении распределительных центров больше, чем при пополнении магазинов.

Важно, чтобы система планирования могла выполнять оптимизацию заказов на нескольких уровнях для достижения наиболее экономичного результата.

Некоторые примеры оптимизации заказов на разных уровнях:

  • Расчет экономичного количества заказа (EOQ) на продукт для минимизации затрат на хранение и обработку
  • Выбор оптимального размера партии заказа, например, упаковки в ящик, слоя поддона или полного поддона, когда доступно несколько вариантов партии заказа, с учетом потенциальной цены различия между различными вариантами партий
  • Изготовление смешанных поддонов для эффективной транспортировки и обработки товаров
  • Изготовление заказов, которые заполняют один или несколько грузовых транспортных средств, таких как грузовики или контейнеры, или которые соответствуют ограничениям заказа поставщиков, таким как минимальная стоимость заказа или минимум количество поддонов

Несмотря на то, что это кажется простым, процесс объединения заказов на несколько продуктов для заполнения контейнеров или выполнения лимитов заказов поставщика может стать серьезным испытанием для гибкости вашей системы планирования.

Чтобы удовлетворить требования поставщиков и получить выгоду от более низких транспортных расходов или скидок поставщиков без накопления избыточных запасов, вам, как правило, необходимо иметь возможность:

  • Гибко определяйте, какие продукты следует объединять при планировании заказа. Продукты от одного и того же поставщика часто объединяются вместе, но иногда различные производственные площадки одного и того же поставщика следует рассматривать отдельно или все продукты из одного региона, независимо от поставщика, рассматривать как одну группу.
  • Установите цели и/или ограничения для сводного заказа в нескольких единицах, таких как стоимость, объем, количество поддонов, вес или комбинации этих размеров. Например, при заполнении грузовиков вы хотите, чтобы заказ эффективно заполнял доступное пространство, чтобы не нести расходы на транспортировку воздуха, и в то же время следить за тем, чтобы разрешенный максимальный вес не был превышен.
  • Позвольте системе планирования решить, какой вид грузового транспорта ей следует заполнить заказом.У некоторых поставщиков может иметь смысл иногда заказывать грузовик, иногда грузовик и прицеп, а иногда два грузовика, только один из которых имеет прицеп, в зависимости от прогнозируемого спроса.
  • Установите правильный уровень срабатывания ордера. Когда трудно выполнить ограничения заказов поставщиков, может иметь смысл потребовать достаточный спрос, скажем, на 30% загрузки грузовика, прежде чем система планирования начнет формировать заказ, который заполнит весь грузовой перевозчик.

В дополнение к тому, чтобы позволить системе планирования выполнять тяжелую работу, когда речь идет о требованиях к заказам поставщика, наилучшей практикой является постоянная оценка этих ограничений и их влияние на поток товаров. Многолетние контракты на динамичном рынке или ограничения на фиксированные заказы для продуктов с сезонным спросом могут оказаться дорогостоящими или неосуществимыми по мере изменения спроса.

Для поддержки этого идеальная система планирования должна выделять все предложения по заказам больше/меньше, чем необходимо в результате этих ограничений, а также показывать отличие от фактической потребности. Кроме того, он должен предоставлять аналитическую поддержку, чтобы помочь оперативным закупщикам принимать рациональные решения относительно того, превышает ли выгода, такая как скидка, от соблюдения ограничения поставщика, чем возникающее в результате увеличение стоимости хранения запасов и риск устаревания.

6.2. Разумная покупка использует преимущества хороших цен

В розничных расходах преобладает стоимость проданных товаров. Оперативный отдел закупок должен взять на себя ответственность за эффективное использование скидок для повышения валовой прибыли.

Теоретически разумная покупка при изменении цен довольно проста:

  • Если вы знаете, что цена на товар будет расти, сделайте запас непосредственно перед повышением цены.
  • Когда вы знаете, что цена на товар снизится, закажите только то количество, которое вам абсолютно необходимо, до изменения цены, а затем запаситесь после того, как новая цена вступит в силу.
  • Когда цена будет временно снижена, например, в связи с акцией поставщика, заказывайте меньше непосредственно перед снижением цены и запасайтесь, когда цена будет низкой.

Чтобы получить реальную выгоду от изменения цен, вам также необходимо учитывать стоимость хранения ваших запасов, правильно рассчитывать время ваших заказов по отношению к моменту изменения цены и, возможно, разделить инвестиционную покупку — дополнительное количество, которое вы покупаете выше. то, что вам нужно для удовлетворения спроса, на несколько заказов.

Еще больше усложняет ситуацию то, что могут быть и другие факторы, влияющие на оптимальный объем заказа. Для свежих продуктов срок годности всегда имеет значение. Нет абсолютно никакого смысла накапливать запасы, которые в конечном итоге окажутся отходами, или наносить ущерб своей репутации, размещая в магазинах товары с непривлекательным сроком годности. Кроме того, в ситуациях, когда места для хранения не хватает, стоимость запасов может внезапно подскочить до совершенно нового уровня, если вы превысите пределы вместимости ваших текущих складов.Когда ваше складское пространство очень заполнено, вам нужно будет найти дополнительное место за пределами ваших текущих складов для дополнительных товаров, что быстро превратит вашу инвестиционную покупку в очень невыгодный ход.

Наилучшей практикой является предоставление вашей системе планирования данных о ценах, зависящих от времени, чтобы система могла оптимизировать, когда и в каких количествах покупать при изменении цен. Таким образом, вы можете эффективно использовать даже незначительные изменения цен, так как оперативным закупщикам не нужно тратить время на определение оптимальных объемов заказа вручную.Важно иметь в виду, что необходимо учитывать такие ограничения, как срок хранения скоропортящихся продуктов или ограничения вместимости места для хранения. Если ваша система планирования не способна автоматически справляться с такими ограничениями, предлагаемые инвестиционные покупки должны быть дважды проверены командой закупщиков.

Нет ничего необычного в том, что контракты с поставщиками включают скидку, вызванную превышением годовой суммы заказа покупателя над установленной квотой. Опять же, отслеживать квоты поставщиков, размещенные заказы и прогнозируемые заказы очень сложно вручную.Интеллектуальные системы планирования поддерживают разумные решения о покупке, предлагая дополнительные заказы для получения скидки, когда это возможно, и не предлагая никаких дополнительных заказов, которые привели бы к контрпродуктивному накоплению запасов.

6.3. Управление запасами скоропортящихся продуктов на уровне партий

В настоящее время невозможно узнать точные сроки годности наличных запасов в магазинах. Может быть даже трудно получить достойную оценку, если в магазине одновременно находится несколько партий продукта, поскольку некоторые потребители усердно работают, чтобы найти самые свежие продукты.

Однако распределительные центры — это совсем другая история. В распределительных центрах современные системы управления складом обеспечивают отгрузку запасов в порядке поступления. Кроме того, они отслеживают точную дату истечения срока годности для каждой партии на складе.

Эффективное использование данных об истечении срока действия на уровне партии в управлении запасами сокращает количество отходов и повышает уровень обслуживания:

  • Когда система планирования способна рассчитать предполагаемый срок порчи на основе прогнозируемого спроса и сроков годности имеющихся запасов, она может заказать достаточное количество товаров для замены запасов с истекающим сроком годности до истечения срока годности продуктов.Это значительно повышает уровень обслуживания ваших распределительных центров по отношению к вашим магазинам.
  • Лучшие в своем классе системы планирования срабатывают заблаговременно, когда возникает риск потерь. Это позволяет эффективно вытеснять те магазины, которые, скорее всего, смогут продавать товары по хорошей цене, или дает вам время для поиска других каналов продаж, таких как дискаунтеры, которые могут захотеть забрать партии у вас из рук в кратчайшие сроки. скидка.
  • Прогнозы порчи также показывают, существует ли систематический риск потерь, например, из-за больших партий продукции по сравнению со спросом.
Рисунок 21: Прогнозы порчи продуктов высокого качества четко показывают, существует ли систематический риск брака, например, из-за слишком большого размера партии заказа продукта.

6.4. Данные в режиме реального времени для покупки свежих продуктов

Для скоропортящихся продуктов обязательна очень высокая оборачиваемость запасов как в магазинах, так и в снабжающих распределительных центрах. Это означает, что цепочка поставок очень уязвима для проблем с качеством, проблем с доставкой или неожиданных пиков спроса.В ситуациях, когда потребности магазина превышают доступные запасы, быстрое реагирование имеет важное значение.

Во многих случаях поставщики скоропортящихся продуктов с коротким сроком хранения осуществляют несколько ежедневных поставок в одни и те же распределительные центры. Это отчасти для гарантии свежести и отчасти для выравнивания объемов.

Несколько ежедневных поставок поставщиков позволяют розничному продавцу удовлетворить фактический спрос, размещая заказы как можно ближе к различным срокам заказа, используя последние данные о спросе и запасах.

Однако, чтобы иметь возможность выявлять скачки спроса, система планирования должна быть тесно связана с базовыми системами транзакций и иметь доступ к данным в реальном времени. Конечно, система планирования также должна иметь возможность обрабатывать данные достаточно быстро, чтобы максимально точно превращать последние данные в заказы.

Подобные быстрые реакции и расчеты в течение дня, основанные на данных в реальном времени, ценны, когда фрукты и овощи, которые подвержены проблемам с поставками и качеством, доставляются утром. Поскольку фактический доступный запас может отличаться от запланированного, имеет смысл перераспределить запасы на основе последнего прогноза и данных о запасах из магазинов, а не выполнять заказы магазина в произвольном порядке.

7. Планирование оптимального использования мощностей и ресурсов по всей цепочке поставок продовольственных товаров

В таком динамичном бизнесе, как розничная торговля, узкие места в мощности могут возникать практически в любой части цепочки поставок в ответ на ряд событий, от праздников или необычной погоды до рекламных акций или крупных обновлений ассортимента в магазинах.

Чтобы выявить и заблаговременно устранить эти узкие места, предприятия розничной торговли должны понимать, как прогнозируемый спрос повлияет на запасы, мощности и потребности в ресурсах по всей их цепочке поставок.

7.1. Розничные продажи и операционная деятельность (S&OE)

Процесс S&OE направлен на то, чтобы розничные продавцы могли удовлетворить краткосрочный спрос на предстоящие 0–3 месяца с максимально возможными затратами. Отправной точкой является очень детализированный прогноз спроса на уровне SKU-канал-день (см.1). Оттуда планировщики могут использовать прогнозы цепочки поставок (см. Раздел 5), чтобы получить подробное представление о запасах, мощностях и требованиях к ресурсам по всей цепочке поставок.

Рис. 22: Детализированные прогнозы спроса и прогнозы цепочки поставок дают розничным торговцам постоянную информацию о запасах, мощностях и потребностях в ресурсах в каждой части сквозной цепочки поставок.

Полная прозрачность операций розничной торговли дает множество преимуществ S&OE, в том числе:

  • Межфункциональное согласование: Наглядность делает влияние бизнес-решений, принятых в одной функции, мгновенно доступным для всех функций, чтобы учитывать их при планировании.Например, ожидаемое влияние запланированной рекламной акции немедленно отражается во всех прогнозах местного спроса, а также в прогнозах запасов и ресурсов по всей цепочке поставок. Это означает, что бизнес-решения, такие как рекламные акции, необходимо планировать только один раз для автоматического выполнения.
  • Упреждающее управление исключениями:  Благодаря обзору текущих и будущих запасов, мощностей и потребностей в ресурсах по всей цепочке поставок, система может автоматически обнаруживать потенциальные узкие места и помочь планировщикам предотвратить или быстро устранить их.Например, если система предупреждает планировщиков о том, что предстоящее акционное пополнение запасов в сочетании с сезонными распределениями приведет к исключительно большому пику поставок, они могут заблаговременно решить проблему до того, как она начнет перегружать подсобные помещения магазина или истощать возможности сборщика DC.
  • Эффективное планирование на случай непредвиденных обстоятельств:  С помощью моделирования цифровых двойников розничные продавцы могут сравнивать и лучше понимать, как различные сценарии планирования повлияют на их цепочку поставок. Например, если регион продаж перерастает свои возможности выполнения, группа планирования распределения может легко смоделировать, когда и как переместить выполнение некоторых из этого регионального спроса в другой центр выполнения, эффективно уравновешивая требования к мощности в сети распределения.

При работе с миллионами товарных потоков, десятками тысяч сотрудников, сотнями поставщиков, частыми рекламными акциями и регулярными изменениями цен и ассортимента у любого розничного продавца обязательно будут исключения. Многие из этих исключений требуют немедленного внимания и быстрых корректировок, чтобы избежать или свести к минимуму любое негативное влияние на S&OE.

Однако, обратившись к ИИ и расширенной оптимизации, ритейлеры могут устранить большинство этих отклонений без какого-либо вмешательства человека.Лучшее в своем классе автономное решение проблем повышает скорость и точность, с которой розничный продавец может управлять исключениями:

  • Автономная перебалансировка запасов   в цепочке поставок : запуск оптимизированного распределения дефицита и вытеснение в соответствии с бизнес-приоритетами розничного продавца, например, или повторная оптимизация заказов в магазине на лету в соответствии с комплектацией подход с нулевым выполнением.
  • Обеспечение пропускной способности и эффективного использования производственных мощностей: упреждающее сглаживание колебаний товарных потоков (см. рис. 23), постоянная оптимизация пополнения запасов и площади для сокращения обработки товаров в магазине, а также оптимизация распределения рабочей силы с использованием постоянно обновляемых прогнозов рабочей нагрузки.
  • Рекомендация корректирующих или «следующих лучших» действий : автоматическое предложение оптимальных уценок, например, для устранения избыточных запасов из цепочки поставок.
Рисунок 23: Лучшая в своем классе система планирования розничной торговли может автономно сглаживать поток товаров, снижая риск нехватки производственных мощностей и обеспечивая эффективное использование производственных мощностей в распределительных центрах и магазинах. (Оранжевая линия = поток товаров из распределительного центра в магазин в соответствии с потребностями склада; зеленая линия = поток товаров из распределительного центра в магазин при применении интеллектуального сглаживания потока.)

Самые эффективные ритейлеры способны сочетать человеческий опыт с технологиями, быстро адаптируясь к новым ситуациям и реализуя новые бизнес-приоритеты в масштабе. Хорошим примером этого является немецкий розничный торговец аптеками Rossmann, которому потребовалось всего два дня, чтобы внедрить совершенно новые конфигурации планирования, в которых приоритет отдавался доставке основных продуктов в магазины во время изменения спроса в 2020 году, вызванного COVID.

7.2. Планирование розничных продаж и операций (S&OP)

Если целью розничного S&OE является решение непредвиденных проблем с мощностью и ресурсами в краткосрочной перспективе, то розничное S&OP, напротив, смотрит дальше в будущее.Целью розничного S&OP является обеспечение достаточных мощностей и ресурсов для поддержки будущих целей роста, запланированных изменений в дистрибьюторской сети, крупных сезонов и многого другого.

Подготовка к большим праздникам представляет собой важный вариант использования S&OP в розничной торговле, причем сезон зимних праздников является наиболее важным (и сложным) на большинстве рынков. Праздничные сезоны, как правило, характеризуются более высоким, чем обычно, спросом, который резко возрастает до праздничного пика. После этого пика спрос обычно возвращается к норме или даже на какое-то время падает ниже нормального уровня.

Но процесс S&OP в розничной торговле примерно на больше, чем просто эффективность цепочки поставок — речь идет о максимизации прибыльности. S&OP должен привести к:

  1. Потоки товаров, которые соответствуют, а не превышают возможности по всей цепочке поставок. Это обеспечивает надежную поставку, что, в свою очередь, предотвращает потерю продаж из-за проблем с доставкой.
  2. Экономически эффективные операции с минимальными дорогостоящими сверхурочными работами на всех этапах цепочки поставок.
  3. Информированные решения, которые по-прежнему поддерживают прибыльность компании, когда ограничения мощности не позволяют гарантировать доступность всех продуктов.
  4. Полная прозрачность требований к ресурсам, позволяющая гарантировать, что все ресурсы, включая доступность рабочей силы в магазине, основаны на одном и том же операционном плане.

Подготовка розничной торговли к такому большому празднику, как Рождество, обычно начинается примерно за шесть месяцев до начала сезона. Первым шагом является согласование ограничений: будут ли изменения в графиках поставок/сроках выполнения заказов или ограничениях по мощности поставщиков в связи с праздничным сезоном?

После согласования ограничений следующим шагом является рассмотрение планов продаж и поставок для выявления потенциальных узких мест, которые могут возникнуть в любом месте цепочки поставок в течение праздничного сезона.Потенциальные узкие места могут включать в себя слишком большие поставки, что приводит к перегруженности магазинов в загруженные дни; дни, когда сотрудники склада сталкиваются с большим количеством заказов, чем могут собрать; дни, когда на склад поступает больше замороженной продукции, чем он может хранить; и так далее.

С помощью электронных таблиц было бы просто невозможно смоделировать цепочку поставок — со всеми ее сложностями — достаточно точно, чтобы заранее выявить узкие места. Даже построение упрощенной модели потребует огромных затрат времени и подвержено ошибкам. Единственный способ с какой-либо степенью уверенности определить описанные выше типы узких мест пропускной способности — использовать прогнозы цепочки поставок.

Как только они определили потенциальные узкие места, розничные продавцы должны использовать планирование сценария «что, если», чтобы изучить и устранить их . Сценарное планирование «снизу вверх» позволяет розничным торговцам точно видеть, как изменения сроков доставки, графиков пополнения или прогнозируемых объемов продаж повлияют на поток товаров.

Как правило, предприятиям розничной торговли продуктами питания необходимо доставлять в магазины продукты с длительным сроком хранения раньше, чтобы высвободить мощности для эффективного управления свежими продуктами в высокий сезон.Различные стратегии и сценарии выравнивания потока товаров в преддверии праздников включают:

  • Заполнение полок магазинов:  Для многих товаров в центральных магазинах полные полки могут удовлетворить спрос на многие недели. Поскольку отходы не являются проблемой, ритейлерам, готовящимся к рождественским праздникам, имеет смысл заполнить эти полки пораньше, в ноябре, чтобы в декабре можно было доставить более свежие продукты.
  • Распределение товаров с более длительным сроком хранения в магазинах: Наполнения учитывают выделенное полочное пространство в магазинах, но этого не всегда достаточно.Иногда есть смысл сразу распределить спрос на ближайшие 2-4 недели по магазинам. Магазины могут размещать эти предметы в подсобке и пополнять их оттуда по мере необходимости. Хотя этот подход подходит не для всех продуктов, он может быть полезен в особых случаях.
  • Корректировка графиков доставки: Большинство продовольственных ритейлеров регулярно осуществляют частые поставки в магазины, даже вне праздничного сезона, но при необходимости может иметь смысл запланировать дополнительные поставки, чтобы удовлетворить возросший спрос.

Розничные продавцы должны использовать возможности своего программного обеспечения по планированию сценариев, чтобы определить сценарий, который лучше всего соответствует их целям, и прийти к соглашению об этом со своими поставщиками. Это позволяет им зафиксировать свой план задолго до начала сезона, чтобы затем сосредоточиться на выполнении и корректирующих действиях.

Эффективный процесс S&OP обеспечивает более равномерное использование производственных мощностей в течение всего сезона. Кроме того, планировщики знают и могут планировать любые оставшиеся пики заранее, вместо того, чтобы пытаться справиться с дорогостоящими сюрпризами по мере их появления.

Рисунок 24: Влияние улучшенного планирования пропускной способности на большие праздники. Внедрив новый процесс S&OP для розничной торговли, основанный на прогнозах цепочки поставок, этот ритейлер успешно уравнял потребности в мощностях. Остальные пики видны заранее. Экономия, полученная в результате этого улучшения, составляет несколько миллионов долларов только за рождественский сезон.

7.3. Эффективное сотрудничество с поставщиками 

Сотрудничество с поставщиками обсуждалось на протяжении десятилетий, но на удивление лишь немногие розничные торговцы внедрили его широко. Чтобы наладить плодотворное сотрудничество, обе стороны должны приложить усилия и получить измеримые выгоды от процесса. К сожалению, поскольку это случалось редко, многие инициативы по сотрудничеству терпят неудачу.

Хотя технологии не решают проблемы сотрудничества с поставщиками, они могут облегчить эту боль. Например, большинство совместных проектов тратят большую часть своих усилий только на сбор данных из различных источников, но правильная система планирования может свести к минимуму эту работу.Вместо того, чтобы пытаться исправить все за один раз, мы рекомендуем выстраивать процессы сотрудничества с поставщиками постепенно.

Хорошей отправной точкой является обмен прогнозами заказов с вашими поставщиками, поскольку это удобный способ совместной работы. Если ваша система планирования может рассчитать прогнозы цепочки поставок, то прогноз заказа на поставку, который сообщает вашему поставщику, что вы планируете купить у него в ближайшие недели и месяцы, уже доступен для вас. Хорошая система может отправлять автоматические отчеты, которые делятся этой информацией с вашими поставщиками.

Вы также можете поделиться актуальной информацией о запланированных рекламных акциях, предстоящих событиях или других изменениях, помогая своим поставщикам понять причины вашего прогноза заказа на покупку. Розничные продавцы также могут делиться прогнозами спроса или данными о точках продаж (POS) со своими поставщиками, но наиболее важная информация — это то, что вы ожидаете от поставщика и когда.

Более совместный способ работы требует, чтобы обе стороны осознали ценность, которую принесут вложения их времени и усилий. В то время как простое совместное использование прогноза является односторонней связью, совместное планирование, прогнозирование и пополнение запасов (CPFR) представляет собой настоящую двустороннюю связь. Хорошая система планирования помогает, предоставляя надежные прогнозы будущих заказов на поставку, аналитические инструменты для понимания потенциальных изменений и проблем, а также платформу или портал для совместной работы.

В идеале поставщики могут просто получить доступ к представлению розничного продавца об их прогнозируемом спросе, планах размещения заказов на покупку и данных о рекламных акциях, сезонах, событиях и т. д., затем добавьте собственное представление. Сочетание целостного взгляда поставщика на его категории и продукты с пониманием розничного продавца его бизнеса и маркетинговой деятельности таким образом в конечном итоге приводит к более точному общему плану.

Лучшие в своем классе системы планирования могут поддерживать такое сотрудничество, предоставляя платформу, которая может принимать несколько типов прогнозов, предупреждать пользователей о любых различиях, позволять пользователям редактировать планы и, наконец, дезагрегировать согласованный план до любого уровня детализации. требуется — будь то магазины, продукты или дни — для поддержки оперативного выполнения.

8. Заключение: объединитесь с машинами, чтобы победить

Розничная торговля находится в смятении, и неясно, какое влияние окажут различные каналы продаж и доставки, форматы магазинов или даже игроки розничной торговли. Через 10-15 лет мы, наверное, с изумлением оглянемся на это время и зададимся вопросом: «Как же мы не предвидели этого?»

Однако некоторые прогнозы относительно будущего продуктового ритейла сделать несложно:

  1. Продовольственные ритейлеры будут тратить меньше. Позорно тратить так много ресурсов на выращивание, транспортировку и обработку пищевых продуктов только для того, чтобы они оказались в мусорном контейнере за супермаркетом.Продуктовые ритейлеры должны и будут брать на себя ответственность за значительное сокращение пищевых отходов, и, поскольку отходы съедают прибыль, их усилия также будут полезны для их бизнеса.
  2. Цепочка поставок продуктов питания станет более эффективной. Потребители стали очень внимательно относиться к цене и не будут соглашаться на завышенные цены, чтобы поддерживать неэффективные цепочки поставок в бизнесе. Никто не получает выгоды от резких колебаний рабочих нагрузок или требований к мощности, вызванных плохим планированием и управлением, поэтому ни сотрудники розничной торговли, ни руководство не должны огорчаться, видя, что старые, неэффективные практики уходят в прошлое.
  3. Технологии и автоматизация будут играть большую роль в преобразовании розничной торговли. Мы уже видели это в других секторах, которые когда-то в значительной степени полагались на ручную рутинную работу. Нет никаких причин, по которым розничная торговля не пошла бы по тому же пути.

Подводя итог, можно сказать, что розничные цепочки поставок должны стать более гибкими и тщательно контролируемыми, чем когда-либо прежде, чтобы удовлетворять спрос на свежие продукты с минимальными потерями. В то же время розничные цепочки поставок должны стать более эффективными за счет оптимизации товарных потоков с разных точек зрения — операции в магазине, дистрибуция, комплектация и складирование — чтобы соответствовать ценовому давлению.Это возможно только при объединении с интеллектуальными машинами.

Мир розничной торговли продуктами питания слишком сложен, чтобы управлять им с помощью блокнотов и интуиции. Это, конечно, было правдой в течение длительного времени. Главные новости заключаются в том, что автоматизируются не только самые простые работы, но и значительно более продвинутые роли планировщика, которые также исполняются машинами. Что еще более важно, интеллектуальная автоматизация не только заменит ручную работу, но и сделает планирование невиданным ранее уровнем детализации.

Будут ли люди играть какую-то роль в этом дивном новом мире? Да, будет много. Три важные роли:

  1. Повелитель машин: Мы делаем большие успехи в специализированном ИИ, виде машинного интеллекта, полезного для решения очень специфических задач. Однако нам по-прежнему нужны талантливые люди, разрабатывающие системы и определяющие, когда и как лучше всего использовать доступный машинный интеллект.
  2. Коллега машин: Алгоритмы машинного обучения очень зависят от доступа к данным.Им трудно применить здравый смысл или найти инновационные решения в новых сценариях с недостаточным объемом данных. Именно здесь их коллеги-люди могут дать бесценную информацию.
  3. Новаторы, мыслящие за пределами машин: особенно в компаниях, переживающих созидательное разрушение, существует острая потребность в новом мышлении, новых бизнес-моделях и новых способах доставки продуктов питания и услуг потребителям. Инновации в сфере розничной торговли все еще далеки от возможностей ИИ.

Поэтому, пожалуйста, не задерживайте дыхание в ожидании того, что ИИ оживит ваш розничный бизнес или даже решит проблемы вашей цепочки поставок.Но, пожалуйста, начните поэтапное использование машинного интеллекта там, где это наиболее целесообразно и эффективно. Этот сборник лучших практик — хорошее место для начала.

Развертывание ИИ в вашем продуктовом магазине — ITRex

Персонализированные рекламные акции Несколько лет назад рекламные акции рекламировались в каталогах или в эфирах. Оба варианта были достаточно дорогими и отображали одинаковую информацию для всех покупателей, приходящих в магазин. В супермаркетах будущего искусственный интеллект и расширенная аналитика предлагают много информации о каждом отдельном покупателе, например, об их предпочтениях в еде, пищевых аллергиях и мотивах их покупок.Используя искусственный интеллект для персонализации продуктов, ритейлеры получают обширные знания о том, кто проходит мимо их проходов. Такой подход позволяет ритейлерам создавать индивидуальные рекламные акции для привлечения покупателей и увеличения продаж. О возможностях ИИ свидетельствует Гэри Хокинс, генеральный директор Центра передовой розничной торговли и технологий в Лос-Анджелесе: «Технологии ИИ могут быть невероятно глубокими и со временем продолжают учиться, поэтому они лучше понимают, какие товары продвигать в какая цена. Это, вероятно, приведет к разным ценам для разных людей благодаря предложениям, которые им отправляются.” Например, Woolworth в Австралии использует технологии супермаркетов будущего, чтобы персонализировать свои маркетинговые электронные письма с учетом не только вкусов потребителей, но и их прошлого покупательского поведения. Сеть может предсказать, какие товары могут закончиться у каждого покупателя, основываясь на их предыдущих покупках, и также предлагает эти товары. Другой пример кастомизации исходит от Kroger, американской розничной компании. Когда потребители активируют мобильное приложение магазина, находясь внутри, датчики обнаруживают их и отправляют персонализированный выбор товаров вместе с ценами по предпочитаемому ими каналу связи (например,г., видео, голос, текст). Навигация в магазине Легкая, экономящая время навигация — это часть супермаркетов будущего, особенно если мы говорим о просторных торговых объектах, таких как Mall of America, который включает в себя более 520 магазинов и 60 ресторанов. Перемещаться по такому пространству может быть сложно. Чтобы облегчить жизнь своим клиентам, Mall of America развертывает чат-ботов с искусственным интеллектом, которые работают через Facebook или мобильное приложение и помогают покупателям находить товары и услуги. Динамическое ценообразование Концепция динамического ценообразования основана на использовании машинного обучения и искусственного интеллекта в покупках для определения наилучшей стратегии ценообразования для различных продуктов. Для этого алгоритмы анализируют данные из разных источников, таких как история продаж, цены конкурентов, уровень запасов и особые случаи. Одной из тактик динамического ценообразования является перекрестная продажа товара со скидкой (например, булочек) с дополнительным продуктом (хот-догами) по полной цене. Эта стратегия помогает сократить количество пищевых отходов за счет снижения цен на товары, срок годности которых приближается.

Передовой опыт для безопасного использования льдогенераторов в продуктовых магазинах

Правила для раздатчиков напитков в продуктовых магазинах

Приведенные ниже правила должны быть вывешены рядом с каждым раздатчиком напитков и льдогенератором.

В целях безопасности соблюдайте следующие правила: 

  • Дезинфицируйте руки до и после использования этой машины.
  • Не выливайте напитки в лоток, если они не из этого диспенсера. Не кладите в лоток никакие продукты.
  • Не наполняйте использованные стаканчики.Каждый раз используйте новую или чистую чашку.

Правила для бака для льда в продуктовом магазине

Бактерии любят расти в темных, влажных местах. Это означает, что контейнеры для льда в продовольственных магазинах являются идеальной средой обитания микробов. Существует два способа уменьшить количество бактерий в бункере для льда: тщательно очистить бункер для льда и, во-первых, предотвратить попадание загрязняющих веществ в бункер для льда.

О чистке поговорим позже. Следующие правила имеют решающее значение для ограничения попадания загрязняющих веществ в бункер для льда, особенно через аксессуары для льдогенератора.Обучите всех сотрудников этим правилам и рассмотрите возможность размещения их рядом с льдогенератором или на нем. Убедитесь, что в наличии имеются необходимые аксессуары для хранения (например, крючки для ведер для транспортировки льда, держатель совка и т. д.).

В целях безопасности сотрудников и клиентов соблюдайте эти правила 

  • Никогда не оставляйте черпак во льду. Храните мерную ложку в держателе или в специально отведенном месте.
  • Не оставляйте лопатки для льда внутри бункера для льда.
  • Всегда дезинфицируйте руки перед тем, как зачерпнуть лед из контейнера.
  • Надевайте маску, когда черпаете лед из корзины.
  • Никогда не ешьте и не пейте, пока черпаете лед из контейнера.
  • Всегда закрывайте дверцу мусоросборника после использования.
  • Не ставьте друг на друга ведра для транспортировки льда. Подвесьте их или храните над землей на полке.
  • Никогда не зачерпывайте лед ведром, стаканом, кувшином или другой емкостью. Удаляйте лед только ложкой.

Очистка льдогенераторов в продуктовом магазине

Существует два уровня очистки льдогенераторов: обычная очистка и глубокая очистка.Глубокая очистка — это тщательный процесс, выполняемый техническим специалистом по льдогенератору, который включает внутреннюю и внешнюю часть льдогенератора и бункера.

Производители льдогенераторов рекомендуют проводить глубокую очистку не менее двух раз в год. В среде с большим количеством переносимых по воздуху токсинов, таких как мука или пыль, может потребоваться более глубокая очистка. Ваш продуктовый магазин производит собственный хлеб? Опытный специалист по льдогенератору может сказать вам, быстро ли скапливается мука в льдогенераторе и требуется ли дополнительная глубокая очистка.

Регулярная очистка льдогенераторов в продуктовых магазинах включает протирание, дезинфекцию и санитарную обработку любых частей устройства, дозаторов и корзины, которые соприкасаются с людьми. Следуйте приведенным ниже инструкциям, чтобы выполнять регулярную очистку, которая уменьшит количество микробов и риск заражения от льдогенератора вашего продуктового магазина.

Инструкции по регулярной очистке

Льдогенераторы и дозаторы следует регулярно очищать, дезинфицировать и дезинфицировать в дополнение к генеральной очистке.Используйте пищевой отбеливатель или другой чистящий раствор, одобренный EPA. Вам нужно будет смешать его с водой. Проверьте этикетку, чтобы узнать нормы разбавления для дезинфекции и санитарной обработки. Смешайте раствор каждого.

Для дозаторов напитков не реже одного раза в неделю наносите растворы на все области, где напитки могут разбрызгиваться. См. инструкции ниже, чтобы узнать, с какого решения начать.

Растворы можно распылять или протирать снаружи бункеров для льда и льдогенераторов, особенно в местах с частым прикосновением, таких как дверцы бункеров для льда.

  1. Нанесите дезинфицирующий раствор и оставьте его не менее чем на 10 минут. Продолжайте распылять или протирать дезинфицирующее средство по мере необходимости, чтобы поверхность оставалась влажной все время. Затем тщательно смойте раствор водой.
  1. Затем распылите дезинфицирующий раствор. Продолжайте распылять или наносить дезинфицирующее средство, чтобы обеспечить двухминутное влажное время контакта. Его не нужно смывать, дайте ему высохнуть на воздухе на поверхности.
  1. Часто заливайте неразбавленный чистящий раствор (например,грамм. отбеливатель) в слив диспенсера для льда. Это может потребоваться ежедневно или еженедельно в зависимости от того, насколько хорошо пользователи придерживаются политики не выливать другие напитки или продукты питания в канализацию.

Инвестируйте в безопасность клиентов и сотрудников

Управление льдогенератором включает в себя нечто большее, чем просто его защиту от загрязнений. Льдогенераторы стоят дорого, и их трудно поддерживать в оптимальном режиме. Проблемы с льдогенератором в продуктовом магазине или на стоянке для отдыха могут расстроить клиентов и затормозить бизнес.

Владельцы продовольственных магазинов, продовольственных магазинов и рынков, подписавшиеся на Easy Ice, знают, что их льдогенераторы — и их клиенты — в надежных руках экспертов по льдогенераторам. Мы устанавливаем высококачественные льдогенераторы, а затем обеспечиваем все техническое обслуживание, ремонт и глубокую очистку в будущем. Мы даже предоставляем резервный лед нашим клиентам, если их машина по какой-либо причине не работает.

Добавить комментарий

Ваш адрес email не будет опубликован.