Presentation 7 (2)

1. Анализ деятельности и цифровая трансформация розничной сети "Магнит"

Анализ деятельности и
цифровая
трансформация
розничной сети "Магнит"
Выполнил: студент 2-го курса группы ББИ24-4 Ким Макси
Преподаватель: Зубарева Ульяна Валерьевна

2. Общая информация о компании

Сфера деятельности:
Розничная торговля
продуктами питания,
товарами
повседневного спроса,
а также фармацевтика
По масштабу Магнит
является одним из
лидеров российского
ритейла имея около
29000 точек по всей
России

3. Финансовые показатели

Выручка: Стабильный рост, исчисляется
сотнями миллиардов рублей в квартал
Финансовые
показатели
Рентабельность: Поддерживается за счет
масштаба, но подвержена давлению со
стороны инфляции и логистических
издержек
Инвестиции: Компания активно
инвестирует в логистику строя
распределительные центры и ИТ

4. SWOT-анализ сильных сторон

SWOTанализ
сильных
сторон
1)Узнаваемый
бренд
"Магнит" по
всей России
2)Магнит
имеет
обширную
сеть,
присутствуя
даже в малых
городах
3)Развитая
логистика с
собственным
автопарком и
РЦ
4)Имеется
собственное
производство
продуктов

5. SWOT-анализ слабых сторон

SWOTанализ
слабых
сторон
1)Технологическое
отставание Х5 в уровне
цифровизации
процессов упарвления
2)Низкая эффективность
формата малых
магазинов в глубинке
3)Из-за высокой текучки
кадров уровень сервиса
остается невысоким
4)Проблемы с
прогнозированием
спроса и как следствие
списание просроченной
продукции или пустые
полки
на востребованных
позициях

6. Ключевая проблема для решения

Ключевая проблема это высокий
потерь из-за списания продуктов
с истекающим сроком годности и
неоптимальные товарные запасы
на периферии
Последствием является
упущенная прибыль,
экологический ущерб,
неудовлетворенность
покупателей

7. Предлагаемое решение

• Для решения проблемы предлагается
внедрение системы предиктивной
аналитики на базе ИИ и машинного
обучения.
• Система анализирует сотни факторов для
прогноза продаж каждого товара в
каждом магазине:
1)Историю продаж
2)праздники и сезонность
3)маркетинговые акции
4)локальные события

8. Как это уменьшит слабые стороны

1)Снижения списаний:
Система будет предлагать
динамическое ценообразование или
автоматически уменьшать заказ
скоропортящихся позиций перед
выходными, если прогноз плохой.
2)Повышение наличия товара:
Более точный прогноз будет
способствовать предотвращению
дефициту товаров, что повысит
лояльность покупателей.

9. Требованию к программному обеспечению

Требованию к
программном
у
обеспечению
1)Масштабируемость.
Система должна
обрабатывать данные
с 29000 точек и
миллионов товарных
позиций.

10. Прогнозируемый экономический эффект

• Снижение снижения списания продуктов
на 20-30%
• Рост продаж
• Высвобождение оборотного капитала

11. Заключение

• Вывод: Главная слабая
сторона "магнита" неоптимальное управление
товарными запасами на фоне
гигантской сети.
• Решения: Внедрения системы
предиктивной аналитики на
базе ИИ позволит сократить
закупку ненужных товаров и
списаний, повышая
эффективность, лояльность
клиентов и прибыльность
компании