Как анализировать списания товаров с ИИ: найти причину, а не только сумму

Реальное применение: уценка скоропортящихся товаров

Wasteless публикует примеры применения ИИ для уценки товаров с ограниченным сроком хранения, включая Edeka Rhein-Ruhr, Carrefour и Makro. В основе — связь цены, наличия и близости срока. Это другой этап процесса: предупреждение будущих потерь, а не просто объяснение уже оформленных списаний. Показатели кейсов приводит поставщик. Примеры Wasteless.

Для первого разбора магазина сложная система уценки не обязательна. Достаточно понять, какие потери фиксируются, насколько надёжно известна причина и можно ли изменить закупку, выкладку или обращение с товаром. О более широких сценариях читайте в обзоре ИИ в ритейле.

Шаг 1. Выберите период и смысл показателя

Определите, что входит в анализ: физическое списание, недостача по инвентаризации, возврат поставщику или уценка. Это разные события. Проданный со скидкой товар не нужно одновременно считать полностью списанным.

Зафиксируйте базу стоимости. Для управленческого примера ниже используется себестоимость единицы. Розничная цена описывает другой показатель — потенциальную выручку. Складывать её с себестоимостью в одной колонке нельзя.

Выберите достаточно обычный период и отметьте закрытия, аварии, инвентаризации и акции. Однократный сбой холодильника и регулярная избыточная закупка требуют разных решений.

Шаг 2. Соберите журнал на уровне события

Нужны ID события, дата, магазин, SKU, партия при наличии, количество, единица, стоимость единицы и причина. Добавьте источник: акт, запись системы или комментарий сотрудника. Если партия не известна, не подставляйте ближайшую по времени автоматически.

Проверьте, что один акт не попал дважды из двух выгрузок. Совпадение SKU и даты не всегда означает дубль: в один день могут быть два самостоятельных списания. Для удаления нужны идентификатор или подтверждённая связь документов.

Для самостоятельного повторения есть учебный CSV списаний. Все товары и суммы в нём вымышленные.

Шаг 3. Приведите причины к справочнику

«Просрочка», «истёк срок» и «срок годности» могут описывать одну категорию. «Брак» без пояснения — слишком широкое значение: оно может означать повреждённую упаковку, производственный дефект или ошибку приёмки.

Попросите ИИ предложить соответствия, но оставьте исходный текст и уверенность. Неясные записи отправляйте человеку. Категория «неизвестно» показывает качество учёта; её нельзя исчезающим образом распределять между остальными причинами ради красивой диаграммы.

Сгруппируй причины списаний по согласованному справочнику:
срок, повреждение, температурный инцидент, прочее, неизвестно.
Сохрани исходную формулировку и ID события.
Для неоднозначного текста предложи варианты и вопрос сотруднику.
Не выводи виновного и не придумывай причину из цены или имени SKU.
Количество и стоимость посчитай отдельным проверяемым расчётом.

Шаг 4. Посчитайте стоимость потерь

В учебном примере четыре события:

Итого: 960 + 480 + 400 + 180 = 2 020 ₽. Доля потерь из-за срока — 960 / 2 020 ≈ 47,5%. Это доля стоимости, а не доля единиц и не установленная причина всех потерь магазина.

Числа разных SKU можно складывать в деньги при общей базе оценки, но сравнивать «штуки» килограммового сыра и бутылки воды как равные потери малоинформативно. Для веса нужен отдельный показатель и корректные единицы.

Оригинальная диаграмма вымышленных данных: 2 020 ₽ общей стоимости.

Шаг 5. Сравните доли и объём работы

Пусть отдельный учебный SKU в первую неделю потерял 20 единиц при 1 000 проданных, а во вторую — 15 при 500 проданных. Абсолютное количество потерь снизилось на 25%, но отношение списаний к продажам выросло с 2% до 3%.

Эти 2% и 3% — именно отношение к проданному количеству, а не доля от всего полученного товара. Если у компании другой знаменатель, используйте его последовательно и подпишите. Разные определения нельзя сравнивать как один KPI.

Сопоставьте дни недели, ассортимент и наличие. У группы с более коротким сроком хранения может быть иной нормальный процесс, чем у непродовольственного товара. Не сравнивайте смены без учёта того, какой объём и какой ассортимент им достался.

Шаг 6. Отделите наблюдение от гипотезы

Наблюдение: больше всего рублей приходится на истечение срока. Гипотезы: слишком большая партия, поздняя уценка, неверная ротация или ошибка прогноза. Сам журнал не доказывает, какая гипотеза верна.

Для проверки закупки нужны продажи, поставки и доступные остатки по партиям. Для выкладки — фактический порядок размещения. Для температурного инцидента — журнал оборудования и подтверждённое событие. Попросите модель перечислить недостающие данные вместо уверенного выбора одной причины.

Не объединяйте недостачу и оформленное списание без сверки инвентаризации: недостача может быть учётным расхождением. Этот анализ служит организации процесса, а не расследованию по именам сотрудников.

Шаг 7. Выберите действие и проверьте эффект

Начните с одной категории: например, уточнить время уценки или размер заказа. Запишите дату, ответственного и ожидаемое изменение показателя. Не запускайте одновременно несколько мер, если хотите понять вклад каждой.

В следующем периоде проверьте не только списания, но и наличие товара, выручку и затраты на действие. Слишком сильное сокращение заказа может уменьшить списания ценой постоянного дефицита. Дополнительная ручная проверка также требует времени.

Сохраните исходную выгрузку, справочник причин и расчёт. Следующий отчёт должен собираться по тем же определениям; изменение справочника отмечайте отдельной версией.

Что проверить перед передачей отчёта

Проверьте общую сумму с журналом, отсутствие двойного учёта, базу оценки, полноту причин и понятность знаменателя. В выводе должны быть период, подтверждённые факты, гипотезы и следующее действие.

Фраза «ИИ нашёл потери на 2 020 ₽» в учебном примере была бы неточной: потери уже записаны в журнале. Система помогла сгруппировать и объяснить их, а сумму подтвердил расчёт.

Частые вопросы