Не быть складом, а быть магазином: зачем «1С-Ритейл Чекер» живёт прямо в вашей 1С

Привет из сурового, но гостеприимного Сургута! Я — СБиСик, тот самый белый, почти прозрачный кот, который по вечерам устраивается на системный блок и слушает, как гудят жёсткие диски «1С:Розницы». Сегодня начнём большой разговор про сервис «1С-Ритейл Чекер». Разговор не маркетинговый, а практический: что вижу у клиентов, то и рассказываю. Ситуаций — море, и каждую неделю приплывает ещё одна свежая, пока достану до неё руки — уже новая пачка цифр набежала. Как раз поэтому короткие наблюдения я сначала бросаю в наш канал в MAX, там формат «сел — написал — разошёлся», а в блог попадает только то, что успело вызреть.

Вводная, без которой не понять, откуда берутся лишние деньги на полке

Смотрите, 2023-й, зима, магазин бытовой химии на окраине. У нас минус тридцать и темно, а у клиентов на складе плюс сорок процентов лишних запасов. Прошлый закупщик ушёл «по семейным», новый — парень горящий, но систему ещё не понял. Он открывает «1С:Розницу», щёлкает стандартные отчёты по остаткам, вроде всё красиво: списков куча, графиков гора, только вывод один — непонятно, что именно заказывать. Точнее, понятно, но не быстро. За день-то покупатели не ждут, они уже к кассе подходят, а товара нет.

Вот тут и выскакивает «1С-Ритейл Чекер». Сервис залезает в продажи за последний месяц, смотрит сезонность (зима, значит, стеклоомывайку «минус 30» сметают), видит, что отгрузки поставщика растянулись на восемь дней, и тихо шепчет: дружище, тебе бы ещё восемь коробок омывайки, иначе к выходным голая полка. Одновременно дергает за хвост позиции, которые «висят» девятый месяц без движения: кондиционер для белья с запахом орхидеи, купленный под акцию, так и не распродан. Деньги заморожены, место занято, пыль летит.

Говорю клиенту: «Вот смотри, сервиса нет — ковыряешься в десятке отчетов, ставишь фильтры, сводишь в Excel. Три часа. Пока закончил, уже обед. Сервис есть — открыл задачу, увидел два списка: купить и распродать. Пять минут, и ты знаешь, что делать».

Казалось бы, волшебство, но нет: внутри обычная, хоть и прокачанная математика. Он берет фактические продажи, перемножает на средний интервал поставки, прибавляет буфер на сезонность, проверяет тренд по акции (если акция скоро закончится, буфер сжимается) — и готово. Заниматься таким подсчётом вручную… ну, можно, если других дел нет. Но обычно закупщик ещё и витрину раскладывает, и с поставщиками по телефону спорит о цене, и ТК поминает, когда водитель фуры проспал. Там не до калькуляций.

Как сервис цепляется к базе и что он там вынюхивает

Подключение, честно, проще не бывает: в «1С:Розница» или УТ кидаем модуль, жмём галку «Разрешить обмен», вводим код подключения. Всё, через минуту первые данные поплыли в облако. Не нужен отдельный сервер, VPN, админ с тремя сертификатами — облако уже настроено. Вот это я и называю нормальной автоматизацией магазина, без шаманства.

Дальше «Чекер» делает три круга:

1. Собирает продажи по датам, часам, дням недели.
2. Проверяет остатки на складах, а если они распределены по секциям, то и по секциям.
3. Сверяет с приходами поставщиков: дата заказа, дата фактической поставки, отклонения.

На выходе — таблица с рекомендациями. Она же прилетает на почту или прямо в интерфейс 1С-ки, кому как удобно. Я вот люблю, когда оно сваливается в панель задач — меньше писем в ящике.

Кстати, эта тема уже мелькала у нас в Telegram-канале, там мы обсуждали, что бывает, когда сервис видит расхождение между фактом и грамотно забитым себестоимостным отчетом. Народ спорил, надо ли сразу запускать инвентаризацию или сначала поговорить с кладовщиком. Мнения разделились, и я ещё не всё рассказал.

Но вернёмся. После анализа сервис помечает товары цветами: красный — дефицит, синий — излишек, серый — неликвид. Многие клиенты сперва скептически: «Опять эта цветомузыка, мы лучше цифры любим». А потом втягиваются: зашёл, увидел красное пятно, сразу глаз режет, сразу решаешь. Особенно хорошо работает в сетях, где магазинов пятнадцать, а у директора монитор один.

Помню кейс с обувным ритейлом. Весна, по накатанному заказали гору тёплых сапог, потому что в Сибири весна непредсказуемая. Но тёплая пошла рано. «Чекер» на второй неделе марта показал: сапоги стоят, зато летние кеды улетают. Бросили кредитный лимит не на до-поставку сапог (они бы всё равно остались), а на докупку кед. Итог — оборот вырос, склад не распух. Казалось бы, элементарно, но без подсказки сложно сориентироваться, когда в голове двадцать брендов и тысяча артикулов.

Минимальные остатки и их коварные соседи

Люблю эту тему — минималки. В теории всё просто: есть товар, нужно держать запас в две недели продаж, меньше — плохо. На практике закупщики ленятся постоянно пересчитывать эти две недели. Установили лимит год назад, и живут. Сезонность сместилась — лимит остался. Или поставщик ускорил доставку с десяти до трёх дней, а лимит всё так же десять. Результат — залежи. «Чекер» сам ловит такие перекосы: видит, что оборачиваемость ускорилась, — уменьшает рекомендованный минимум, а если продажи просели — увеличивает, чтобы полка не пустела. Вот это и есть живой учет остатков, а не кафедральная таблица из прошлого века.

Был клиент, сеть косметики. У них локальный тренд: маски для лица по 99 рублей пошли вразнос из-за TikTok-ролика. Товар разлетался, менеджер привык раз в месяц делать заказ, а тут нужна неделя. «Чекер» настучал тревогу: продажи выросли х3, остаток падает, норма доставки — семь дней, значит, сегодня или никогда. Успели.

Через месяц хайп спал. Сервис снова пересчитал: продажи вернулись к обычным, излишек уже на подходе. Подкинул сигнал «стоп-закуп». Тем временем рядом стояли маски по 199 рублей, которые никто не рекламировал. Они тухли, скромно занимая полку. Сервис их покрасил в серый: либо промо-акция, либо распродажа. И всё это без ручного копания в аналитике.

Иногда, правда, сервис ошибается. Не потому что глуп, а потому что данные в базе кривые: забыли провести реализацию, поступление подвисло, цена изменилась — лаг в бухгалтерии. Тогда видим странное: товар вроде как должен закончиться, а на складе стоит паллета. Поэтому я всегда говорю: алгоритм шикарен, но править учёт надо. Раз в квартал минимум проводится экспресс-ревизия, иначе моделирование превращается в гадание.

Что видит владелец бизнеса в своём дашборде

Руководителю, конечно, всё это разноцветие уже мелочи. Его интересует, сколько денег живёт на складе, сколько работает в обороте, и что будет, если завтра курс ёкнет. «Чекер» выдаёт панель: справа — карта магазинов, слева — кружочки оборачиваемости. Жёлтый — нормальный цикл, красный — затоваривание, зелёный — почти дефицит. Кликаешь, проваливаешься до SKU. Там же средний чек, валовая маржа, список топ-10 артикулов-драйверов. Для сети из пяти-семи точек это прям спасбо, потому что Excel-отчёт на 30 000 строк читать некогда.

Замечал смешной эффект: после пары недель владельцы словно прозревают. До этого склады казались загадочными хранилищами, а тут вдруг видно, что прямо сейчас в замёрзших «орхидеях» лежит миллион рублей. И что этот миллион мог бы, например, закрыть кассовый разрыв по аренде. Вопрос «зачем нам сервис» сразу отпадает.

Бывает, правда, сопротивление: «Я двадцать лет в рознице, меня таблицами не напугать». Ладно, отвечаю, но попробуйте ради спорта. Даете доступ, проходит две недели, и человек звонит: «Слушай, а он мне тут пишет, что праздничный спрос может быть выше на 15 %, это нормально?» Нормально, говорю, он ваши данные жует, не чужие.

Скепсис исчезает, когда первый же прогноз спасает от дефицита на новогодней ярмарке. Продав без перебоев, магазин не только делает кассу, но и не портит репутацию отказом «товара нет».

Причуды сезонности, или почему апрель в разных городах бывает разным

На севере апрель — ещё снежные заносы, в центре России — уже плюс пятнадцать, а на юге жарят шашлыки. «Чекер» не угадывает погоду, он смотрит ваши реальные продажи за прошлые годы, строит модель и ждёт подтверждения в текущем месяце. Если пошёл резкий всплеск в середине марта, алгоритм отклоняется от шаблона и подстраивает прогноз. Это очень похоже на то, как опытный товаровед «чует», только здесь без романтики, голые цифры.

Помню, в Ханты-Мансийске сеть спорттоваров держала лыжи до середины мая. Лыжи! Потому что «всегда так было». Чекер посмотрел статистику: с 15 апреля продажи падают практически до нуля. Сигнал «распродать, освободить место под ролики». Сыграли — и впервые за пять лет майский оборот вырос без увеличения вложений.

А ещё сервис отлавливает праздники-исключения. Например, 23 Февраля в этом году выпало на пятницу, а в прошлом — на четверг. Сдвиг одного дня дал плюс 10 % к продажам сувенирки, потому что люди успели зайти после работы. Алгоритм проглотил аномалию, отметил как выброс, но напомнил: «Тем не менее, закажи-ка ты пару коробок брелков-армейцев».

Я тут часто делаю лирические отступления, простите, просто стараюсь показать, что «Чекер» — не мифическая коробочка, а реально работающий инструмент. Вижу за ним конкретные числа, людей, ситуации, и оттого он мне симпатичен. Конечно, нюансы ещё пачка: как он считает «длинный хвост» ассортимента, как борется с промахами прогноза, почему иногда лучше довериться интуиции; но это уже история для второй части, где мы разберём:

— что происходит, когда в базе 50 000 SKU и пять лет архивных продаж;
— как «Чекер» определяет неликвид по критерию «двигался ли товар последние 120 дней»;
— можно ли заставить его учитывать прибыльность при рекомендации заказа, а не только объём;
— и, конечно, как настроить оповещения так, чтобы телефон не взорвался, но важное не прошло мимо.

Об этом и продолжим, чуть позже…

50 000 SKU и архив на пять лет: как не утонуть

База переполнена, каталог раздулся, каждое движение товара — как вздох аккордеона в час пик. У мебельщика из Нефтеюганска — ровно так: 50 000 позиций, пять лет истории и четыре склада. «1С-Ритейл Чекер» проглотил всё за одну ночь, но по-началу выдал тишину — отчёты пустые. Испугались, мол, сервис сломался. На деле всплыла типовая беда: архивные документы нельзя держать «как есть». Чекер вытягивает динамику, а в динамике даты и склады должны совпадать с реальностью. Полдня ушло, чтобы:

1. Закрыть периоды, где продажи уже сверены.
2. Перенести списанные магазины в архивный склад-фантом.
3. Протянуть сквозные коды номенклатуры (часть артикулов хранилась как «XXL Синий», часть — «Синий XXL»).

Только после этого алгоритм ожил и показал зону риска: диваны-уголки, завезённые под чемпионат мира, уже полтора года пылятся. Отдельно маякнул на дорогую фурнитуру, у которой оборачиваемость шесть лет — явный тормоз оборотных средств. Вывод простой: перед тем как давать роботу жевать цифры, надо причесать базу. Не до идеала, но хотя бы убрать «двойников» и закрыть новогодние тестовые документы, которые бухгалтер «на минуту» создал и забыл.

Кстати, именно здесь вскрывается скрытая польза: когда сервису не хватает чистоты данных, он это сразу высвечивает. Значит, бизнес не просто получает прогнозы, а ещё и бесплатный аудит учётных процессов. В компании-примерке после наведения порядка скорость выгрузки снизилась в три раза, а закупщик перестал ждать отчёты «до утра».

Неликвид под микроскопом: что делать с «хвостом»

Следующий шаг после расчистки склада — дезинфекция ассортимента. «Чекер» у нас настроен так: если товар не продавался 120 дней и при этом занимает больше 1 % полки, он выпадает в серую зону. Дальше решение за людьми. И вот здесь часто совершают классическую ошибку: устраивают тотальную распродажу по себестоимости. Кажется логично — освободить место. Но теряется маржа, имя бренда искажается («да у них вечно скидки, подожду вторую»), а ещё падает доверие поставщикам.

Рабочая тактика выглядит иначе:

• Сначала сортируем неликвид по причинам. Учёт остатков может показать, что часть позиций застряла из-за неверной цены (случайно добавили лишний ноль) или ошибочного штрихкода.
• Потом делим по сезонности. То, что не продавалось зимой, может уйти в июле — нет смысла сливать здесь и сейчас.
• Дальше включаем кросс-продажи. Пример из практики: сковородки с каменным покрытием встали колом. Поставили их бонусом к наборам ножей — за месяц вычистили склад, а вал самого набора вырос на 18 %.
• И уже в самом конце — распродажа. Но с лимитом: не ниже переменной себестоимости, иначе мы не возвращаем деньги, а просто подбираем монетки с пола.

Каждый шаг подкреплён цифрами из Чекера — он показывает не только «сколько лежит», но и потенциальную скорость освобождения денег. Если видим, что акция откусывает минус 5 % маржи, но ускоряет оборот в четыре раза, чаще всего идём на неё. В длинной цепочке поставок скорость важнее красивого процента.

И вот мелкая, но болезненная деталь: когда запускается распродажа, многие забывают снять автоматический заказ. Сервис через пару дней видит обнулённый остаток и честно поднимает флажок «дозаказать». Итог — неликвид возвращается второй волной. Таблетка простая: в настройках есть чекбокс «временно исключить позицию из автозакупа», им почему-то редко пользуются.

Прибыльность vs объём: кого слушает алгоритм

Техдиректор одного красноярского ритейла спросил: «Чекер понимает, что мне важнее маржа, а не штуки? У нас 20 % позиций дают 70 % прибыли». Понимает. В параметрах есть весовой коэффициент «Приоритет прибыльности». Ставим 0,7 — сервис старается тянуть вверх вал, даже если по оборачиваемости товар в средней зоне. Ставим 0,3 — идёт за объёмом, чтобы полка была полной.

Но за те годы, что я наблюдаю, вижу ловушку: когда коэффициент запирается в максимуме, магазин держит дорогие хиты, а по «центовым» товарам ловит дырки. Покупатель пришёл за батарейкой к фотоаппарату, не нашёл, ушёл, прихватив и премиальную вспышку в другом месте. Чистая потеря в кросс-продаже. Поэтому золотое правило — диапазон от 0,4 до 0,6. Чекер тогда балансирует, а не уходит в один фокус.

В женской одежде вообще смешно: одна блузка премиум-линейки здорово поднимает средний чек, но, если нет базовых майк, клиент не зацепится взглядом. Алгоритм это ловит: ставит блузку в «маржинальный якорь», а майку — как «тиражный поток». В отчёте так и пишет: SKU-демпфер. Раз закупщик понимает механику, закуп становится осознанным, а не «привезём-ка побольше всего».

Уведомления и цифровая тишина

Чтобы телефон не пищал каждые четыре часа, ставим фильтры по важности. Практика: критичность 80 % — пуш, 50 % — письмо, ниже — просто цветовая метка в списке. Закупщику это пять сигналов в день, не больше. Ошибку, кстати, допускают владельцы, когда включают себе те же пуши. Директор получает шесть алертов подряд, психует, лезет в чат: «Почему у нас минус?» — и команду рвёт. Реально же минус там на 17 000 рублей при дневной выручке в пол-миллиона — рабочая погрешность.

Надо ставить границу: директору достаточно ежедневной сводки, всё что чаще — вредит. Хотите спокойствия — пусть Чекер докладывает утром: «Запасы на 14 дней, оборачиваемость 32,6, прогноз дефицита 4 позиции, риски 0,7 %». Иначе автоматизация магазина превращается в королёвскую ракету с бесконечным телеметрическим шумом.

Случай из практики: когда алгоритм полез в карман

Был забавный эпизод у сети канцтоваров. Сервис настойчиво предлагал сократить закупку скрепок, что звучало дико — скрепка копейки стоит. Но проверили цифры: в год закупают 20 миллионов штук, оборачиваемость 600 дней, себестоимость на складе — 1,2 млн рублей. Не смертельно, но зачем? Сократили объём вдвое, деньги высвободили, отправили на печать каталога, который потом дал плюс 7 % к розничным продажам. Мораль — даже «мелочь» в объёме может стать ощутимым балластом.

Кстати, здесь вскрылась и вторая ошибка: в отчёте по складу стояла галка «учитывать НДС», и сервис поругал неликвид больше, чем фактически. Закупщик не заметил, принял как чистую правду и уже хотел вырезать ассортимент. Хорошо, сработала система двойного подтверждения — спасли пять позиций-хитов. Человек + алгоритм = сила, а одиночка любой породы легко промахнётся.

Отладка процесса инвентаризации

Чекер умеет ловить расхождения между учётом и фактом — меньше 2 % отклонения он считает нормой, больше — сигналит «пора ревизию». Пользователи часто восклицают: «Да у нас всё ровно!» ОК, делаем выборочную проверку: случайный товар, ячейка 3-B-12. На бумаге — 18 штук, на полке — 4. Причина — мерчандайзер давно растащил на витрины, а перемещение не провёл. Так постепенно сервис защищает сам себя: без здорового 1с розница с чистыми документами прогноз разбежится.

Бонусом приходит дисциплина: люди знают, что отклонение тут же всплывёт, поэтому проводят документы быстрее, не оставляют «на потом». И это уже организационный эффект, который не купишь никакой лицензией.

Одна маленькая путаница

Лирическое отступление: однажды я в отчёте перепутал колонку «Сумма закупки» и «Сумма продажи». Представляете состояние клиента, когда он увидел маржу минус 40 %? Пришол, покраснел, исправил. Важно помнить: даже самый умный сервис не спасёт, если консультант скрещивает столбцы, а глаза спят.

Финал коротко

«1С-Ритейл Чекер» — это не волшебная палка, а ручной инструмент, который любит чистые данные и чёткие правила. Дай ему порядок в базе — получишь порядок на полке. Дай хаос — увидишь хаос в цветах отчёта. Потому и важно: подключили, настроили, убрали двойников, выставили пороги уведомлений — и живёшь, не бегая по складу с рулеткой.

Я свои истории ещё не исчерпал, да и ваши кейсы наверняка круче. Есть забавный факап с весами в пекарне, когда сахар внезапно «испарился» по версии Чекера — но это в другой раз. А пока вопрос: кто уже поймал первый «серый хвост» в своём ассортименте и что сделали? Пишите, обсудим — пригодится всем.