Моделирование автоматизированного процесса составления коммерческого предложения для принятия решений

DOI:

Составление качественного коммерческого предложения требует от торгового представителя понимания ассортиментной группы товаров и потребительской аудитории, умения ориентироваться не только на продукт, но и на выгоду, эти и другие знания в совокупности отсутствуют у торговых представителей [1].

Использование информационных технологий, которые позволяют анализировать множество различных факторов, в сфере работы торгового представителя повышает скорость и качество его работы в торговой точке при составлении коммерческого предложения [2, 3].

Программы для работы торговых представителей на данный момент решают проблему со знанием ассортиментных групп. Например, «МОП: Планшет менеджера» и программная система «Sweetlife». Эти программы для организации работы торговых представителей обладают такими опциями, как обеспечение разнообразных сортировок, например, по производителю или ассортиментной группе, поиск товаров, предоставление актуальной информации по товарам в наличии на складе, редактирование и составление заказа и т.д. [4, 5]

Последующий выбор определённого товара для заказа производится, исходя из опыта торгового представителя, он складывается из знаний продаж в данной торговой точке, из ликвидности товаров, из платёжеспособности покупателя, площади, расположения и позиционирования торговой точки и т.д. Выбор – очень трудоёмкий процесс и ошибка может привести к потере времени или денежных средств при возврате оставшегося в торговой точке товара, следовательно, автоматизация данного процесса является целесообразной и выгодной для торговых организаций.

МАТЕРИАЛЫ И МЕТОДЫ

Для автоматизации процесса составления коммерческого предложения проводится анализ и сбор данных. Необходимо рассмотреть принципы и этапы работы торгового представителя в торговой точке.

Представление полученных данных в виде графической модели, является простым и наглядным, а соблюдение методик и нотаций делает их понятным для большого круга лиц. Данные, полученные в процессе сбора информации, представлены в виде UML-диаграммы прецедентов формирования заказов в StarUML – это программный инструмент для моделирования, предназначенный для поддержки гибкого и сжатого представления результатов [6].

Следующим этапом, проектируем автоматизированную систему составления коммерческого предложения, поставим задачу для системы, обозначим требования и предположим вариант сценария работы системы. Данный сценарий представим в виде графической карты потока. Также на данном этапе выделим параметры, необходимые для составления рейтинга товаров и влияющие на составление коммерческого предложения: категория и подкатегория товара, характеристика и продажи за 2 недели в торговой точке, анализ ликвидности товара, АВС-анализ, задачи торгового представителя, тенденция спроса (сезонность), акции, новинки.

На последнем этапе создаётся диаграмма автоматизированного процесса в нотации IDEF0 в программе для построения диаграмм бизнес-процессов Ramus. Нотации IDEF0 являются графическим языком, обеспечивают точное и лаконичное описание моделируемых объектов, облегчают взаимодействие аналитиков, разработчиков и персонала изучаемого объекта [7]. Данная нотация позволяет полностью раскрыть процесс составления коммерческого предложения и наглядно представить входные переменные.

РЕЗУЛЬТАТЫ

По всем собранным и проанализированным данным составлены диаграммы в нотации IDEF0, которые графически отображают все процессы, происходящие при автоматизации составлении коммерческого предложения с условием ранжирования списка товаров. Основная часть «Выбор товара», необходимая для автоматизации, представлена на рисунке 1.

Рисунок 1. Диаграмма автоматизированного процесса составления коммерческого предложения уровень А2.

Figure 1. Diagram of the automated process of drawing up a commercial offer level A2.

На данной диаграмме представлено 6 процессов, происходящих в системе: от процесса выбора категории товара до добавления товара непосредственно в коммерческое предложение торговым представителем.

А21. Составить список товаров по имеющимся данным. Входными данными будут являться категория и количество товаров, выявленное при осмотре витрины, данные о товарах (имеющихся на складе) и характеристика торговой точки (сортирует товары на подходящие и не подходящие к продаже именно в этой торговой точке).

Алгоритм обрабатывает полученные данные и на выходе получаем список подходящих товаров.

А22. Создать рейтинг товаров. На основе полученного списка подходящих товаров строится ранговый список, в котором товары с большей ликвидностью, с более высоким рейтингом в ABC-анализе и т.д., получают позицию в списке выше, чем другие соответственно. Таким образом, на вход поступают такие данные, как список ликвидных товаров, результаты ABC-анализа, задачи торгового представителя, данные о запасах на складе и список подходящих товаров. На выходе получаем рейтинг товаров.

А23. Пометить акции и новинки. Существуют торговые точки, в которых покупатели предпочитают покупать товары только по акции или не любят новинки. На вход поступают данные о новинках, акциях, характеристиках торговой точки и данные о запасах на складе. На выходе получаем рейтинг товаров с пометками акций и новинок.

А24. Учесть ротацию. Ротация – это когда ранее стоящие товары заменяются на похожие, чтобы удовлетворить всех потребителей. Для учёта ротации нужны данные о продажах в торговой точке, примерно за 2 недели, тогда товары, имеющиеся в этом списке либо помечаются, либо понижаются в рейтинге. На выходе получаем новый ранжированный список с учетом ротации.

А25. Учесть сезонность. Этот блок позволяет учесть сезон, когда стоит продавать товар. На вход поступает сезонность, как пометка у каждого товара в списке доступных на складе. На выходе получаем полностью обработанный список с наилучшими вариантами для выбора товара в коммерческое предложение.

А26. Отметить товары и задать их количество. В этом процессе уже не участвует алгоритм обработки данных, здесь выбор остаётся за торговым представителем. Он получает список подходящих товаров. На выходе один или более товаров попадают в коммерческое предложение.

ОБСУЖДЕНИЕ

Система автоматизации процесса составления коммерческих предложений представляет собой важный инструмент для лиц, принимающих решения, в любой коммерческой организации. Такая система оптимизирует рабочий процесс и позволяет более эффективно управлять продажами и взаимодействовать с клиентами.

Во-первых, преимущество заключается в эффективном использовании времени и ресурсов. Это позволяет сократить время на подготовку торгового предложения и упростить работу с документацией.

Во-вторых, улучшается качество коммерческих предложений за счет непрерывного обновления информации о товарах и учета индивидуальных потребностей и предпочтений клиентов.

В-третьих, применение информационных технологий позволяет проводить анализ большого количества данных с высокой точностью и большей скоростью, применяя различные математические и статистические методы и модели. Что позволяет формулировать долгосрочные стратегии развития и корректировать их по мере необходимости.

Система автоматизации процесса составления коммерческих предложений предоставляет конкурентное преимущество компании в связи с быстротой реагирования на рынке при принятии решений.

ЗАКЛЮЧЕНИЕ

Процесс составления качественного коммерческого предложения играет важную роль для увеличения прибыли компании. Высоко ценится опыт торгового представителя: знание товаров, которые он предлагает, знание продаж в торговой точке, понимание ликвиден ли товар и т.д.

Автоматизация процесса составления коммерческого предложения, опирается на существенное сокращение разницы между опытными торговыми представителями и новыми сотрудниками компаний, сокращении времени составления коммерческого предложения и улучшения его качественных характеристик.

Нами представлен процесс моделирования системы автоматизации для отлаженного составления коммерческих предложений с учетом упорядочивания товаров по определенным показателям. Указана последовательность этапов моделирования. Результатом работы является графическая интерпретация процессов, происходящих при автоматизации составления коммерческого предложения с условием рейтинга товара.