← усі кейси
Виробник одягу В роботі Виробництво / Fashion ·

Автономне замовлення товару для виробника одягу

Система щоночі сама переглядає тисячі позицій і готує замовлення - у потрібний час, обсязі та для потрібного постачальника, враховуючи різні терміни виробництва. Менеджер перестає бути калькулятором і починає контролювати систему.

  • Щоночі система сама перераховує тисячі позицій (моделі × кольори × розміри)
  • Кожне замовлення - з поясненням «чому саме стільки», а не чорна скринька
  • Враховано різні терміни виробництва: власна фабрика, підрядник, закордон
  • Запуск поетапний: спершу режим підказок, автономність - поступово
Python 3.12FastAPIAPSchedulerhttpxPostgreSQLDocker Compose

Ходова модель закінчилась у вівторок. Наступна партія буде аж через кілька тижнів. Усі ці тижні клієнти шукають свій розмір, не знаходять і йдуть до конкурента.

А поруч на складі лежить інша модель, якої замовили вдвічі більше, ніж потрібно. Гроші за неї вже витрачені, і повернуться вони не скоро.

Обидві помилки зробила одна людина в один день, переглядаючи тисячі позицій очима. Не тому що погано працює, а тому що на такому масштабі інакше не буває.

~1000
моделей, які в кольорах і розмірах дають тисячі позицій
100+
продажів щодня, які треба встигати покривати
до 6 тижнів
найдовший термін виробництва в асортименті
Статус проєкту

Кейс у активній розробці. Систему впроваджуємо поетапно: спочатку режим підказок (чернетки замовлень підтверджує людина), автономність вмикається поступово - з найпередбачуваніших товарів. Конкретні показники ефекту фіксуються на даних клієнта під час впровадження.

Проблема: помилка коштує грошей з обох боків

Український виробник жіночого одягу з власними швейними фабриками та мережею підрядників. Близько 1000 моделей, які в розрізі кольорів і розмірів перетворюються на тисячі окремих позицій.

Щодня хтось вручну переглядав ці тисячі позицій і «на око» вирішував, що пора замовляти. Помилитися можна у двох напрямках, і обидва б’ють по грошах.

Ціна ручного рішення

📉 Дефіцит

  • Популярна модель зникла з наявності
  • Продаж просто не відбувся
  • Гроші пішли до конкурента

📦 Надлишок

  • Зайве замовлення лягло мертвим вантажем
  • Оборотні гроші заморожені в товарі
  • Продаватиметься місяцями

Ситуацію ускладнює те, що у кожної моделі свій маршрут і свій термін виробництва. Замовляти треба заздалегідь - рівно настільки, скільки триває виготовлення саме цієї позиції. Тримати це в голові по тисячах артикулів нереально.

Різні терміни виробництва - різний горизонт замовлення
Власна фабрика~ кілька днів
Підрядник~ 2 тижні
Закордондо 6 тижнів

Що довший термін виготовлення - то раніше система ставить замовлення.

Як автоматизація це вирішує

Уявіть досвідченого закупника, який щовечора особисто проходить по всьому складу й вирішує, що пора дозамовити. Тільки робить це за секунди, без втоми й без помилок - одразу по всіх позиціях.

Людина більше не рахує. Зранку вона відкриває готовий список і підтверджує його.

Нічний цикл: від даних до готового замовлення
Продажі з 1С залишки і те, що в дорозі динаміка попиту
термін виробництва потрібна кількість мінімальна партія список замовлень
пояснення «чому стільки» підтвердження людиною замовлення фабриці

Що система робить уночі

Вона дивиться: бере з 1С продажі, залишки й те, що вже замовлено і їде. Вона рахує: що скоро закінчиться, з огляду на динаміку попиту й термін виробництва саме цієї позиції.

І вона готує: зранку менеджер отримує готовий список замовлень, окремо для кожної фабрики й кожного підрядника.

Що лишається людині

Кожне замовлення супроводжується зрозумілим поясненням, чому система пропонує саме таку кількість. Це не «чорна скринька» - рішення прозорі й такі, що їх можна перевірити.

Тому робота менеджера змінюється за характером: не порахувати, а погодитись або втрутитись.

Що це дає бізнесу

Що вже працює: система підключена до 1С, історія продажів і довідники постачальників перевірені, розрахунковий рушій рахує на реальних даних клієнта. Зараз він проходить бек-тест - показує на минулих даних, скільки дефіциту й надлишку усунув би.

Цифри ефекту свідомо не називаємо наперед: вони фіксуються на даних клієнта під час впровадження. Ось ефекти, навколо яких збудовано систему.

Чотири ефекти, навколо яких збудовано систему

🟢 Більше наявності

  • Ходовий товар частіше є на складі - менше втрачених продажів

💸 Менше заморожених грошей

  • Зайве не замовляється - капітал не лежить мертвим вантажем

🔄 Швидший оборот

  • Той самий капітал працює інтенсивніше: купується те, що продається

⏱️ Звільнений час

  • Менеджер перестає бути калькулятором і контролює систему

Як це влаштовано всередині

Далі - інженерна частина

Наступний розділ пояснює, як система влаштована. Якщо вас цікавить лише результат, його можна пропустити - нижче є розділ про те, кому це підходить.

Зовні все просто - «замовляти вчасно». Але за цим стоять десятки нюансів реального бізнесу, які довелося врахувати, щоб система не помилялася.

Нюанси, без яких прогноз бреше
Нуль продажівЯкщо товару не було в наявності, продажів = 0, але попит був - система це розуміє й не занижує популярні моделі
Нові моделіПозиції без історії прогнозуються за схожими товарами попередніх колекцій
Товар у дорозіТе, що вже замовлено і їде, не замовляється повторно
АкціїСплеск через акцію не сприймається як стійке зростання попиту
Партії фабрикиЗамовлення лягають у реальні мінімальні партії та розмірні ростовки фабрики, а не в «ідеальні» дробові кількості

Уся система працює на власній інфраструктурі клієнта: дані продажів і залишків не залишають периметр компанії.

Дорожня карта впровадження

Робота йде зрозумілими фазами, кожна - з вимірюваним результатом.

Чотири фази впровадження
Фаза 1 ✓Аудит даних - підключення до 1С, перевірка історії продажів і довідників постачальників
Фаза 2 ◐ заразРозрахунковий рушій - навчання на історії та «бек-тест»: показуємо на минулих даних, скільки дефіциту й надлишку система усунула б
Фаза 3Автоматизація - нічний цикл, сповіщення, панель підтвердження замовлень
Фаза 4Розумніший прогноз і автономність - поступове розширення на весь асортимент

Кому це підходить

Виробникам і рітейлерам із великим асортиментом (сотні чи тисячі позицій) і кількома постачальниками з різними термінами. Не має значення, чи це одяг, взуття, косметика чи будь-який товар із повторюваними закупівлями - логіка однакова: правильна кількість, у правильний час, для правильного постачальника, автоматично.

Ознака, за якою легко перевірити, чи це про вас: якщо у вас регулярно звучить «знову не вистачило ходового» і «знову затоварились» - причому в один і той самий місяць, - так, це про вас.

Саме ця кропітка робота з деталями відрізняє систему, якій можна довірити гроші, від «розрахунку на коліні».

Потрібне схоже рішення?

Опишіть задачу - підберу архітектуру під ваш бюджет і дані.