Компания вела розницу в «1С:Рознице 8»: кассы, продажи по магазинам, остатки, приёмки, цены и ассортиментная матрица жили в одной системе. Данные были полные — по каждому чеку видно, что и где купили. Но решения по ассортименту принимались не по этим данным, а по опыту и по времени: позиция выводилась из матрицы, когда она уже полгода не продавалась, а дефицит ходового товара обнаруживался, когда его не было на полке. Причина не в учёте, а в отсутствии слоя, который считает спрос по паре «позиция — магазин» и приносит готовое решение. Ниже — как этот слой работает: ИИ-агент, программа, которая по заданному правилу сама читает продажи и остатки и готовит предложение по матрице. Первый эффект — риски, которые перестают срабатывать: упущенные продажи, замороженные деньги в неликвиде, полки, занятые тем, что не продаётся, и решения, принятые по интуиции. Часы идут вторым планом, отдельным расчётом.
Профиль компании в разборе
- Роль: розничная сеть магазинов формата «у дома» в трёх регионах
- Штат: около 700 сотрудников, из них 12 человек в коммерческом блоке
- Масштаб: 46 магазинов, около 5 000 активных позиций в матрице, из них 1 200 — в единственном магазине
- Системы: «1С:Розница 8» (кассы, продажи, остатки магазинов, ассортимент и цены), «1С:Управление торговлей» в головном офисе (закупки и поставки), система лояльности с историей покупок
- Что ведём: ассортиментную матрицу по магазинам, ввод и вывод позиций, контроль дефицита ходовых позиций и неликвида
Ассортимент — это единственное решение в рознице, которое влияет на всё сразу: на выручку, на склад, на трудозатраты магазина и на то, вернётся ли покупатель. Лишняя позиция стоит денег в запасе и места на полке; отсутствующая ходовая позиция стоит выручки, и покупатель, не найдя нужное дважды, уходит за другим.
И это направление, где эффект измеряется не процентами, а деньгами. Крупнейший российский продуктовый ритейлер X5 Group раскрыл совокупный экономический эффект от ИИ-решений — около 5 млрд рублей дополнительной операционной прибыли по итогам 2025 года, — и основной вклад в EBITDA дали модели, встроенные в прогнозирование спроса и пополнение, ценообразование, управление ассортиментом и рекомендательные механики. Важная деталь в формулировке компании: речь про промышленное применение с едиными стандартами качества и оценки эффекта, а не про отдельные эксперименты. Это цифры одного игрока с выручкой около 4 трлн рублей, и переносить их на сеть из 46 магазинов нельзя — переносится принцип: ассортиментные решения работают только тогда, когда считаются регулярно и по данным.
Спрос при этом не стоит на месте, и это видно по независимым замерам. По данным аналитического ресурса «Чек Индекс» «Платформы ОФД» (это данные фискальных чеков каждой третьей кассы в стране), в июне 2026 года средний чек покупки молочных продуктов составил 108 рублей — на 3% выше июня 2025 года, мясной гастрономии — 281 рубль (+7%), хлебобулочных изделий — 281 рубль (+9%). Цены и корзина движутся каждый месяц, а матрицу в большинстве сетей пересматривают раз в квартал. Между этими двумя скоростями и живёт ошибка: решение принимается по прошлому периоду, а работать ему придётся в следующем.
Коротко
ИИ-агент читает продажи, остатки и приёмки из «1С:Розницы», считает спрос по каждой паре «позиция — магазин» и сопоставляет его с ассортиментной матрицей. На выходе категорийный менеджер получает список: где ходовой позиции не хватает, что не продаётся и сколько денег в этом лежит, какие позиции ввести и какие вывести. Решение по матрице остаётся за человеком.
Содержание
- Почему ассортимент расходится со спросом
- Что съедает время между «позиция перестала продаваться» и решением по матрице
- Что делает ИИ-агент поверх «1С:Розницы»
- Какие риски это снимает
- Сколько часов это возвращает
- Что остаётся за человеком
- Как это выглядит на практике
- Как внедрить поэтапно
- Источники
Почему ассортимент расходится со спросом
Ассортиментная матрица — это список позиций, которые магазин или сеть обязаны держать в наличии. Проблема в том, что матрица описывает намерение, а продажи описывают факт, и между ними нет регулярной сверки.
Возвратность покупателя важнее одной продажи. Отсутствие ходового товара — это не потерянная выручка одного чека. Независимые исследования показывают масштаб: по данным Purdue University (Consumer Food Insights Report, декабрь 2024 года — опрос потребителей в США), доля сообщений о том, что нужного товара не было в магазине, составила 9,5% в 2024 году против 12,3% в 2023-м и 19,3% в 2022-м. Это замер в другой стране и другой модели потребления, но он показывает главное: нехватка товара — не единичный сбой, а постоянный фон, который измеряется процентами от всех покупок.
Перекос между дефицитом и излишком измерим в деньгах. По оценке исследовательской компании IHL Group, которую приводит Forbes, мировая розница теряет около 1,7 трлн долларов в год на несоответствии запаса спросу; 67,5% этих потерь приходится на отсутствие товара, 32,5% — на излишки. То есть проблема двусторонняя: одна треть денег теряется в неликвидe, две трети — в упущенной выручке. Управление ассортиментом работает на обе стороны сразу.
Отрасль учится, но неровно. По данным FMI (Food Marketing Institute, отраслевая ассоциация продовольственного ритейла США), доля отсутствующего товара в рознице снизилась с 10,7% в 2022 году до 6,5% в 2023-м, при исторической норме около 8% — и в числе причин улучшения отраслевой отчёт называет внедрение технологий планирования и аналитики спроса. Отраслевой средний уровень — не ваш результат, но он задаёт ориентир: 6,5% против 10,7% — это разница в возможностях, а не в удаче.
Матрица одна, магазины разные. Позиция из федерального списка попадает в магазин, где её никогда не покупают, и занимает то же место, что ходовая. В теории это решается локальной матрицей, на практике — не решается, потому что ручное сравнение продаж по паре «позиция — магазин» на 46 точек и 5 000 позиций никто не делает регулярно.
Решение запаздывает на сезон. Спрос меняется от месяца к месяцу, а пересмотр ассортимента обычно привязан к кварталу или к плановой процедуре. Пока позиция выводится, она уже три месяца не продаётся; пока вводится, сезонный пик прошёл.
Что съедает время между «позиция перестала продаваться» и решением по матрице
Если разложить путь от изменения продаж до решения по ассортименту, картина повторяется в большинстве сетей:
- Сбор данных. Продажи по позициям и магазинам за периоды, остатки, приёмки, цены. Данные есть в «1С:Рознице», но чтобы получить из них одну таблицу, нужна выгрузка и сведение — ручная работа.
- Приведение номенклатуры к единому виду. Одна и та же позиция под разными названиями, разные упаковки в одной карточке, товары без категории. Без этого сравнение магазинов даёт мусор.
- Классификация позиций. Что ходовое, что сезонное, что продаётся в одном магазине из сорока шести. Обычно делается один раз в год и устаревает в первые месяцы.
- Сравнение магазинов. Где позиция продаётся, где нет, отличается ли картина от соседних точек. Требует одинаковой базы сравнения — иначе точки с разным трафиком сравниваются напрямую.
- Оценка денег в неликвиде. Сколько лежит в позициях без продаж и сколько это в рублях. Этот шаг пропускается чаще остальных: результат неприятен, а решение по нему требует ещё одного согласования.
- Подготовка решения. Что вывести, что ввести, где расширить или сузить полку — с учётом минимальных партий поставщика и места на полке.
- Согласование и контроль. Кто принял решение, что изменилось в матрице, что произошло с продажами после изменения.
Каждый пункт выглядит мелочью. Вместе они дают задержку в квартал, из-за которой решение по ассортименту всегда принимается по прошлому спросу.
Что делает ИИ-агент поверх «1С:Розницы»
Агент не заменяет учёт и не меняет матрицу. Он подключается к тому, что уже работает, и возвращает результат туда же — в рабочее место категорийного менеджера.
- Читает продажи по позициям и магазинам. То, что уже фиксируется на кассах: чеки, количество, выручка, скидки.
- Читает остатки и приёмки. Сколько есть в каждом магазине, что в пути, что списано — с учётом данных учёта торговли в головном офисе.
- Сводит номенклатуру. Находит дубли и позиции без категории, помечает расхождения как замечание — но не правит справочник сам.
- Считает спрос по паре «позиция — магазин». Отдельно по каждому магазину, с учётом сезонности и рваности продаж, а не средним по сети.
- Показывает дефицит ходовых позиций. Где товар заканчивается раньше следующей поставки или продаётся быстрее, чем магазин успевает пополняться.
- Показывает неликвид и мёртвые позиции. Что не продаётся заданный срок, сколько единиц в магазинах и сколько это денег.
- Готовит предложение по матрице. Что вывести, что ввести, где позиция нужна только части магазинов — с обоснованием по каждому пункту и полным журналом.
Меняется не учёт, а горизонт: дефицит становится видно до пустой полки, а неликвид — пока в нём ещё есть деньги, которые можно вернуть скидкой или перераспределением между магазинами. Важно и то, что «1С:Розница» — это не только касса: по описанию вендора, решение автоматизирует управление продажами и закупками, запасами и складом, ассортиментом и ценообразованием, маркетинговыми акциями и системами лояльности, а функционал настраивается под принятую в компании методику управления ассортиментом. То есть матрица, правила и данные уже описаны в системе — агенту есть на что опираться, и ни одна система при внедрении не заменяется.
Какие риски это снимает
Часы — не главный аргумент. Ставка выше: ассортиментное решение стоит денег сразу, а ошибка видна только через месяцы.
Упущенная выручка по ходовой позиции
Ходовой товар — тот, за которым приходят. Когда его нет, покупатель уходит не с пустыми руками, а с покупкой в другом магазине — и часть таких походов становится привычкой. Упущенная выручка по ходовой позиции считается не в складских деньгах, а в потерянных чеках.
Деньги, замороженные в неликвиде
Неликвид — это закупленный товар, который не продаётся: он занимает место на полке и в запасе и в итоге списывается. Чем раньше позиция видна, тем дешевле из неё выйти: скидка или перераспределение между магазинами дешевле списания.
Полки, занятые тем, что не продаётся
Место на полке — конечный ресурс. Каждая позиция, которая не продаётся в этом магазине, отнимает место у той, которая продавалась бы. Решение об ассортименте — это всегда выбор, что поставить на освободившееся место.
Решение по интуиции вместо данных
«Кажется, эту позицию перестали брать» и «здесь всегда так покупали» — два аргумента, которые нельзя проверить. Пока у коммерческого блока нет общего расчёта по каждой позиции, спор решается по должности, а не по цифрам.
Задержка между сигналом и решением
Пока данные сводятся вручную, решение принимается по прошлому кварталу. Запаздывание означает, что неудачная позиция проживает в матрице лишний сезон, а ходовая — отсутствует лишний месяц.
Сезон, который уже прошёл
Сезонные группы (напитки, мороженое, всё, что к праздникам) живут в матрице круглый год, потому что вывести и вернуть позицию вручную — две процедуры. В итоге сеть либо держит сезонный товар вне сезона, либо теряет пик.
Зависимость от одного категорийного менеджера
Человек, который помнит, «что берут в этом районе», — самый ценный и самый уязвимый элемент. Его отпуск или переход не должен превращаться в риск для матрицы целой сети.
Сколько часов это возвращает
Часы — следствие. Но посчитать полезно, чтобы понимать масштаб: типовой расчёт для сети из 46 магазинов и матрицы около 5 000 позиций, где решения по ассортименту готовятся раз в месяц. Вводные берите свои — методика не меняется.
| Показатель | Вручную | С агентом |
|---|---|---|
| Активных позиций в матрице | 5 000 | 5 000 |
| Выгрузка и сведение продаж с остатками | 14 часов в месяц | 2 часа (проверка разборов) |
| Сравнение магазинов и поиск дефицита | 10 часов в месяц | 3 часа |
| Разбор неликвида и мёртвых позиций | 8 часов в месяц | 3 часа |
| Подготовка решений по вводу и выводу | 6 часов в месяц | 5 часов (спорные позиции и переговоры) |
| Всего в месяц | 38 часов | 13 часов |
| Возвращённое время | — | 25 часов в месяц |
| В деньгах при стоимости часа 1 400 ₽ | — | 35 000 ₽ в месяц |
Арифметика открытая: 14 + 10 + 8 + 6 = 38 часов в месяц. С агентом человек не собирает выгрузки и не считает продажи по парам «позиция — магазин», а проверяет список и решает по спорным позициям: 2 + 3 + 3 + 5 = 13 часов. Разница — 25 часов в месяц, то есть более трёх рабочих дней, при стоимости часа 1 400 рублей это 35 000 рублей в месяц. А на трёх товарных группах, где решения готовятся ежемесячно, счёт идёт уже о 75 часах, то есть о 105 000 рублей в месяц. Формулировка «типовой расчёт» принципиальна: это математика на заявленных вводных, а не чей-то замер. Реальный эффект зависит от того, сколько позиций вам приходится вводить и выводить и насколько различаются магазины.
Что остаётся за человеком
Границу ответственности нужно задать до пилота, а не после первой пустой полки:
- Решение по матрице — только человек. Агент готовит предложение, категорийный менеджер вводит и выводит позиции.
- Права менять ассортимент и цены у агента отсутствуют. Никаких операций в системе: чтение, расчёт и предложение.
- Правила задаёт человек. Какая доля продаж считается ходовой, сколько месяцев без продаж означает вывод, какие позиции нельзя трогать (обязательная матрица, соцтовары, товары под клиента).
- Правки справочника запрещены. Найденные дубли и позиции без категории агент помечает как замечание, решение по справочнику принимает человек.
- Местные особенности — за магазином. Позиция, которая не продаётся в сети в целом, но нужна конкретной точке, остаётся: агент показывает факт, а не отменяет договорённости.
- Полный журнал. Любое предложение объяснимо: на какой истории, каком спросе и каком правиле оно построено.
Такая рамка снимает основной страх внедрения: система не распоряжается ассортиментом, она считает и предупреждает.
Как это выглядит на практике
В ритейле наши проекты обычно начинались с одного и того же: не с агента, а с инвентаризации данных. Мы сверяли, что реально живёт в учёте, а что — в таблицах менеджеров: где одна позиция существует под двумя названиями, где остатки магазинов расходятся с фактическими, где матрица в системе отличается от той, по которой работают магазины. Дальше фиксировали правило: что считаем дефицитом, что — неликвидом и по какой паре «позиция — магазин» принимаем решение. Запрос со стороны бизнеса звучал так: «мы узнаём, что позиция не продаётся, когда её уже пора списывать». Первый цикл «продажи → расчёт спроса → предложение по матрице → решение → проверка» запускался на одной товарной группе и одной части магазинов, потому что сравнивать точки с разным трафиком без нормализации бессмысленно — сначала данные, потом сравнения. Основную работу дали именно подготовка данных и правила, а не модель: как только номенклатура и правила сходятся, расчёт по 5 000 позиций становится регулярной процедурой, а не проектом на квартал. Мы ведём такие контуры в парах систем — от учёта и складского контура до управления торговлей; как это устроено в целом, разбирали в материалах про ИИ-агента для 1С и про нейросети для бизнес-процессов.
Практический вывод: начинать нужно не с агента, а с правила «что мы считаем дефицитом и что — неликвидом». Пока правило не зафиксировано, автоматизация будет быстрее приносить спорные решения. Смежные задачи устроены похожим образом: как считается прогноз спроса по каждой позиции — в статье про прогнозирование спроса в 1С и WMS (WMS, Warehouse Management System — система управления складом), а как возвращать деньги из запаса — в материале про управление остатками на складе. Если учётной системы пока нет и нужно понять, какие позиции уходят в ноль, есть шаблон складского учёта в Excel: он считает остаток по каждому наименованию и подсвечивает позиции ниже минимального запаса.
Как внедрить поэтапно
- Выберите одну товарную группу и часть магазинов. Десять-двадцать позиций и пять-семь точек, где разница в спросе особенно заметна. Так результат проверяется за месяц.
- Сверьте данные. Номенклатура, категории, остатки, история продаж хотя бы за год. Расхождения — не помеха, а первый список задач: именно они съедают время категорийного менеджера.
- Зафиксируйте правила. Что считаем ходовой позицией, сколько месяцев без продаж означает вывод, какие позиции нельзя выводить никогда. Правило пишется один раз и переиспользуется.
- Опишите контур данных. Что агент читает (продажи, остатки, приёмки из учёта и головного офиса) и куда возвращает предложение — в рабочее место менеджера, а не в отдельный чат.
- Прогоните расчёт на закрытых периодах. Так появляется эталон: известно, какие позиции в тот период действительно не продавались, а какие были дефицитными, — и видно, что агент пропустил.
- Ограничьте права явно. Чтение, расчёт, предложение. Без права менять матрицу, цены и заказы.
- Померьте четыре числа. Доля позиций с нулевым остатком при спросе, стоимость неликвида, доля позиций матрицы, реально продающихся в конкретном магазине, и часы на подготовку решений. Именно они, а не презентация, — основание расширять пилот на следующую группу.
Нет. Он считает спрос, сопоставляет его с матрицей и остатками и готовит предложение: что вывести, что ввести, где расширить полку. Решение принимает категорийный менеджер. Права менять матрицу, цены и заказы у агента нет.
Да, это и есть основной смысл. Матрица часто одна на всю сеть, а спрос в магазинах разный: одна и та же позиция в одном магазине ходовая, в другом не продаётся. Агент считает спрос по паре «позиция — магазин» и показывает, где её не хватает, а где она занимает место.
Да. Для расчёта нужны продажи по позициям и магазинам, остатки, приёмки и цены — они есть в учёте. Чем длиннее история (хотя бы год), тем точнее оценка сезонности, поэтому начинать лучше с групп, где история уже накоплена.
Дополняет. ABC и XYZ делят позиции по текущему вкладу и стабильности продаж — это взгляд на прошлое. Расчёт спроса отвечает на другой вопрос: что делать с позицией в конкретном магазине дальше. Классификация показывает, где быть внимательным, расчёт — какое решение принимать.
Четыре числа до и после: доля позиций с нулевым остатком при спросе (упущенные продажи), стоимость неликвида, доля позиций матрицы, которые продаются в конкретном магазине, и часы на подготовку решений по ассортименту. Эти величины измеримы в первый же месяц пилота.
Разбор самой системы и того, что в ней можно автоматизировать, — в отдельном материале: 1С:Розница: возможности, отчёты и ИИ-агент поверх розничной сети.
Что в итоге
Ассортимент расходится со спросом не из-за учёта, а из-за задержки: продажи есть, но не сведены с матрицей; остатки есть, но не сопоставлены с продажами каждого магазина; неликвид есть, но у него нет владельца и регулярного разбора. Пока это так, сеть платит рисками: упущенной выручкой по ходовым позициям, замороженными деньгами в неликвиде, полками, занятыми тем, что не продаётся, решениями по интуиции, задержкой между сигналом и решением, потерянными сезонами и зависимостью от одного менеджера. Направление при этом подтверждено деньгами: X5 Group по итогам 2025 года раскрыла около 5 млрд рублей дополнительной операционной прибыли от ИИ-решений, и управление ассортиментом названо среди направлений, давших основной вклад. Агент поверх «1С:Розницы» закрывает задержку между «продажи изменились» и «решение по матрице», оставляя человеку правила, решение по ассортименту и местные договорённости. Если хотите понять, где ваша сеть теряет на дефиците и неликвиде, начните с одной товарной группы и нескольких магазинов. Остальные материалы по этому направлению собраны в разделе ИИ в ритейле, а как в ритейле устроена работа с ценами и промо — в статье про ценообразование в рознице, а как организован клиентский сервис — в материале про первый ответ покупателю в RetailCRM.
Источники
- X5 Group, пресс-релиз «ИИ-решения принесли X5 5 млрд рублей дополнительной операционной прибыли» (01.06.2026): совокупный экономический эффект от внедрения ИИ-решений — около 5 млрд рублей дополнительной операционной прибыли по итогам 2025 года; промышленное применение ИИ в направлениях от коммерции и логистики до клиентского опыта; основной вклад в EBITDA обеспечили модели в прогнозировании спроса и пополнении, ценообразовании, управлении ассортиментом и рекомендательных механиках: x5.ru
- Аналитический ресурс «Чек Индекс» («Платформа ОФД»), данные о среднем чеке покупки товаров за одно посещение торговой точки, июнь 2026 к июню 2025: молочные продукты — 108 ₽ (+3%), мясная гастрономия — 281 ₽ (+7%), хлебобулочные изделия — 281 ₽ (+9%); источник данных — фискальные чеки каждой третьей кассы в стране, в потоковой обработке более 21 млн товарных позиций: checkindex.ru
- Purdue University, Center for Food Demand Analysis and Sustainability, Consumer Food Insights Report (декабрь 2024 года, публикация 13.01.2025): доля сообщений потребителей об отсутствии нужного товара — 9,5% в 2024 году против 12,3% в 2023-м и 19,3% в 2022-м; замер по опросу потребителей в США, не по данным розничных сетей: ag.purdue.edu
- FMI (Food Marketing Institute), обзор «Progress on Supply Chain Efficiency & Performance» (25.07.2024): доля отсутствующего товара в продовольственной рознице США снизилась с 10,7% в 2022 году до 6,5% в 2023-м при исторической норме около 8%; среди факторов улучшения названы технологии планирования и аналитика спроса; отраслевой замер по данным ассоциации и отчёта The Food Retailing Industry Speaks: fmi.org
- Forbes, материал Tech Council «Inventory Distortion Is A Grocer’s Worst Nightmare» (04.04.2025) со ссылкой на оценку IHL Group: мировая розница теряет около 1,7 трлн долларов в год на несоответствии запаса спросу, из них 67,5% потерь приходится на отсутствие товара и 32,5% — на излишки; Forbes приводит оценку исследовательской компании, сам отчёт IHL публикуется по подписке: forbes.com
- «1С», описание решения «1С:Розница 8»: автоматизация торговой деятельности магазинов и торговых сетей — управление продажами и закупками, запасами и складом, ассортиментом и ценообразованием, маркетинговыми акциями и системами лояльности; функционал настраивается под принятую в компании методику управления ассортиментом; вендорское описание продукта: solutions.1c.ru
- Retail.ru, материал «Искусственный интеллект в логистике и управлении ассортиментом: сферы применения, плюсы и недостатки» (авторская колонка директора по аналитике ГК «Сантехника-Онлайн»): разбор контура «прогноз продаж → нормативный и страховой запас → управление ассортиментом», включая выбор стратегии между риском дефицита и риском излишка; использовано как российская практика, конкретные цифры эффекта автор не раскрывает: retail.ru
- IBM, обзорная статья об искусственном интеллекте в рознице: направления применения ИИ — прогнозирование спроса, управление запасами, ассортимент и ценообразование; использована как зарубежный референс общего характера: ibm.com