1. Сравнение факта с планом по сущностям и типам продуктов.
2. Динамика ключевых метрик за последние 3 года.
3. Детализация выполнения плана по 12 типам продуктов.
4. Разбивка по всем юрлицам компании.

Результаты использования:

• План-факт сходится за 15 минут вместо 3 дней
• Споры о цифрах между отделами уходят в ноль
• Отклонения видны сразу, а не постфактум

(на основе 14 внедрений в дистрибьюторских компаниях)
«Раньше мы собирали план-факт к 10-му числу следующего месяца. Теперь видим все в моменте.» — Финансовый директор

Метрики:
Revenue, GP, GM, Units, ASP

1. Динамика продаж неделя к неделе (running total).
2. Сравнение текущего периода с аналогичным периодом прошлого года.
3. Данные по возвратам (с возможностью включения/исключения).
4. Детализация по клиентам и продуктам.

Результаты использования:

• Кросс-продажи растут на 12–18%
• Возвраты снижаются на 8–14%
• Уходящие клиенты видны за 2–3 недели до потери

(на основе 9 внедрений в рознице и дистрибуции)

«Мы нашли 12 товаров, которые всегда берут вместе. Сделали комплект — рост чека на 17%.» — Коммерческий директор

Метрики
Revenue, Units, GP, Unique articles (current vs prior + %)

1. Распределение запасов по срокам хранения (0–14, 14–30, 30–60, 60–90, 90–180, 180+ дней).
2. Динамика изменения стока с отметкой старта проекта.
3. Данные по товарам в транзите.
4. Детализация по складам и продуктам (до конкретной модели).

Результаты использования:

• Неликвиды сокращаются на 15–25%
• Списания снижаются на 25–35%
• Высвобождается 15–20 млн рублей оборотных средств в год

(на основе 10 внедрений в производственных и торговых компаниях)

«Мы нашли 23 млн рублей, замороженных в товарах, которые не продавались больше полугода.» — CFO

Метрики
Units (сток и транзит), Value, Unique articles

1. Календарь поставок с разбивкой по странам, месяцам и способам доставки.
2. Прогноз остатков с учетом текущих запасов и поступлений.
3. Информация о сроках доставки и артикулах в каждой поставке.
4. Ручной ввод целевых показателей для сценарного планирования.

Результаты использования:

• Просрочки поставок снижаются на 25–35%
• Запасы сокращаются на 12–18% при тех же продажах
• Оборачиваемость растет на 18–24%

(на основе 11 внедрений в импортерах и дистрибьюторах)

«Мы перестали звонить поставщикам с вопросом “где груз?” — мы просто открываем дашборд.» — Руководитель логистики

Метрики
APP, ASP, APP/ASP, Inventory extended, Revenue, GM, Intakes, MOC

1. Матрица «продажи — остатки» с разделением на 4 категории.
2. Данные по товарам в пути и товарам без запасов.
3. Информация о сроках хранения по каждой позиции.
4. Детализация продаж по месяцам и юрлицам.

Результаты использования:

• Неликвидные запасы снижаются на 25–35%
• Оборачиваемость растет на 22–28%
• Дозаказы хитов перестают «проваливаться» (рост наличия на 30–40%)

(на основе 12 внедрений в компаниях с ассортиментом от 5 000 до 50 000 SKU)

«Мы перестали закупать то, что не продается. И начали дозаказывать то, что разлетается.» — Category Manager

Метрики
Sales Units, Stock Units, Pending, сроки хранения

1. Таблица по каждому продукту: сток, транзит, pending, продажи за 3 месяца.
2. WOS (недели на складе) с цветовой индикацией (розовый / голубой).
3. Ключевые показатели: итого юнитов и денег в стоке, транзите, pending, продажах.
4. График Stock vs max/min stock by weeks — контроль выхода за границы.
5. График Sales vs WOS by weeks — динамика продаж и запасов.
6. Детализация WOS по странам и артикулам.
7. Интерактив: клик по иконке продукта — фильтрация всех нижних графиков.

Результаты использования:

• Выходы за пределы нормы видны сразу, а не постфактум
• Баланс между продажами и запасами — на одном экране
• Принятие решений по каждой категории за минуты, а не часы

(на основе 8 внедрений в многокатегорийной дистрибуции)

«Мы увидели, что по одной категории сток вышел за верхнюю границу еще две недели назад — успели остановить закупку.» — Category Manager

Метрики
Stock (units / $), Transit, Pending, Sales, WOS, max/min stock frames

1. Сравнение фактических показателей с прогнозом по месяцам/кварталам/годам.
2. Детализация по уровням: юрлицо, тип продукта, артикул, клиент, направление бизнеса.
3. Информация по каждой сделке (с переходом в детальную таблицу).
4. Показатели маржинальности, себестоимости и POSR.

Результаты использования:

• Точность прогноза растет на 25–35%
• Маржинальность увеличивается на 3–6% (за счет контроля скидок)
• Причины отклонений видны за 2 часа вместо 3 дней

(на основе 10 внедрений в FMCG-дистрибуции и оптовой торговле)

«Мы нашли сделку, где менеджер дал скидку 15% “лишнему” клиенту — и убили маржу по месяцу.» — CFO

Метрики
Revenue, Units, GP (факт vs прогноз), POSR, Frc In/Out

1. Распределение менеджеров по средней маржинальности.
2. Сравнение фактической GM с целевыми значениями по странам и типам продуктов.
3. Рейтинг менеджеров с показателями GP, Revenue, Quantity.
4. Фильтры по сущностям, датам, минимальному количеству продаж.

Результаты использования:

• Уходят споры о премиях
• Выполнение плана растет на 18–24%
• Текучесть среди коммерческой команды снижается на 12–18%

(на основе 14 внедрений в дистрибьюторских компаниях)

«Раньше каждый месяц были споры “почему ему дали премию, а мне нет?”. Теперь рейтинг виден всем.» — HR-директор

Метрики
Average GM, GP, Revenue, Quantity, Invoices