Полные склады — пустые полки: как «Гипер Лента» решила одну из главных проблем гипермаркета с помощью адресного хранения

Пустая полка при полном складе — одна из самых затратных проблем в ретейле. Покупатель уходит, продажа теряется, а товар при этом лежит в магазине — просто никто не знает, где именно. Мы в «Гипер Ленте» вместе с командой Lenta tech (ИТ‑бренд «Группы Лента») решились на масштабный проект, который полностью изменил операционную логику наших магазинов — внедрили адресное хранение. В процессе оказалось, что это решение не столько про технологии, сколько про дисциплину, данные и умение работать с людьми.

Проблема: товар есть, но его нет

«Группа Лента» — один из ведущих российских ретейлеров с более чем 6 000 магазинов разных форматов и присутствием в более чем 1 000 населенных пунктов. Когда речь идет о гипермаркетах, объем товарных потоков огромен: каждый день в магазин прибывают сотни палет, каждую из которых нужно принять, разместить и вовремя разложить. Что это означало на практике:

• информационная система фиксировала лишь один факт: товар находится в магазине;
• где именно лежит палета, что в ней и выложен ли продукт на полку — этого никто не знал;
• сотрудники приклеивали к палетам бумажные описи, но делали это не всегда и не все;
• когда требовалось пополнить полку, начинался физический поиск: подняться к стеллажам, спустить палету, проверить содержимое.

Ощутимая доля рабочего времени уходила именно на поиск, а не на саму выкладку. Бывали и более неприятные ситуации: палета с товаром лежала на складе, продукт на полку никто не донес, а компания узнавала об этом только по снижению продаж.

Задача: сделать магазин похожим на склад

Чтобы решить проблему системно, а не заплаточно, команда Lenta tech поставила перед собой несколько задач:

• понимать, где именно в магазине находится каждая палета;
• знать, сколько товара сейчас на полке, а сколько — в палетах на хранении;
• автоматически формировать задания на пополнение;
• определять, какой товар выкладывать в первую очередь.

Ключевая идея формулировалась коротко: применить к гипермаркету складской подход. На профессиональных складах каждая единица хранения привязана к конкретной ячейке, и любой оператор в любой момент знает, где что лежит. Мы решили перенести эту логику внутрь торгового зала.

Проект с самого начала задумывался не как «еще одно приложение», а как полноценная перестройка операционной логики магазина. Инструмент получил название «Сквозная доступность» и объединил несколько блоков: собственно адресное хранение, контроль сроков годности, анализ доступности на полке, видимость продуктивности каждого сотрудника по выкладке и закупку дополнительного оборудования для магазинов.

Решение: адреса, ячейки и пять типов автоматических задач

Раньше сотрудник в отведенное время просто обходил свою секцию и выкладывал то, что бросалось в глаза. Теперь он получает приоритетные задачи и первым делом отрабатывает именно их.

Задачи формируются на основании нескольких типов сигналов.

Нулевой отбор при сборке онлайн‑заказа. Клиент оформил покупку через приложение, но сборщик не нашел товар на полке и поставил отметку. Приложение проверяет остаток: если он есть, система рассчитывает количество к выкладке и формирует задание.

Пустая полка. Раз в час система сверяет остатки на основном складе магазина с запасом в палетах. Если эти два числа совпадают, значит, на полке ничего нет — и появляется задача.

Недостаточный запас на полке. Запас на складе есть, в палетах тоже, и на полке товар присутствует. Но система сравнивает прогноз продаж с текущим остатком на полке. Если его недостаточно для покрытия спроса, создается задание на пополнение.

Товары без продаж. Если по позиции в течение недели не было ни одной продажи, система берет товары с наибольшим объемом запаса в каждой секции и формирует из них перечень задач на неделю. При этом, если по позиции уже была отработка, повторно она в список не попадает.

Пополнение нулевого остатка. Вчера остаток по позиции был нулевым, а сегодня товар поступил. Система проверяет, создавалась ли задача на выкладку и были ли продажи. Если продажи есть, значит, товар уже на полке. Если нет — формируется задание.

Помимо автоматических сигналов, руководящий персонал магазина может создать задачу вручную.

Что оказалось сложнее всего

Адресное хранение требует абсолютной дисциплины. Если сотрудник на входе не разметил палету и не присвоил ей ячейку, а по старинке отвез на стеллаж без фиксации, вся цепочка ломается: система не знает, где палета, и не может сформировать корректное задание.

Поэтому внедряли волнами — всего их было пять. С первого дня в рабочую группу вошли директора нескольких наиболее активных магазинов, которые приняли на себя роль первопроходцев. Они опробовали решение на практике, давали быструю обратную связь, согласовывали интерфейсы и сценарии использования. По сути приложение многократно дорабатывалось уже в ходе раскатки — именно по их замечаниям.

Помимо директоров важную роль сыграли амбассадоры среди самих сотрудников магазинов: те, кто принял инструмент раньше остальных и помогал коллегам разобраться. Обучение велось через короткие видеоролики — этот формат получил высокую оценку в итоговом опросе удовлетворенности.

Ошибка, которая чуть не подорвала доверие

Однажды из‑за ошибки в данных система массово сформировала ложные задачи на пополнение. Магазины получили лавину заданий, сотрудники начали их выполнять — и обнаруживали, что товар на полке уже есть. Проект работал уже почти год, и подобных сбоев до этого не случалось.

После этого случая команда Lenta tech внедрила процесс контроля качества информации. Теперь на входе проверяется, сколько данных должно было поступить и сколько поступило по факту. Результаты сравниваются со среднестатистическими значениями, и если отклонения превышают порог, задачи не формируются до разбора ситуации. Несмотря на то, что ошибка была единичной, мы решили довести контроль до такого уровня, чтобы подобный сценарий был невозможен.

Что получили в итоге

Срок реализации проекта составил 17 месяцев при изначально запланированных 12. Дополнительная прибыль до вычета процентов, налогов, износа и амортизации за 2025 год превысила целевые показатели на 7%.

Среди новых метрик, которые появились в бизнесе: скорость выкладки, сумма спасенных продаж и продуктивность каждого отдельного сотрудника.

Эффективность оценивали по методу АБ‑тестирования: сравнивали магазины с адресным хранением и аналогичные точки без него. Самым интересным открытием стало влияние на маржинальность: оно оказалось выше, чем мы прогнозировали. Товарооборот вырос не так заметно, а вот маржа — ощутимо. Причина в том, что сотрудники начали выкладывать продукцию более корректно, в соответствии с планограммами. Помимо адресов хранения, приложение давало подсказки, куда именно ставить товар. Таким образом на полке оказывались более «правильные» позиции — те, что приносят больше прибыли. Результат перепроверялся отделом контроллинга, потому что показатели оказались настолько высокими, что возникло подозрение в некорректной оценке или влиянии параллельного проекта. Но все подтвердилось: это именно эффект адресного хранения.

Главные выводы

Не внедряйте «сверху вниз». Просто разработать инструмент в офисе и спустить его в магазины — провальная стратегия. Вовлекайте операционные команды с самого начала, приглашайте директоров торговых точек в рабочие группы и стройте проект сообща.

Закладывайте временные резервы. Мы не уложились в изначальные 12 месяцев. Пришлось координироваться с другими крупными инициативами, которые тоже требовали от магазинов перестройки процессов. Две такие трансформации на одной площадке одновременно вести невозможно.

Проектируйте метрики заранее. Мы начали разрабатывать инструменты измерения дисциплины и отработки задач уже в процессе, потратив на это дополнительное время. Без замеров невозможно понять, провалилась гипотеза или просто магазин не выполняет то, что должен.

Закладывайте время на притирку команд. Каждое из наших подразделений было опытным. Однако когда они объединились, выяснение зон ответственности и разбор ошибок потребовали отдельного ресурса, который мы не предусмотрели.

Контролируйте качество данных с первого дня. Одна ошибка в потоке данных — и сотни магазинов получают ложные задания. Доверие восстанавливать гораздо дольше, чем выстроить систему проверок на старте.

Оценивайте каждый клик. Каждое лишнее действие в интерфейсе при тысячах операций в день превращается в колоссальные затраты. Мы, например, сознательно отказались от дополнительного подтверждения выкладки, приняв допущение: если сотрудник достал товар из палеты, он донес его до полки.

Эти шаги кажутся очевидными, но именно они определяют, станет проект рабочим инструментом или останется приложением, которое сотрудники стараются обойти.