New: новости

Что стоит за перепроизводством еды

Перепроизводство — одна из менее заметных, но важных причин образования пищевых отходов. Избыточные запасы возникают на разных этапах цепочки поставок и часто становятся следствием сложностей с прогнозированием спроса, логистикой и управлением ассортиментом.

На основе международного отчета «The Missing Billions» («Потерянные миллиарды»), подготовленного компанией Avery Dennison, а также кейсов компаний из разных стран мы разобрали, какие факторы приводят к перепроизводству и какие инструменты сегодня используются для сокращения избыточных запасов и предотвращения потерь продуктов.

Что стоит за перепроизводством

Существует распространенное представление, что пищевые отходы — это результат перепроизводства. В такой логике решение кажется очевидным: если производить меньше, потерь станет меньше.

Однако отчет показывает, что перепроизводство является не первопричиной, а следствием более сложных процессов, связанных с прогнозированием спроса и управлением запасами.

Непредсказуемый спрос

Одной из причин перепроизводства становится высокая изменчивость потребительского спроса. Экономические факторы, кризисные события и быстро меняющиеся тренды могут резко влиять на решения покупателей, что усложняет прогнозирование продаж и планирование производства.

Опрос McKinsey & Company (апрель 2022) показал, что 68% европейских потребителей за шесть недель изменили поведение при покупке продуктов и товаров первой необходимости — например, начали выбирать другие бренды или магазины либо использовать новые цифровые способы покупок.

Кроме того:

  • 51% потребителей стали чаще задумываться о том, будут ли в наличии нужные продукты после недавних глобальных событий;
  • 57% респондентов обеспокоены возможным дефицитом продуктов питания;
  • При этом наличие товара на полке остается важным фактором выбора: 36% потребителей включают его в топ-5 критериев при покупке.

Реакция бизнеса: увеличение запасов

В условиях волатильного спроса компании часто стремятся снизить риск дефицита и увеличивают запасы. В отчете отмечается, что многие компании в такой ситуации «играют безопасно», поддерживая большие объемы запасов. Перепроизводство в этом контексте становится следствием стремления обеспечить стабильную доступность продукции для потребителей.

Как компании снижают избыточные запасы

Объемы производства и закупок напрямую взаимосвязаны с ожиданиями потребителей. При этом избыточные запасы создают для компаний дополнительные издержки — расходы на хранение, логистику и утилизацию. Поэтому одним из фокуса бизнеса становится поддержание оптимального уровня запасов.

Практика показывает, что снижать риск перепроизводства можно за счет более точного прогнозирования спроса и лучшей координации цепочек поставок.

Координация цепочки поставок

Японская сеть супермаркетов Super Hosokawa протестировала модель совместного прогнозирования спроса на основе данных продаж, что позволило повысить точность заказов и сократить излишки продукции.

В рамках проекта Whole Chain Strawberry Pilot Walmart, американская сеть розничной и оптовой торговли, обнаружила, что часть урожая клубники не попадает на рынок из-за несоответствия стандартам размера. Совместно с поставщиками компания начала использовать такие ягоды для производства клубничного джема под собственной торговой маркой, что позволило сократить потери урожая.

Еще один пример — сотрудничество Walmart и Procter & Gamble. Компании внедрили систему обмена данными о продажах и запасах. После внедрения модели continuous replenishment — регулярного пополнения запасов на основе данных о продажах — цикл поставок сократился на 3−4 дня, а товары проводят на складе Walmart менее 8 часов и часто продаются в течение суток после поступления в магазин.

Аналитика данных и AI

Ритейлеры все чаще используют системы анализа данных и машинного обучения для более точного прогнозирования спроса и управления запасами.

Например, Walmart применяет AI-системы управления запасами, которые анализируют исторические продажи, онлайн и офлайн-данные и региональные особенности спроса.

Сервис быстрой доставки продуктов Getir внедрил систему планирования с алгоритмами машинного обучения для прогнозирования спроса в сети дарксторов. В результате точность прогнозирования выросла на 6,6 процентного пункта, а списания скоропортящихся продуктов снизились на 30%.

Ключевые выводы

Перепроизводство в продовольственных цепочках поставок часто является не ошибкой планирования, а следствием необходимости балансировать между неопределенным спросом и ожиданиями покупателей относительно доступности товаров.

Поэтому все большее значение приобретают решения, которые помогают лучше согласовывать спрос и предложение — обмен данными между участниками цепочки поставок, совместное прогнозирование и использование аналитики данных.
Аналитика и исследования