Введение
Репозиторий сигналов спроса (Demand Signal Repository, DSR) – это специализированная аналитическая платформа и хранилище данных, разработанное для сбора, хармонизации и анализа высокогранулярных данных о розничных продажах и движении товарных запасов. DSR получает сигналы непосредственно из точек продаж (POS) ритейлеров, дистрибьюторов и дилеров, предоставляя производителям потребительских товаров «взгляд с полки» – реальную картину потребительского спроса в разрезе каждого SKU, каждого магазина и каждого дня.
История и контекст
Концепция DSR сформировалась в конце 1990-х – начале 2000-х годов параллельно с развитием EDI (Electronic Data Interchange) и концепции CPFR (Collaborative Planning, Forecasting and Replenishment). Крупные FMCG-производители (Procter & Gamble, Unilever, Nestlé) начали получать POS-данные от Walmart и других крупных ритейлеров в рамках соглашений об обмене информацией. Аналитические вендоры (IRI, Nielsen, SAP) создали специализированные платформы для гармонизации этих разнородных данных. Gartner включил DSR в свои исследования SCM-технологий в середине 2000-х.
Как это работает
Архитектура DSR включает несколько слоёв:
- Интеграционный слой – получение данных через EDI (EDIFACT, ANSI X12), AS2, SFTP или API от разных ритейлеров с различными форматами данных.
- Слой гармонизации – унификация кодировок SKU (mapping производительского и ритейлерского кодов), географий, временных периодов, единиц измерения.
- Аналитическое хранилище – хранение миллиардов строк детализированных транзакций с возможностью многомерного OLAP-анализа.
- Аналитические приложения – on-shelf availability (доступность на полке), replenishment recommendations, promo analytics, market share analysis.
Где применяется
- FMCG-производители – управление ассортиментом в ритейле, мониторинг промоэффективности.
- Фармацевтика – sell-through данные аптечных сетей для планирования производства.
- Бытовая электроника – данные о движении через дилерские сети для прогнозирования спроса на запчасти.
- Категорийный менеджмент – анализ доли полки, планограммы, ценообразование.
Преимущества и ограничения
Преимущества: замена «слепых» отгрузочных данных реальными потребительскими продажами; сокращение bullwhip effect; улучшение точности прогнозов на 20–35%; быстрое обнаружение out-of-stock ситуаций.
Ограничения: не все ритейлеры предоставляют POS-данные; высокие затраты на гармонизацию; объёмы данных требуют масштабируемой аналитической инфраструктуры; данные могут запаздывать на 24–72 часа.
Связь с другими понятиями
DSR является источником данных для анализа паттернов спроса и прогнозирования спроса. Он служит «сырьём» для систем DDMRP и SCM. В технологическом плане DSR близок к Data Warehouse и платформам Data Lake, специализированным для цепочек поставок.
