ФРОВ — одна из категорий, где классическая закупочная логика часто работает хуже, чем ожидается. Цена меняется быстро. Качество зависит от партии, сезона, происхождения и логистики. Наличие может измениться за несколько часов. Поставщик, который вчера был лучшим по цене, сегодня может не иметь нужного объёма или качества.
Поэтому закупка фруктов и овощей требует другой модели: быстрее, ближе к операционному решению и с постоянной оценкой поставщика по фактическому исполнению.
Ключевой тезис
В свежих категориях цена, качество и наличие меняются быстрее, чем проходит стандартная закупочная процедура. Для ФРОВ важнее не один “идеальный тендер”, а ежедневная управляемость поставщиков, партий, цен и отклонений.
Чем ФРОВ отличается от стандартной закупки
В типовой непрямой закупке можно сформировать ТЗ, разослать RFQ, подождать КП, сравнить предложения и согласовать победителя. В ФРОВ такой процесс часто слишком медленный.
Категория живёт в другой динамике:
- цена зависит от сезона и рынка;
- качество меняется от партии к партии;
- срок хранения ограничен;
- логистика влияет на товарный вид;
- замены и альтернативы нужны быстро;
- часть решений принимается ежедневно;
- рекламации должны влиять на следующий заказ.
Здесь закупочная платформа должна работать не как “тендерная доска”, а как операционная система управления свежей категорией.
Основные проблемы
Цена обновляется быстрее, чем согласования
Если прайс поставщика актуален только короткое время, длинный процесс согласования снижает практическую ценность закупочной процедуры.
Качество трудно формализовать заранее
Даже при одинаковом наименовании партия может отличаться по калибру, зрелости, внешнему виду, упаковке и фактическому проценту брака.
Нужны быстрые альтернативы
Если основной поставщик не подтверждает объём, закупщику нужно быстро найти замену, а не запускать полный цикл заново.
История поставщика важнее разовой цены
Поставщик с минимальной ценой, но нестабильным качеством может быть хуже поставщика с немного более высокой ценой и устойчивым исполнением.
Как должна работать цифровая модель для ФРОВ
Для свежих категорий система должна поддерживать короткий цикл принятия решений.
Рабочая модель может выглядеть так:
1. Категорийный менеджер или закупщик видит потребность по позиции. 2. Платформа показывает текущих поставщиков, цены, наличие и историю качества. 3. AI предлагает альтернативных поставщиков или аналоги по региону. 4. Запрос отправляется быстро — через RFQ, сообщение или звонок голосового агента. 5. Ответы приводятся к единому виду: цена, объём, срок, условия доставки, качество. 6. Система показывает рекомендацию с учётом рейтинга поставщика. 7. После поставки пользователь фиксирует качество партии и отклонения. 8. Оценка влияет на будущие рекомендации.
Роль голосового агента
В ФРОВ голосовой агент может быть особенно полезен, потому что часть информации быстро устаревает.
Он может уточнять у поставщиков:
- наличие;
- доступный объём;
- актуальную цену;
- срок отгрузки;
- упаковку;
- происхождение;
- возможность замены;
- статус отгрузки.
Важно: голосовой агент не должен принимать коммерческое решение. Он собирает и структурирует информацию. Решение принимает человек или система в рамках заранее заданных правил.
Как это реализуется в Digital Purchasing
Digital Purchasing может поддерживать закупки ФРОВ через несколько сценариев:
- быстрый запрос поставщиков;
- автоматический поиск альтернатив;
- сравнение предложений по цене, объёму, сроку и качеству;
- рейтинг поставщика по фактическим поставкам;
- фиксация рекламаций и качества партии;
- контроль сроков поставки;
- голосовой follow-up по наличию и статусам;
- рекомендации с учётом истории исполнения.
Для такой категории особенно важна не “полная автономия”, а скорость цикла и прозрачность решений.
Пример сценария: закупка томатов
Потребность: 2 тонны томатов на ближайшую поставку.
Платформа показывает текущих поставщиков, последние цены, качество предыдущих партий и процент рекламаций. Один поставщик предлагает лучшую цену, но в последних трёх поставках были замечания по калибру и зрелости. Другой дороже на 4%, но стабильно поставлял нужное качество и подтверждает отгрузку сегодня.
Система формирует рекомендацию: выбрать второго поставщика для основной партии, а первого оставить как резерв или запросить подтверждение качества с фото/документами.
Такое решение невозможно получить только из таблицы цен. Нужна история исполнения.
Что это значит для компании
Закупка становится быстрее
Команда тратит меньше времени на ручной обзвон и сведение прайсов.
Качество становится измеримым
Оценка партии после поставки превращает субъективные претензии в данные.
Поставщики ранжируются по фактической стабильности
Рейтинг учитывает не только цену, но и качество, сроки, рекламации и подтверждение объёмов.
Маржа защищается не только ценой
Низкая закупочная цена не компенсирует списания, рекламации и потерю качества на полке или в производстве.
Какие показатели отслеживать
Для ФРОВ важны:
- скорость подтверждения поставки;
- доля поставок в срок;
- процент рекламаций;
- качество партии по оценке пользователя;
- доля списаний или брака;
- отклонение цены от рыночного ориентира;
- доля подтверждённых объёмов;
- число замен поставщика;
- рейтинг поставщика по категории;
- время от потребности до заказа.
Первый шаг внедрения
Начинать стоит с ограниченного набора позиций:
- 10–20 SKU с высокой оборачиваемостью;
- 5–10 поставщиков;
- простая оценка качества после поставки;
- единый шаблон быстрого запроса;
- правила выбора с учётом цены, качества и наличия.
После этого модель можно расширять на другие свежие категории.
Вывод
ФРОВ требует не классического долгого тендера, а быстрого цифрового контура: актуальные цены, наличие, качество партий, альтернативы и оценка поставщика после каждой поставки.
Digital Purchasing может стать таким контуром — не заменяя категорийного менеджера, а снижая ручную работу и повышая прозрачность решений.
Дополнительные материалы
- BCG — GenAI in Procurement: From Buzz to Bottom-Line Cost Reductions: https://www.bcg.com/publications/2025/from-buzz-to-bottom-line-cost-reductions-using-genai
- Bain — The Rise of Autonomous, Intelligent Procurement: https://www.bain.com/insights/the-rise-of-autonomous-intelligent-procurement/
- PwC — How AI agents are transforming procurement: https://www.pwc.com/us/en/tech-effect/ai-analytics/agentic-ai-in-procurement.html
CTA
Обсудить сценарий для свежих категорий.
Покажем, как Digital Purchasing помогает ускорить запросы, сравнить поставщиков, контролировать качество партий и учитывать историю исполнения в будущих закупках.