У меня есть папка, которую я собирал несколько лет. В ней 23 шаблона по категорийному менеджменту, в основе которых методика Джонатана О'Брайена из книги «Category Management in Purchasing». Я адаптировал их под свою практику и дополнил своими инструментами: анализ возможностей, Day One, матрица рыночной силы, RAQSCI, ценовые модели, PESTLE, SWOT, предпочтения поставщика, взвешенная оценка поставщиков, подготовка к переговорам с ODE и ЛАСП. Классическая методика, по которой можно пройти категорию от «где у нас деньги» до «с чем мы идём на встречу с поставщиком».
Шаблоны рабочие. Но я хорошо знаю, как их заполняют на практике. Чаще всего в последний вечер перед защитой стратегии, копируя куски из прошлогоднего файла. Когда я недавно открыл папку, нашёл в половине Excel-файлов вкладку «Пример», скопированную из соседнего шаблона. В PESTLE лежит пример бизнес-требований, в оценке поставщиков пример анализа себестоимости. Никто этого годами не замечал, потому что примеры никто не открывает.
Я решил проверить простую гипотезу: если первый черновик пишет AI, а формулы считают сами, у категорийщика остаётся время на то, ради чего методика вообще существует, — на проверку гипотез и разговоры с людьми.
Так появился Категорийный навигатор: веб-приложение, в котором собрано ядро методики: 9 инструментов на основе 12 шаблонов из 23. Попробовать его можно прямо в конце этой статьи.
Что внутри
Инструменты идут в том порядке, в котором по ним проходит категория:
Вы заполняете короткий бриф категории: что покупаем, сколько тратим, какая спецификация, кто поставщики, какая цель. Дальше в каждом инструменте есть кнопка «Заполнить с AI»: навигатор готовит запрос, вы вставляете его в любой AI-чат, а ответ навигатор сам раскладывает по полям. Или можно заполнять руками. Расчёты работают в обоих случаях.
Главное решение: кто что делает
Самое интересное в этом проекте оказалось не техническим. Нужно было для каждого инструмента ответить на вопрос: что здесь считает формула, что пишет AI, а что остаётся человеку. От этого разделения зависит, можно ли доверять результату.
Формулы считают
Всё, что в методике выражено числом, считается по правилам методики, без AI.
Матрица рыночной силы — моя авторская разработка, которую я добавил к методике О'Брайена. В навигаторе она работает ровно так, как в моём Excel. Каждый ответ даёт 2, 5 или 8 баллов, сумма по стороне от 14 до 56, граница высокой силы — 28. Четыре сегмента со своими тактиками:
Из сегмента следует переговорная стратегия: Win-Win, Win-Lose, Lose-Win или Lose-Lose. Она автоматически переходит в последний инструмент, подготовку к переговорам.
Так же считаются ожидаемая экономия по портфелю, приоритет проработки и итоговый рейтинг поставщиков. AI может предложить ответ на вопрос «насколько эластичен спрос», но балл за этот ответ и итоговый сегмент он не придумывает.
AI пишет черновик
AI хорошо справляется с тем, что в категорийном менеджменте называют «типичным для категории». Он знает, что цена на полипропилен следует за нефтью и пропиленом, что новые поставщики упаковки проходят квалификацию месяцами, что логистика чувствительна к цене топлива. Первый черновик PESTLE, список требований по RAQSCI, набор переменных для ODE — всё это AI делает за минуту, и делает прилично.
Главная польза здесь не в скорости. AI снимает страх чистого листа. Исправить чужой черновик намного легче, чем написать с нуля. Когда AI пишет «поставщик держит надбавку за компаундирование», категорийщик сразу видит, согласен он или нет, и почему.
Человек решает
Есть вещи, которые AI в навигаторе намеренно не делает.
Он не ставит баллы поставщикам в оценке. Предлагает критерии и веса, а баллы ставит команда по данным RFI, аудитов и пилотов. Если позволить AI оценить «надёжность поставок» поставщика, которого он никогда не видел, вы получите уверенно выглядящую цифру, за которой ничего нет.
Он не вводит долю нашего объёма в выручке поставщика. Это факт, его нужно знать или выяснить.
И ЛАСП с крайними позициями в ODE AI предлагает только как черновик. Решение о том, где вы встаёте и уходите из переговоров, принимает человек, который потом за него отвечает.
Как это выглядит на примере
В навигаторе есть условный пример, все цифры в нём справочные: полипропилен для литья на производстве пластиковых бытовых товаров. 800 тонн в месяц, компаундер и дистрибьютор, спецификация — компаунд с ПТР 25, фирменным цветом и антистатиком. Цель — снизить цену на 6–8% и уйти от зависимости от одного компаундера.
Day One даёт первый неприятный вывод. Базовый полипропилен продают десятки производителей, но наш компаунд делает по сути один поставщик. Категория попадает в квадрант «Продукт по узкой спецификации»: узкую категорию мы создали себе сами. Отсюда первые действия: покупать базовый ПП и окрашивать мастербатчем на своих линиях, расширить допуск по ПТР, проверить, нужен ли антистатик во всех изделиях.
Рыночная сила даёт 35 баллов покупателю и 32 поставщику. Это «Герой нашего времени»: мы крупный покупатель, но и поставщик силён, переключаться дорого. Значит, переговорная стратегия Win-Win, а давить тендером бессмысленно. Тактики: совместное управление затратами, долгосрочный контракт, формульная цена.
Ценовая модель — рыночная, но с непрозрачной надбавкой за компаундирование. AI предлагает уйти к формуле «индекс ПП плюс фиксированная надбавка» и разложить цену компаунда на составляющие.
Подготовка к переговорам собирает всё вместе. Надбавка к индексу ПП: стартовая позиция 60 $ за тонну, желаемая 80, предел 110. ЛАСП: перевести 40% объёма на базовый ПП от второго поставщика и окрашивать на своих линиях. В матрице уступок: даём двухлетний контракт и прогноз на полгода, хотим формулу с индексом и отсрочку 60 дней.
Черновик от брифа до переговорной позиции занимает минуты. Дальше начинается настоящая работа: проверить каждую цифру и каждое допущение.
Где AI ошибается
Было бы нечестно не рассказать, что не работает.
AI уверенно пишет правдоподобное. Если он не знает, сколько на рынке поставщиков вашей спецификации, он не скажет «не знаю». Он напишет разумное допущение тоном факта. Поэтому каждый вывод AI в навигаторе — это гипотеза для сбора данных, а не результат. В исходной методике для этого есть отдельные шаблоны: план сбора данных и резюме по сбору данных. В навигатор я их пока не включил, но логика та же: черновик говорит, что проверять.
AI тянется к общим словам. «Усилить работу с поставщиками», «оптимизировать логистику». Я прописал в инструкциях конкретику и короткие формулировки, стало заметно лучше, но редактировать всё равно придётся.
AI не знает вашу компанию. Он не знает, что ваш финансовый директор никогда не согласует предоплату или что прошлый тендер в этой категории закончился скандалом. Такие вещи меняют стратегию сильнее, чем любой PESTLE.
Что меняется в работе категорийщика
Методика категорийного менеджмента никогда не была про заполнение шаблонов. Шаблоны — способ заставить себя задать правильные вопросы в правильном порядке. Проблема в том, что заполнение съедало столько времени, что на сами вопросы его не оставалось.
С AI баланс смещается. Меньше времени на то, чтобы написать, больше на то, чтобы проверить, поспорить и сходить поговорить. С технологом про допуск по ПТР. С финансами про отсрочку. С поставщиком про то, из чего на самом деле состоит его цена.
Недавно в комментариях к разбору про Sennder мы обсуждали, где в цифровой цепи обязательно остаётся человек. Мой ответ тогда был: там, где доверие устанавливается или восстанавливается. С категорийной стратегией похоже. AI может написать стратегию. Но защищать её перед бизнесом и договариваться о ней с поставщиком будет человек. И чем меньше времени он потратил на заполнение, тем лучше он к этому готов.
Попробовать
Навигатор открывается на условном примере с полипропиленом, чтобы сразу было видно, как всё работает. Кнопка «Новая категория» очищает форму под вашу категорию. AI-помощник работает с любым AI-чатом: ChatGPT, Claude, Gemini, GigaChat. Без AI все инструменты и расчёты работают вручную. Готовую стратегию можно скопировать или скачать одним отчётом в Markdown.
Если попробуете на своей категории, напишите, какой из оставшихся 11 шаблонов добавить следующим. Сам я склоняюсь к анализу структуры цены (PPCA) и управлению рисками.
Методика: Джонатан О'Брайен, «Category Management in Purchasing». Матрица рыночной силы — авторская разработка Влада Мандрыки. Все цифры в примере условные.