Параметр LCR (Logistics Cost Ratio), или Коэффициент логистических затрат, является ключевым показателем эффективности (KPI) для оценки финансовой результативности складских и общелогистических операций.
Если кратко, то LCR — это процентное отношение общих логистических затрат к объему продаж или выручке компании. Он показывает, какая часть каждого заработанного рубля (или доллара, евро) уходит на покрытие логистических расходов.
- DeepSeek. сентябрь 2025
Кратко в чем основной смысл?
Допустим существует площадка, где некими специалистами выполняются конкретные операции и вам как руководителю данного процесса хочется оптимизировать расходы. Для помощи в подобных вопросах создана информационная система $metr (Сметр), которая основывается на трех вещах:
составлении справочников с нормативами для каждой конкретной площадки по поводу скорости выполнения операций, вариантов оплаты труда и особенностей продолжительности смен.
внесение планирования количества операций на каждую смену и фактические данные о выполнении операций и затраченных человеческих ресурсах
сопоставление планов и факта, с предоставлением сравнительных графиков доходов, расходов и lcr. Сравнение справочных нормативов с фактическими нормативами.
Именно возможность на ходу корректировать справочники нормативов, с визуализацией, как меняются все расчетные показатели, и позволяет оптимизировать рабочий процесс - получить доход от использования системы.
Справочники
Начало работы — это структурировать знания о происходящих процессах. Если это реально существующая площадка, на которой люди работают какое‑то время, то либо данные нормативы уже придуманы и существуют, либо они существуют в формальном виде, который не позволяет говорить о финансовой эффективности. В любом случае, система должна помочь пересмотреть показатели производительности и доходности или создать их заново. Интерфейс позволяет редактировать все на лету (если у пользователя есть права), при изменении любого поля происходит перезагрузка приложения, так как меняются все числа, зависящие от данного параметра. А если сделать операцию неактивной, то она перестанет отображаться и влиять на расчетные показатели.


Планирование и выполнение работ
Планирование и факт выполнения работ может должно вноситься разными пользователями, но об этом позже. Полезные фичи:
Имя сотрудника и время изменения поля отображается в таблице.
Есть настройка прав, на возможность редактирования пользователем либо плана, либо факта в принципе или ретроспективно, задним днем. Можно запретить пользователю редактировать смены старше суток и оставить возможность редактирования только вчерашней смены.
Если некая операция не была запланирована, но ее выполнили, то в плане автоматически создастся нулевое значение и статус «незапланированное» (хотя в данном случае нужны права на редактирование плана).
Операции разделены на группы для удобной визуализации, цвет, наполнение группы и их очередность можно менять из интерфейса без программиста.
Визуализация результатов
При визуализации пользователю предлагаются графики на основе тех данных нормативов, что сейчас актуальны, и тех планов и выполненных работ, что были внесены сотрудниками. Графики интерактивные и можно посмотреть значения в конкретных точках. LCR диаграмма может отображаться по дням и неделям, с подробной справкой по каждой ячейке почем показатель в данном случае просел или наоборот высокий (в данным случае, чем ниже lcr тем лучше).
Отличия от простой таблицы, чем это лучше excel?
Первое отличие - это гибкое разделение прав пользователей и доступа к данным. Данная система сделана с тремя уровнями доступа:
пользователи, которым доступна только их площадка
пользователи, способные работать с разными площадками
пользователи способные администрировать разные компании, которым принадлежат площадки
При изменении прав на доступ к выбору площадки у пользователя меняется интерфейс и пропадает возможность выбора площадки. Если пользователь узнает guid чужой площадки и попробует открыть страницу чужой площадки, сервер проигнорирует его запрос и выдаст площадку, к которой привязан пользователь. Можно оперативно изменить пользователю пароль, его права в системе и запретить логиниться совсем.
Второе - запись всех действий пользователей, в том числе попытки сделать что-то запрещенное, например изменить данные задним числом или неправильно введенный пароль при входе (в том случае, если пользователь с данным username существует). Логи разделены между компаниями и между пользователями, в планах добавить фильтрацию по типу события и дате.
Третье - искусственный интеллект GigaChat
Интересная возможность — это доверить анализ конкретных цифр LLM. Для чего требуется предоставить нейросети конкретные данные из БД. На данный момент реализован запрос «Фактическая производительность», который формирует таблицу сравнения нормативной производительности операции с фактическим значением по дням. При нажатии кнопки «Загрузить данные» файл формируется и отправляется в векторное хранилище через GigaChat API. После чего файл можно выделить и задать по этим данным вопрос конкретному варианту нейросети GigaChat и, возможно, получить действительно дельный совет, как изменить нормативы.
Чат поддерживает макрдаун кодировку поэтому можно попросить ответить в формате таблицы

Технические сведения о проекте
Вся серверная часть написана на rust — это библиотека Rocket, а фронтенд написан с помощью rust шаблонизатора tera, что является неким аналогом Django. Бэкенд и фронтенд представляют собой единое приложение, компилируется в один бинарный файл. На стороне пользователя не производятся расчеты, сервер сразу выдает целую страницу с готовыми данными. Используемая БД — postgress.
Комментарии (0)
olegka_medovikov Автор
16.09.2025 06:24Добрый день. llm не делает расчеты она смотрит выбивающиеся показатели, что обычно человек должен делать. По идее людям сложно именно составить справочники, они не понимают, что это все абстрактные понятия и можно объединять некоторые операции со схожими нормативами в одно, просто чтобы не плодить сущности. Условно не так важно разделять выгрузки паллета с гвоздями или бочками, если трудозатраты одинаковые и нейронка помогает это объяснять. А еще она помогает объяснить, что нельзя складывать 10к болтов и 27 карданов вместе, что эти 27 карданов в погрешность улетают.
В планах есть чтобы нейронка по расписанию составляла план за человека, но пока еще я сам не понял, как это должно выглядеть) Это в процессе обсуждения. Я конечно понимаю, что можно по расписанию импортировать в систему эксельку с тем что привезут на склад на неделю вперед, но как именно нейронка должна раскидать это по дням, мне еще не объяснили.
ASenchenko
Олег, добрый день.
Расчёт план/факт можно выполнить и без LLM. Да и в целом, с учётом сложностей с математикой у статистических моделей, я бы например не стал это в LLM отдавать
Есть какие-то планы развития именно LLM фукций? Поиск слабых нормативов, перегруппировка складских операций?