BI Consult Desktop Logo BI Consult Mobile Logo
  • Russian BI Исследование российских bi
  • Перейти на Fine BI
  • Контакты
  • +7 812 334-08-01
    +7 499 608-13-06
  • Отправить сообщение
  • Главная
  • Продукты Эксперт-BI
    • Дистрибуция
    • Розничная торговля
    • Производство
    • Операторы связи
    • Страхование
    • Банки
    • Лизинг
    • Логистика
    • Нефтегазовый сектор
    • Медицина
    • Сеть ресторанов
    • E-Commerce
    • Сельское хозяйство
    • Энергетика
    • FMCG
    • Девелоперы
    • Маркетплейсы
    • Пищевая промышленность
    • Фармацевтика
    • Построение Data Platform
    • Цифровая трансформация
    • Управление по KPI
    • Финансы
    • Продажи
    • Склад
    • HR
    • Маркетинг
    • Внутренний аудит
    • Категорийный менеджмент
    • S&OP и FP&A
    • Геоаналитика
    • Цепочки поставок (SCM)
    • AutoML
    • Process Mining
    • IBP
    • ИТ (CIO)
    • Закупки
  • Платформы
    • Системы бизнес-анализа (BI)
    • Интегрированное бизнес-планирование (IBP)
    • Хранилища данных (DWH / Lakehouse)
    • Каталоги данных (Data Catalog)
    • Системы ETL и ELT
    • AI / Исскуственный интеллект
    • Шина данных (ESB)
    • Система управления мастер-данными (MDM)
    • Семантический слой
  • Услуги
    • Переход на отечественные BI и DWH системы
    • Консалтинг
    • Пилотный проект
    • Обучение и сертификация
    • Бесплатное обучение
    • Поддержка
    • Технические задания
    • Сбор требований для проекта внедрения BI-системы
    • CI/CD для DWH
    • Аудит BI приложений и DWH
    • Выделенная команда
    • Настойка и поддержка баз данных
    • Разработка BI Стратегии
    • Styleguide для BI-системы
    • Как выбрать BI-систему
  • Курсы
    • Учебный курс Информационная грамотность (Data Literacy)
    • Учебный курс для бизнес-аналитиков
    • Учебный курс для системных аналитиков
    • Учебный курс по Data Governance
    • Учебный курс Как стать CDO
    • Учебный курс Современная архитектура хранилища данных
    • Учебный курс по Fine BI
    • Учебный курс по FineReport
    • Учебный курс по DWH
    • Учебный курс по Data Science (ML, AI)
    • Учебный курс по PostgreSQL
    • Учебный курс по Greenplum
    • Учебный курс по Apache Airflow и NiFi
    • Учебный курс по Open-source BI
    • Учебный курс по ClickHouse
    • Учебный курс по DataLens
    • Учебный курс по Loginom
    • Учебный курс по Modus BI и ETL
    • Учебный курс по Visiology
    • Учебный курс по dbt (Data Build Tool)
  • Компания
    • Руководство
    • Новости
    • Клиенты
    • Карьера
    • Скачать
    • Контакты

Отраслевые решения

  • Дистрибуция
  • Розничная торговля
  • Производство
  • Операторы связи
  • Банки
  • Страхование
  • Фармацевтика
  • Нефтегазовый сектор
  • Лизинг
  • Логистика
  • Медицина
  • Сеть ресторанов
  • Сельское хозяйство и агрохолдинги
  • Энергетика
  • E-Commerce
  • FMCG
  • Пищевая промышленность
  • Селлеры на маркетплейсах
  • Строительные компании и девелоперы

Функциональные решения

  • Управление по KPI
  • Финансы
  • Продажи
  • Склад
  • Категорийный менеджмент
  • HR
  • Маркетинг
  • Внутренний аудит
  • Геоаналитика, аналитика на географической карте
  • Цепочка поставок (SCM)
  • S&OP и FP&A
  • Разработка стратегии цифровой трансформации
  • Process Mining
  • Интегрированное планирование (IBP)
  • Закупки
  • ИТ (CIO)
  • Построение хранилища данных
  • Создание Data Lake и Data Engineering
Главная » Решения Эксперт-BI на российских BI-платформах » Эксперт-BI FMCG » IBP для FMCG компании » Отдел продаж - Анализ факторов влияющих на выполнение планов продаж

Отдел продаж - Анализ факторов влияющих на выполнение планов продаж

IBP (Integrated Business Planning) в FMCG требует системного подхода к тому, как формируются планы продаж и какие внешние и внутренние факторы влияют на их выполнение. В условиях высокой динамики промо-акций, разноуровневого ритейла и необходимости точного синхронизированного планирования между маркетингом, логистикой и финансами, отдел продаж становится ядром анализа и принятия решений, диктуя скорость и качество исполнения планов. Глава исследует методологию анализа факторов влияющих на выполнение планов продаж в рамках IBP, сочетая концептуальные основы и практические требования к процессам, данным и организации.

IBP в контексте FMCG ориентирован на создание согласованного и прозрачного плана, который учитывает спрос, предложения и финансовые ограничения на уровне SKU-уровня и дистрибуционных каналов. Эффективный анализ факторов выполнения плана продаж требует не только качественной прогнозной части, но и понимания того, как промо-акции, ассортимент, торговые условия и полевые мероприятия преобразуют запланированный спрос в фактическую реализацию и выполнение планов. В этой главе освещаются ключевые элементы методологии, которые позволяют повысить предсказуемость и управляемость продаж через системные механизмы согласования и управление изменениями.

  • Краткое содержание главы
  • Определение рамок IBP для отдела продаж и связи с другими функциями.
  • Архитектура данных и информационных потоков: источники данных, качество данных, интеграции и управление данными.
  • Моделирование факторов влияния на выполнение планов: спрос, промо, доступность товара, каналы, исполнение поля, бюджет продвижений.
  • Организационные практики и процессы согласования: роли, встречи, RACI, управление изменениями.
  • Связь планирования продаж с планами поставок и исполнения на местах: обеспечение доступности, сервис-уровни, previsão и корректировки.
  • Метрики, контроль и непрерывное улучшение.

     

Контекст и цели IBP в продажах FMCG

IBP - это цикл согласования между продажами, маркетингом, финансами и цепочкой поставок, целью которого является не только составление прогнозов спроса, но и привязка их к доступности товара, промо-планам и финансовым ограничениям. В FMCG секторе основная сложность заключается в необходимости оперативно реагировать на промо-активности, сезонные пики и изменяющуюся торговую политику ритейла. В этой части рассматриваются ключевые цели и принципы:

  • выработка единообразного, корректируемого и проверяемого прогноза спроса на уровне SKU и канала;
  • обеспечение реалистичных планов продаж, согласованных с производством, закупками и логистикой;
  • учет промо-эффекта, ценовых изменений и скидок как факторов, влияющих на спрос и доход;
  • формирование сценариев и вариантов действий для снижения риска недостач и переизбытка запасов;
  • создание прозрачной управленческой панели и регламентов для принятия решений на уровне руководства.

Эти цели достигаются через структурированную работу между функциональными единицами, внедрение единых стандартов данных и процессов, а также организационные изменения, направленные на устойчивое выполнение планов и экономическую эффективность.

 

Архитектура данных и информационных потоков

Ключ к качественному анализу факторов влияния на выполнение планов продаж лежит в синхронной работе данных. От доступности источников данных до единых определений KPI - любой разрыв снижает точность прогноза и качество решений. В этом разделе рассматриваются принципы формирования архитектуры данных и процессов интеграции.

  • С источников данных: POS-данные бытовой и розничной торговли, ERP/OMS-системы для учёта запасов и заказов, CRM и торговые площадки для клиентской активности, данные по промо-акциям (даты проведения, скидки, длительность), данные о дистрибуции и маршрутизации, внешние сигналы (праздники, погодные факторы, макроэкономические индикаторы). В FMCG особенно важно включать данные о продаже в разрезе каналов продаж (розница, сектор HORECA, онлайн-каналы) и по сегментам.
  • Качество данных и управление мастер-данными: единые атрибуты продуктов (SKU, бренд, категория), данные о клиентах, контрактах и условиях поставки, а также политика ценообразования и промо-планы. Необходимо внедрять процессы очистки, нормализации и синхронизации источников, чтобы обеспечить сопоставимость измерений на уровне разных систем.
  • Архитектура информационных потоков: данные собираются и обогащаются в централизованном репозитории или в облачной платформе для IBP, затем проходят валидацию и трансформацию для моделей спроса и сценариев. Архитектура должна поддерживать иерархическое прогнозирование (SKU - группировка - категория), а также сценарное моделирование для промо и изменений условий торговли.
  • Управление данными и роли: назначение ответственных за данные, регламенты доступа и аудита. В идеале - наличие руководителя IBP-данных и бизнес-правил по расчётам, которые закреплены в документации.
  • Инструменты и примеры рекомендаций: ERP- и CRM-системы, специализированные платформы планирования (например, SAP IBP, Anaplan) для интеграции данных, совместной работы над прогнозами и сценариями. Упоминание двух инструментов уместно: они иллюстрируют возможности современных подходов к IBP без излишнего перегружения списком.

Почему это важно: без единого источника правд data quality измеряются не на уровне отдельных систем, а на уровне бизнес-результатов. Неполная интеграция, расхождение определений клиентских сегментов или неверная привязка промо-эффекта к конкретному SKU приводят к занижению эффективности стратегий и ухудшению выполнения планов продаж. В этом разделе описана методика построения архитектуры, которая обеспечивает прозрачность данных, поддерживает согласование и упрощает переход к управлению изменениями.

 

Процессы анализа факторов влияющих на выполнение планов продаж

Эта часть главы фокусируется на операционных процедурах, которые позволяют превратить данные в обоснованные решения и сценарии, учитывая множество факторов, влияющих на выполнение планов продаж.

  • Детализация спроса и его факторность: базовый прогноз строится на статистических методах и сценариях, дополняемых промо-эффектами, сезонными колебаниями и рыночной динамикой. В FMCG критически важна способность разделять обычный спрос и влияние промо-акций, чтобы не спутать устойчивые тенденции с временными всплесками.
  • Промо-аналитика и маржинальность промо: оценка эффективности промо-мероприятий требует сопоставления прогноза по продажам до промо, купонного или скидочного периода и пост-акционного эффекта. В рамках IBP необходима связь между планами продаж, затратами на продвижение и ожидаемым ростом объёма на уровне отдельных SKU и каналов.
  • Каналы и доступность товара: анализ охвата дистрибуции, доступности товара на полке, соблюдения планограммы и наличия товара в точке продаж. Низкая доступность снижает выполнении планов независимо от точности прогноза. Здесь важны данные по OSA (On-Shelf Availability) и rate of sale across channels.
  • Управление запасами и сервис-уровнями: баланс между избыточными запасами и дефицитами. В рамках IBP целесообразно моделировать различные сценарии запасов, учитывать сроки поставок, производственную емкость и локальные ограничения склада.
  • Исполнение поля и операционные возможности: согласование между тем, что планируется через канал продажи и фактическим выполнением полевых мероприятий, визитов торговых представителей, маршрутов и расписания рейсов. Здесь важно оценивать эффективность полевых действий и их влияние на выполнение плана.
  • Стратегия ассортимента и SKU-приоритеты: управление ассортиментным портфелем, снижение избыточной вариативности и фокус на ключевых SKU. Учет сезонности и промо-окна помогает избегать перегрузок по ресурсам и улучшить исполнение.
  • Аналитика сценариев и риск-менеджмент: моделирование “что-если” сценариев (изменение цены, промо-плана, каналов продаж, поставок) и оценка риска невыполнения плана. Риск-менеджмент должен быть встроен в каждую ступень процесса, чтобы руководство могло оперативно принимать решения.
  • Взаимодействие с финансовым планированием: перевод прогноза продаж в финансовые показатели (объем выручки, маржа, бюджет на маркетинг). Это обеспечивает сопоставимость планов продаж с финансовыми целями и ограничениями.

Практическая рекомендация: внедрять сценарио-ориентированное моделирование на каждом витке IBP: от еженедельной актуализации спроса до ежемесячного согласования бюджета и продаж. В результате руководство получает не один «точный» прогноз, а набор управляемых вариантов с оценкой влияния на сервис-уровни, маржинальность и денежный поток.

 

Организационные изменения и управленческие практики

Эффект анализа факторов выполнения планов продаж во многом зависит от организационной структуры, роли и регламентов, которые обеспечивают координацию между функциями. Следующие принципы помогают сформировать устойчивую базу для IBP в продажах:

  • Введение роли "Sales IBP Owner": назначение ответственного за координацию IBP в отделе продаж, взаимодействующего с маркетингом, финансами и цепочкой поставок. Этот человек обеспечивает целостность данных, следит за качеством прогнозов и координацией изменений.
  • Внедрение кросс-функциональных команд: регулярные встречи и рабочие группы, включающие представителей продаж, маркетинга, финансов и поставок. Цель - быстрая проверка достоверности данных, сбор контекста по промо-акциям и совместное принятие решений по сценариям.
  • Эскалационные механизмы и регламенты: четкие каналы для выявления рисков невыполнения плана, сроки рассмотрения изменений и процедуры согласования. Это ускоряет реакцию на неожиданные события и снижает задержки в исполнении.
  • Управление изменениями и обучение: система внедрения изменений в процесс планирования, включая обучение сотрудников новым методам анализа, инструментам и стандартам данных. В FMCG критично обеспечить понятное и своевременное внедрение новых практик, чтобы поддерживать скорость II уровень исполнения.
  • KPI и мотивация: выравнивание KPI отделов на общий результат выполнения плана продаж, качество прогноза, своевременность обновления сценариев и качество коммуникации между функциями.
  • Примеры инструментов и практик: внедрение единой платформы для IBP, интегрированной с системами продаж и маркетинга для быстрой совместной работы. Уместно упомянуть SAP IBP или Anaplan как примеры современных платформ, поддерживающих совместную работу над прогнозами, сценариями и governance.

Эти организационные изменения не только улучшают точность прогнозов, но и улучшают качество принимаемых решений на уровне компании: они повышают прозрачность, ускоряют согласование и снижают риск ошибок в исполнении.

 

Интеграция с планами поставок и исполнения

Связь планов продаж с планами поставок и исполнением - центральная часть IBP в FMCG. Внутри этой связи выделяются следующие аспекты:

  • Feasibility и constraint-aware планирование: в каждом сценарии учитываются ограничения производства, складских мощностей и транспортной логистики. Реалистичность планов - основа доверия между отделами и снижением риска дефицита или излишков.
  • Кросс-функциональный цикл согласования: согласование между отделами продаж, производства, закупок и логистики должно быть интегрировано в регулярные сессии расчёта планов. Это гарантирует, что изменения в спросе мгновенно влияют на производственные и логистические решения.
  • Управление запасами на местах и в цепочке поставок: на основе прогноза и сценариев формируются целевые уровни запасов, служащих и мер по сокращению дефицита. Важна синхронизация закупок, производства и распределения для поддержания требуемого сервиса.
  • Оперативное реагирование на изменения спроса: механизм «поворота» по выполнению плана (adjustment) для корректировок объемов и приоритетов в ответ на изменения спроса, промо-эффектов и задержек поставок.
  • Метрики интеграции: включение в показатель эффективности сервисного уровня (OTIF), запасов, оборачиваемости, Laufzeit и финансовых показателей. Важно иметь единый набор KPI, который связан с общими целями IBP.
  • Примеры инструментов и технологий: внедрение связующего слоя между планированием продаж и планированием производства через единую систему IBP и ERP. Примеры практик: сценарное моделирование производства на ежемесячной основе, мониторинг исполнения по SKU на уровне каналов.

Интеграция с планами поставок и исполнения требует дисциплины в данных и процессов, но обеспечивает именно тот уровень согласованности между спросом, запасами и финансовыми результатами, который необходим для достижения целей в FMCG.

 

Key takeaways

  • IBP в FMCG требует интеграции продаж, маркетинга, финансов и цепочки поставок через единый цикл планирования и согласования.
  • Архитектура данных и качество источников информации являются основой достоверности прогнозов и сценариев.
  • Анализ факторов влияния на выполнение планов продаж должен учитывать спрос, промо-эффекты, доступность товара, каналы и операционные возможности.
  • Организационные изменения, включая роль Sales IBP Owner и кросс-функциональные команды, критически важны для успешной реализации IBP.
  • Интеграция планов продаж и планов поставок обеспечивает реалистичность целей, снижение дефицита и улучшение сервис-уровня.
  • Внедрение сценарного подхода и риск-менеджмента помогает руководству оперативно реагировать на изменения рынка.
  • KPI должны быть выстроены так, чтобы отражать синергию между точностью прогнозов, качеством исполнения и финансовыми результатами.

     

FAQ

  1. Что такое IBP и какая роль отдела продаж в его реализации?

IBP - это процесс интегрированного планирования, объединяющий спрос, предложение и финансы, с целью обеспечить согласованные и выполнимые планы. Роль отдела продаж состоит в формировании качественного прогноза спроса, учёте промо-акций, управлении каналами продаж и тесном взаимодействии с маркетингом и логистикой для обеспечения доступности товара и выполнения планов.

 

  1. Какие данные критичны для анализа факторов влияющих на выполнение плана продаж?

Ключевые данные включают продажи по SKU и каналу (POS и продажи в рознице), запасы и планирование поставок, промо-детали и скидки, данные по дистрибуции и планограмме, а также внешние сигналы (праздники, сезонность, погодные условия). Важна единая система майт-данных и согласованные определения KPI.

 

  1. Как организовать процесс согласования планов продаж в рамках IBP?

Необходимо определить регламенты и роли (Sales IBP Owner, финансовый аналитик, менеджеры по маркетингу и по поставкам), установить регулярные встречи для обсуждения прогноза и сценариев, обеспечить включение риск-менеджмента и сценарий-ориентированное моделирование, а также внедрить механизм эскалаций при отклонениях от плана.

 

  1. Какие методы учитывать для моделирования промо-эффектов?

Необходимо разделять обычный спрос и спрос, обусловленный промо, учитывать эффект «lift» и динамику после промо, связывать промо-планы с бюджетами, а также оценивать маржинальные последствия промо. Важно интегрировать результаты промо-аналитики в общий прогноз.

 

  1. Какие KPI наиболее полезны для оценки выполнения плана продаж в IBP?

Полезны KPI прогноза (MAPE, MAE, bias), уровень обслуживания (OTIF, OOS), доступность товара (OSA), качество исполнения на местах, конвертация продаж из прогноза, маржинальность, и связь с финансовыми целями.

 

  1. Какие организационные изменения сопровождают внедрение IBP в отдел продаж?

Создание роли Sales IBP Owner, формирование кросс-функциональных команд, регламентирование процессов, развитие культуры прозрачности и совместной работы, обучение сотрудников новым методикам и инструментам, формирование единой структуры отчетности.

 

  1. Как связать план продаж с планами поставок и исполнения?

Необходимо строить сценарии, учитывать производственные и складские ограничения, синхронизировать цепочку поставок и полевые действия, ориентироваться на сервис-уровни и уровень запасов, а также внедрить регулярные проверки соответствия между планами и фактическим исполнением.

 

  1. Какие вызовы чаще всего возникают при внедрении IBP в FMCG?

Сложности с качеством данных, расхождения в определениях KPI, сопротивление изменениям, нехватка времени на внедрение новых процессов, а также недостаточная вовлеченность руководства. Устойчивый успех достигается через последовательное развитие данных, процессов и культуры.

 

  1. Какие примеры инструментов поддерживают IBP в FMCG?

Классические платформы для IBP, такие как SAP IBP и Anaplan, поддерживают моделирование спроса, сценариев и согласование между функциями. Они позволяют интегрировать данные, проводить совместное планирование и оперативно реагировать на изменения рынка.

 

  1. Как измерять успешность внедрения IBP в отдел продаж?

Успех оценивается по улучшению точности прогноза, сокращению отклонений между планом и фактическими продажами, снижению дефицитов и запасов, повышению сервис-уровня, улучшению согласованности между отделами и достижению финансовых показателей, таких как маржинальность и валовая выручка.

 

← Предыдущая статья
Отдел продаж - Планирование объемов заказов ключевых клиентов
Следующая статья →
Отдел продаж - Подготовка предложений по корректировке планов продаж на основе рыночной динамики

 

Узнать стоимость решенияЗапросить видео презентацию

Решения

Анализировать ФинансыУвеличивайте ПродажиОптимальный Склад и ЛогистикаМаркетинговые Метрики

Клиенты
  • Ситилинк

    Электронный дискаунтер «Ситилинк» — один из крупнейших онлайн‑ритейлеров России (3‑е место по объему онлайн‑продаж в рейтинге Data Insight и Ruward 2016 года E‑commerce Index TOP‑100, 8 место в рейтинге Forbes «20 самых дорогих компаний Рунета — 2017»). На рынке работает 9 лет.

    В ассортименте дискаунтера более 50 000 наименований компьютерной цифровой, бытовой и садовой техники, офисной мебели и других товарных категорий. Более 700 мировых брендов в портфеле. Около 4 000 сотрудников по всей России

  • KERAMA MARAZZI — международный бренд, входящий в число лидеров глобального рынка керамики. Бизнес компании охватывает весь процесс создания керамических изделий, от глиняных карьеров до фирменной розницы во всех крупных городах РФ и за рубежом.

  • Группа компаний «Галакс» ведет свою деятельность с 2005 года, являясь в те годы дистрибьютором известных международных марок в ряде крупнейших торговых сетей России в сегменте аудио и видео аксессуаров. Активно работая в этом направлении и приобретая ценный опыт, начали создавать собственные торговые марки «GAL» и «VIXTER»

  • НПФ «Будущее» — один из крупнейших негосударственных пенсионных фондов России, предоставляющий услуги по пенсионному обеспечению и накоплениям. Фонд активно внедряет цифровые технологии для повышения качества обслуживания клиентов.

  • Решения
    • Дистрибуция
    • Розничная торговля
    • Производство
    • Операторы связи
    • Страхование
    • Банки
    • Лизинг
    • Логистика
    • Нефтегазовый сектор
    • Медицина
    • Сеть ресторанов
    • E-Commerce
    • Энергетика
    • Фармацевтика
  • Услуги
    • Переход на отечественные BI и DWH
    • Консалтинг
    • Пилотный проект
    • Обучение и сертификация
    • Бесплатное обучение
    • Техническая поддержка
    • Технические задания
    • Сбор требований для проекта внедрения BI-системы
    • CI/CD для DWH
    • Аудит BI приложений
    • Выделенная команда
    • Настойка и поддержка баз данных
    • Разработка BI Стратегии
    • Styleguide для BI-системы
    • Как выбрать BI-систему
  • Платформы
    • FineBI
    • FineReport
    • FineDataLink
    • Коннекторы данных из 1С в BI
    • Airflow + NiFi
    • Visiology
    • Luxms BI
    • Modus BI
    • PIX BI
    • Arenadata
    • ClickHouse
    • Greenplum
    • Postgres Professional
    • Open-source BI: Superset/Metabase
    • Loginom
    • Yandex.DataLens
    • AI / Исскуственный интеллект
    • Optimacros
    • Шины данных
  • Курсы
    • Учебный курс Информационная грамотность
    • Учебный курс для бизнес-аналитиков
    • Учебный курс для системных аналитиков
    • Учебный курс по Data Governance
    • Учебный курс Как стать CDO
    • Учебный курс Современная архитектура хранилища данных
    • Учебный курс по Fine BI
    • Учебный курс по FineReport
    • Учебный курс по DWH
    • Учебный курс по Data Science (ML, AI)
    • Учебный курс по PostgreSQL
    • Учебный курс по Apache Airflow и NiFi
    • Учебный курс по Open-source BI
    • Учебный курс по ClickHouse
    • Учебный курс по DataLens
    • Учебный курс по Loginom
    • Учебный курс по Modus BI и ETL
    • Учебный курс по Visiology
    • Учебный курс по dbt
  • Функциональные решения
    • Создание Data Lake
    • Цифровая трансформация
    • Управление по KPI
    • Финансы
    • Продажи
    • Склад
    • HR
    • Маркетинг
    • Внутренний аудит
    • Категорийный менеджмент
    • S&OP и прогнозная аналитика
    • Геоаналитика
    • Цепочки поставок (SCM)
    • AutoML
    • Process Mining
    • Сквозная аналитика
  • Компания
    • О нас
    • Руководство
    • Новости
    • Клиенты
    • Скачать
    • Контакты
    • Политика конфиденциальности
RutubeVkontakteLinkedInYouTube
ООО "Би Ай Консалт",
ИНН: 7811437757,
ОГРН: 1097847154184
199178, Россия,
Санкт-Петербург,
6-ая линия В.О., Д. 63, 4 этаж
Тел: +7 (812) 334-08-01
Тел: +7 (499) 608-13-06
E-mail: info@biconsult.ru

 

 

 

 

 

×

Пользуясь сайтом, вы соглашаетесь с использованием cookies и политикой конфиденциальности.