Фабричная аналитика. 5 шагов к внедрению Business Intelligence на производстве
1. Получите данные
Можно ли сделать производство и продажи более эффективными с помощью тех данных, которые у нас уже есть?
Чтобы ответить на этот вопрос, сначала разберёмся, какие данные обычно есть у среднестатистического российского производителя. Во-первых, конечно же, в большинстве случаев это 1С в качестве учётной системы и CMS Bitrix, на которой сделан сайт. В качестве CRM может использоваться не 1С (как в нашем случае), а AMO CRM или Bitrix 24. Это не принципиально. У современных CRM есть API, чтобы забрать данные.
1С, API рекламных систем и счётчиков аналитики, API Яндекса и Google Вебмастеров, ваша CRM, таблицы в XLS или Google Docs, API системы почтовых рассылок, API SeoLIB или других сервисов со статистикой по SEO. Сделайте список всего, что вы можете использовать для анализа и к чему можно получить доступ.
У нас интересная история получилась с обогащением своих данных данными из открытых источников с помощью парсинга (использовали Content Downloader). Так из парсинга CIAN.ru мы сделали карту новостроек по России, анализ размещения DIY-сетей в регионах, а также составили карту присутствия наших магазинов и магазинов наших дилеров, совместив её с расположением магазинов наших конкурентов.
Обратите внимание на другие источники открытых данных (курсы валют, тендеры, макроэкономика и данные по численности населения, открытые данные Сбербанка), а также на датасеты Kaggle (платформа с конкурсами по машинному обучению).
Интересен, например, конкурс от Сбербанка, из которого можно взять данные по Российской экономике и рынку недвижимости.
Из забавных фишек, которые мы тоже попробовали, — анализ продаж розницы в Москве в зависимости от погодных условий (снег не так влияет на продажи, как дождь). Данные о погоде забираем с rp5.ru.
Но вернёмся к получению данных из 1С. Если у вас 1С версии 8.3 и ваших разработчиков не пугают такие слова как ODATA — то считайте, что вам повезло.
Самая большая проблема в подобных нашему проектах — разобраться, в каких таблицах нужные документы и справочники находятся, и загрузить данные из 1С в PowerBI. Вот так выглядит модель данных в одном из отчётов. И это ещё цветочки.
С OData всё не так просто, поэтому лучше пройти специализированный курс на biconsult.ru и воспользоваться их генератором запросов. Генератор позволяет вытягивать только нужные для вычислений столбцы, а также фильтровать запрос по дате, что позволяет в разы сократить размер забираемых из 1С данных.
Генератор запросов OData
Вначале мы хотели использовать 1С только для отчёта P&L («Отчёт о Прибылях и Убытках»), но в процессе оказалось, что в 1С много интересных для анализа данных. Количество отчётов начало расти, и сейчас их больше двадцати. Если можно посмотреть аналитику по производству в разрезе цехов и бригад — почему бы её не посмотреть? Каждый этап производства у нас заносится в 1С. У рабочих в цехах есть планшеты, через которые они вводят данные.
Пример фильтра в отчёте о производстве — можно посмотреть выработку в разрезе этапов работ
2. Определитесь, по каким направлениям вам нужны панели мониторинга
Когда вы понимаете, какие данные у вас есть, разберитесь с тем, какие панели мониторинга для каких отделов и их руководителей нужны. Также на этом этапе согласуйте частоту обновления информации для каждой панели. Кому-то будет достаточно и еженедельного обновления, а где-то данные нужно обновлять раз в час.
Лично мне симпатична теория Job-To-Be-Done.
Например:
Когда я _____, я хочу _______, чтобы я мог _______.
Когда я просматриваю дашборд, я хочу проверить, растут ли продажи в розничных магазинах в этом месяце по сравнению с предыдущим, чтобы скорректировать рекламные активности и объём производства.
Итак, что мы хотели визуализировать?
- Воронку продаж по подразделениям, менеджерам.
- План-фактный анализ продаж.
- Продажи по городам и филиалам.
- Статистику звонков (количество входящих и исходящих, пропущенные звонки, процент пропущенных по номерам и по сотрудникам).
- Отчёт о прибылях и убытках, анализ движения денежных средств.
- RFM-анализ клиентской базы.
- Загрузку производства (по бригадам, по количеству выпускаемой продукции и в разрезе артикулов).
- ABC-анализ производимой продукции.
- Закупки (по брендам, поставщикам).
- Остатки на складах (по производителям, по стоимости товара на складе, оборачиваемость).
- Продажи розничной сети (оборот и маржа по магазинам и продавцам, сравнение месяц к месяцу, процент продаж своих брендов и сторонних производителей и так далее).
- Отчёты по интернет-рекламе (анализ контекстной и таргетированной рекламы), SEO (отчёт из API SEOLib), анализ email-маркетинга (отчёт из API Unisender).
Пример отчёта по телефонии
3. Выбор KPI
После того как вы определились со списком нужных дашбордов, сделайте таблицу — в каком дашборде какие показатели у вас будут считаться. Чтобы было от чего отталкиваться, посмотрите примеры отчётов и KPI на сайтах datapine.com и dataself.com и в галерее решений на официальном сайте.
Также теме бизнес-аналитики с помощью PowerBI посвящён канал Enterprise DNA на YouTube.
На этом этапе важно провести интервью с коллегами, которые будут пользоваться отчётами, но имейте в виду, что зачастую они не знакомы со всеми возможностями системы и не являются бизнес-аналитиками, поэтому рекомендации и корректировки с вашей стороны обязательны. Предлагайте свои варианты KPI, если считаете их важными для проекта и принятия решений.
Примеры KPI
- Оборот на 1м2 в рознице.
- План/факт по продажам.
- Прибыль на одного сотрудника.
- Топ-5 менеджеров по обороту/прибыли.
- Топ-10 регионов по обороту/прибыли.
- % выигранных сделок.
- Маржа по брендам и категориям товаров.
- Товары бестселлеры.
- LTV.
- Конверсия звонка в сделку.
- Конверсия во второй заказ.
- Рост год к году (YOY), месяц к месяцу.
- Скользящая средняя продаж.
- % новых клиентов.
- Средний чек.
- Загруженность производства.
- % отклонений от нормы выпуска.
- Оборачиваемость запасов.
- Среднемесячный товарный запас.
- Отгрузок в день.
И так далее.
Какие метрики показывать на дашборде — ведь он не резиновый? Возможно, в будущем появится профессия «редактор дашбордов», который будет убирать в визуализациях всё ненужное. Ответьте себе на вопрос — а это действительно важно? На какие вопросы бизнеса этим графиком или цифрой мы хотим ответить?
4. Визуализация
Тема визуализации дашбордов довольно обширная и сама по себе тянет на отдельную статью, поэтому просто рекомендую ознакомиться с двумя книгами:
Можно проектировать панель мониторинга аналогично, как вы проектировали бы мобильное приложение или сайт.
- Определиться с целевыми аудиториями (в нашем случае — CEO, финансовые директоры, руководители филиалов, руководители производства и маркетологи).
- Написать Use Case.
- Нарисовать на «салфетке» прототип. Я рекомендую именно бумажный прототип, но можно воспользоваться и Axure или Sketch.
- Утвердить прототип с человеком, который будет пользоваться панелью. Например, обнаружится, что он хочет не столбиковую диаграмму, а линейный график. Или ему важен будет именно мобильный дашборд, а не десктопный.
- После всех корректировок приступить к визуализации в PowerBI Desktop. Советую не увлекаться «рюшечками» и кастомными визуализациями, если можно обойтись стандартными. Не забываем про сетку (можно сделать в Photoshop и загрузить фоном).
Пример отчёта по розничным продажам
5. Публикация в PowerBI сервис и обучение пользователей
После публикации окончательного варианта дашбордов в PowerBI-сервис, настройки доступов пользователям и частоты обновления данных сделайте мини-презентацию проекта. Расскажите, какие показатели считаются, какие возможны фильтры, что можно доработать дальше.
Важно напомнить базовые понятия статистики, иначе люди начнут видеть то, чего на самом деле нет. Корреляция на графике ещё не означает наличие причинно-следственных связей.
Correlation does not imply causation.