27.01.2025 ПУБЛИКАЦИИ

Сколько стоят ошибки управленческих решений, принятых на основе интуиции? Дашборды, которые помогают сэкономить миллионные бюджеты

22 января эксперты Qlever совместно с командой Analytic Workspace провели открытую онлайн-встречу, посвященную рациональным способам принятия управленческих решений и принципам визуализации ключевых бизнес-показателей в AW BI.

Дмитрий Корнеев, руководитель отдела развития Qlever Solutions, рассказал, как работа с данными и оптимизация BI-решений влияет на эффективность компании и помогает сэкономить миллионные бюджеты.
Михаил Греков, директор по развитию BI-системы Analytic Workspace, рассказал о возможностях платформы для аналитики AW BI.
В рамках онлайн-встречи BI-разработчик Qlever Solutions Семен Клименко продемонстрировал аналитическое приложение для сети ресторанов с отчетами PnL и LFL, реализованное в AW BI.

В статье освещаем ключевые моменты онлайн-встречи и рассказываем о преимуществах платформы Analytic Workspace.

Типовые вопросы, на которые нужно ответить руководителю

Умение принимать качественные управленческие решения сегодня – важный фактор развития для любой компании. Рынок не стоит на месте и требует, чтобы эти решения были своевременными и эффективными. Если компания хочет оставаться на высоте, у руководителей остается все меньше права на ошибку.
Каждый руководитель регулярно должен отвечать на вопросы:
  • В каких областях бизнеса происходит рост или спад?
  • Соответствует ли текущее состояние запланированным целям?
  • В какой сфере есть проблема или ее риск?
  • Выше ли показатели, чем в прошлый период?
  • Какая динамика и темпы роста показателя?
  • Какая структура показателя по разным измерениям?

В этом может помочь аналитика данных — процесс интерпретации данных и извлечения полезной информации из них.

BI-система, Система бизнес-аналитики, Business Intelligence – это набор методов, инструментов и технологий для сбора, обработки, анализа данных и их представления в понятном для пользователя виде визуализаций, на основе которых можно принимать качественные управленческие решения.

Боли и проблемы компаний, связанные с принятием решений

Несмотря на актуальность темы управления на основе данных и широкое разнообразие BI-инструментов, появляющихся на рынке, российские компании только начинают осознавать важность работы с данными.

Значительной преградой на пути к эффективному принятию решений становится отсутствие качественных и актуальных данных, которым можно доверять. В компаниях не организован систематический сбор, актуализация и объединение данных в единое хранилище для дальнейшей работы с ними.

Ожидание

Руководителю в режиме реального времени доступен отчет, в котором все операционные показатели деятельности отображаются в виде понятного дашборда. Он точно знает какое решение предпринять

Реальность

На комплексный анализ ситуации нет времени и ресурсов, руководитель часто второпях принимает первое же попавшееся решение, которое удовлетворяет поставленным им критериям хотя бы частично

Вместо использования BI-решений, которые помогают автоматизировать аналитику, визуализировать данные и найти ценные новые ценные, большинство организаций продолжает использовать для отчетов сводные таблицы в Excel, мучительно сверять их вручную и получать некорректные результаты.

Что лучше для аналитики: Excel или BI? Сравнение инструментов >>
Низкое качество данных, недостаток анализа и давление сроков приводят к тому, что стратегические решения принимаются необдуманно, спонтанно и приводят к ошибкам.

По опыту клиентов Qlever, около 20-35% всех данных в компании являются не актуальными и влияют на результаты итоговой статистики и принимаемые решения.

Как аналитика помогает принимать эффективные решения и экономить деньги?

Команда Qlever уже более 10 лет занимается внедрением корпоративных аналитических систем для крупных компаний в сфере ритейла, ресторанного бизнеса, производства, энергетики.
Наши клиенты обращаются к нам с уникальными задачами, решение которых всегда лежит в работе с качеством данных и извлечении максимальной ценности из бизнес-информации.

Ознакомьтесь с кейсами наших клиентов:
-1 млн руб. /год
Как автоматизация P&L отчетности помогла сэкономить до 1 млн.р./год

Сотрудники крупной сети фастфуда вручную готовили PnL (Profit & Loss) отчетность для ресторанов, из-за чего управляющим на местах не всегда удавалось вовремя заметить точки падения показателей и предпринять меры.
Автоматизация P&L-отчетности в BI помогла сети принимать управленческие решения на неделю раньше и сэкономила до 96 часов в месяц, что эквивалентно порядка 958 тысяч руб. затрат на оплату труда в год из расчета средней зарплаты финансового аналитика в Москве.
-от 18 до 25 млн руб./мес.
Анализ доставки: как можно получать до 18–25 млн с помощью геоаналитики упущенных заказов

Эксперты Qlever Solutions доработали delivery-приложение на базе BI для ресторанной сети, чтобы клиент мог оптимизировать зоны доставки, отслеживать причины упущенных заказов и ежемесячно брать в работу около 30–50 тысяч дополнительных заказов (18-25 млн руб).
-60 млн руб./год
Как аналитика позволила контролировать товарные потери и снизить их до 3%

Благодаря аналитике произошло снижение потерь до 3%, которое помогло сети супермаркетов приблизиться к достижению планов по маржинальной выручке. Объем потерь на уровне 3% от товарооборота является средним по отрасли FMСG.
На онлайн-встрече BI-разработчик команды Qlever продемонстрировал наглядный пример того, как визуализация данных способствует более высокой скорости и точности принятия решений.

Для этого рассмотрели аналитическое приложение, которое содержит визуализации двух часто используемых в фуд-ритейл отчетов: PNL и LFL.
PnL (Profit and Loss) – отчет о доходах и расходах – один из ключевых отчетов о финансовой деятельности компании, который показывает ее операционную эффективность.
Чаще всего на практике собирается вручную и представлен в виде большой сводной таблицы. Таблицу формируют в Excel или с помощью других инструментов, например, того же BI.

Рассмотрите таблицы ниже. Удобно ли искать и анализировать представленную информацию?
Автоматизация в BI позволяет представить те же самые данные с помощью визуализаций: графиков, диаграмм, интерактивных элементов.
Правильно подобранные визуальные образы воспринимаются более однозначно, чем текст, что делает визуализации ключевыми для понимания и запоминания информации.
Хорошая визуализация помогает сократить время поиска взаимосвязей и инсайтов в данных и делает принятие бизнес-решений максимально быстрым и интуитивным.

Как правильно визуализировать данные, чтобы принимать эффективные решения?
На дашборде в порядке важности для восприятия представлены ключевые показатели PnL-отчета:
  • План и факт EBITDA
  • Динамика выручки по месяцам
  • Структура расходов

Благодаря грамотно подобранным визуализациям пользователи могут заметить скрытые в данных закономерности и наглядно отследить динамику показателей в разрезе месяцев, регионов, ресторанов.

Например, обратить внимание на конкретный ресторан, который принес наименьшую выручку, и запустить маркетинговую акцию для привлечения новых посетителей или оптимизировать эффективность работы персонала.
На круговой диаграмме можно рассмотреть, на какие категории приходится больше всего расходов, и в дальнейшем обратить внимание на эти статьи. Например, детальнее разобрать, из чего состоит фудкост (себестоимость) и оптимизировать затраты на логистику, доставку или хранение продуктов.

На втором листе приложения отображены показатели LFL, (Like-for-Like), или сопоставимые продажи — это соотношение выручки или количества чеков, которые получили рестораны одной розничной сети в текущем и прошлом отчетном периоде.

Основные показатели, которые отображены на этом листе:
  • SSS, Same Store Sale, сравнение выручки за указанный год к предыдущему
  • SST, Same Store Traffic, сравнение кол-ва чеков за указанный год к предыдущему
  • SSAC, Same Store Average Check, сравнение среднего чека за указанный год к предыдущему
Несмотря на то, что на данном листе в качестве визуализации используется таблица, показатель остается наглядным. Цветовая индикация значений позволяет выявить отклонения и определить, в каком месяце и по какому ресторану выручка текущего года оказалась меньше предыдущего.

Приложение для ресторанной сети реализовано на базе платформы Analytic Workspace.

Кратко об Analytic Workspace

Analytic Workspace — российская BI-система, закрывающая полный цикл работы с данными: сбор и консолидация, обработка и анализ, визуализация и распространение отчетов.

AW BI относится к классу self-service продуктов, что минимизирует требования к пользователям в части владения навыками программирования. Система также включает полноценный ETL-модуль и инструменты машинного обучения (ML), что расширяет возможности анализа данных и автоматизации процессов.

Высокая устойчивость и производительность

Платформа показывает хорошие результаты даже при работе с большим объемом данных и при высоких нагрузках:
  • Оптимизирована для работы с Clickhouse
Clickhouse – высокопроизводительная СУБД, нативно работающая с AW BI. На проектах с Big Data возможно кратное ускорение Clickhouse за счёт использования индексов и шардирования.

  • Многоуровневое кеширование
В AW BI есть многоуровневое кеширование данных виджетов и справочников с учетом ролевой модели. Если пользователь 1 смотрит дашборд впервые, то он, может быть, немного и подождёт. Но пользователь 2 увидит всё практически мгновенно.

  • Масштабируемая архитектура
AW BI – это масштабируемые компоненты с учетом микро-сервисной архитектуры, которые можно увеличивать в зависимости от количества пользователей и других параметров нагрузки.
При этом масштабирование не привязано к лицензии.

  • Современный код
AW BI – это современное решение, которое не обросло старым неоптимальным кодом.
Раз в год команда делает технический спринт, в рамках которого работает над усовершенствованием и оптимизацией кода.

Удобство для пользователей

  • Analytic Workspace – self-service платформа, которую легко освоить: чтобы собрать свой первый дашборд, потребуется 2-3 часа

  • Платформа предлагает простой и понятный интерфейс и широкую функциональность для различных аналитических задач

  • Большой выбор красочных диаграмм для разных типов данных, кастомные визуализации через HTML, ECharts и другие JS-библиотеки позволяют реализовать самые сложные сценарии визуализации

Как внедрить BI?

Система бизнес-аналитики сегодня - необходимый инструмент для быстрого и эффективного принятия любых управленческих решений:
  • Анализа продаж и выявления самых прибыльных продуктов и услуг
  • Оценки спроса и отслеживания трендов рынка
  • Мониторинга производства, выявления узких мест в процессах, контроля состояния оборудования и запасов
  • Оценки результатов маркетинговых кампаний и разработки стратегий

Команда Qlever Solutions предлагает клиентам услуги внедрения, сопровождения и поддержки лучших платформ для аналитики, которые помогают решить бизнес-задачи любой сложности.

Внедрение BI — это сложный и длительный процесс, который может занять от нескольких месяцев до нескольких лет и состоит из этапов:

Этапы внедрения BI

  • 1
    Сбор функционально-технических требований
    аудит бизнес-процессов и ИТ-инфраструктуры компании, сбор требований от бизнес-пользователей, разработка системы KPI для анализа и форм необходимой отчетности
  • 2
    Определение источников данных
    выбор и аудит необходимых источников данных, подготовка данных, на основе которых будут строиться визуализации и отчеты
  • 3
    Разработка корпоративных хранилищ и витрин данных
    проектирование ETL/ ELT процессов, разработка и внедрение DWH
  • 4
    Разработка дизайна интерфейса системы
    проектирование дашбордов: cоздание макетов и прототипов информационных панелей, выбор визуализации
  • 5
    Настройка и разработка дашбордов и отчетов
    формирование модели данных, разработка дашбордов и отчетов, настройка визуализаций и прав доступа, рассылки отчетов
  • 6
    Тестирование и оптимизация аналитических решений
    обработка и исправление ошибок, оптимизация процессов с целью повышения производительности системы
  • 7
    Обучение пользователей
    для быстрого погружения в функциональность новой платформы
Перед стартом проекта по внедрению BI важно четко сформулировать цели и задачи, провести аудит процессов и систем и уточнить потребности всех бизнес-пользователей.
Если упустить важные детали в начале проекта, это может привести к дополнительным затратам в дальнейшем процессе внедрения.

Чтобы избежать потери бюджета, привлеките команду экспертов Qlever для проведения предпроектного обследования (ППО) или аудита инфраструктуры обработки данных.

Аналитика данных съедает время и деньги?

Свяжитесь с нами. Обсудим возможности анализа данных и визуализации на платформе AW BI для того, чтобы вы не упустили даже самые незначительные изменения бизнес-процессов