Скорость — это не плюс, а база: как успеть за гиперизменчивой реальностью с помощью BI

Данные – это жизненно важный источник информации, который позволяет компаниям предпринимать действия в ответ на вызовы рынка. Без непрерывного анализа данных нельзя оставаться на плаву: представьте, что было бы, если бы мы могли положить руку на раскаленную плиту, но информацию от своих органов чувств получали бы только спустя время.

Рассказываем, как проявляет себя тренд на ускорение, и как бизнес-аналитика помогает бизнесу успеть за гиперизменчивой реальностью. Приводим примеры дашбордов для разных функциональных подразделений компании.

Каждый процесс и человек сейчас оставляет цифровой след, поэтому бизнес получил в распоряжение огромные информационные потоки: данные из рекламных кабинетов, CRM, ERP и кассовых систем, сведения о взаимодействии с сайтом или приложением компании, данные опросов, информация из документооборота и систем управления проектами, данные об эффективности работы сотрудников.
Когда данных становится слишком много, ориентироваться в них все сложнее, и чтобы обрабатывать их быстро нужны новые мощности и человеческие ресурсы.

На какие товары сделать ставку в ассортиментной политике, как обеспечить непрерывность поставок, какой уровень цен позволит балансировать между возросшей ценой поставки и экономным покупательским поведением, как мотивировать сотрудников?
Сегодня все эти вопросы остро стоят перед руководителями, но в принятии решений теперь играет роль не только опыт и разум, но и скорость. В условиях нестабильной экономики медлительность и управленческие ошибки стоят особенно дорого, а некоторые идеи становятся неактуальны еще до окончания внедрения.
Компании важно фокусироваться на проектах, которые можно легко реализовать, и которые быстро принесут измеримый результат.

Лояльность клиентов, как правило, получают бренды, которым удалось предоставить действительно быстрый сервис и сыграть на опережение, предвосхитив запрос клиента эксклюзивным предложением. 
Отраслью, где больше всего проявляется тренд на ускорение сервиса, является E-commerce. Маркетплейсы задают правила игры для скорости доставки: магазинам, которые запускают собственную доставку, приходится соответствовать, чтобы не упустить покупателей. Это заставляет компании пересматривать логистические схемы, особенно доставку последней мили, которая больше всего влияет на удовлетворенность клиента.

Взаимопроникновение миров цифровой и аналоговой торговли все чаще приводит к ситуации, когда клиент изучает нужный товар в интернете, а покупает – в магазине. Это называется ROPO (research online, purchase offline).

Теперь для понимания пути клиента и планирования активностей маркетологам нужно синтезировать весь клиентский опыт, анализируя касания клиента с брендом и онлайн, и оффлайн.

BI в связке с корпоративных хранилищем данных (DWH) позволяет объединить информацию из источников:

• CDP- Customer Data Platform, платформа клиентских данных
• CRM - Customer Relationship Management, система управления взаимоотношениями с клиентами
• Маркетплейсы OZON, Wildberries и e-commerce платформы
• Экосистема 1С
• Excel-файлы
• Системы веб-аналитики Яндекс.Метрика, Google Analytics, Roistat
• Рекламные платформы Яндекс.Директ, VK Ads, Google Ads, Meta Ads

Чтобы обработка массивов данных происходила моментально, современные BI-системы используют технологии in-memory, обеспечивающие загрузку данных прямо в оперативную память.

Развиваются инструменты self-service, которые позволяют пользователям работать с данными без привлечения ИТ. Интерактивная аналитика и drill-down обеспечивают глубокую детализацию, фильтрацию и группировку данных.

После введения санкций и формирования новых партнерских отношений многие компании столкнулись с необходимостью кардинально перестроить логистические цепочки. Чтобы организовать доставку, складские запасы и их непрерывное пополнение без накопления излишков компании обратились к созданию цифровых двойников, оцифровке процесса грузоперевозок и их аналитике. 
Цифровой двойник — виртуальная модель объекта или процесса, с помощью которой проверяется влияние на объект разных сценарных условий.

Данные для анализа логистики и склада в BI загружаются из:

• БД и электронных таблиц
• Систем управления складом (Warehouse Management Systems, WMS)
• Систем управления транспортом (Transportation Management Systems, TMS)
• Систем исполнения цепочек поставок (Supply Chain Execution, SCE)
• RFID-меток (радиочастотных меток)
• Геолокационных сервисов

Интерактивные дашборды на основе собранных данных помогают решить задачи:

• Оптимизации маршрутов доставки
• Управления запасами на складах
• Повышения качества обслуживания клиентов
• Сокращения расходов на топливо, хранение, транспортные средства
• Управления рисками, связанными со сбоем цепочки поставок, штрафами и просрочками
• Соответствия нормативным требованиям и законам

В отрасли производства объем данных постоянно растет, и без их структурирования и нормализации не обойтись. Для промышленности становится актуальным не только внедрение BI, но и построение DWH (корпоративных хранилищ данных), проведение мероприятий Data Governance и Data Quality.

Источниками данных для BI в промышленности становятся:

• ERP и MES-системы управления производством
• Датчики ЧПУ-станков
• Устройства IIoT (промышленный интернет вещей)
• SCADA и АСУ ТП (автоматизированные системы управления процессами)
• CRM и SCM - системы

Производственные компании используют возможности BI для:

• Планирования загрузки и снижения риска простоев и сбоев станков
• В связке с искусственным интеллектом (AI) и машинным обучением (ML) для моделирования сценариев и прогнозирования спроса
• Снижения издержек, связанных с энергопотреблением и сырьем, трудозатратами, ремонтом и обслуживанием оборудования
• Следования принципам ESG (Environmental, Social, Governance), охраны труда и промышленной безопасности
• Создания цифровых двойников процессов или оборудования для оценки рентабельности решений до фактического запуска

В условиях роста конкуренции за кадры, сложности вовлечения и выстраивания мотивации для HR становится важно опираться на данные, чтобы эффективно подбирать, адаптировать и удерживать персонал.

Для построения дашбордов BI собирает данные из:

• Систем HRM и кадрового учета
• ATS-систем подбора персонала
• Опросников и форм обратной связи
• Табелей учета рабочего времени и систем контроля доступа (СКУД)

HR-аналитика позволяет:

• Спрогнозировать риски текучести персонала
• Отследить, какие каналы приносят более качественных кандидатов и где «узкие места в воронке»
• Выстроить индивидуальные планы развития каждого сотрудника
• Снизить затраты на HR через сокращение времени подбора, повышение продуктивности или снижения текучести
• Продемонстрировать бизнесу, что HR — это не «про чувства», а про эффективность и метрики

Для адаптации к переменам и отстройки от конкурентов компаниям необходимо не просто внедрить максимум технологий, но и перестроить работу так, чтобы автоматизировать и основывать на данных процесс принятия решений и стратегического планирования.

Гибкость управления, доверие к качественным данным и их наглядная визуализация позволят уверенно отвечать вызовам рынка.
Команда Qlever более 10 лет разрабатывает аналитические приложения для оценки продаж, производственных процессов, логистики, маркетинговых кампаний, финансовых показателей. Среди наших клиентов такие лидеры рынка как KFC, Вкусно - и точка, Газпромнефть, Кассир.ру.