Фабричная аналитика. 5 шагов к внедрению Business Intelligence на производстве. Читайте на Cossa.ru

13 апреля 2018, 14:40
2

Фабричная аналитика. 5 шагов к внедрению Business Intelligence на производстве

BI, Big Data и Machine Learning так и останутся пустословием, если технологии не начнут использовать компании среднего и малого бизнеса — и лично мы с вами. Инженер Елена Шувалова поделилась опытом внедрения BI-системы.

Фабричная аналитика. 5 шагов к внедрению Business Intelligence на производстве

В профессиональной прессе любят писать про то, как космические корабли бороздят просторы вселенной, в очках виртуальной реальности Holo Lens можно листать дашборды Power Bi, искусственный интеллект победил в Го, по городу ездит беспилотное такси с датасайентистами, а прогнозную аналитику для «Северстали» делает Яндекс Data Factory, но всё-таки хотелось бы видеть результаты технического прогресса и в своих проектах.

Я расскажу, как мы внедряем бизнес-аналитику на основе Microsoft PowerBI в компании производителе ревизионных люков Revizor.

Оборот фабрики Revizor за прошлый год составил 300 млн рублей. По западным стандартам это мелкий бизнес, по нашим российским — вполне себе средний, согласитесь. Есть собственное производство люков и дверей, оптовые продажи крупным девелоперам и DIY-сетям, интернет-магазин, розничная сеть из собственных магазинов в Москве, Санкт-Петербурге, Новосибирске и дилерские магазины-партнёры в регионах России.

Производство

До недавних пор решения для Business Intelligence (Qlick, Tableau) были нам не по карману. Впрочем, тут тоже момент спорный. Российский бизнес без проблем тратит на поддержание и доработки 1С суммы вполне сопоставимые со стоимостью даже профессиональных BI-систем. Но появился условно бесплатный PowerBI от Microsoft (лицензия PRO на одного пользователя стоит 10$ в месяц), и мы решили попробовать. Сразу скажу, что эффект того стоил.


       

Денис Кузнецов

CEO фабрики люков REVIZOR


«Разработка первой версии отчётности в PowerBI внутренними силами компании (аналитик со знанием PowerBI, 1С-программист, я и финансовый директор как постановщики задачи) заняла два месяца. Сейчас в owerBI-сервис опубликовано 20 отчётов. Раньше отчёты делались сотрудниками разных отделов в конце месяца, иногда с привлечением 1С-ников и выгружались в Excel в виде таблиц для дальнейшего анализа. В разрозненных распечатках отчётов от разных подразделений было сложно увидеть общую картину.

После внедрения PowerBI я вижу KPI по всем направлениям бизнеса в нужных разрезах на своём мобильном телефоне или ноутбуке и могу быстро принимать решения, основываясь на этих показателях. Информация о реальном положении дел на производстве или в продажах видна, как на ладони. Мы продолжаем дорабатывать как свою CRM-систему, так и отчёты в PowerBI, но дополнительные метрики внедряются быстро».

Зачем BI-система производству

Если вы думаете, что дашборды — это красивые картинки на смартфоне генерального, то можете даже не начинать проект. Цель внедрения BI — увеличение прибыли и сокращение расходов. Наше производство работает по кайдзену, и для нас панели мониторинга в PowerBI — это прежде всего система поддержки принятия решений, будь то запуск нового продукта, выход на новые рынки, анализ рекламы или рост продаж после сегментации клиентской базы.

Пример дашборда с официального сайта PowerBI

Если хочешь, чтобы что-то было сделано хорошо — сделай это сам. Всё началось с прохождения курсов Макса Уварова по PowerBI в интернет-маркетинге.

Сайт курса

PowerBI часто начинают изучать именно продвинутые интернет-маркетологи для сквозной аналитики рекламных кампаний, после чего проще внедрять бизнес-аналитику, так как руководство понимает возможности сервиса.

Интернет-маркетологам с помощью аналитики в PowerBI проще всего на цифрах показать эффективность соптимизированных рекламных кампаний. Ты можешь перенести бюджет с неэффективных источников и ключевых слов на эффективные и получить рост продаж.

В этой статье я не буду подробно затрагивать сквозную аналитику рекламных кампаний с помощью PowerBI, так как на эту тему уже вышло довольно много информации и есть даже специальный курс от Максима Уварова и результаты хакатонов Яндекса.

Анализ бизнес-показателей

Я сделаю упор на анализе бизнес-показателей и получении данных из 1С, так как это самая популярная учётная система и возможность её интеграции с PowerBI явно недооценена.

Пример дашборда с расходами на Яндекс.Директе

Когда дело доходит до KPI бизнеса, то тут результат переноса чего-то из одного места в другое — увеличение прибыли или уменьшение затрат — не так очевиден. Но именно аналитика, основанная на данных из учётных систем, помогает такие истории обнаружить и залатать дыры в бизнес-процессах, будь то продажи, закупки, производство или клиентская база.

Пример отчёта «Прибыль и убытки»

Панель мониторинга

Какую работу делает ваша панель мониторинга? Что пользователь перестанет делать после того, как начнёт с ней работать (перестанет выгружать данные из 1С в Excel или не будет обращаться за разработкой кастомного отчёта к 1С-программисту).

Давайте посчитаем грубо. Если минимум два дня в месяц уходит на подготовку отчётности у каждого из пяти отделов (маркетинг, продажи, финансы, производство, закупки), то это 120 рабочих дней в год. При средней зарплате 80 000 ₽ получается 480 000 ₽ в год — только на подготовку отчётности, не считая оплаты 1С-программистов по разработке дополнительных отчётов (средняя ставка по Москве 2000 ₽ в час).

В разговоре со знакомым меня пытались убедить, что вот, дескать, в 1С тоже есть диаграммы. Но кто видел интерактивные дашборды PowerBI с кросс-фильтрацией и «проваливанием» в данные вплоть до каждого оплаченного счёта и контрагента — тот не будет их сравнивать со статичным графиком в 1С. Посмотреть живые примеры можно на официальном сайте.

Пример отчёта по производству

Внедряем BI-систему

1. Получите данные

Но вернёмся к нашей задаче. 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 bi-team.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.

Полезные книги:

  • Паклин Н.Б. Орешков В.И. «Бизнес аналитика. От данных к знаниям».
  • Чарльз Уилан «Голая статистика».

Не бойтесь внедрять современные методы анализа данных

Возвращаясь к началу статьи, на своём опыте мы хотим доказать, что не нужно бояться внедрять современные методы анализа данных и даже машинное обучение в небольших производственных компаниях. Аппетит приходит во время еды. Сейчас мы изучаем возможности Azure ML, PowerBI и R для прогнозной аналитики. Следующая статья будет посвящена именно этой теме. Из возможных интересных для нашего производства задач — прогноз остановки (поломки) лазерного станка в зависимости от показателей датчиков в режиме реального времени.

Мнение редакции может не совпадать с мнением автора. Ваши статьи присылайте нам на 42@cossa.ru. А наши требования к ним — вот тут.

Телеграм Коссы — здесь самый быстрый диджитал и самые честные обсуждения: @cossaru

📬 Письма Коссы — рассылка о маркетинге и бизнесе в интернете. Раз в неделю, без инфошума: cossa.pulse.is