Анализ данных — быстро и просто. Журнал «Бизнес Класс», апрель 2015

Статья о реальности BI в России и Кирове, которую мы долго готовили с журналистами и в итоге написали её сами. В журнал опубликовали немного другую версию, но оригинал вы можете прочитать здесь.

Вместо эпиграфа

Эту статью мы честно пытались написать с журналистами, но срок верстки журнала приближается, а понимание темы у нас и людей гуманитарного склада ума разное, поэтому мы решили их не мучать и все написать сами. Я думаю это оттого, что мы Рубиконом живем цифрами в цифровом мире и для нас это очень важный фактор при построении системного бизнеса.

Кекин Дмитрий, директор компании Рубикон

Да, пока у бизнесмена 2-3 магазина (сотня корпоративных клиентов, пятьсот отгрузок в год), цифр для анализа мало, хотя и там можно измерять показатели (проходимость, средний чек, реализация на менеджера, продажи на м2), записывать их в таблицу, строить графики и с умным видом их анализировать, пытаясь достать из них тот самый Грааль успешного успеха, но в этом случае, как правило, владелец чутко следит за бизнесом и знает все свои слабые/сильные места.

Часто, владелец даже, не записывая и не анализируя понимает, что продажи растут или падают. Проблемы же решаются путем приложения горчичника с энергетикой бизнесмена.

Но с ростом бизнеса (10-15 магазинов, 3-5 тысяч отгрузок в год, сотни корпоративных клиентов) шоу «Интуиция» сменяется на шоу «Битва экстрасенсов», только вместо экстрасенсов появляются экономисты, финансисты, начальники отделов и даже аналитики. Появляются и первые показатели деятельности, по которым можно оценивать деятельность отдельных подразделений. Казалось бы, вот оно — счастье, своди все воедино, по всем направлениям, выводи на приборную доску и управляй своим бизнес-джетом, но жизнь вносит свои коррективы.

Данные из прошлого

Экономист посчитал себестоимость производства продукта и успокоился, а доллар постоянно вносит свои коррективы в сырье; HR придумал новую систему мотивации, но пять KPI не помещаются в мысли простого рабочего или продавца, и система не работает; планово-экономический отдел, о чудо, может посчитать P&L, но только за позапрошлый месяц или квартал и только по всей деятельности и т.д. Можно приводить кучу примеров несоответствия реальной жизни моделям из бизнес-школ, но суть проста – данные собираются и анализируются обычно раз в месяц (квартал/год), кроме того каждый отдел делает это со своей периодичностью (обоснованной своими процессами) и ВСЕГДА это занимает большое количество времени и ВСЕГДА это данные из прошлого или даже из ДАЛЕКОГО ПРОШЛОГО. А вывести зависимости от первого касания с потенциальным покупателем до прибыли, в обще, считается непосильной задачей, в мире неопределенностей и случайностей.

А как управлять самолетом, ориентируясь на показатели месячной давности? Вопрос риторический…

Так работают все. Почему?

Этому есть несколько объяснений. Во-первых, исторический фактор. В конце девяностых, когда компьютеры стали доступны для бизнеса в России, взялись за автоматизацию бухгалтерии и делопроизводства, затем пошли автоматизировать производственные процессы (АСУТП, АБС и прочие системы), затем начали заниматься более высокоуровневой автоматизацией (Клиентский сервис, управление производством и финансами, электронный банкинг, документооборот и т.д.). В результате мы всегда видим 5-6 информационных систем разной степени сложности, сотни Excel файлов и тысячи документов Word. И каждое предприятие проходит все эти этапы в своем развитии, даже если оно не было создано во времена НЭПа.

Во-вторых, низкий уровень конкуренции, все еще позволяет продолжать экстенсивный путь развития. Например, для ритейлера гораздо проще открыть еще один дополнительный магазин и тем самым немного уменьшить эффективность всей сети в целом, чем выжать максимум из существующих площадей.

В-третьих, недооценка возможностей IT для бизнеса. Хоть сейчас каждый второй ходит с iPhone, который более мощный, чем компьютер секретаря, но считается что вычислить EBITDA по группе компаний или собрать квартальный отчет по нескольким регионам без экономиста или аналитика — нереально. А тем более, когда заходит речь о больших объемах данных – тут страх сковывает сознание и они лежат в архивах по 5 и более лет, вроде и выбросить жалко и приспособить уже никак, ведь они же созданы в старых программах, которые уже не поддерживаются.

Анализ данных: быстрее, проще, умнее

Собственно, эта статья о том, что 21 век уже наступил и даже в России. Теперь можно собирать данные со всех систем бизнеса (начиная с датчиков АСУТП, телефонии, бухгалтерии, датчиков проходимости и счетчиков посещаемости сайтов, ERP систем, видеонаблюдения и т.д. – были бы данные) объединять их в одно хранилище и анализировать, как вашему бизнесу угодно. И чем старше данные и чем их больше, тем более достоверные зависимости можно вывести и более точный будет прогноз. Причем, загружаем данные в систему каждую ночь и делаем все отчеты не за прошлый месяц, а уже с учетом вчерашней работы.

Чтобы было понятнее, что я имею ввиду, приведу пример из мира ритейлеров: есть данные по времени пробития чеков. Строим график зависимости количества чеков от времени. Видим, что по всем магазинам сети с 7 до 8 часов вечера идет стабильный спад по количеству, а в одной точке график не падает, а даже немного растет в последний час работы. Добавляем дополнительный час работы на эту точку и извлекаем дополнительную прибыль.

Примеров можно приводить бесконечное количество из ритейла, банковской сферы, производства… Благо опыт позволяет, но место в журнале ограничено.

Что мы хотим сказать – не нужно бояться того, что у вас особенное предприятие или бизнес разнороден. Мы в Рубиконе искренне считаем, что данные всегда можно собрать воедино, а потом их анализировать и прогнозировать, хотя окончательное решение все равно принимать человеку.

Посмотреть версию статьи из журнала «Бизнес класс»

Статья для журнала «Бизнес класс, апрель 2015