#7 Анализ для производственных компаний: Аналитика логистики. Аналитика склада: Борьба с «лежаком»
24.05.2022
Аналитика логистики. Анализ склада: Борьба с «лежаком»
1. Введение
Мы рассмотрим несколько интересных реальных кейсов аналитики логистики, а именно применения аналитики у одного из наших клиентов, для которого оперативная и качественная логистика товаров является ядром бизнеса.
Примечание: цифры и наименования искажены, так как являются конфиденциальной информацией.
В предыдущей статье #6 Анализ для производственных компаний: Аналитика логистики. Аналитика ассортимента на складах: борьба с «лежаком»
Мы рассмотрели кейс №1 «Анализ складских запасов. Где мы сейчас» — компания решала его как проектную задачу в наступившие кризисные годы. Построенный базовый дашборд позволил понять текущую ситуацию с оборачиваемостью склада, в сочетании с маржинальностью продаж, по категориям и моделям товаров.
Напомним, у компании (на момент создания дашбордов) был один склад (сейчас их несколько) и регулярные покупатели, компания стремится, чтобы покупатели оставались лояльными и не уходили, удерживает клиентов номенклатурной базой и уровнем качества обслуживания — 90% и более покупателей, которые пришли за товаром, должны уехать со склада в течение 70 минут полностью счастливыми и с товаром.
Компания в какой-то момент поняла, что есть определенные проблема — затоваривание склада, проблема даже не в том, что склад физически занят, а в том, что деньги «заморожены». Ведь все мы прекрасно понимаем, что товар, который на складе — это средства, которые в нем «заморожены», соответственно чем ниже оборачиваемость склада, тем больше денег заблокировано в складских запасах.
С другой стороны, склад не может быть пустым, потому что товар имеет сезонную специфику и покупатели не будут ждать долго «под заказ» и могут уйти и купить (пока тема «горячая») у другого поставщика. То есть, как выбрать компромисс? Большой или маленький склад? От чего избавляться и что закупать?
В этой статье мы разберем кейс № 2 «Аналитика склада: Борьба с «лежаком»». То есть, в предыдущей статье компания выявили категории, которые можно рассмотреть, как кандидатов, с которыми «нужно что-то делать». В этой статье мы рассмотрим дашборд, который позволил провести более глубокий анализ по товарным позициям и быстро принять важное бизнес- решение, которое помогло высвободить «замороженные» в товарах деньги.
2. Проблематика в компании
— Компания дистрибутор продает дорогостоящее оборудование и запчасти к нему
У компании собственный склад, и бизнес-модель опирается на лояльных регулярных покупателей. При этом, на складе есть залежалый товар — «замороженные» деньги компании. То есть, как выбрать компромисс? Большой или маленький склад? От какого товара избавляться и какой товар закупать?
3. Преимущества современного подхода анализа данных для решения таких проблем
1. Быстрое получение ответов на бизнес-вопросы
Главное преимущество современного подхода — это его гибкость, которая позволяет получать быстрые ответы на актуальные (текущие) вопросы вашего бизнеса на основе ваших данных. Не требуется тратить месяцы на программирование отчетов. Да и, к тому же, часто бывает, что через месяц уже «поздняк метаться», и ситуация кардинально изменилась.
2. Единые цифры по вашим показателям
Начиная использовать современные подходы анализа данных, многие компании начинают понимать, что в данных «чего-то не хватает», где-то что-то «не так записано» или оказывается, что сотрудники вообще не понимали, что необходимо вносить в учетную систему и вносили какую-то другую информацию. Косвенно, своевременная аналитика двигает компанию вперед в упорядочении всех своих данных — поняв, где именно неправильные данные, ИТ-отдел может внести коррективы в учетных системах, содержащих первичные данные.
3. Удобство пользования отчетами для руководителей и менеджеров разного уровня
Менеджерский ресурс думать и принимать решения часто ограничен доступом к информации и здесь наш современный подход анализа данных помогает, выдавая максимальный объем нужной информации в одном месте. Интерактивное отображение полного объема информации позволяет связать разные показатели, подумать и быстро принять важные бизнес-решения на основе данных.
4. Обогащение внутренних данных компании
Современное решение по анализу данных позволяет связывать разные отчеты, обладая также возможностью подтягивать внутрь внешние данные (например, с внешних веб-сайтов, или приобретенные массивы данных по анализу рынка от специализированных агентств вроде Nielsen).
5. Снижение трудозатрат на сбор и обработку информации, качество решений
Современные решения для анализа данных имеют определенный бюджет, но он может сильно варьироваться — начинать можно с небольших цифр, тем не менее снижение трудозатрат на сбор и обработку информации способны сами по себе окупить решение вашей проблемы, не говоря уже о том качестве управленческих решений, которые будет принимать менеджмент. Соответственно, обработка информации, автоматизация отчетов делаются в современных ИТ-решениях для анализа данных в разы быстрее, таким образом высвобождаются ресурсы ваших экспертов-аналитиков, которые можно использовать для более глубокого анализа.
4. Дашборд «Анализ склада: Борьба с лежаком»
Дашборд полностью интерактивный, то есть можно кликнуть мышкой на кружочек (в данном случае представлен скриншот) и посмотреть, какие именно товарные позиции склада находятся в том или ином кружке.
Цвет кружков указывает на категорию лежака, то есть красный цвет — товар лежит более 9 месяцев, розовый цвет — товар лежит от 4 до 9 месяцев, зеленый цвет — товар лежит меньше 4 месяцев. Размер кружков пропорционален «замороженным» средствам в товарных позициях.
На дашборде видим, что в категории alfa split «заморожено» на складе около 60000 USD и целевая маржа 31%, маржа может быть хорошая, но товар давно лежит на складе. Если мы немного снизим маржу, например на 5%, то может быть у нас есть шанс провести распродажу среди постоянных клиентов и эти деньги, соответственно, высвободить.
Также можем кликнуть по этой позиции и посмотреть более детально — список позиций, выбираем детально позиции для складских, выгружаем детальные модели для маркетологов, делаем рассылку, избавляемся от этих товаров (сплит систем) и высвобождаем деньги.
Компания периодически анализирует свои склады и работают над залежалым товаром с помощью таких дашбордов.
5. Заключение
Итак, в этой статье мы рассмотрели решение одной из проблем компании с помощью современного подхода анализа данных. Компания столкнулась с проблемой, что некоторые товарные позиции долго лежат на складе, а это «замороженные» деньги компании, которые компании было нужно высвободить. С помощью простого и интерактивного дашборда компании удалось быстро принять бизнес-решение и высвободить денежные средства.
Проанализировав дашборд, компания выявила категорию, которая долго лежит на складе, выгрузили детальные данные о моделях для маркетологов, снизили маржу на 5% и сделали рассылку на постоянных клиентов, устроив распродажу. Таким образом, компания избавилась от некоторых товарных позиций из категории (сплит систем) и высвободила «замороженные» деньги.
Данная статья подготовлена по проектам, созданным командой АНАЛИТИКА ПЛЮС.
О компании АНАЛИТИКА ПЛЮС
Получить консультацию по новому стеку наших технологий, архитектуре BI-решения, оптимизации источников данных, построению сложных дашбордов от экспертов компании АНАЛИТИКА ПЛЮС
АНАЛИТИКА ПЛЮС — ваш надежный партнер по аналитическим решениям с 2012 года. Мы работаем, чтобы вы достигали поставленных целей. Чтобы ваши данные работали, приносили пользу, помогали вам зарабатывать и принимать стратегически правильные решения. Для достижения этого мы предоставляем нашу экспертизу и лучший стек технологий, гарантирующий как работоспособность вашего решения, так и наилучший процесс сбора, обработки и анализа данных, в том числе больших данных.
Наши клиенты сегодня:
1) Производство:
— Строительство и производство строительных материалов — КНАУФ Инсулейшн, Самолет Девелопмент, Эталон
— Пищевая промышленность — Сибирский Гурман и Балтика
— Производство кормов для животных — TitBit
— Целлюлозно-бумажная промышленность — ИЛИМ
— Фарминдустрия — Материа Медика
— Металлургия — РусАл, НорНикель
— Нефтедобыча и нефтепереработка — ЛУКОйл
2) Оптовые и розничные поставщики —ЭТМ
3) Аптечные сети — Монастырёв, Апрель
4) Российские представительства —Lindt & Sprüngli
5) Рекламные агентства —Родная Речь, Медиа Инстинкт
6) Телеком — МегаФон, Yota, Ростелеком
7) Логистика и транспорт — НефтеТрансСервис, Smartavia
8) Е-commerce — Авито, Яндекс, Профи.Ру, Рамблер, gifts.ru
Нам доверяют:
Хотите научиться работать с данными?
Академия Аналитики — онлайн-образовательный проект, который создан командой АНАЛИТИКА ПЛЮС для того, чтобы компании быстро и успешно внедряли решения для анализа данных, а их сотрудники профессионально росли.
Подробнее про обучение в Академии Аналитики и доступ на платформу онлайн обучения: https://analytikaplus.ru/akademiya-analitiki-videokursy/