АНАЛИТИКА ПЛЮС
Профессиональные услуги в сфере BI

#7 Анализ для производственных компаний: Аналитика логистики. Аналитика 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.

Получить консультацию по архитектуре аналитического бизнес-решения, оптимизации источников данных, построению сложных дашбордов от экспертов компании АНАЛИТИКА ПЛЮС

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.

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 самые перспективные ИТ-инструменты, гарантирующие быстрый и удобный процесс сбора, обработки и анализа данных, в том числе больших данных.

За это время мы разработали и внедрили решения для компаний из разных сфер бизнеса:

1) Производство, в том числе:

— Строительство и производство строительных материалов — КНАУФ Инсулейшн, Самолет Девелопмент и Эталон
— Пищевая промышленность — Сибирский Гурман и Балтика
— Производство кормов для животных — Альпинтех
— Сельхозпроизводство — АгроТерра
— Целлюлозно-бумажная промышленность — ИЛИМ
— Фарминдустрия — Материа Медика и др.
— Металлургия — РусАл и НорНикель
— Нефтедобыча и нефтепереработка — ЛУКОйл

2) Оптовые и розничные поставщики — NO ONE, ЭТМ, Daichi и др.

3) Аптечные сети — Монастырёв и Апрель

4) Российские представительства — Dyson, Lindt & Sprüngli AG , Vileda и др.

5) Рекламные агентства — РОССТ, Dentsu Aegis, Publicis, Медиа Инстинкт и др.

6) Телеком — МегаФон, Yota и Ростелеком

7) Логистика и транспорт — НефтеТрансСервис и Smartavia

8) Е-commerce — Авито, Яндекс (включая Яндекс.Еда, Яндекс. Лавка, Яндекс.Такси и Яндекс. Маркет, а также другие команды ГК Яндекс), ГК Мail.ru , ivi.ru , Профи.Ру, Рамблер, СберМегаМаркет, gifts.ru

Получить консультации по архитектуре аналитического бизнес-решения, оптимизации источников данных, построению сложных дашбордов можно на официальном сайте АНАЛИТИКА ПЛЮС.

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.

x

Этот сайт использует файлы cookies, чтобы облегчить вам пользование нашим веб-сайтом.

Продолжая использовать этот веб-сайт, вы даете согласие на использование файлов cookies.