АНАЛИТИКА ПЛЮС
Профессиональные услуги в сфере BI

#8 Анализ для производственных компаний: Аналитика логистики. Склад быстрой отгрузки: жалобы клиентов

26.05.2022

 

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

Получить консультацию

 

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.

Ранее мы рассмотрели два кейса:

1. кейс № 1 «Анализ складских запасов: Где мы сейчас и куда идти дальше?»

2. кейс № 2 «Аналитика склада: Борьба с «лежаком»»

В этих кейсах компанией была решена конкретная проблема — затоваривание склада, проблема была 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 у вас заморожено. 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.

С помощью современного подхода к анализу данных компания проанализировала текущую ситуацию на складе, выявила категории товаров, которые долго лежат на складе и в которых «заморожены» деньги, рассмотрела их более детально с точностью до моделей, снизила на некоторые позиции маржу на 5% и организовала распродажу среди постоянных клиентов, организовав маркетинговую рассылку, таким образом высвободила «замороженные» деньги.

Напомним, у компании (на момент создания дашбордов) был один склад (сейчас их несколько) и регулярные покупатели, компания стремится, чтобы покупатели 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 у вас заморожено.

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 продавца. То есть, как выбрать компромисс? Большой или маленький склад? От чего избавляться и что закупать?

В этой статье мы рассмотрим кейс №3 «Склад быстрой отгрузки: жалобы клиентов» — этот кейс связан с направлением работы над качеством уровня сервиса. Отгрузка товаров в компании производится со склада.

В компании внедрен SLA: они наблюдают и, соответственно, если видят проседание данного уровня качества, проводят работу по улучшению качества сервиса. Эта работа может быть связана как с информационными системами, которые вовлечены в обслуживание, так и с человеческим фактором.

Компании, к счастью, повезло и они услышали нарекания от клиентов, почему так долго сегодня все происходит и начали исследовать причину. Почему повезло? Ведь есть те клиенты, кто просто молча уходят и больше не возвращаются, меняют поставщика.

 

2. Проблематика в компании

— Компания дистрибутор продает дорогостоящее оборудование и запчасти к нему (кейс №1 и кейс №2 рассмотрели в предыдущих статьях)

У компании собственный склад и постоянные регулярные покупатели. 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?

— Отгрузка производится со склада

Компания ориентируется на высочайший уровень сервиса, есть SLA по времени отгрузки товара (90% и более покупателей, которые пришли за товаром, должны уехать со склада в течение 70 минут полностью счастливыми и с товаром), но не все недовольные клиенты жалуются — кто-то уходит навсегда, поэтому важно следить за качеством уровня сервиса.

 

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 «Склад быстрой отгрузки: жалобы клиентов»

#8 Анализ для производственных компаний: Аналитика логистики. Склад быстрой отгрузки: жалобы клиентов, изображение №1

На дашборде показано время заказа с разбивкой по участкам, по отчету видно, что проблемы начались 12 октября, и, как мы говорили ранее, компания ставит себе целевой показатель, чтобы 90% клиентов уезжали со склада с товаром в течении 70 минут (безусловно нужно стремиться к 100%, но понимаем, что идеальный мир бывает только в книжках, а мы все живем в реальном мире и нужно ставить какие-то реалистичные показатели). В общем, этих показателей они добиваются, но бывают дни, когда что-то пошло не так, компания начала анализировать ситуацию с помощью вышепредставленного дашборда, причем это была исключительно единоразовая проектная деятельность, чтобы посмотреть в чем проблема.

На левой нижней части дашборда (здесь специально убраны названия подразделений, чтобы обезличить отчет) показана разбивка по кусочкам, то есть из чего состоит процесс отгрузки. Клиент приезжает на склад быстрой отгрузки, формирует заявку, это должно происходить в течении 15 минут, зелёной линией здесь показано 20 минут, каждая красная точка — это заказ, который был, и соответственно на дашборде представлен вид диаграммы, который называется «ящик с усами». Следующий этап процесса — этап подбора, то есть консультант работает с клиентом, и должен в течении 30 минут сформировать бланк заказа, далее этот бланк заказа в течении 5 минут должен быть распечатан и передан складским работникам, которые подбирают, дальше идет время подвоза, то есть в течении 15 минут заказ должны подвезти, дальше в течении 10 минут происходит погрузка товара и после клиент уезжает.

На этой диаграмме очень хорошо видно, что самые маленькие узенькие части процесса обычно занимают 5 минут, а для некоторых заказов бланки печатались более 100 минут и таких заказов было достаточно много, то есть проанализировав этот дашборд компания нашла и обнаружила проблему.

Как выяснилось, в компании был определенный сбой, связанный с недавно проведенной автоматизацией бизнес-процесса, получается, что склад не начинал работу по подвозке товара, до тех пор пока заказы не были физически распечатаны. Нашли проблему — отправили в IT и проблема была решена.

 

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

Получить консультацию

 

5. Заключение

Итак в этой статье мы рассмотрели решение одной из проблем компании с помощью современного подхода анализа данных. Компания столкнулась с проблемой: жалоба от клиента о долгом процессе (заказа, сбора, подвозки товара до клиента). Как выяснилось — это стало часто встречаемой проблемой. С помощью оперативного интерактивного дашборда компании удалось выявить конкретный проблемный участок, локализовать его, и оперативно исправить текущую ситуацию.

Этот дашборд — решение локальной проблемы. Почему важно анализировать и иметь возможность на оперативные средства аналитики, которая может быть построена за несколько часов/ 1 рабочий день? На примере этой ситуации, проблема была быстро найдена и решена с помощью такого дашборда, потому что если несколько дней искать проблему, то можно потерять покупателей, поэтому важно иметь на руках средства оперативной и удобной аналитики для решения важных и срочных задач задач.

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.