BI в ритейле: ожидаемый эффект

Александр Гуревич, коммерческий директор компании TopS BI

Розничная торговля – одна из самых динамичных и конкурентных сфер российского бизнеса. Чтобы быть успешными, ритейлеры вынуждены постоянно искать способы повышения эффективности своей деятельности. Именно поэтому одним из трендов в рознице сегодня становится увеличение роли так называемых больших данных – огромных массивов неструктурированной информации, из которых при наличии необходимых технологий можно выделить ценнейшие для бизнеса сведения. Решения по бизнес-аналитике (Business Intelligence, BI) позволяют не только получать качественную отчетность, но и строить более точные прогнозы и сложные многомерные модели, оптимизировать запасы, разрабатывать программы лояльности и стимулирования спроса. Этой статьей R&L открывает серию публикаций, посвященных данной актуальной теме.

В чем цель?

Потребность торговых компаний в получении качественной аналитической информации на сегодня очевидна. Прежде всего розничные сети волнует то, как оптимизировать затраты и более точно прогнозировать спрос на товары, сократить издержки и оперативно реагировать на действия конкурентов, повысить качество обслуживания и увеличить лояльность потребителей. Кроме того, у большинства компаний сегодня в списке стратегических задач вновь присутствуют органический рост и региональная экспансия. В российском сегменте розничной торговли продолжается процесс слияний и поглощений: крупные сети покупают мелкие, происходит объединение ряда игроков, структура бизнеса компаний становится все более сложной, а значит, контролировать деятельность, оперативно принимать управленческие решения и видеть «картинку целиком» становится все более проблематично.

В подобной ситуации на помощь бизнесу приходят информационные технологии. Системы класса BI позволяют получить единую картину работы розничной сети, найти закономерности в огромных массивах данных, проанализировать тенденции и оптимизировать работу компании. В то же время приоритеты в задачах, решаемых с помощью BI, и требования к системе диктует сама специфика отрасли: ритейлу свойствен огромный объем операций при незначительном размере отдельной транзакции, большая клиентская база, широкая продуктовая линейка и, как правило, распределенное хранение данных.

На практике компании из сферы розничной торговли чаще всего решают с помощью BI следующие задачи:

Любой относительно крупный ритейлер обладает большими объемами данных, которые поступают из множества источников и регулярно обновляются. Но очень часто исходные данные не консолидированы, а размещены в различных базах, системах, файлах Excel и т. п. На работу системы бизнес-аналитики напрямую влияет уровень организации корпоративного хранилища данных. Для качественного анализа требуется в первую очередь консолидировать данные, унифицировать их, очистить и стандартизовать. Такая информация имеет значительно более высокую ценность для бизнеса, поскольку в дальнейшем позволяет получить качественную аналитическую отчетность.

Большинство из представленных на рынке BI-систем содержат OLAP-модули (англ. online analytical processing) для оперативного анализа данных. Важным преимуществом данной технологии обработки информации является возможность динамической публикации отчетов. При этом, как правило, даже не требуется привлечения IT-специалистов, а пользователь самостоятельно может построить отчет по интересующим его параметрам (например, узнать объем продаж пылесосов модели «Х» за неделю в магазине № 14). Производители систем, в свою очередь, предлагают разнообразные варианты визуализации данных: диаграммы, таблицы, графики и прочее.

Одной из самых востребованных задач, решаемых с помощью BI, является прогнозирование. Сложность составления прогноза в ритейле определяется тем, что необходимо учитывать множество разнообразных факторов. Однако важность этой задачи также трудно переоценить, поскольку благодаря качественному прогнозу можно оптимизировать запасы, увеличить оборачиваемость, определить минимальный страховой запас на складе и т. п. Современные BI-системы для розничной торговли способны строить адаптивные модели, определять сезонность и тренды, а также учитывать комплексное воздействие внешних факторов.

Большое количество клиентов не позволяет ритейлерам учитывать индивидуальные потребности каждого, в результате многие розничные сети сводят программу лояльности к простому предоставлению скидок. С помощью BI появляется возможность глубокого анализа данных о специфике поведения потребителей, выделения кластеров и проведения маркетинговой активности по целевым группам с учетом их особенностей и предпочтений. Анализ поведения клиентов также позволяет обнаружить и сходства в предпочтении сопутствующих товаров, благодаря чему открываются новые возможности для стимулирования кросс-продаж, правильного построения мерчандайзинга и разработки соответствующих систем скидок.

Безусловно, возможности BI-систем не ограничиваются перечисленными выше. Среди актуальных для ритейлеров задач можно также отметить анализ эластичности спроса, расчет показателей эффективности, план-фактный анализ, оценку эффективности маркетинговых действий и т. п. Таким образом, сегодня пользователями BI-систем становятся не только топ-менеджмент компании, но и специалисты по финансам, логистике, закупкам, маркетингу и др.

Результаты, которые получит розничная сеть от BI, будут завесить, безусловно, от намерения компании использовать этот инструмент на 100%. При этом практика показывает, что с помощью решений по бизнес-аналитике можно добиться значительного экономического эффекта: повысить оборачиваемость, минимизировать остатки на складах, снизить объем просроченного товара, повысить лояльность потребителей и т. п. Первые проекты бизнес-аналитических систем на Западе относятся к 1980-м годам. Тогда торговые сети стали использовать системы для сбора информации и подготовки регламентированной отчетности. В начале 1990-х стартовал второй этап развития бизнес-аналитических систем – это была эпоха инструментов многомерного анализа данных на основе технологии OLAP. Примерно в 2005–2006 гг. начался третий этап развития BI: системы стали доступны широкому кругу ритейлеров (по данным Aberdeen Group, к 2007 г. BI использовали три четверти международных торговых сетей). К этому времени BI-системы эволюционировали до сложных инструментов, включающих различные прикладные функции, в том числе предсказательную аналитику (Predictive Analytics) и интеллектуальный глубокий анализ данных (Data Mining). Ритейл как высококонкурентная отрасль в целом ориентируется на многофункциональные BI-решения от ведущих вендоров – SAP, Oracle, Microsoft, IBM, SAS и других. Это касается как крупных сетей, так и представителей сегмента СМБ, для которых вендоры разрабатывают сравнительно недорогие специализированные решения с быстрым сроком внедрения. Естественно, ситуация на локальных рынках неоднородная, и определенную долю занимают нишевые BI-решения, в том числе на базе Open Source. Например, ритейлер Majid Al Futtaim из Объединенных Арабских Эмиратов использует бизнес-аналитические решения SAP.

Технологические нюансы

Как и во многих других IT-направлениях, в области BI российские розничные компании еще отстают от западных. Уделом небольших сетей обычно остается Excel или локальные BI-разработки. Крупные ритейлеры, обладающие достаточными ресурсами, ориентируются на решения от ведущих западных вендоров. В то же время на рынке представлены конкурентоспособные отечественные решения, успешно используемые в розничной торговле.

При выборе платформы BI чаще всего принимаются во внимание такие критерии, как функциональные возможности в разрезе соответствия целям и задачам компании, стоимость внедрения, лицензий, поддержки и развития системы, интеграция с другими корпоративными системами, рекомендации игроков рынка, степень необходимой кастомизации и т. п.

Кроме того, компания встает перед выбором: использовать специализированное отраслевое решение или универсальную систему бизнес-аналитики? Подавляющее большинство показателей, которые анализируются в сфере розничной торговли, являются общими практически для всех компаний. Это валовый доход, маржа на единицу продукции, коэффициент текущей ликвидности, оценка удовлетворенности покупателей и прочие параметры. Поэтому специализированное BI-решение для торговли, в котором учтены основные показатели деятельности ритейлеров, обычно предпочтительнее, чем универсальная система бизнесаналитики, которая при каждом внедрении требует достаточно сложных и продолжительных доработок под нужды конкретной компании.

Дополнительное преимущество преднастроенного отраслевого решения – возможность снизить как срок, так и стоимость внедрения BI-системы. При этом не следует забывать, что у любой компании найдется пусть небольшой, но принципиальный набор уникальных потребностей. Например, специфика сети по продаже автозапчастей по ряду процессов отличается от продуктовой сети. Как правило, квалифицированная консалтинговая компания, предлагающая BI-решение для ритейла, может достаточно быстро его доработать исходя из пожеланий конкретного заказчика. И это будет существенно дешевле, чем доработка универсальной BI-системы.

Рынок ПО для бизнес-аналитики формируют как проприетарные продукты, предполагающие жесткие лицензионные ограничения, так и системы с открытым исходным кодом, т. н. Open Source решения. Плюсы и минусы использования Open Source аналитических систем точно такие же, как и в случае с другими информационными системами. Из преимуществ можно выделить низкие капиталовложения и широкие возможности по интеграции. Еще один плюс, правда, довольно неочевидный, – возможность самостоятельного развития системы. К минусам решений с открытым кодом стоит отнести отсутствие гарантированной поддержки и развития системы. К тому же такие системы, как правило, предназначены для решения довольно узкого спектра задач.

Open Source может быть интересен на первых этапах развития торговой сети, когда она не может много средств направлять на IT-внедрения. По мере развития целесообразно переходить на систему бизнес-аналитики более высокого класса. Стоит отметить, что открытость и закрытость кода сама по себе не так важна, как открытость репозиториев данных и проработка алгоритмов обработки этих данных, чтобы компания могла максимально гибко перенастраивать процессы. BI сильно зависит от работы других информационных систем (ERP, WMS, ECM и др.), поскольку она «питается» их данными. Совместная реализация решений двух классов – BI и бюджетирование – позволяет добиться максимального результата с точки зрения управляемости компании и качества данных, которые предоставляются руководству для принятия стратегических решений.

Наличие системы бюджетирования очень важно, поскольку план-фактная отчетность – это основная составляющая деятельности организации. Исходя из опыта нашей компании, эффект от использования систем бизнес-аналитики и бюджетирования в комплексе существенно выше того, который достигается при отдельном внедрении. В целом российский рынок BI-решений для розничной торговли еще довольно молод, и его развитие сдерживается рядом факторов. Во-первых, бизнес отечественных ритейлеров еще не достиг зрелости, многие компании слишком увлечены процессами развития и пока не осознали, насколько важно для поддержки бизнеса иметь аналитическую систему. Во-вторых, у ряда компаний есть нерешенные проблемы в области информатизации: модернизация инфраструктуры; внедрение новых учетных систем, решений для организации закупок; развитие портальных технологий и т. д.

Тем не менее стратегия многих крупных ритейлеров нацелена на использование возможностей бизнес-аналитики. Сейчас российская розница находится в числе отраслей, которые наиболее активно внедряют BI-решения. Бурный рост рынка уже начался, и, по оценкам экспертов, через несколько лет комплексная система BI будет обязательным условием конкурентоспособности розничной сети.

Полный текст статьи читайте в журнале «Retail&Loyalty» №5 (32)' 2012 с. 48