„Coffee Mate“ grupė, kurią Lietuvoje pažįstame „Kavos draugo“ vardu, yra daugiakanalis kavos ir kavos aparatų prekybos tinklas Baltijos šalyse bei už regiono ribų. „DataSoftum“ komanda didžiuojasi, kad per pastaruosius keletą metų padėjo „Coffee mate“ įgyvendinti duomenų analizės proveržį – įmonė rankinę analitiką pakeitė kasdiene rodiklių stebėsena ir analize visose rinkose bei padaliniuose. Dabar „Coffee Mate“ gali atlikti duomenimis grįstus sprendimus kiekviename žingsnyje. To naudą įmonė dar stipriau pajuto įvykus COVID-19 pandemijai, kai staiga pasikeitus vartotojų įpročiams prireikė greitai prisitaikyti prie naujų aplinkybių.
Štai, ko pasiekėme su „Coffee mate“ grupe penkiais sakiniais:
Sujungėme skirtingų sistemų duomenis į vieną analitikos įrankį
Įgalinome visą komandą analizuoti duomenis
Statinius Copy/Paste duomenis pakeitėme gyva analitika su Power BI
Fiksuotas ataskaitas pakeitėme įrankiais, kurie leido kiekvienam darbuotojui kurti skydelius ir ataskaitas, geriausiai tinkančius savo ar komandos rezultatų komunikacijai
Pritaikėme analitiką kasdienai – mėnesines ataskaitas vadovams pavertėme galimybe kiekvienam darbuotojui stebėti savo ir įmonės rezultatus kasdien
Paprastai, duomenų analizės poreikiai ir įrankiai evoliucionuoja prisitaikydami prie įmonės brandos, dydžio ir plėtros užmojų. „Kavos draugo“ atveju tokia evoliucija įvyko ypač greitai: siekiant išplėsti prekybos tinklą visoje Europoje, nuolat augo fizinių ir skaitmeninių
parduotuvių kiekis, asortimentas, klientų geografija. Plečiantis veiklai, sparčiai didėjo ir
komanda, kuriai reikėjo pritaikyti analitikos įrankius.
Vystantis įmonės struktūrai, didėjo ir vadovų skaičius. Jiems galimybė analizuoti buvo ypač vertinga – apibendrinta pavaldžių prekybos taškų informacija, detali analizė ir palyginimas su padaliniais šalyje ar visoje įmonių grupėje leido vertinti savo rezultatus, rasti gerąsias praktikas ar padėti pasitempti atsiliekantiems.
Kad duomenimis galėtų naudotis tiek vadovai, tiek darbuotojai, kartu su „Coffee mate“, užsibrėžėme šių analitikos plėtros tikslų:
Apjungti
Apjungti visus turimus duomenų šaltinius, praplėsti ir gilinti duomenų analizę.
|
Automatizuoti
Automatizuoti analitiką taip, kad neprireiktų rankinio indėlio, o duomenis būtų galima iškart pjaustyti ir analizuoti.
|
Edukuoti
Edukuoti analitikos įrankių vartotojus, kad naujai prisijungę komandos nariai galėtų gauti visą duomenų analizės naudą.
Per 10 metų „Coffee Mate“ duomenų analitikos brandą pasiekė trimis etapais: nuo ranka kopijuojamų duomenų į „Google Sheets“, iki visiems darbuotojams suteiktų galimybių savarankiškai kurti ataskaitas, remiantis visose įmonės sistemose sukauptais duomenimis.
| 1 etapas: bazinis | 2 etapas: vidutinis | 3 etapas: ekspertas | |
|---|---|---|---|
| Sistema | Google Sheets | Power Pivot | Power BI |
| Duomenų kiekis | Pardavimai | Pardavimai | Pardavimai, pirkimai, rinkodara, sandėlis, klientų, atsargų pakankamumo informacija |
| Duomenų apjungimas | Rankinis | Automatinis | Automatinis |
| Šaltinių kiekis | OMS (užsakymų sistema) | OMS (užsakymų sistema) | OMS (užsakymų sistema) WMS (sandėlio sistema) CRM (klientų sistema) PIM (produktų sistema) Google Analytics (visitor, orders) Fizinių parduotuvių lankomumas |
| Informacijos detalumas | Įmonės lygmeniu | Pardavimai | Kanalo, produkto ir dienos lygmeniu |
| Duomenų kokybė | Prasta | Kanalo ir produkto lygmeniu | Aukšta |
| Prieinamumas | Stambus mėnesio vaizdas | Analizė įvairių ataskaitų rėmuose | Savitarna, leidžianti kurti norimas ataskaitas |
| Kas rengia ataskaitas | Ataskaitas vadovo pavedimu kartą per mėnesį parengia analitikas | Pradines ataskaitas sukūrė IT specialistai, ataskaitos atsinaujina savaime. Analitikas ir kiti įgudę Excel vartotojai modifikuoja ataskaitas. | Pradines ataskaitas sukūrė IT specialistai. Įgudę vartotojai modifikuoja ir kuria naujas ataskaitas / skydelius savarankiškai |
| Naudotojai | 2-5 vadovai | 5-10 vadovų |
10+ vadovų
50+ darbuotojų |
Pirmajame etape „Kavos draugo“ komanda skirdavo daug laiko rankiniam duomenų suvedimui. Nors tokia analitika leido stebėti situaciją ir, tam tikrais atvejais, atlikti prognozes, duomenų kokybė buvo prasta, detalumas paviršutiniškas, o palyginimas su istoriniais duomenimis – ypač apsunkintas.
Perėjus prie automatinio duomenų atnaujinimo iš pirminių šaltinių, tapo įmanoma vertinti įmonės situaciją gerokai detaliau, pasiekiant kanalo, prekių grupių ar net prekių lygmenis. Atsirado galimybė nesunkiai palyginti rezultatus skirtinguose laikotarpiuose, todėl duomenis tapo aktualūs didesnei komandos daliai. Šiame etape įmonė susidūrė su sunkumais, kurie atsirado ruošiant ir atnaujinant kompleksines ataskaitas iš didelio kiekio duomenų – jomis tapo ypač sunku dalintis, nes dėl apimties jos išaugo iki 200 MB dydžio *.xls failų.
Virsmas į trečiąjį etapą įvyko, kai skirtingų šaltinių duomenys buvo apjungti Data Warehouse sistemoje, o atvaizdavimui pradėtas naudoti Microsoft Power BI. Šiame etape visa komanda gavo prieigą prie to paties pardavimų plano, kuris buvo detalizuotas kiekvieno iš skyrių (komercija, rinkodara, pardavimai, finansai ir kt.) reikiamais pjūviais. „Kavos Draugo“ komandą paruošėme taip, kad kiekvienas norintis galėtų ne tik stebėti paruoštas ataskaitas, bet ir susikurti reikiamas. Šiame etape įmonė pagaliau galėjo patogiai sekti pardavimų duomenis kasdien bei individualizuoti duomenų pateikimą kiekvienam skyriui ar pozicijai.
1
Automatizacija
Automatizavome duomenų pateikimą ataskaitoms – duomenys tapo tiesiogiai paimami iš darbinių informacinių sistemų, išvengiant žmogiškų klaidų rizikos ir papildomo darbo.
2
Duomenų sandėlis
Sukūrėme „Coffee mate“ skirtą duomenų sandėlį (angl. Data warehouse). Šis sprendimas palengvino skirtingų sistemų duomenų apjungimą, garantavo duomenų tęstinumą tokiu atveju, jei reikėtų pakeisti sistemas bei užtikrino, kad ataskaitos neapkrauna gamybinių sistemų.
3
Modeliavimas
Pritaikėme verslo analitikos principus, kurie padėjo įtvirtinti bendrą terminologiją, susisteminti įmonės veiklas, veiklos pjūvius (dimensijas) ir rodiklius. Tai leido techninius duomenis, gaunamus iš pirminių šaltinių, transformuoti į rodiklius, kuriuos supranta visa įmonė.
4
Analitikos sritys
Apibrėžėme tokias sritis kaip: aukščiausio taško perspektyva, pardavimai, pardavimų planavimo ir vykdymo stebėjimas, pirkimai, atsargos, klientai..
5
Ataskaitos
Pradėjome kurti įvairių sričių/uždavinių ataskaitas tikslinėms grupėms. Pristatėme skirtingo detalumo ir apimties ataskaitas, reikalingas aukštesnio ir operatyvinio lygmens vadovams.
6
Pardavimų planavimo ir plano vykdymo stebėjimo procesas
Įgalinome įmonę formaliai apibrėžti metinį planą, kuris nurodo numanomą augimo koeficientą pagal pardavimo kanalą, prekių kategoriją, sezoniškumą (remiantis istoriniais duomenimis). Įmonė tapo pajėgi sekti plano vykdymą tiek pardavimo kanalo, tiek prekių kategorijos lygmeniu.
7
Mokymas
Vartotojai, nagrinėdami ataskaitas ir susipažindami su verslu iš duomenų perspektyvos, mokėsi analitikos principų ir terminologijos. Pradėtos naudoti esamos ataskaitos Power BI bei Excel aplinkoje naudojant tą patį duomenų modelį.
8
Verslo analitikos savitarna
Suteikėme galimybę komandos nariams kurti ataskaitas ar analitinius skydelius (dashboards) Power BI ir Excel. Tai leido jiems
patiems analizuoti duomenis, remiantis istoriniais duomenimis tikrinti prielaidas ir atsakyti į kilusius klausimus.
"Kavos draugas" rekomenduoja
DataSoftum komanda bei jų įrankiai padeda iš duomenų išgauti atsakymus ir aiškumo tarptautiniam Kavos Draugo verslui. Visai komandai stebint tuos pačius duomenis, gerokai lengviau suprantame klientų poreikius ir efektyviau siekiame užsibrėžtų tikslų visuose skyriuose. Itin smagu turėti partnerius, kurių proaktyvumas padeda evoliucionuoti tiek analitikoje, tiek versle.