Управление эффективностью в ритейле

Сеть АЗС «Нефтьмагистраль» внедрила единое аналитическое хранилище данных для интеграции ключевых бизнес-показателей всех подразделений компании. Новый инструмент повысил управляемость важнейших операционных процессов компании, таких как контроль запасов, управление продажами, мониторинг рыночной активности и управление лояльностью клиентов.

О заказчике

Предпосылки и задачи

До старта проекта бизнес использовал самописную CRM-систему для управления транзакциями, привязки клиентов и бонусных программ, а также совокупность разрозненных и неполных данных из различных источников, включая кассовые системы iiko для форматов HoReCa и кассовую систему для учета топлива. Основные данные обрабатывались через встроенные в iiko OLAP-кубы и SQL-запросы к CRM системе, но из-за отсутствия единой точки консолидации аналитика усложнялась, требуя ручного свода показателей в Excel, что увеличивало затраты времени и повышало риск ошибок.

Проект был направлен на комплексное решение задачи интеграции данных, оптимизации отчётности и создания централизованного пространства для сбора и анализа информации. Требовался оперативный расчет актуальных показателей по продажам, рентабельности направлений, эффективности программ лояльности и запасам. Конечная цель — обеспечить руководителей бизнес-подразделений Нефтьмагистраль инструментами для принятия своевременных управленческих решений на основе комплексной аналитики.

Сложность проекта состояла в необходимости централизовать данные всех бизнес-юнитов Нефтьмагистраль – АЗС, HoReCa, мойки, пищевое производство, аптеки, розница. Предстояло обогатить аналитику данными из системы лояльности по клиентам, использующим мобильные приложения. Требовалось автоматизировать мониторинг конкурентных цен для оперативного принятия решений в привязке к месту расположения АЗС. Наконец, необходимо было поддерживать гибко изменяемую единую модель данных для визуализации в Power BI, минимизировав ошибки ручной обработки.

Проект инициирован руководителями ключевых подразделений – директора направлений, аналитики, финансового департамента, управление запасами и операционной эффективностью.

Проектное решение

В результате проработки была спроектирована централизованная трёхуровневая архитектура:

• Источники данных: CRM (вбирающая в себя данные из первичного учёта), 1С и Excel
• Хранилище данных по методологии Data Vault, позволяющей консолидировать, хранить и анализировать данные, поддерживая инкрементальные загрузки и хранение полной истории изменений. В настоящий момент DWH вместе со стейджингом занимает 1.3 ТБ на жёстком диске
• Аналитический уровень: витрины данных с агрегированием и автоматизацией расчета производных показателей. Модель Analysis Services размещена в оперативной памяти объёмом 85 ГБ для данных, сам Analysis потребляет 160 ГБ оперативной памяти при лимите на машине в 256 ГБ

Для управления номенклатурой и передачи информации в кассовые системы и BI систему интегрированы данные из 1С ERP с помощью специального коннектора BI.Qube. Аналитическая система построена на сегментированных базах данных для каждого направления бизнеса, что обеспечивает снижение нагрузки и ускорение отчетности.

Особенности функциональной архитектуры

Решение развернуто на платформе MS SQL Server 2019 Enterprise и Power BI Report Server в инфраструктуре заказчика. Визуализация данных выполнена на Microsoft Power BI, обеспечивающем возможность self-service BI для самостоятельного создания пользователями отчётов на базе преднастроенных витрин данных. При построении АХД использованы инструменты фреймворка BI.Qube. Они обеспечивают централизованное управление данными, автоматизацию ETL-процессов и высокую гибкость в настройке аналитических моделей, что ускорило внедрение решения и улучшило качество аналитики.

Компоненты BI.Qube:

• MetaStaging – подключение источников и автоматизированная загрузка в стейджинговую область
• MetaVault – ядро аналитического DWH, позволяющее хранить историю изменений и расширять модель данных
• MetaControl – контроль целостности данных, логирование и уведомление об отклонениях

Результаты и эффекты внедрения

Компания Нефтьмагистраль с помощью инструментов анализа и мониторинга бизнес-показателей существенно повысила точность и скорость принятия управленческих решений, оптимизировала бизнес-процессы, анализ и планирование для всех структурных подразделений компании.

Основные результаты внедрения:

• Централизация и доступность данных.
  Повысилась эффективность работы аналитиков и снизалась доля ручных выгрузок на 80%. Благодаря политике компании по использованию единого источника данных бизнес-подразделения перешли на использование Power BI, что позволило сократить потери времени на консолидацию аналитических данных. 30-40% юнитов (включая закупки и склады) пока еще используют подключение Excel к единой модели, но постепенно переводятся на Power BI.
  
• Оперативная отчётность и мониторинг KPI.
  Ежедневное обновление данных сделало ключевые показатели (KPI) доступными для мониторинга без задержек. Повысилась эффективность управления за счет оперативной реакции на изменения рынка и отклонения от планов.
  
• Автоматизация и улучшение клиентской аналитики.
  Компания углубила понимание клиентского поведения на основе данных системы лояльности, упростила создание персонализированных предложений и улучшила сегментацию. Более эффективные стратегии взаимодействия по всем видам бизнеса анализируются в едином интерфейсе, что  позволило повысить лояльность клиентов.
  
• Улучшение качества обслуживания и клиентской удовлетворенности.
  Система позволяет отслеживать качество обслуживания на АЗС с учетом показателей, полученных от службы «тайный покупатель» и департамента контроля качества. Это помогает своевременно выявлять и устранять проблемы в сервисе, поддерживая высокий уровень клиентской удовлетворенности и снижая отток клиентов.
  
• Оптимизация управления запасами, ценообразования и анализ конкурентов
  Управление запасами топлива и мониторинг цен конкурентов, которые базируются на едином аналитическом хранилище, дали новые возможности гибкого ценообразования, точного планирования закупок и поставок, а также позволили снизить издержки.
  
  Например, были разработаны и внедрены инструменты парсинга данных о ценах на топливо у конкурентов. Инструменты позволяют сравнивать не просто среднюю цену, а анализировать детальные значения в зависимости от выбранного контекста. Аналитик может задать расстояние от конкретной АЗС, в пределах которого будут учитываться цены конкурентов. Таким образом, можно, например, сравнить цены на топливо в радиусе 10 километров от своей АЗС. Инструмент вычисляет расстояния, ранжируя цены по удаленности. Визуализация конкурентной обстановки на карте помогает топливным аналитикам принимать оперативные решения.
  
• Снижение ошибок, повышение точности и улучшение производительности
  Новая система позволила достичь высокого уровня точности: погрешность данных по выручке снижена до менее 0,02%, тогда как ранее она составляла 20-30%. Высвободились ресурсы аналитиков и IT-персонала, аудит данных стал более простым. Это обеспечило значительное повышение продуктивности персонала, что повысило общую эффективность бизнеса.

Таким образом, проект не только улучшил текущие бизнес-процессы, но и заложил основу для дальнейшей цифровой трансформации компании, обеспечив более высокое качество данных и гибкость в принятии управленческих решений.

Система в действии

Проект реализован с использованием продукта BI.Qube командой интегратора IT Pro, которая отвечала за создание ETL-процессов, настройку хранилища данных и формирование витрин для последующей визуализации данных. Экспертиза IT Pro позволила устранить множество проблем, связанных с неполной передачей транзакционных данных в CRM из кассовых систем. С помощью коннектора BI.Qube к 1С, работающему в визуальном режиме с метаданными, интегрированы данные из 1С ERP для управления номенклатурой и передачи информации в кассовые системы и BI.