О возможностях и перспективах системы, обеспечивающей сбор данных у внешних партнеров, рассказывает Вячеслав Наумов, руководитель отдела ИТ компании «Кимберли‑Кларк Восточная Европа».

Intelligent Enterprise: Итак, наша тема — управление данными и его значение для бизнес-аналитики. Из пресс-релиза мы знаем, что с июля этого года в «Кимберли-Кларк» работает система, обеспечивающая сбор и анализ данных из российской дистрибьюторской сети. Как вы пришли к идее о том, что вашей компании необходима подобная система?

Вячеслав Наумов: В 2008 г. мы приступили к исследованию для проекта построения аналитической системы по продажам, и в процессе наши аналитики, естественно, изучали, какие данные и как именно мы можем получать от дистрибьюторов, что нам даст непосредственное накопление данных и что — различные формы работы с ними. Параллельно происходил выбор системы BI, позволяющей работать с огромными объемами данных и, что очень важно, представлять информацию под нужными нам углами зрения. Мы остановились на системе IBM Cognos BI, которая удовлетворяла этим нашим ключевым требованиям. Интегратором проекта выступила компания «Крок». Выбор IBM Cognos упрощал и задачу интеграции, так как на тот момент у нас уже использовались инструменты Cognos для планирования и бюджетирования.

В 2009 г. мы в довольно сжатые сроки подключили к системе десятки дистрибьюторов, и к нам стали поступать полные данные. Затем началась более длительная фаза — разработка стандартных отчетов, на основании которых будут приниматься решения. Особенно много времени потребовала тонкая настройка отчетов, в силу того, что мы взяли курс на экспансию в регионы, и у нас возросло количество менеджеров, имеющих право принимать достаточно важные решения.

Мы сейчас говорим об аналитической системе, а не о транзакционной?

Не совсем. Данные обрабатываются аналитической системой, но сами они поступают из транзакционных систем — нашей и наших партнеров. Причем между этими двумя случаями есть принципиальная разница. В полноте и своевременности предоставления наших собственных данных у нас нет сомнений, мы можем строить по ним прямые отчеты на понятном нам языке, и они покажут нам, что происходит с продажами, с бизнесом в целом на нашей стороне. А вот заглянуть в бизнес партнеров сложнее, и эта задача была решена в рамках системы сбора, хранения и управления накопленными данными аналитической системы.

Сложность заключалась в том, что у вас и у партнеров — разные транзакционные системы?

Проведем такую аналогию. Пусть вся информация — это иероглифы, и мы владеем японским языком, а наши партнеры — китайским. В принципе информация выглядит одинаково, но мы не можем прочитать и понять, что говорят нам наши партнеры. Транзакционные системы могут и совпадать, но если при этом какие‑то товары у партнера будут называться или кодироваться иначе, чем у нас, потребуется перевод с одного языка на другой. Нужно собрать все эти мастер-данные и уложить на одни и те же полки — задача, казалось бы, не очень сложная, но, учитывая количество дистрибьюторов, достаточно объемная. И мы с этим хорошо справились, добавив к аналитической системе работу с мастер-данными. Трансляция происходит практически в автоматическом режиме под контролем наших сотрудников.

А ваши партнеры, в свою очередь, могут пользоваться этой аналитической системой?

На данный момент ею пользуются только наши сотрудники, непосредственно отвечающие за работу с дистрибьюторами. Но надо сказать, что система у нас очень гибкая: каждый пользователь видит свою зону ответственности — тот регион и тех партнеров, с которыми работает. Так что техниче­ская возможность для того, чтобы предоставить нашим партнерам доступ к аналитике, имеется, хотя мы ее пока не включали.

Следующий вопрос — о трансформации управления компанией. Мы даем в руки сотрудникам компании некий инструмент и тем самым можем расширить их полномочия. В результате принятие решений с верхнего уровня, с топ-менеджмента, который в любом случае принимал решения — с аналитической системой или без, — опускается на средний, а то и на нижний уровень. Есть даже такой специальный термин — operational BI. Прослеживается ли такая связь в вашем случае?

Да, можно со всей определенностью утверждать, что связь есть, и я бы назвал этот проект очень своевременным. Возможность пользоваться системой получили и высшие руководители, и менеджеры среднего звена, и непосредственно работники на местах. В действительности эти люди всегда принимали решения, но раньше им было труднее выбрать, так как они не располагали достаточной информацией. А сейчас мы готовим для них данные, отчеты, аналитику, так что их решения стали более обоснованными, они могут решать быстрее, причем чувствуют себя более уверенно.

Огромный плюс такой системы — в разграничении ответственности: одни люди готовят аналитику, другие, опираясь на нее, принимают решение. Данные и аналитика у нас стандартизированы — есть одно хранилище, один источник информации, и ему все доверяют. Это существенно изменило наш процесс принятия решений как таковой.

Аналитические системы всегда используют данные, которые уже есть в организации в электронном виде, а сами, в свою очередь, позволяют более тонко настраивать имеющиеся системы управления и за счет этого расширять их возможности. Это могут быть, скажем, системы управления складской или транспортной логистикой, системы планирования производства. Происходит ли у вас что‑то подобное?

Не может не происходить, это просто в крови у каждого менеджера — как высшего, так и среднего звена. Как только вы получаете аналитику верхнего уровня, вам тут же хочется ее раскрыть и посмотреть, что за этим стоит. Начав, скажем, с анализа продаж наших партнеров, вы в конце концов должны прийти к планированию производства, которое у нас существует и на территории России. Если оно построено без учета реального спроса, вы сразу это увидите.

Но здесь снова нужно упомянуть о разделении наших собственных данных и данных партнеров. Хочу, кстати, заметить — в нашем случае не вполне правильно говорить, что система опирается на данные, которые у нас уже имелись: на момент начала проекта данных наших партнеров у нас не было. Прежде чем их собирать, нам требовалось понять, что мы можем получить из этой информации, как она будет помогать менеджменту. А наши собственные данные у нас, разумеется, были. Существует наша корпоративная система BI, которая опирается на наши же транзакционные системы, включая и логистику, и финансы, и даже, как я уже сказал, процессы производственного планирования. Но только это наши собственные системы, а не партнерские. А с партнерами мы прежде всего должны были выяснить, какую их информацию нам имеет смысл собирать. Ведь один партнер в состоянии, условно говоря, предоставить сотни различных цифр, другой — лишь несколько десятков, и следовало выработать некие общие правила сбора данных. Мы сделали это для небольшой группы партнеров, а затем подключили остальных и сделали этот процесс стабильным.

Теперь у нас наряду с нашими собственными данными появились данные от наших партнеров, то есть фактические данные о ситуации на рынке. Соответственно поставлена задача обеспечить интеграцию между теми и другими.

А разве это не происходит автоматически? Казалось бы, сколько вы произвели, сколько вы вбросили в канал, столько ваши партнеры, грубо говоря, и могли продать?

Разумеется, но товар оказывается на рынке не мгновенно, и мы, прослеживая, каким образом он доходит до полки, сразу получаем понимание того, насколько эффективны наши партнеры, как быстро они продвигают товар, а заодно узнаем об их подходе к планированию товарных запасов. Например, одни дистрибьюторы стараются минимизировать запасы, сделав поставки более частыми, но небольшими по объему, другие — более удаленные — могут создавать большие запасы и потом уже ими оперировать. Это разные методологии планирования, и мы тут же понимаем, как работает партнер и где есть место для оптимизации, можем посоветовать ему, как улучшить процесс и сделать так, чтобы наши товары быстрее доходили до непосред­ственного потребителя. Здесь мы также вынуждены подчеркнуть содержательную связь между результатами анализа и потребностями в определенном функционале транзакционных систем. В данном случае я имею в виду связку «планирование складской логистики — бизнес-аналитика».

У вас разные товары, разные схемы, разные регионы. Пробуете ли вы применять так называемую продвинутую аналитику — выявлять корреляции, прогнозировать ситуацию на рынке?

Планирование спроса — это общее правило — производится на основании прогноза о том, каким образом будет идти развитие продаж в таком‑то канале, с такого‑то склада, в таком‑то регионе. Но для долгосрочных предсказаний у нас пока слишком мало материала — надо подождать, пока накопится достаточная статистика. Сейчас мы строим прогнозы не дальше, чем, например, на ближайший месяц. Но сказанное касается только партнерских данных, а на наших собственных данных у нас есть долгосрочное планирование, которое опирается на алгоритмы и историю — историю продаж или бюджетирования.

И планы по спросу, как это полагается по классической схеме, воздействуют на производственные планы? Вещь, казалось бы, естественная, но на практике встречается довольно редко.

Обратная связь с производством действительно работает, но только в кольце наших компаний: здесь мы понимаем наши товарные запасы, прогнозируем спрос и даем обратную связь на производство. Это касается и нашего подмосковного завода, и поставок из‑за рубежа и из других регионов. Самая интересная задача здесь — сделать прогноз, наиболее близкий к реальности. Чем больше данных и чем ближе они к потребителю, тем точнее результат.

Лучше всего — прямая связь с кассой. Покупатель пробил чек — и сразу же данные в системе.

Да, плюс информация о том, кто он и почему сделал именно такую покупку. Тогда можно будет построить прогноз, действительно заслуживающий названия «продвинутый», и с ним мы сведем к минимуму и складские запасы, и количество денег, участвующих в цепочке поставок.

Если говорить о более приземленных вещах, то мы планируем развивать систему по двум направлениям. Первое — это интеграция информации от наших партнеров с нашей аналитикой. Идея состоит в том, чтобы соотнести данные наших продаж и продаж наших партнеров, учитывая факторы, которые отличают их содержание друг от друга: время сравниваемых операций, корреляция объемов в деньгах, набор каналов продаж. А второе направление — вовне, чтобы приблизиться непосредственно к точкам продаж, понять, что там происходит: как устроен первичный спрос, что на самом деле заказывают магазины и что им в итоге доставляют.

То есть вообще вы намерены дойти, условно говоря, до каждой кассы?

Пока — до каждого магазина. Получать данные прямо с кассы — следующая стадия. За границей это очень распространено, но у нас не все точки продаж достаточно продвинуты технически.

Аналитика иногда очень тесно связана с прощупыванием рынка в плане рекламно-маркетинговых акций. Насколько подходит для такого рода задач ваша аналитическая система в ее нынешнем виде?

Конечно, у нас есть инициативы, новые продукты, — вообще мы применяем весь набор маркетинговых инструментов, — и аналитика позволяет нам оценить, как быстро какая инициатива доходит до магазинов. Здесь очень важна полнота охвата, то, что мы видим всю страну. Мы можем завязать появление новых продуктов на KPI для торговых представителей и отследить их выполнение. Это будут объективные показатели, потому что данные предоставляет дистрибьютор, независимый от наших внутренних KPI логистиче­ский партнер.

Мы анализируем корреляции между каналами продаж: допустим, если произошел рост в канале открытых рынков в определенном регионе, то необходимо понять, как это повлияло или повлияет на остальные каналы, например канал гипермаркетов, и проследить эту связь в других регионах. Мы также изучаем связи между нашими отгрузками и отгрузками дистрибьюторов, влияние сезонных колебаний рынка, различных внешних факторов — скажем, в конце года большому количеству людей выдают тринадцатую зарплату, и это тоже отражается на спросе.

Сейчас стало модно обеспечивать торговым представителям мобильный доступ к аналитической системе. Тогда они, приходя к потенциальному покупателю, не просто виртуально выкладывают товар, а видят при этом историю взаимодействия, те же корреляции и т. д. Перспективен ли, на ваш взгляд, такой подход?

Да, перспективен. В идеальном случае — и это записано у нас в планах — у каждого торгового представителя должен быть доступ к аналитической системе. Сейчас такой доступ есть у представителей, которые непосредственно отвечают за работу с дистрибьюторами, и они активно пользуются этим в работе. Следующим шагом мы собираемся предоставить такую же возможность торговым представителям, работающим со своей секцией торговых точек.