Людмила Заславская

Корпорация "Глория Джинс" (www.gloria-jeans.ru) - крупнейшее в Европе и в России предприятие, изготавливающее джинсовую и зимнюю одежду. Свою продукцию под известными марками Gloria Jeans и Gee Jay компания производит на семи фабриках. "Глория Джинс" имеет более 30 представительств в различных городах России и СНГ, а годовой оборот компании уже достиг 100 млн. долл. - эта ситуация естественным образом порождает потребность в мощной аналитической системе.

Fashion-бизнес, отличающийся и сезонностью и постоянной динамикой, по своей природе требует быстрого отклика на запросы покупателей, а для этого необходимо постоянно вести мониторинг продаж каждого наименования продукции, обеспечивать нужный уровень запасов в каждой точке продаж. Тем более, что корпорация "Глория Джинс" - весьма активно развивающиеся предприятие: объемы продаж ежегодно вырастают на 30?40%, а предлагаемые компанией коллекции меняются четыре-пять раз в год.

Информационные потребности распределенной компании

Некоторое время в компании использовалась информационная система на базе продукта "1С: Торговля и Склад". С ее помощью решались задачи учета, организации продаж и движения продукции. Однако в последние годы эта система перестала справляться с задачами информатизации, стоявшими перед производителем одежды. Дело в том, что "Глория Джинс" имеет территориально распределенную структуру производственных мощностей и торговых представительств. На центральном складе, во всех представительствах и на распределительных складах корпорации в регионах информация о продажах собиралась ежедневно в центральную базу "1С" и передавалась в отдел аналитики и планирования, где ее с помощью макросов загружали в базу Excel и проводили анализ, пытаясь определить, для какого товара показатели продаж улучшаются, для какого ухудшаются, что нужно заменить, а что, наоборот, производить в большем объеме. Но получаемые при этом данные требовали дальнейшей доработки, и само составление отчетов производилось практически вручную. При этом в продаже, как правило, бывает 80?100 видов джинсовой одежды и зимних курток производства "Глории Джинс", а размерный ряд этой продукции составляет от 4 до 12 позиций. В результате у компании возникали трудности с подготовкой консолидированной отчетности и с ее анализом. Фактически анализировалась только базовая информация, охватывавшая лишь 70?80% существовавшего рынка сбыта, и оставалось много вопросов, которые занимающиеся анализом менеджеры даже не пытались задавать. Как сегодня востребованы конкретные модели в данном городе? Не лучше ли их перебазировать в другое представительство, где запасы поглощаются динамичнее? Не нуждаются ли конкретные цены в корректировке?

"Перед нами стояли задачи расширения объема полезных для анализа сведений и повышения оперативности их подготовки, - рассказывает директор по информационным технологиям корпорации "Глория Джинс" Виталий Гераськин. - Причем важно было не только получать текущую информацию, но также иметь возможность сопоставлять ее с показателями предшествовавших сезонов. Понадобились подробные данные и по выпускаемому товару, и по обширной клиентской базе. Кому и на каких условиях продается продукция? Приобретается она комплектно или раздельно? Продажи каких моделей взаимосвязаны? Когда и на каких условиях - по предоплате, или с отсрочкой платежа - производится оплата? Это и навело руководство корпорации на решение о создании корпоративного хранилища данных".

Кто поможет построить хранилище

По мнению специалистов "Глории Джинс", наиболее эффективным и экономически оправданным решением было минимальное изменение существующих структур данных и бизнес-процессов и создание над ними надстройки в виде хранилища данных и информационно-аналитической системы. Здесь важно отметить, что ряд высших руководящих должностей в "Глории Джинс" занимают высококлассные зарубежные специалисты, привыкшие пользоваться данными, подготовленными в системах класса Business Intelligence (BI). Они с энтузиазмом приняли идею внедрения такой системы на предприятии и оказали содействие в подготовке технического задания.

Новая система должна была обеспечить, во-первых, консолидацию данных существующих систем автоматизации для их дальнейшего использования в аналитических целях различными подразделениями компании, а во-вторых, поддержку принятия решений на разных уровнях управления предприятием. Другая важная задача - выбор простого и удобного для конечных пользователей средства, позволяющего просматривать накопленные данные, анализировать их, строить наглядные аналитические отчеты по различным срезам и с требуемым уровнем детализации информации.

В объявленном тендере приняли участие несколько компаний-разработчиков. "При выборе партнера были проанализированы опыт создания аналогичных систем, функциональность решений, способность подрядчика работать в формате проекта, выдерживая фиксированные рамки, сроки и цены", - комментирует выбор Виталий Гераськин.

В качестве исполнителя работ и поставщика программных решений специалисты "Глории Джинс" выбрали компанию "Терн". Специалисты "Терна" предложили вариант создания системы, структурно состоящей из двух подсистем - первая обеспечивает сбор и хранения корпоративных данных, вторая выполняет информационно-аналитические функции. В качестве платформы решения применены СУБД MS SQL Server 2000 и аналитический пакет Business Objects. Развертывание полномасштабной системы для всей компании было рассчитано на несколько этапов, с постепенным наращиванием функциональности и широты охвата областей анализа.

Проблемы внедрения

"Глория Джинс", по словам ее представителей, - первая компания в российском fashion-бизнесе, реализовавшая проект Business Intelligence, и в ходе этого проекта не обошлось без сложностей. В первоначальном состоянии данных в функционировавшей учетной системе обнаружились существенные пробелы, препятствующие построению правильных отчетов. Например, даже при отлаженных контактах с клиентами продавцы не всегда вносили в систему их координаты. Для системной работы информация о клиенте типа "Петя с рынка" непригодна. Другой пример - данные о возврате или замене бракованного товара. при наличии информация о том, какой товар возвращен и почему, конкретные схемы возврата могли быть отражены в системе по-разному. "Кроме того, нередки были случаи исправления документов задним числом, часто совершенно необоснованные, - добавляет Виталий Гераськин. - Причины крылись в недостатке организации, обучения и контроля персонала".

Чтобы обеспечить правильное отражение данных в информационно-аналитической системе, участники проекта перешли к унифицированным схемам создания данных и их отражения. Для этого они создали "Справочник типовых хозяйственных операций", пересмотрели справочники по номенклатуре и клиентам - именно на эти ресурсы следовало в дальнейшем ориентироваться при разработке схем загрузки и анализа данных.

Подготовка источников данных для загрузки в хранилище велась в основном силами дирекции по ИТ предприятия и продлилась немногим более трех месяцев - с ноября 2002 по февраль 2003 года. Параллельно силами совместной проектной команды велась работа над анализом данных и подготовкой структуры, а также собственно над созданием корпоративного хранилища данных.

На второй стадии (в марте-апреле 2003 года) участники проекта завершили разработку хранилища и протестировали его на реальных данных из корпоративной информационной системы. Здесь важнейшее внимание уделялось процедурам выгрузки данных из "1C", их очистки и загрузки в хранилище. Чтобы избавиться от проблем, связанных с недостаточностью и некорректностью данных в учетной системе, было решено не использовать имевшиеся механизмы обмена данных в "1C", а разработать специальный интерфейс для выгрузки данных.

Каждый вечер по окончании работы каждое подразделение выгружает данные, отражающие результаты за день. В течение ночи данные в полуавтоматическом режиме проверяются и загружаются в хранилище. Утром хранилище готово для аналитической работы с данными.

В мае 2003 года прошла стадия опытной эксплуатации, в ходе которой данные загружались в хранилище и сверялись с данными учетных систем, а отчеты дорабатывались. Уже в конце месяца был подписан акт приемки системы в промышленную эксплуатацию.

Отметим, что машина Compaq Proliant ML 570 4P, ранее служившая центральным сервером учетной системы, на этом этапе стала использоваться как сервер для хранилища данных. В результате проекта учетную систему за счет сокращения нагрузки удалось перенести на гораздо более дешевый двухпроцессорный сервер IBM xSeries 345.

Незапланированные трудности возникли при реструктуризации отдела статистики, собиравшего и обрабатывавшего данные. До внедрения аналитической системы при сборе и анализе информации в этом отделе не было четкого распределения ролей, и нередко разные сотрудники параллельно выполняли практически одну и ту же работу. После внедрения хранилища служба была переподчинена дирекции по информационным технологиям и реорганизована в слаженную команду, занимающуюся сбором информации и поддержкой удаленных представительств. Сюда же вошла аналитическая группа, занимающаяся обработкой информации и составлением отчетов и прогнозов.

"Было проведено тестирование персонала, работающего с системой, и по результатам тестирования принимались решения о замене, перемещении или обучении сотрудников, - рассказывает Виталий Гераськин. - В ходе работы были изменены должностные инструкции ответственных за передачу данных, модифицированы или заменены многие периодически составляемые отчетные документы. Огромную роль в организации этой работы сыграл опыт и настойчивость начальника отдела статистики". Впрочем, не все остались работать в новой структуре, кто-то не смог освоиться в новых условиях. Смена персонала существенно повлияла на продолжительность проекта.

Стоит отметить, что в период реализации проекта прошли две сессии обучения для персонала. Одна была организована для проектной команды на ранней стадии проекта. Затем более детальный обучающий курс был организован для различных служб, получивших непосредственный доступ к данным. Обучались в основном сотрудники, уже занимавшиеся бизнес-анализом, используя имевшимися ранее средства. По словам Виталия Гераськина, все обученные отметили легкость освоения системы.

Результаты

С внедрением системы данные для оперативного принятия решений и аналитики стали поступать напрямую из хранилища. А ввод достаточного количества информации и получение полноценных "исторических" сведений устранили необходимость в ручном составлении отчетов. Это избавило сотрудников от непроизводительных усилий, высвободило время для анализа и планирования. "Теперь накопление существенно большего объема информации и гораздо более серьезный анализ производятся меньшими силами, чем ранее, - говорит Виталий Гераськин. - После завершения проекта с компанией "Терн" мы силами своих сотрудников продолжили работа по проверке данных в хранилище и дополнительной загрузке так называемой "исторической" информации - хранившихся в "1C" полезных сведений предыдущего года. Благодаря этому теперь средствами корпоративной аналитической системы можно проводить анализ информации начиная с 2002 года.

Пользователями системы являются руководство компании, дирекции продаж, финансов, логистики. Информация из хранилища задействуется при подготовке всех оперативных отчетов. На первом этапе с помощью хранилища строились те же отчеты, что и раньше, - только теперь их достоверность, глубина и скорость подготовки существенно повысились. Улучшилось и представление данных - появились удобные графики, диаграммы сравнения разных периодов, и т. д. В дальнейшем существенно расширился круг аналитических процедур, которые сотрудники выполняли уже самостоятельно - интересная информация, доступная теперь в хранилище данных, прежде не задействовалась ввиду сложности ее анализа.

"Теперь появилась реальная возможность рассматривать, например, подробные данные о каждом клиенте: когда он впервые появился, какова периодичность деловых контактов, как она зависит от сезона; вид и объемы интересующей его продукции, его приоритеты в выборе ассортимента, торговые площади и продажи с них, ход развития его бизнеса, возможные варианты помощи, которую может ему оказать корпорация, - исполнительный директор Мария Островская. - Процесс освоения системы продолжается. По мере расширения знаний, относящихся к привычным областям, открываются новые возможности, новые разрезы данных для анализа. Данные, выбранные из системы, обрабатываются в статистических пакетах для выявления закономерностей и взаимозависимостей. На основе информации, получаемой из хранилища данных, принимаются решения о начале, продолжении или остановке производства той или иной модели, об изменении цен, о необходимости пополнения запасов в региональных офисах продаж, составляются прогнозы продаж и планы производства. Принимаются решения об открытии новых офисов продаж и найме новых торговых представителей. Данные не приносят денег сами по себе, но их своевременное наличие и правильное использование позволяет компании предоставлять правильный товар в правильное место в правильное время и по правильной цене, а значит, привлекать покупателей".

Совместно с компанией "Терн" корпорация "Глория Джинс" планирует дальнейшее развитие корпоративной системы - наполнение ее новыми данными и внедрение соответствующих инструментов доступа, предоставление данных через Интернет, внедрение готовых к применению способов анализа и представления данных. Одна из возможных альтернатив - применение "приборных панелей", на которых менеджер любого уровня может одним взглядом ознакомиться с интересующей его информацией. При необходимости такая панель позволяет с помощью одного щелчка мыши выяснить, какие факты привели к тому или иному результату.

"К особенностям данного проекта можно отнести быструю отдачу на вложенные инвестиции, сохранение ранее сделанных инвестиций, и очень малое вмешательство в работу бизнеса на этапе внедрения - работа компании не была задержана или существенно изменена, - резюмирует Виталий Гераськин. - Просто существенно улучшилось качество и объем доступных для анализа данных".