Как поставщик ритейла может повышать торговые обороты, овладев искусством обработки информации
Автор: Дмитрий Слиньков
“
"Большие данные (Big Data) это как тинейджерский секс: все об этом говорят, мало кто знает как это делать, каждый думает, что остальные вокруг это регулярно делают, следовательно, все заявляют что занимаются этим!"
– Dan Ariely, Duke University
Казалось бы, в В XXI-м веке должно быть компьютеризировано каждое звено любых хозяйственных транзакций. Особенно, если речь идёт об учете поставок между торговыми сетями и их поставщиками. Но почему-то до сих пор мы с вами слышим о том, что:
Документы, товары или информация о них теряются
Руководители не владеют актуальной информацией о своем бизнесе
Прогнозирование спроса постоянно ошибается
Детальную отчетность получить трудно или даже невозможно.
Очевидно, что если вы, как дистрибьютор, производитель, поставщик ритейловых сетей, сможете перечисленные «недуги» победить, ваш бизнес не только «пойдёт в гору», но и будет делать это прогнозируемо. Рассмотрим что для этого нужно?
Для начала немного статистики.
По данным Росстата, оборот розничной торговли в РФ в январе-сентябре 2017 года составил более 24 триллионов рублей. При среднем чеке 643 рубля (по данным агентства Romir) количество обрабатываемых транзакций в минуту (!) составляет примерно сотню. Этот огромный массив данных хранится «везде и нигде». Везде — потому, что информация сохраняется у каждого контрагента в своем формате. Нигде — потому, что многие участники торговли до сих пор не ведут компьютеризированный учет товарооборота.
Несколько лет назад панацеей обработки больших объемов информации считался BI (Business Intelligence). Впоследствии стала модным называть эту область более прямолинейно — Big Data (большие данные). И то и другое — системы анализа данных. Для того, чтобы с ними умело работать, нужно овладеть хотя бы азами методик анализа больших данных. В самой что нинаесть практической плоскости, без «шелухи» громких новомодных терминов.
Итак, начнем с азов: что такое факторный анализ и как он помогает повышать торговый оборот.
Для старта определимся с фактором (не путать с фактом). Фактор — это причина, движущая сила того или иного процесса. Если вы имеете дело с множеством, казалось бы, не имеющих друг к другу никакого отношения данных, которые при этом изменяются как-то синхронно и внешне взаимосвязано, значит вам нужно найти скрытый от первого «поверхностного» взора фактор, влияющий на все эти синхронно изменяющиеся данные. Компьютерные системы — неоценимые помощники в такой работе. А для нейросетей такая задача факторного анализа вообще является «разминочным» упражнением.
Но довольно теории. Приведем пример.
Система Click Service Retail в основе своей работы использует в том числе и факторный анализ поставок товара.
Просматривая отчеты ритейлера о штрафах за недопоставку, вы задаетесь вопросом: почему? Почему именно в эти дни происходит недопоставка, а в другие — всё нормально? Факторный анализ, с помощью интерактивных электронных таблиц, позволит определить возможную причину. Например, в эти дни вы используете для доставки субподрядчика конкретную модель автомобиля транспортной компании A. Имея плоский отчет, такие зависимости найти невозможно.
В общем, любой отчет Click Service Retail о товародвижении может содержать в себе интерактивные подсказки того, как решить вашу проблему или задачу. Остается только отправить нам заявку и зарегистрироваться, чтобы прямо сегодня получить доступ к мощному аналитическому механизму.