• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Контакты

Адрес: г. Москва, Большой Трехсвятительский переулок, 3

Телефон: (495) 771 32 58

E-mail: info@mclog.ru

Руководство

Руководитель школы Дыбская Валентина Владимировна

Научный руководитель Сергеев Виктор Иванович

Первый заместитель руководителя Фель Алла Викторовна

Заместитель руководителя по науке и общим вопросам Эльяшевич Иван Павлович

Заместитель руководителя по научной работе со студентами Гусев Денис Александрович

Заместитель руководителя по работе с абитуриентами и выпускниками Левина Тамара Владимировна

Заместитель руководителя по международной деятельности Виноградов Андрей Борисович

Редактор сайта школы логистики Морозова Юлия Александровна

Глава в книге
Управление производственно-финансовой деятельностью предприятия на основе экономико-математического подхода

Мищенко А. В., Солодовников В. В.

В кн.: Материалы III Международной научно-практической конференции Финансовая стратегия предприятий в условиях нестабильности экономики. М.: АНО «Академия менеджмента и бизнес-администрирования», 2019. С. 114-120.

Препринт
Improving Transport Infrastructure in Russia

Kolik A.

OECD Economics Department Working Papers. ECO/WKP. Organisation for Economic Co-operation and Development, 2015. No. 1193.

12 мая состоялся научно-практический семинар Normal 0 false false false RU X-NONE X-NONE /* Style Definitions */ table.MsoNormalTable {mso-style-name:"Обычная таблица"; mso-tstyle-rowband-size:0; mso-tstyle-colband-size:0; mso-style-noshow:yes; mso-style-priority:99; mso-style-qformat:yes; mso-style-parent:""; mso-padding-alt:0cm 5.4pt 0cm 5.4pt; mso-para-margin-top:0cm; mso-para-margin-right:0cm; mso-para-margin-bottom:10.0pt; mso-para-margin-left:0cm; line-height:115%; mso-pagination:widow-orphan; font-size:11.0pt; font-family:"Calibri","sans-serif"; mso-ascii-font-family:Calibri; mso-ascii-theme-font:minor-latin; mso-fareast-font-family:"Times New Roman"; mso-fareast-theme-font:minor-fareast; mso-hansi-font-family:Calibri; mso-hansi-theme-font:minor-latin;} "OLAP-технологии для розничного бизнеса"

Автор и ведущий семинара:к.т.н., доцент, зав.кафедрой "Информационных систем и технологий в логистике"Новиков В.Э.
 

Обострение конкуренции в российском ритейле требует от компаний поиска внутренних резервов. Сегодня на смену периоду гонки за ростом капитализации пришло время повышения операционной эффективности розничных предприятий. Новый повсеместный тренд –усиливающаяся роль аналитических информационных систем в решении таких задач.

 

Розничные торговые компании успели накопить такое количество данных о своей операционной деятельности, которого, с одной стороны, уже достаточно для достоверного статистического рассмотрения, а с другой –оно критически велико для хранения и анализа в рамках транзакционной системы. На обработку такого количества данных требуется все больше и больше времени и ресурсов. Здесь необходим другой класс решений –аналитические системы.

 

Построенные на OLAP-технологиях, они извлекают информацию из специальных аналитических "кубов"* –хранилищ данных, предварительно рассчитанных для определенного набора аналитических задач, и представляют ее конечному пользователю. Поэтому делают это практически мгновенно, в удобном виде, с вариантами графической визуализации для достижения максимальной наглядности и быстрого понимания сути, позволяют пользователям гибко задавать наборы параметров и условий для анализа, чтобы посмотреть на происходящее под разными углами.

 

* Аналитический "куб"–специальная многомерная структура хранения данных, оптимизированная для быстрого доступа к информации при решении аналитических задач.

 


Почему именно OLAP?

 

Транзакционные (учетные) системы оперативной обработки данных (OLTP –On-Line Transaction Processing) не всегда отвечают требованиям анализа большого количества данных.

 

Поэтому появился новый класс так называемых "систем поддержки принятия решений", основанных на принципе оперативной обработки данных OLAP ( On-Line Analytical Processing, аналитическая обработка в реальном времени)

 

Один из самых важных показателей OLAP систем – их высокая производительность, благодаря чему метод анализа данных с использованием OLAP- технологии является сегодня достаточно популярным. Эта технология способна обеспечить наглядность и быстрый доступ к информации.

 

Преимущества OLAP:

 

• Многократное увеличение скорости получения интересуемых данных по сравнению с обычной транзакционной системой (например, формирование графика динамики продаж или складских запасов крупного торгового предприятия за год занимает несколько секунд).
• Возможность в разных аспектах рассмотреть большой массив данных за длительный период времени и сделать это максимально быстро.
• Представление информации в наиболее удобном для пользователя виде.

 

Как правило, именно на OLAP-технологиях построены BI-инструменты анализа, которые пока, к сожалению, ещё недостаточно широко используются российским ритейлом, и это несмотря на то, что именно у ритейла самый большой поток транзакций. (Транзакция в рознице –это чеки и десятки тысяч позиций в номенклатуре товаров).

 


Эффективное использование информации, скрытой в кассовых чеках

 

Данные о розничных продажах, поступающие с POS-терминалов и отображаемые в кассовых чеках, являются важнейшим источником для анализа ключевых показателей эффективности розничного предприятия. Они позволяют сформировать представление о покупательских предпочтениях, отслеживать реакцию клиентов на изменения в ассортименте, а значит - прогнозировать спрос и готовить соответствующие предложения для целевой группы покупателей, осознанно подходить к вопросам позиционирования торгового предприятия.

 

Анализ кассовых чеков по интервалам сумм покупок предоставляет важнейшую информацию:

 

• Какой ассортимент востребован покупателями, приносящими основной доход?
• Сколько денег тратят они при посещении магазина?

Этот анализ дает возможность ответить на очень важный вопрос:"Кто покупатель нашей сети (или отдельного магазина сети)", эффективно управлять ассортиментом и определять уровень товарных запасов.

 

Какие задачи ритейла позволяют решать BI-системы?

Индустрия розничной торговли стремительно меняется, и традиционный подход –полагаться на интуицию или строить прогнозы на основании прошлых лет –больше себя не оправдывает. Руководству компании жизненно необходима надёжная бизнес-аналитика, определяющая и направляющая бизнес-стратегию. Здесь на помощь приходят аналитические системы, BI-инструменты которых позволяют:

 

• улучшить прогноз потребительского спроса через выявление периодов отсутствия товаров на полках магазинов
• повысить эффективность закупочной деятельности благодаря использованию интеллектуального анализа потребительского спроса
• учесть влияние изменений розничных цен на товары при определении оптимальных товарных запасов
• решать задачи ассортиментного планирования и управления полочным торговым пространством
• правильно спланировать программу стимулирования продвижения и распродать остатки товарных запасов с наименьшими потерями.

Более широкому распространению BI-систем в России мешает недооценка результатов применения аналитической составляющей в ведении бизнеса, недооценка возможности повышения эффективности на основе анализа и последующей оптимизации планирования.
Если говорить о проблеме шире, то, по мнению Билла Хостмана (Bill Hostmann), вице-президента исследовательской компании Gartner, несмотря на многие годы и значительные средства, потраченные на создание корпоративных BI-систем, многим компаниям так и не удалось по-настоящему связать аналитику и бизнес, заставить сотрудников отказаться от "мышления в стиле Excel".

 

Особенности внедрения и использования BI-систем в период кризиса

Для кризиса характерно резкое ускорение в отрицательную зону динамики изменчивости рынка. Если говорить о ритейле, то можно наблюдать изменчивость в предпочтениях. Существует определенная реакция потребителей на свои, ставшие более скромными, возможности, на выбор того или иного продукта. И чем динамика выше, тем актуальней становятся задачи ее отслеживания. Кто использует BI-системы, тот может быстрее анализировать, а значит, и реагировать на любые изменения. Что, несомненно, является дополнительным конкурентным преимуществом. 

Аналитические составляющие BI-решений есть в системах ERP-класса и BPM (финансовый анализ и планирование), есть и специализированные BI-системы, например разработка компании FIT –France Informatique &Technologie для ритейла DiAna:Digital Analytics Pro.

Специализированные решения для ритейла очень важны, потому что это одна из самых высокотранзакционных областей.

 

Очень важно, чтобы система была нацелена на анализ именно розничных продаж, где происходит прямой контакт с покупателем, анализировать это взаимодействие –самое важное для розничной торговли. Именно здесь определяются предпочтения и корзина покупателя, работает персональный маркетинг и воздействия на формирование спроса. Точка продаж является ключевым звеном для ритейла. То, что происходит в этой точке, дает, фактически, всю необходимую информацию для планирования бизнеса, логистики, маркетинговых компаний и т.д.

Необходимым условием для обеспечения эффективности использования BI в компании должна быть заинтересованность менеджера в проведении анализа и использовании его результатов для принятия правильных, эффективных решений.        Важно построить управление людьми так, чтобы они были мотивированы и заинтересованы в высококачественном выполнении того бизнес-процесса, за который несут ответственность. Только в этом случае у них будет потребность в анализе результатов своей деятельности.  

BI-системы нужны на тех участках и для тех бизнес-процессов, где требуется повышать эффективность. Для этого необходима обратная связь и анализ результатов деятельности. Это возможно, если отдел или сотрудник отдела выполняет свои функциональные обязанности и получает определенное вознаграждение, которое рассчитывается не субъективно, а на основании определенных показателей эффективности бизнес-процесса. В этом случае у людей/отделов возникает желание эти показатели улучшать.

Ритейл –это, в первую очередь, логистика, потому что розничная компания доносит товар от производителя/дистрибьютора до колоссального количества клиентов через свою товаропроводящую сеть. Чтобы такую сеть построить эффективно, нужно эффективно построить управление логистикой распределения, товародвижения. И результаты будут зависеть от того, насколько хорошо эта логистика будет работать. А эффективность логистики зависит от тех, кто назначает розничные цены, кто анализирует продажи, организует закупку, планирует поставки, выстраивает цепочки поставок, перераспределяет товары, оптимизирует складские запасы. У этих людей потребность в BI, безусловно, есть. Хотя, помимо этой основы, фундамента розничного бизнеса существуют еще и задачи управления людьми, финансами, управления развитием. Но основа –сетевая логистика. И здесь имеется потребность в анализе колоссального объема информации, что требует мощных масштабируемых BI-платформ, справляющихся с этим объемом.

Анализ опыта зарубежного ритейла показывает, что, решая задачу повышения операционной эффективности в условиях жесточайшей конкуренции, иностранные сети все чаще прибегают к применению информационных систем бизнес-анализа (Business Intelligence, BI). В крупных сетях на Западе давно существует должность директора по аналитике продаж.

Задачи, которые решаются с использованием систем бизнес-анализа:

1. Прогнозирование спроса.
2. Ассортиментное и полочное планирование.
3. Управление ценообразованием.
4. Оптимизация запасов
5. Планирование цепочек поставок. 

На российском рынке наблюдается определенный дефицит отраслевых аналитических решений для сетевого ритейла, особенно в сегменте FMCG (потребительские товары). Во многом это объясняется сложностью формализации аналитических задач для обеспечения обработки громадных массивов данных.

Когда номенклатура розничного предприятия составляет тысячи и десятки тысяч позиций, а количество транзакций, которые создают кассовые системы, исчисляется миллионами и миллиардами, ритейлер, пытаясь проанализировать эти данные, может в них просто "утонуть", если ему на помощь не придет качественная аналитическая система поддержки принятия решений.

Информационная система, помогающая увеличивать прибыль, сегодня уже реальность.Еще вчера российские ритейлеры довольствовались связкой двух систем:front-end решение (главным образом состоящее из кассовых систем) и транзакционная (учетная) система управления товародвижением. Сегодня, когда появилась необходимость агрегировать данные из разных программ, получать "срезы", не предусмотренные транзакционными отчетами, подтверждать (или опровергать) свои предположения, рассматривая исторические показатели и тенденции и получать результаты максимально быстро, чтобы не потерять логическую нить причинно-следственных связей из-за ожидания многочасовых расчетов, базовый стандарт автоматизации логично дополняет третья составляющая –аналитическая система.

При подготовки новости были использованы материалы статьи В.Э. Новикова OLAP-технологии для построения BI-инструментов анализа, опубликованной в "Автоматизация и безопасность в сфере услуг"- Сентябрь 2009 года