Анализ данных: чего хочет розница?

Российская розница постепенно переходит от внедрения простых учетных систем к автоматизации более сложных задач – анализа, прогнозирования и пр. Как ритейлеры выбирают то или иное BI-решение? И почему многие из них по-прежнему предпочитают всевозможные «подручные средства»?

Все те, кто полагает, что компания “1С” так сильно потеснила своих конкурентов на рынке бухгалтерских решений для СМБ благодаря интуитивно понятному интерфейсу, масштабируемости, высокой производительности и прочим особенностям, которые поэтапно появляются в последних разработках этой компании, пожалуй, заблуждаются. Помимо оперативного учета изменчивых требований отечественных регуляторов и пр., “1С”, в свое время, завоевала сердца миллионов отечественных бухгалтеров, в частности, благодаря своей доступности, попросту сказать – низкой цене программ. Возможности “1C” , в частности, используют сегодня и для выполнения некоторых задач BI, хотя на рынке давно уже появились и другие, более специализированные решения.

Пример “1С” явно вдохновляет сегодня многих разработчиков. Например, ценовой доступностью отличаются базовые решения одного из отечественных лидеров отечественного BI - рязанской компании  BaseGroup Labs. Благодаря чему, даже небольшие торговые компании могут позволить сегодня купить “немного Data Mining” по более чем разумной цене.

Например, согласно сведениям, размещенным на сайте BaseGroup, оптимизация складских запасов при помощи решения Deductor Inventory Stock Optimization (вместе с программной платформой, преднастроенной СХД, адаптацией, техсопровождением, обучением и пр.) обойдется всего в 1641 рубль.

Сколько стоит Data Mining?

На продажи влияет множество, порою самых неожиданных, факторов таких как, например, повышение уличной температуры за стенами магазина на несколько градусов. Data Mining, например, поможет ритейлерам раскопать нетривиальную проблему до самых корней, добраться до ее истоков и найти, скажем, истинную причину падения продаж китайских груш на 2,5% в прошлую среду. Немало закономерностей работникам торговли уже и без того известны в результате многолетних наблюдений за поведением покупателей.

Статистические методы (а также “быстрые”  OLAP-кубы, загруженные прямо в оперативную память и пр.), помогут ритейлерам-практикам быстро “оцифровать” уже имеющиеся у них эмпирические знания, количественно их оценить и понять, насколько они ценны с точки зрения реального влияния на прибыль, выручку и пр. Эти и ряд других соображений приводят к выводу о том, что “пришествие” BI в отечественный ритейл, включая сегмент розничного СМБ, со временем, неизбежно и значительно облегчит задачу управления торговым бизнесом в современных экономических условиях.

Хорошо отвечающей потребностям ритейлеров является сегодня, например, линейка IBM Cognos, причем функционал Data Mining можно расширять по мере необходимости, в том числе, благодаря хорошей интеграции с другими решениями IBM.  В частности, в нее входит решение Cognos Express, предназначенное специально для СМБ. Следует, правда, подчеркнуть, что вендор вкладывает в понятие средний-малый бизнес свое, западное понимание. В частности, с учетом всех обстоятельств, решение рекомендуется внедрять компаниям с оборотом не менее 50 млн. евро.

“Приведу простой (и достаточно условный) пример: компания с оборотом в 5 млн. евро может внедрить у себя Cognos Express. Но, как правило, затраты на внедрение этой системы будут выше, чем экономический смысл от ее использования: взяв среднюю норму рентабельности в 10%, мы оцениваем прибыль такой компании в 500 тыс. долл., а это означает, что тратить на внедрение сумму в 100 тыс. долл. вряд ли целесообразно,” – пояснил позицию вендора Данила Моргалюк, гендиректор компании NaviCon Group.

Подобно IBM в свои отраслевые портфели все чаще включают сегодня решения для СМБ и другие вендоры, которых многие привыкли воспринимать как разработчиков преимущественно для сегмента enterprise.

Визуализация, мобилизация, “облачность”

Значительно ускоряет процесс распространения BI в отечественной рознице продуманная маркетинговая политика многих западных вендоров, делающих в своих решениях особый акцент на скорость обработки, “визуализацию” и “мобилизацию” данных.

Ощущать, что в прямо кармане находится вся самая главная, постоянно обновляющаяся информация о твоей большой, территориально-распределенной сети, ознакомиться с которой можно в любой момент – это, пожалуй, особое, вселяющее уверенность в будущем чувство, не похожее ни на какое другое. Чувство это, помимо прочего, весьма способствует принятию положительного решения о покупке BI-решения с развитым инструментарием для визуализации и вывода изображений на такие устройства как iPhone, iPad и т.п.

Если к достаточно минималистичной, но, в то же время, детально продуманной в отношении дизайна (и возможности детализации способом Drill down) графической визуализации добавить функционал обработки данных in-memory, позволяющий быстро обсчитывать большие массивы данных, работать с OLAP-кубами, получать результат почти немедленно и выводить на экран того же  iPhone, забирая информацию по своему запросу из “корпоративного” облака, то мы получим весьма привлекательный для многих ритейлеров BI-продукт. Такой как, например, QlikView.

В поисках гармонии

Казалось бы, что вышеперечисленных и ряда других отечественных и зарубежных разработок, традиционно возглавляющих российские рейтинги внедрений BI-решений, более чем достаточно для того, чтобы удовлетворить потребности самого взыскательного ритейлера. Хотя процесс распространения BI в торговой отрасли идет достаточно быстрыми темпами, наиболее массовым средством бизнес-анализа и создания отчетности был и остается, конечно же, MS Excel. Но ведь этот продукт обладает лишь базовыми, относительно скромными возможностями в плане BI. Почему же он так всенародно популярен?

Каждое из BI-решений имеет свои сильные, всячески подчеркиваемые разработчиками, и слабые стороны, которые они часто стараются особо не выделять в своих рекламных материалах. В частности, решения, где акцент сделан на наглядность, “продвинутую” визуализацию и пр. часто обладают относительно скромными возможностями в плане Data Mining, неудовлетворяющими профессиональных аналитиков, также обоснованно полагающих, что iPad и серьезное “digital research”, вообще говоря, несовместимы друг с другом. Профессиональные решения, в свою очередь, либо слишком дороги, либо чересчур сложны для пользователей и, как правило, не подразумевают того, что человек изучит, а затем углубит свои знания, не отрываясь от основной работы, прямо в процессе использования программы, как это часто бывает с тем же Excel.

Корпоративным облакам, которые, теоретически, так хорошо отвечают потребностям территориально-распределенной торговой сети, зачастую мешают проблемы с российскими каналами связи, а публичные облака, с их разнообразными SaaS-сервисами и экономичной тарификацией (исходя из фактического использования) ритейлеры, помимо прочего, встречают с некоторым недоверием. Всем типам облаков препятствует недостаток мотивированного и квалифицированного персонала на местах, проблемы с “чистотой” данных во многих отечественных торговых компаниях и ряд других. Впрочем, наступление эры “облаков” в ритейле, видимо, уже не за горами. “У ритейлеров от работоспособности ИТ-систем в большой степени зависит работоспособность технологических процессов. По моему мнению, в ближайшее время ритейлеры не будут переносить свои ИТ-системы в облака, чтобы не повышать риски снижения отказоустойчивости. Тем более, что основные российские ритейлеры уже инвестировали в собственные ИТ-системы и инфраструктуру”,  - делает прогноз Дмитрий Сытин, заместитель генерального директора по ИТ группы компаний «Утконос».

Все вышеперечисленное сегодня приводит к тому, что BI в ритейле, как впрочем и во многих других отраслях, пока что можно отнести скорее к числу своего рода “факультативных” решений, находящихся “во власти” нескольких аналитиков, работающих в центральном офисе. Отчетность, которую они предоставляют руководству, часто достаточно интересна, но ее показатели ИТ-специалистам бывает довольно сложно привязать на практике к потребностям реального бизнеса, стратегии торговой сети.

Спросим у разработчика

Можно ли создать BI-продукт, который будет популярен, одновременно, и у крупных ритейлеров, и у владельцев одиночных магазинов; продукт отвечающий потребностям рядовых пользователей, топ-менеджеров и аналитиков одновременно? Интересным мнением по этому поводу поделился с CNews Роман Раевский, гендиректор компании "Полиматика Рус".

BI – это инструмент, позволяющий делать деньги буквально “из воздуха”. Успешно “крутить” в одной только голове данные о продажах, пожалуй, давно уже стало невозможно. Однако BI требует не только инвестиций, но и определенной корпоративной культуры, готовности ритейлера таким инструментом пользоваться, достижения определенного уровня ИТ-зрелости. "Об основной массе отечественных ритейлеров пока нельзя сказать, что они перешли от этапа всевозможных оптимизаций бизнес-процессов и пр. к этапу углубленного анализа продаж и  выявления неочевидных закономерностей, - считает Роман Раевский. - Кроме того, мне достаточно сложно представить отечественную сеть, которая решилась бы  выгрузить свои данные о товарообороте, ассортиментную матрицу и пр. куда-то в публичное облако. Наоборот, вся эта информация считается коммерческой тайной и тщательно охраняется. Облачные решения сегодня служат, скорее, в качестве демо-версии. Если она нравится, то начинаются переговоры о том, чтобы купить лицензию на BI-решение”.

Помимо объективных причин, найти общий знаменатель для требований разных категорий пользователей мешают и чисто субъективные. “Успешно продаваемый BI-продукт для массового использования должен быть недорогим в пересчете на рабочее место. Решение же, скажем, для генерального директора торговой сети должно, в частности, обязательно иметь “продвинутую” визуализацию, причем попытки продавать такой продукт дешево приводят обычно к обратному эффекту”, - делится опытом г-н Раевский.

Купить “модное” BI-решение – еще не значит начать правильно его использовать по прямому назначению. К такому выводу приходишь, знакомясь с результатом исследования, результаты которого были доложены "Полиматика Рус" на Russian Retail Forum-2012. Среди опрошенных пользователей-ритейлеров 79% относились к высшему руководству или топ-менеджементу, а 60% сетей попали в категорию “от 10 до 100 торговых точек”.

С чем ходят к руководству на совещания

Источник: "Полиматика Рус", 2012

Несмотря на то, что все опрошенные сообщили о том, что используют средства анализа и статистической обработки в своей работе, подавляющее большинство почему то “забывает” об этих средствах в самый важный момент – в то время, когда проводятся совещания и принимаются управленческие решения. “BI-системы в отечественной практике используются где угодно и кем угодно, но (в 93% случаев) не на оперативных совещаниях, т.е. не при принятии решений, – делает вывод г-н Раевский. - В частности, Excel и отчетность используются для анализа ситуации в 62% случаев, “продвинутые” технологии –  лишь в 3,5% случаев”.

С чем сидит руководство на совещаниях

Источник: "Полиматика Рус", 2012

Согласно уже успевшей сформироваться традиции, многие ритейлеры стремятся пробрести в составе решения “побольше Data Mining” в пересчете на каждый вложенный рубль, причем обычно их мало настораживает то обстоятельство, что изучение подобного рода решений многие вузы уже включили в свои программы обучения студентов. “У нас есть опыт многолетних продаж BI-системы С.М.А.Р.Т., "продвинутой" в части Data Mining, – делится опытом г-н Раевский. - Обычно переговоры с клиентами из ритейла и начинаются с того, что они интересуются BI-решением с максимально развитым функционалом Data Mining. Часто бывает, что переговоры внезапно обрываются. Когда начинаешь “по горячим следам” интересоваться, что стало тому причиной, в итоге обычно выясняешь, что в торговой сети, например, работал студент, закончивший писать диплом по кластеризации или что-то тому подобное. Реальная же степень использования сложных инструментов Data Mining в небольших и средних торговых компаниях, не побоюсь этого слова, близка к нулю”. 

Можно ли сделать по-настоящему массовым полноценное BI-решение? Этот вопрос во многом сводится к другому: “А можно ли вообще сделать массовым сам Data Mining?”. Вот как отвечает на этот вопрос г-н Раевский: “Нашу новую BI-систему “Полиматика” мы построили, руководствуясь следующей идеологией. В дополнение к OLAP-кубу, который на практике чаще всего применяют, пользователь сразу же получает графику. Когда люди постепенно понимают, что это не просто 3-D, а еще и 4-, и 5-D, то это их обычно весьма впечатляет. Впечатление усиливается по мере того, как пользователи осознают тот факт, что для прогнозирования и выявления трендов им не нужно делать вообще ничего. Достаточно взглянуть на уже готовую визуализацию (которую мы, в какой-то степени, им "навязываем"). А для того, чтобы, например, провести кластеризацию, достаточно один раз щелкнуть мышкой”.

Интересна сама по себе идея дать в руки массового пользователя из розничной торговли доступный во всех смыслах и отношениях инструмент для проведения ad-hoc анализа. Он, может быть, позволит не столько получить окончательный результат, сколько нащупать гипотезу, передать ее в аналитический отдел на проверку, а затем оценить получившиеся результаты на соответствие не только здравому смыслу, но и своему опыту и знанию реальной ситуации в конкретном магазине. А затем - применить свою же идею на практике. А также, может быть, получить в случае успеха премию. Очевидно, что если удастся сделать вышеописанный бизнес-процесс повсеместным и регулярным, то мы получим уже совсем другую отечественную розничную торговлю: такую, какую нам еще никогда не доводилось видеть прежде.

“BI сегодня занимается ограниченное число специально подготовленных людей, которые научились пользоваться тем или иным решением и, естественно, его "защищают". В реальном бизнесе они, как правило, понимают гораздо меньше, свои результаты предоставляют кому-то другому, а проверить их выводы часто некому. Такой подход имеет место, и даже преобладает, сейчас. Иногда это дает определенные преимущества, например в крупном бизнесе. Однако на рынке отчетливо ощущается потребность в других, более массовых, доступных и, если хотите, наглядных BI-инструментах. Ведь, в ряде случаев, гораздо важнее быстрое получение результата, чем строгая научная обоснованность рекомендаций. Образно говоря, никто не мешает вам нанять шофера, если вы не умеете пользоваться механической коробкой передач. Однако большинство предпочтет пользоваться автоматической коробкой, хотя с точки зрения гонщиков-профессионалов она в чем-то, наверное, и уступает,” – проводит аналогию Роман Раевский.