{{item.title}}
{{item.text}}
{{item.title}}
{{item.text}}
Od kilku lat na rynku w Polsce obserwujemy rosnące znaczenie danych w podejmowaniu decyzji biznesowych. Trend ten - z angielskiego data-driven - oznacza wykorzystywanie danych przez całą organizację przy każdej możliwej okazji. Mowa tutaj nie tylko o wyjaśnianiu zdarzeń przeszłych, ale co ważniejsze, o przewidywaniu tego, jak dana zmienna może zachować się w przyszłości. Takie podejście promuje innowacyjność wśród pracowników, a co za tym idzie ma bezpośredni wpływ na rozwój nowych gałęzi biznesu lub optymalizację tego, co dzisiaj funkcjonuje w naszej organizacji.
Szczególnie w branży handlu detalicznego podążanie za tym trendem jest nieodzowne i stosunkowo łatwe we wdrożeniu - przejście w czasie pandemii wielu firm z branży na system sprzedaży online, zbudowanie platform sprzedażowych, wdrożenie systemów obsługi transakcji, wdrożenie systemów obsługi łańcucha dostaw, wdrażanie podejścia paperless - wszystko to daje organizacjom ogromny potencjał do zastosowania koncepcji data-driven, aby usprawnić zarządzanie całym przedsiębiorstwem.
W organizacji data-driven to dane stanowią podstawę wszystkich działań i decyzji – począwszy od ustalania strategii rozwoju, portfolio produktów, customer experience, aż po wprowadzanie innowacji w produktach i usługach, a także optymalizacji kosztowej oraz zwiększaniu efektywności pracowników.
Jest to więc zastosowanie analityki i modelowania danych w celu wsparcia podejmowania dobrych decyzji biznesowych i obrania najlepszych kierunków działań. Kiedyś organizacja potrzebowała do tego wysokiej klasy specjalistów - ekspertów IT i statystycznych geeków opracowujących modele do wybranych zagadnień biznesowych. Dziś, dzięki ogromnemu postępowi w dostępności zaawansowanych od strony algorytmicznej, ale prostych w obsłudze narzędzi informatycznych, stosowanie metod analitycznych jest możliwe na każdym poziomie organizacyjnym. Uproszczenie sposobu korzystania z narzędzi analitycznych demokratyzuje dostęp do danych. Dostęp do analiz i raportów na urządzeniach mobilnych umożliwia błyskawiczną reakcję na zmiany zachodzące w przedsiębiorstwie. Dotyczy to zarówno szeregowych pracowników, jak i członków zarządu.
Technologia Big Data pozwala na coraz szersze wykorzystanie danych nieustrukturyzowanych i przekształcanie ich w łatwe do analizy fakty. Przykładem może być porównanie kosztów poszczególnych kampanii marketingowych z wywołanym przez nie wzrostem sentymentu w mediach społecznościowych. Narzędzia analityczne umożliwiają szybką i skuteczną predykcję, która pozwala na przewidywanie zmian zarówno na rynku, jak i u konkurencji. Techniki uczenia maszynowego zwiększają możliwości wykrywania powtarzających się wzorców, w tym przewidywania zmian trendów i korelacji zdarzeń.
Wyniki ww. analiz są z kolei udostępniane w przystępnej wizualnie formie, gdzie odbiorca błyskawicznie znajduje kluczowe dla siebie informacje. Dzięki dashboardom widocznym na telefonach i tabletach skraca się nie tylko sam czas obliczeń, ale też czas od ich wykonania do przeanalizowania wyników przez decydentów i podjęcia stosownych decyzji biznesowych.
Dzięki zastosowaniu podejścia data-driven, marżowość produktów i skuteczność akcji promocyjnych będzie można wyliczyć na poziomie pojedynczych operacji. Optymalizacja marżowości nie będzie oparta na górnolotnym haśle: “Zredukujemy koszty!”, lecz na wskazaniu, które konkretnie elementy zawiodły. Pozwoli to na precyzyjną ocenę skutków podjętych decyzji i wykonanie diagnozy “Co zagrało, a co nie”.
Data Governance - jakość i właścicielstwo danych;
Hurtownia danych / jezioro danych - jedno źródło prawdy;
Narzędzia do analityki wizualnej - skuteczne na każdym poziomie zarządczym;
Chmura oraz wirtualizacja serwerów - nieograniczona moc obliczeniowa narzędzi, umożliwiająca coraz bardziej zaawansowane wyliczenia, predykcję i zastosowanie uczenia maszynowego;
Bezpieczeństwo - kto i w jakim zakresie wewnątrz i zewnątrz organizacji ma dostęp do danych;
Szkolenia pracowników - konieczność przyswojenia coraz bardziej zaawansowanej wiedzy z zakresu statystyki, wizualizacji i uczenia maszynowego powoduje, że pracownicy przygotowujący analizy muszą przyglądać się postępom w tym obszarze i szybko doskonalić umiejętności w zakresie nowych metod oraz narzędzi analitycznych tak, żeby dotrzymywać kroku wymaganiom swoich organizacji;
Grupa CIECH jest przykładem firmy, która z powodzeniem przeprowadziła transformację data-driven z inicjatywy CFO. Transformacja ta miała na celu stworzenie organizacji, w której decyzje biznesowe opierają się o efektywną analizę danych, a obszar raportowania zarządczego skupia się nie tyle na dostarczaniu danych, co sygnalizacji szans i ryzyk oraz prezentacji dynamicznych scenariuszy wspierających proces decyzyjny.
Rozpoczęty proces transformacji w oparciu o chmurowe narzędzia analityczne umożliwił rozwój raportowania zarządczego odpowiadającego w punkt potrzebom biznesu. Transformacja raportowania objęła swoim zasięgiem wszystkie kluczowe obszary biznesowe.
Zbudowano kokpit zarządczy, tzw. TOP 5 dla kluczowych wskaźników biznesowych, dzięki któremu uzyskano:
uproszczony proces raportowania zarządczego oparty na akceptowalnym zestawie założeń,
ograniczenie manualnych czynności w procesie raportowania poprzez zastosowanie centralnych wytycznych oraz automatyzacji,
istotne skrócenie czasu raportowania.
Playback of this video is not currently available
Realizacja pierwszej części projektu, który został przeprowadzony w pełni w metodyce zwinnej (agile), wpłynęła na buy-in organizacji i otworzyła perspektywę dalszych zmian w zakresie procesów i narzędzi. Dynamika transformacji oraz kolejne sukcesy spowodowały zwiększone zainteresowanie i zaangażowania właścicieli kolejnych obszarów biznesowych.
Rozwiązania Business Intelligence są dziś wykorzystywane w Grupie CIECH nie tylko do raportowania zarządczego, ale także do zarządzania produkcją i utrzymaniem ruchu, monitorowania efektywności energetycznej czy KPIs w zakresie bezpieczeństwa i higieny pracy. Możliwe stało się przejście na monitorowanie kluczowych parametrów na bieżąco oraz raportowanie ich w dowolnych cyklach czasowych (dziennie / tygodniowo /miesięcznie).
zmiany w wysokości sprzedaży i kosztów rok do roku/miesiąc do miesiąca
sprzedaż per region, lokalizacja
efektywność promocji
obszary osiągające najgorsze wyniki
odchylenia od budżetu i ich składowe
śledzenie i analizowanie trendów sezonowych
Net Working Capital
Rachunek wyników (P&L) w ujęciu rocznym (bieżący/poprzedni), produktowym (grupy/kategorie), wg kanału sprzedaży
wpływ poszczególnych czynników na wysokość wyniku finansowego (tzw. Bridge):
Cena
Ilość
Rabaty
Koszty produkcji
Koszty transportu
Koszty back office
koszt i efektywność wykorzystania powierzchni