Рубрикатор |
Статьи |
Георгий НАНЕИШВИЛИ | 05 июня 2014 |
Как подсчитать эффект от внедрения BI-системы
Я давно занимаюсь вопросами эффективности внедрения и применения ИТ-продуктов, поэтому сразу хочу сделать важное замечание: дело в том, что ИТ-система, учетная или BI, сама не принимает решений, а просто дает рекомендации.
Вопрос, соблюдать их или нет – это уже дело менеджмента, который использует ту или иную систему для принятия решений.
При этом можно «слушать» рекомендации и им следовать, а можно – наоборот, смотреть что предлагает система и делать наперекор. Возникает вопрос: как тогда оценить ее эффективность?
Но если все время следовать рекомендациям, то на определенном уровне принятия решений этого все равно станет недостаточно. Дело в том, что, к сожалению, (а может, и к счастью) в системе невозможно учитывать все факторы, которые приводят к принятию верных управленческих решений, однако со своевременными и достоверными сведениями из BI-системы сделать это гораздо проще. Что же не укладывается в рекомендации BI? В первую очередь, это влияние макроэкономики и геополитической ситуации – эти параметры очень непросто загнать в математические модели, так что на свете не так много систем, которые способны хотя бы приблизительно оценить данное влияние – здесь стоит полагаться на то самое предпринимательское чутье, которое пока не заменишь бездушной машиной. Более того, система не найдет вам «голубой океан» - надо действительно обладать сильной волей и способностью предвидеть, чтобы задолго до появления конкурентов начать разрабатывать незанятую нишу. Например, на заре LED-технологий система может подсказать небольшой рост интереса к подобного класса продуктам, но чтобы рискнуть и заключить объемный договор на поставку партии товара, а тем более построить завод, нужно обладать исключительной интуицией и везучестью, чтобы попасть как раз в пик роста интереса, а не остаться с огромной партией товара на складе, в то время как на рынок выходят более современные и, что важно, более дешевые аналоги.
Еще одна область, где система не может помочь напрямую, - это переговоры, когда поставщики предлагают интересные условия, но с обременением – сжатыми сроками оплаты, обязательной закупкой товара, который плохо продается или на который стартовала маркетинговая акция, но перспективы продвижения при этом непонятны, а вот деньги в данном товаре будут заморожены. Тут, возможно, и стоит пойти на некоторые уступки, зная, что ты получишь эксклюзивное предложение, и что даже если «навязанная» партия не продастся, то это все равно будет компенсировано за счет предполагаемой прибыли. А что если нет? Вот тут на помощь приходят современные BI-системы класса Business Discovery, с возможностями «что-если» анализа, когда руководитель прямо на переговорах сможет открыть смартфон и проверить цифры, прикинув объем продаж и маржинальность, а также полную стоимость товара, включая его удорожание и дисконтированный доход, выставив бегунком курс евро и предполагаемую уходимость. И именно здесь BI-система оказывается незаменимым инструментом, помогая обнаружить подводные камни и принять верное решение, а также аргументировать свою точку зрения.
Так что современные системы оцениваются не просто по принципу «внедрение данной технологии позволит сократить на 50% время на поиск информации и подготовку отчетов, что при загруженности персонала 19 часов в неделю на данные задачи даст нам 380 часов рабочего времени в месяц и позволит сэкономить 1 млн рублей», BI системы помогают принять верное решение, а это оценить намного сложнее.
Самое важное - внедрение BI не должно быть самоцелью: платформу бизнес-анализа, как и любое другое ПО, нужно внедрять для того, чтобы решить определенные задачи бизнеса. Во-первых, необходимо определиться с пулом наиболее актуальных задач, решение которых обеспечит BI-система: например, оптимизация ассортиментных матриц, сокращение запасов, отслеживание эффективности маркетинговых кампаний. Далее надо понять, насколько внедрение BI поможет улучшить ситуацию. Для этого следует определить текущие показатели и желаемый результат, то есть измеримое улучшение после внедрения новых технологий.
Именно в этом шаге кроется основная сложность. Большинство компаний не в состоянии оценить эффективность выполнения конкретной задачи на данный момент — например, результативность маркетинговой кампании. С одной стороны, это не самая сложная задача: нужно всего лишь взять показатели продаж товара, по которым проходит маркетинговая акция, до и во время ее проведения, вычесть затраты на ее реализацию и получить показатели эффективности. Если же, например, в уравнение добавляются показатели возмещения затрат на проведение кампании со стороны производителя, оценка продажи комплементарных товаров во время проведения акции, влияние роста продаж продукта, по которому проходит маркетинговая акция, на падение продаж товаров-заменителей, а также трудозатраты специалистов отдела маркетинга и множество других факторов, возникает большое число нюансов, которые невозможно или весьма сложно решить с помощью обычных отчетов.
Как BI-система сможет помочь в решении данной задачи и что позволит получить на выходе? Более точно оценить отклик от маркетинговой кампании — но во сколько раз? Сократить трудозатраты на оценку — но сколько времени отнимает оценка у сотрудников сейчас? Увы, зачастую исходных данных нет или их получение очень трудоемко, а точность вызывает сомнение. В таком случае можно полагаться на опыт коллег, которые уже внедряли подобные решения, или ориентироваться на экспертную оценку. Например: «внедрение BI-системы должно обеспечить более точную оценку проведения маркетинговых кампаний (за счет чего?), сокращение времени предоставления отчетности до 2 дней, сокращение трудозатрат на сбор отчетности c 10 до 1 дня».
Но самый эффективный способ проверки – это пилотное внедрение системы, которое состоит из следующих этапов: фиксируется и локализуется задача, которую предполагается решить в ходе пилотного проекта. Например, уровень Out of Stock или товара с просроченным сроком годности, реально отработанное время сотрудников или дебиторская задолженность на менеджере. Выбираются критерии, показатели и правила их расчета, разрабатывается приложение. Загружаются текущие данные, и делается предположение о том, как должен измениться данный показатель. После чего запускается пилотное внедрение, по окончанию которого можно снова посмотреть на достигнутые показатели и точно, в деньгах, посчитать эффект. Я очень люблю подобные примеры, но они обычно показательны только при масштабных пилотных проектах. Зато, зачастую, окупаемость достигается еще на уровне первой загрузки, когда в наглядном виде руководству предоставляются очень интересные факты, например, о текущем уровне сервиса и OUS, или огромных потерях в рабочих сменах, когда первый же анализ чеков показал, что торговые точки открывались позже и закрывались раньше, или не работали днем, и потери составляли до 15% рабочего времени. И часто решение одной аналитической задачи немедленно ведет к постановке новой, которая так же требует срочного решения – вот мы выявили потери, теперь надо контролировать улучшение данного показателя.
Кстати, тут возникает очень важное требование к современной BI-системе: она не просто должна быстро оперировать огромными массивами информации, но и обеспечивать моментальное внедрение и подстойку под изменившиеся процессы – скорость принятия решений в современном мире все растет, и если начинать внедрение длинною в год, то уже через месяц, а то и недели, цели внедрения проекта могут измениться. А вот разворачивать большой корабль не так просто, и если внедрение завершить, то результат будет уже очень далек от изменившихся реалий. Показателен пример, когда руководство довольно крупной компании принимало решение о выборе BI-системы, сформировало требования, вместе с ИТ-службой разработало требования к примеру и демо-данные, и разослало приглашение на тендер, дав полтора месяца на реализацию. Много компаний откликнулось, но на финальной презентации их ждал сюрприз – оказывается, у руководства были другие ожидания и они изменили условия примера, потребовав переделать его в сжатые сроки. Много компаний отказалось, не желая инвестировать время в переработку примера, так как это занимало продолжительное время. Один из партнеров все же взялся за новую задачу и уже через 2 дня предоставил измененную модель.. После того, как контракт был с ним подписан, ему признались – задачу изменили специально, так как бизнес в первую очередь интересовала не скорость построения моделей, а быстрое их изменение, в соответствии с требованиями динамичной конкурентной среды. Ну и отношение к заказчику играло не последнюю роль. Чем быстрее будет внедрена BI-система, тем быстрее компания начнет получать преимущества и прибыль благодаря комплексному бизнес-анализу. Поэтому быстрое, «безболезненное» внедрение продукта, которым будет легко пользоваться сотрудникам на всех уровнях, может сыграть на руку в сложной конкурентной обстановке на рынке. Полезно смотреть на опыт других предприятий: на продукты, которые выбрали компании из того же сектора, на отзывы о выбранной системе и интеграторе, который проводил внедрение, на итоги приобретения платформы бизнес-анализа. Тут нельзя не заметить, что клиенты Qlik очень довольны платформой QlikView — значительная часть заказчиков узнала о решении благодаря «сарафанному радио». По данным IDC, в сегменте розничной торговли нас рекомендуют 97 клиентов из 100 — и это отличный показатель.