Цифровая трансформация ритейла. Интервью с экспертом

О том, как BI и аналитика данных меняют подходы к управлению цепочками поставок, в интервью с экспертом Антоном Соломоновым.

Алла Волкова, UFA.AIF.RU: Добрый день! Сегодня мы обсудим, как цифровая трансформация влияет на ритейл. Начнем с общего вопроса: как вы определяете цифровую трансформацию в контексте ритейла?

Антон Соломонов: Добрый день! Цифровая трансформация в ритейле — это внедрение цифровых технологий в бизнес-процессы. Сюда входит применение данных, автоматизация, искусственный интеллект и другие решения, направленные на улучшение эффективности, ускорение принятия решений и повышение качества обслуживания клиентов. Например, Walmart и Amazon активно используют искусственный интеллект и аналитику данных для улучшения управления цепочками поставок и обеспечения своевременной доставки товаров.

- Интересно. А почему, на ваш взгляд, цифровая трансформация стала актуальной для ритейл-компаний?

- Цифровая трансформация стала необходимостью из-за усиления конкуренции, изменения ожиданий потребителей и быстрого развития технологий. Сегодня компании должны адаптироваться, чтобы оставаться конкурентоспособными и удовлетворять потребности клиентов в персонализированном, удобном и оперативном сервисе. По данным исследования McKinsey, компании, которые внедряют цифровые решения, могут увеличить свою операционную эффективность до 30%.

- Переходя к более узкой теме, каковы ключевые изменения в управлении цепочками поставок благодаря внедрению BI и аналитики данных?

- Внедрение бизнес-аналитики (BI) и аналитики данных позволяет ритейлерам более точно предсказывать спрос, оптимизировать запасы, улучшать планирование и прогнозирование поставок. Например, сеть Zara использует BI для анализа покупательских данных и управления цепочками поставок, что позволяет компании быстро реагировать на изменения в спросе и своевременно поставлять товары в магазины.

- Можете привести примеры успешного использования BI в управлении цепочками поставок?

- Конечно. Примером может служить компания Procter & Gamble, которая использует бизнес-аналитику для оптимизации маршрутов доставки и планирования запасов. Благодаря BI удалось сократить затраты на логистику на 20%. В другом примере, Target внедрила аналитику для управления запасами, что позволило сократить излишки товаров на складах на 16% и избежать частых проблем с дефицитом товаров.

- Какие инструменты BI и аналитики вы считаете наиболее эффективными в ритейле?

- Среди наиболее эффективных инструментов выделяются решения, которые интегрируют данные из разных источников, такие как Tableau, Power BI и Qlik. Например, Coca-Cola использует Tableau для визуализации данных в реальном времени, что позволяет более оперативно принимать решения. Также важными являются платформы для прогнозирования спроса, такие как SAP и Oracle Analytics, которые используют сети гипермаркетов, например, Tesco, для повышения точности прогнозов.

- Как вы выбираете подходящие инструменты для вашей компании, и какие факторы являются ключевыми в этом выборе?

- Мы ориентируемся на масштабируемость, удобство использования и возможность интеграции с нашими системами. Например, H&M внедрила систему SAP для управления данными о продажах и запасах, что позволило интегрировать информацию со всех точек продаж и значительно улучшить процесс планирования.

- Как BI и аналитика помогают в прогнозировании спроса и управлении запасами?

- BI и аналитика позволяют анализировать исторические данные и учитывать сезонные тренды. Например, сеть продуктовых магазинов Kroger использует BI и машинное обучение для прогнозирования спроса, что позволило снизить риск дефицита товаров на 50%.

- Можете привести конкретный пример, когда аналитика данных помогла вашей компании избежать проблем с запасами?

- Ранее я работал  Media Markt где использовались современные инструменты аналитики для мониторинга продаж и запасов товаров в режиме реального времени. Одна из ключевых задач — оптимизация логистики и запасов на складах, чтобы избежать как дефицита, так и переполнения складов, что могло бы привести к потере прибыли или повышенным издержкам.

Например, в определенный период компания начала замечать, что продажи бытовой техники определенных категорий резко возросли в связи с сезонным спросом (например, на кондиционеры летом). Однако стандартная модель поставок не была настроена на такие колебания. Анализ данных позволил оперативно выявить изменение в покупательских предпочтениях и скорректировать закупки и поставки. В результате удалось своевременно увеличить запасы популярных товаров, избежать дефицита, и одновременно сократить излишки на те товары, которые стали менее востребованными.

Кроме того, аналитика позволила выявить региональные различия в спросе. Например, в южных регионах России спрос на климатическое оборудование был значительно выше, чем в других частях страны. Это позволило перераспределять запасы между складами и эффективно управлять логистикой, что помогло избежать как потерь от нераспроданных товаров, так и затрат на их хранение.

Похожий подход использует компания Unilever, которая благодаря анализу данных смогла избежать излишков на сумму более $50 млн в 2021 году.

- Это впечатляет! Как именно аналитика влияет на выбор поставщиков и управление поставками?

- Аналитика позволяет нам оценивать поставщиков на основе таких показателей, как скорость поставок и качество продукции. Например, компании PepsiCo и Nestlé используют аналитику для мониторинга цепочек поставок и снижения рисков сбоев на 30%.

- В вашей практике внедрения BI, с какими основными вызовами вы сталкиваетесь?

- Есть две основных вызова, с которыми мне пришлось сталкиваться при внедрении BI  c нуля в компаниях. Это интеграция данных из разных систем и принятие сотрудниками нового инструмента аналитики. Например, когда я работал в компании "Марс", у нас было множество различных внешних систем, из которых нужно было получать данные. Системы были как наши внутренние, так и внешних поставщиков данных. Когда я работал в компании Ингосстрах, то большая часть источников данных были внутренние, но здесь в качестве вызова была задача привлечения сотрудников компании к использованию нового для них BI  инструмента (Power BI)

- Как вы справляетесь с проблемой интеграции данных из разных источников?

- Для реляционных баз данных все довольно просто - это использование различных коннекторов и загрузка с помощью них данных в DWH  или Datalake. для всех остальных источников - это либо использование API либо иного инструмента, который предоставляет источник данных. Если у источника нет никакого способа передачи данных, то остается только FTP или даже передача по почте, но таких способов мы стараемся избегать по максимуму. По итогу данные оказываются у нас в DWH где мы уже можем работать с ними так, как нам удобно.

- А как вы обучаете своих сотрудников, чтобы они могли максимально эффективно использовать BI и аналитику?

- Мы проводим регулярные тренинги и семинары, а также предоставляем доступ к онлайн-курсам и ресурсам по бизнес-аналитике. Например, когда я работал в компании Марс мы сделали с коллегами обучающий видео курс по работе с Power BI для сотрудников. В компании Симпл разработан коллегами целый раздел на корпоративном портале с учебными материалами по BI и работе с данными. В компании Ингосстрах я проводил еженедельные онлайн-семинары по работе с BI  инструментом. на этих семинарах я рассматривал какую-то интересную тему, а потом либо разбирали с коллегами какой-то рабочий кейс, либо отвечал на вопросы.  По данным Gartner, компании, инвестирующие в обучение сотрудников по аналитике данных, могут повысить точность своих прогнозов на 25%.

- Как вы относитесь к изменению организационной культуры в условиях цифровой трансформации?

- Изменение организационной культуры — важный аспект успешной цифровой трансформации. Мы стимулируем инновации, способствуем открытости к новым методам и стремимся создать атмосферу, в которой данные и аналитика занимают центральное место в процессе принятия решений. Например, в компании Starbucks данные и аналитика играют ключевую роль в принятии стратегических решений. Это позволяет им улучшать клиентский опыт и управлять цепочками поставок на основе данных в реальном времени. В результате Starbucks смогла сократить время обработки заказов на 20%.

- Интересный взгляд. Как вы видите будущее управления цепочками поставок в свете продолжающейся цифровой трансформации?

- Мы ожидаем, что будущее управления цепочками поставок будет все больше опираться на интеграцию искусственного интеллекта, интернета вещей (IoT) и автоматизации. Например, Amazon активно использует роботов и искусственный интеллект на своих складах, что позволяет им быстрее и эффективнее обрабатывать заказы. Благодаря этому их затраты на логистику снизились на 30%. Эти технологии позволят ритейлерам быстрее реагировать на изменения в спросе, оптимизировать процессы в реальном времени и предоставлять клиентам более персонализированные предложения.

- Какие новые технологии или тренды, связанные с BI, вы считаете наиболее перспективными для ритейла в ближайшие годы?

- Перспективными направлениями будут технологии машинного обучения и искусственного интеллекта, которые внедряются в процессы бизнес-аналитики для автоматизации анализа данных. Например, Walmart внедряет машинное обучение для прогнозирования спроса, что позволило компании сократить уровень избыточных запасов на 20%. Также стоит отметить технологии больших данных. McDonald's использует аналитику больших данных для персонализации предложений своим клиентам, что привело к росту выручки от программ лояльности на 15%.

- Наконец, как BI и аналитика помогают улучшить клиентский опыт в вашей компании?

- Бизнес-аналитика и аналитические инструменты позволяют глубже понять потребности клиентов, анализировать их поведение и предпочтения. Например, Sephora использует аналитику для анализа поведения своих клиентов, что позволило им персонализировать предложения и повысить уровень удовлетворенности клиентов на 20%. В свою очередь, это позволяет нам предлагать более персонализированные товары и услуги, что способствует повышению удовлетворенности клиентов и укреплению их лояльности.

- В последнее время все больше ритейлеров начинают внедрять бизнес-аналитику (BI) и аналитику данных в свои цепочки поставок. Как вы думаете, с чего им стоит начинать?

- Мой совет — начинать с небольших проектов. Например, компания Lidl начала с анализа эффективности поставщиков и оптимизации маршрутов доставки, что позволило сократить затраты на логистику на 15%. Важно сосредоточиться на конкретных задачах и постепенно расширять инициативы. Так ритейлеры смогут лучше понять, какие решения действительно работают в их контексте и приносят наибольшую выгоду.

- Это звучит разумно. А как быть с обучением сотрудников? Насколько это важно в процессе внедрения BI?

- Это крайне важно. Инвестиции в обучение команды напрямую влияют на успешность внедрения BI. Например, по данным исследования компании PwC, компании, которые инвестировали в обучение своих сотрудников по использованию аналитических инструментов, улучшили свои бизнес-процессы на 30%. Обучение сотрудников позволяет им уверенно использовать новые инструменты и делать обоснованные выводы на основе данных. В ритейле это может привести к улучшению управления запасами и снижению затрат на логистику. Кроме того, стоит обратить внимание на изменения в организационной культуре. В компании Zara успешная цифровая трансформация началась с создания культуры постоянного совершенствования и принятия решений на основе данных. Людям нужно быть готовыми к новым подходам и методам работы.

- Согласен. Цифровая трансформация — это не просто однократная акция. Как вы это видите?

- Именно так. Цифровая трансформация — это непрерывный процесс адаптации и совершенствования. Компании, которые смогут на постоянной основе применять данные и передовые технологии для оптимизации своих цепочек поставок, приобретут значительное конкурентное преимущество в будущем. Например, компании, которые используют искусственный интеллект и аналитику в своих цепочках поставок, по данным McKinsey, могут сократить свои операционные расходы на 10-15%. Это требует гибкости и готовности меняться в соответствии с новыми вызовами рынка.

- Если резюмировать, какие основные рекомендации вы бы сделали ритейлерам, начинающим свой путь в мире BI и аналитики?

- В первую очередь, начинайте с немногочисленных, чётко определённых проектов. Например, внедрение BI-инструментов для оптимизации управления запасами или анализа данных по поставщикам может уже на раннем этапе привести к снижению издержек на 5-10%. Затем постепенно расширяйте свои усилия, добавляя новые аналитические решения. Главное — не пытаться охватить всё и сразу. По данным компании Deloitte, 70% ритейлеров, которые начинали с небольших проектов в BI, достигли успешных результатов и расширили инициативы в течение первых двух лет. Выделяйте время и ресурсы на обучение сотрудников и не бойтесь вносить изменения в вашу организационную культуру. Это будет способствовать успешной интеграции технологий в ваши бизнес-процессы.

- Спасибо за интересный разговор и ценную информацию. Это, безусловно, поможет ритейлерам успешно внедрять BI и анализ данных в свои процессы.

- Спасибо вам! Надеюсь, что мой опыт окажется полезным для многих компаний на этом пути