Заполните бриф
Мы свяжемся с вами в ближайшее время!
BI-аналитика по маркетплейсам
Как мы настроили прозрачную аналитику и на 40% сократили время подготовки фин.отчета по продажам
Описание кейса
Боль селлеров, которые представлены на нескольких маркетплейсах — аналитика. Сервисов по аналитике маркетплейсов много, но они не могут закрыть все задачи клиента, например, ответить на вопросы: какие категории нужно усилить для выполнения плана продаж, как сопоставлять данные по отгрузкам и остаткам со всех источников и как отследить прибыль до конкретного SKU.
Мы помогли клиенту получить детальную кастомную статистику и почти в 2 раза ускорили процесс отчетности по план/факту продаж. Как это реализовали — читайте в нашем кейсе.
Клиент — федеральная фармацевтическая сеть АСНА
Гео — РФ
Мы помогли клиенту получить детальную кастомную статистику и почти в 2 раза ускорили процесс отчетности по план/факту продаж. Как это реализовали — читайте в нашем кейсе.
Клиент — федеральная фармацевтическая сеть АСНА
Гео — РФ
Проблема
До обращения в агентство клиент получал от категорийных менеджеров десятки Google-таблиц. Сводить регулярно такое количество данных занимало много времени, да и принимать оперативные управленческие решения на основе разрозненных графиков трудно.
До обращения в агентство клиент получал от категорийных менеджеров десятки Google-таблиц. Сводить регулярно такое количество данных занимало много времени, да и принимать оперативные управленческие решения на основе разрозненных графиков трудно.
Решение
Клиенту необходимо было автоматизировать сбор и визуализацию данных по четырём маркетплейсам: Ozon, WB, Яндекс.Маркет, Мегамаркет. При этом нужно настроить отображение статистики по продажам и остаткам как целиком, так и в детализации вплоть до конкретного товара.
С помощью Excel и Google-таблиц управлять данными становилось все сложнее, так как у каждой категории есть свой менеджер - подготовка таких отчётов занимает до нескольких рабочих дней. Да и принимать оперативные управленческие решения на основе разрозненных графиков трудно.
Готовых решений и сервисов для задачи не было (можно провести какую-нибудь понятную аналогию, тут подумаю): представьте, что нам нужно было бы разработать отчетность по нашим внутренним сервисам, АСС, 1С, HR отчетность и PnL - задача похожего масштаба. И все в одном окне.
Клиенту необходимо было автоматизировать сбор и визуализацию данных по четырём маркетплейсам: Ozon, WB, Яндекс.Маркет, Мегамаркет. При этом нужно настроить отображение статистики по продажам и остаткам как целиком, так и в детализации вплоть до конкретного товара.
С помощью Excel и Google-таблиц управлять данными становилось все сложнее, так как у каждой категории есть свой менеджер - подготовка таких отчётов занимает до нескольких рабочих дней. Да и принимать оперативные управленческие решения на основе разрозненных графиков трудно.
Готовых решений и сервисов для задачи не было (можно провести какую-нибудь понятную аналогию, тут подумаю): представьте, что нам нужно было бы разработать отчетность по нашим внутренним сервисам, АСС, 1С, HR отчетность и PnL - задача похожего масштаба. И все в одном окне.
Составили список требований от клиента для аналитика:
- Выполнение планов по каждому маркетплейсу и в целом;
- Оценка остатков на складах, управление доступностью товара на складах, отчет по расхождениям отгрузили/ продали;
- Сравнение показателей месяц к месяцу, год к году;
- План/ факт по продажам и затратам на уровне SKU;
- Позиции на маркетплейсах и положение относительно конкурентов — по ключевым словам и в целом по категории;
- Оборачиваемость тотал /площадка / склад / товар.
Коммуникация.На стороне клиента — большая команда категорийных менеджеров, руководителей направлений и служба безопасности. Такая цепочка сильно замедляет согласование любых задач и ТЗ.
На проектах с большим количеством вводных, участников и периодически возникающими на горизонте «хотелками» и идеями мы работаем по Agile. Вместо жесткого планирования — недельные итерации (как в разработке IT-продуктов), бэклоги, регулярные встречи с клиентом и командой, пересмотр приоритетов по задачам и отчеты.
Обсуждение проблемных моментов, запрос доп.информации, изменение приоритетов по задачам и внедрение новых идей происходит быстрее. Это позволяет практически безболезненно управлять проектом даже с учетом появление новых стейкхолдеров в проекте (а они появлялись!).
Так выглядел процесс по распределению задач:
На проектах с большим количеством вводных, участников и периодически возникающими на горизонте «хотелками» и идеями мы работаем по Agile. Вместо жесткого планирования — недельные итерации (как в разработке IT-продуктов), бэклоги, регулярные встречи с клиентом и командой, пересмотр приоритетов по задачам и отчеты.
Обсуждение проблемных моментов, запрос доп.информации, изменение приоритетов по задачам и внедрение новых идей происходит быстрее. Это позволяет практически безболезненно управлять проектом даже с учетом появление новых стейкхолдеров в проекте (а они появлялись!).
Так выглядел процесс по распределению задач:
С сотрудниками отдела безопасности мы провели ряд встреч совместно с IT-отделом агентства, где подробно ответили на все вопросы по хранению, передаче данных, процессу работы и т. д. Клиент убедился, что у нас все под контролем и успокоился.
Следующий челлендж — технические возможности маркетплейсов.
Разрозненная система расчета заказов и метрик. У каждого маркетплейса — своя архитектура и подход. Например, по остаткам — склады называются по-разному (отгрузки/ доставки) и по-разному считаются. Чтобы решить это, мы сделали единый справочник с едиными статусами для всех площадок.
Разное качество API у маркетплейсов. Если у Wildberries и OZON особо проблем с подключением не возникло, то Яндекс Маркет предоставлял только половину нужных нам данных. Было решено брать все данные из API, а если чего-то не хватает — догружать вручную через отдельные Google Таблицы.
Кроме того, различалось время обновления данных на стороне маркетплейсов, его привели к одному знаменателю.
По мере эволюционирования аналитики клиента, в Power BI появлялись все новые поля, отчеты и срезы под запросы бизнеса, благо сервис позволяет это настроить достаточно гибко.
Следующий челлендж — технические возможности маркетплейсов.
Разрозненная система расчета заказов и метрик. У каждого маркетплейса — своя архитектура и подход. Например, по остаткам — склады называются по-разному (отгрузки/ доставки) и по-разному считаются. Чтобы решить это, мы сделали единый справочник с едиными статусами для всех площадок.
Разное качество API у маркетплейсов. Если у Wildberries и OZON особо проблем с подключением не возникло, то Яндекс Маркет предоставлял только половину нужных нам данных. Было решено брать все данные из API, а если чего-то не хватает — догружать вручную через отдельные Google Таблицы.
Кроме того, различалось время обновления данных на стороне маркетплейсов, его привели к одному знаменателю.
По мере эволюционирования аналитики клиента, в Power BI появлялись все новые поля, отчеты и срезы под запросы бизнеса, благо сервис позволяет это настроить достаточно гибко.
MVP продукта
финальный дашборд
Результат
В результате внедрения дашбордов время составления финансовых отчетов сократилось на 40%, а значит, у аналитика осталось больше времени и возможностей на генерацию и проверку гипотез, а у топ-менеджеров — появилась визуализация для принятия решений, в одном окне по всем маркетплейсам, где присутствует бренд.
Клиент видит: выполнение планов, количество остатков, отчет по отгрузкам с возможностью сравнить показатели, позиции на маркетплейсах в сравнении с конкуренатми, обороты.
В ближайшее время к списку маркетплейсов в аналитике присоединится СберМаркет. Среди задач в бэклоге — разработка дашбордов по конкурентной и прогнозной аналитике, чтобы принимать решение вкладываться ли в продвижение конкретного продукта на маркетплейсе.
В результате внедрения дашбордов время составления финансовых отчетов сократилось на 40%, а значит, у аналитика осталось больше времени и возможностей на генерацию и проверку гипотез, а у топ-менеджеров — появилась визуализация для принятия решений, в одном окне по всем маркетплейсам, где присутствует бренд.
Клиент видит: выполнение планов, количество остатков, отчет по отгрузкам с возможностью сравнить показатели, позиции на маркетплейсах в сравнении с конкуренатми, обороты.
В ближайшее время к списку маркетплейсов в аналитике присоединится СберМаркет. Среди задач в бэклоге — разработка дашбордов по конкурентной и прогнозной аналитике, чтобы принимать решение вкладываться ли в продвижение конкретного продукта на маркетплейсе.
Обратная связь от клиента:
- Денис Цемикруководитель департамента развития маркетплейсов, АСНАПервое что хочу отметить - это отличные коммуникации, гибкий подход к реализации поставленной задачи. Второе - это экспертиза, которая помогает достичь быстрее результат и определить наши все хотелки. Третье - конечный результат визуализации данных, который повзолил нам на основе данных принимать более быстрые решения и эффективнее управлять бюджетами.
Как итог - мы сократили бюджет на продвижение на несколько процентных пунктов при сохранении роста валовой выручки.
другие наши кейсы