Мобильные аналитические бизнес-приложения: зачем и как

Попробуем пояснить:

Дано - условно компания "X". Оборот, доход, производство, продажа, дистрибуция - куда не взгляни - везде очень много нолей.
Есть маркетологи и аналитики, которые разгребают эти объемы информации, превращая их в огромные малопонятные аналитические отчеты.
И есть операционные руководители (директора по продажам, по маркетингу, директора директоров и так до самого верха), которые вынуждены работать практически в слепую и с большими лагами в принятии управленческих решений, ожидая еженедельных, ежемесячных, ежеквартальных и ежегодных аналитических отчетов.

Эффективная и выгодная реклама с сервисом от МегаФона

Широкий выбор рекламных каналов, более 100 параметров по интересам, подробная аналитика и другие возможности уже ждут в Личном кабинете. А еще кешбэк 100% за запуск рекламы в первый месяц и еще 10% — каждый месяц.

Узнать больше >>

Реклама. ПАО «МегаФон». ИНН 7812014560. ОГРН 1027809169585. ERID LjN8K1P7y.

С приходом систем автоматизации бизнес процессов (различные ERP и CRM системы и им подобные) информацию можно уже получать несколько оперативнее, создавая запрос к системе. В этом случае мы получаем некий факт - "Объем продаж какого-то продукта в какой-то период". Без аналитики этот факт мало о чем говорит, но уже что-то.

Сегодня сознание подсказывает, что мы живем в третьем тысячелетии, что технологии шагнули далеко вперед, что я могу получать информацию прямо на свой планшет или на мобильный телефон тогда, когда я этого захочу. И в этот момент возникает вопрос - как?

Рассказываем:

Определение KPI. Факторы влияния.

На этом этапе заказчик должен четко для себя понимать, что именно является ключевыми показателями эффективности его бизнеса или его направления. Это ключевой момент, от которого выстраивается вся система. Что принимать за результат - объем продаж или доход с квадратного метра? Прибыль до уплаты налогов или эффективность расходования бюджета?

Когда мы определили KPI, мы начинаем определение факторов влияния.

Возьмем на простом примере:
В городе N работает 10 точек продаж. Объем продаж, прилегающее население - всё различно. Ключевые показатели работы торговой сети - объем продаж, выполнение плана продаж.

Можно было бы просто извлечь факт: показать объем продаж, показать динамику относительно предыдущего периода, показать процент достижения плана. В результате мы увидим фактический показатель, но не сможем принимать управленческих решений.

Если добавить немного аналитики: определяем вклад каждой точки в общий объем продаж, сравниваем фактические продажи каждой точки с плановыми продажами каждой точки (согласно вкладу) и вуаля - получаем индивидуальный график каждой точки продаж.

В результате мы можем понимать, кто именно тащит сетку вниз, а кто наверх. В данном случае, продажи Кировской точки начинают падать с июня-месяца. Выезжаем, смотрим, понимаем что падение продаж  носит субъективный характер. Ок, чистка рядов, отладка бизнес-процессов, и т.п. Если падение продаж происходит по объективным причинам (например, усиление конкуренции), ок, выводим коэффициент и корректируем план продаж. Всё это вытаскиваем в панель мониторинга. Казалось бы, при чем здесь приложение...

Таким образом, любой показатель анализируется с точки зрения факторов влияния - ассортимент раскладывается на ABC и XYZ анализ, торговая сеть - на покрытие и конкуренцию, потребитель на соц-дем и психотипы, и так далее. Главное выделить фактор, влияющий на то, что принято называть результатом.

Проектирование аналитических моделей.

В результате определения KPI и факторов влияния нам необходимо разработать аналитические модели. Проще говоря, каким образом мы будем интерпретировать полученную информацию, какие графики строить, как их потом использовать в работе.

Здесь не нужно изобретать велосипед, нужно просто брать старый добрый Excel и выстраивать модели. Брать часть данных, на основании данных строить графики и диаграммы, согласовывать.

В результате у нас получится набор диаграмм, визуально показывающих ключевые показатели эффективности (в динамике конечно) и факторы, которые оказывают влияние на эти показатели. Эти диаграммы и ложатся в основу будущего приложения и разойдутся на разделы и подразделы.

Подключайте внешние рыночные индикаторы.

Предложите подключить данные внешних регулярных исследований, если таковые проводятся. Например, постройте корреляцию с индексом CSI (удовлетворенность клиентов) или значением NPS (готовность к рекомендациям). Покажите тенденции и зависимость бизнес-показателей от индикаторов.
Само собой, если на бизнес влияют такие показатели, как курс валют или погода, такие показатели подключаются по умолчанию.

#Лайвхак: используйте инструменты Google Trends для определения сезонности спроса. Только не используйте чистые данные, потому, как год от года график популярности будет идти вверх. Перемножьте значения на пару коэффициентов, например, на пенетрацию интернета и какой-нибудь потребительский показатель - удовлетворенность или стоимость жизни. Вы сразу увидите и кризис 2009, и коридор спроса.

Разработка интерфейса.

После полученного набора аналитических моделей можно приступать к разработке интерфейса. Это самая приятная на наш взгляд часть работы, потому, как безжизненные цифры и убогие экселевские графики превращаются в "крутую штуку"! Здесь уже на всё воля интерактивного дизайнера. Приведем лишь несколько примеров интерфейсов для вдохновения (ранее и далее иллюстрации взяты из открытых источников. Панели управления клиентских проектов мы не можем показывать в силу NDA):

От себя добавим только, что не ленитесь разрабатывать нативные приложения. Тем более, что используемые устройства скорее всего будут определены заранее. И дело не в скорости работы приложения, она во многом будет зависеть от скорости обработки данных, общения между серверами, соединения с интернетом и т.п. Дело в том, что вы сможете реализовать самые невероятные задумки дизайнера, используя возможности платформы по максимуму.

IT инфраструктура и безопасность данных.

Все понимают, что ни одно приложение и ни одно устройство не смогут работать как аналитический центр, переваривая большие объемы информации. По этому, необходимо построить промежуточный сервер обработки данных, задачей которого будет сбор и обезличивание информации согласно запросу приложения, обработка информации и выдача результата. Вариантов исполнения может быть масса, в основном, это зависит от источника информации - где именно аккумулируются исходные данные.

Также необходимо помнить, что мы собираемся передавать информацию, которая может составлять коммерческую тайну. Необходимо озаботиться безопасностью передаваемой информации на всех уровнях - методы взаимодействия сервисов, доступ служб, персональная ответственность сотрудников, использующих будущее приложение. Ну и конечно-же, не стоит допускать элементарных ошибок в аутентификации вроде галочки "запомнить пароль" Здесь есть свои секреты построения систем авторизации. Не стоит забывать, что мобильное устройство может быть утеряно или украдено. И хорошо, если там будут Ваши веселые фотографии, хуже, если данные Вашего бизнеса.

Запуск и поддержка.

Корпоративное аналитическое приложение должно быть легко масштабируемым. В процессе работы клиент "входит во вкус" и начинает мыслить гораздо шире, чем на этапе проектирования первой версии. Будьте готовы к самым невероятным запросам и моделям. Процесс добавления новой аналитической модели должен быть максимально оптимизирован.

Внутри приложения должен быть сервис внутренней статистики. Ведь если клиент не использует какие-либо разделы или модели, их можно предложить убрать из приложения с целью оптимизации интерфейса или самого приложения. Да и просто, что бы не захламлять панель. Практика показывает, что если просто предложить убрать раздел - клиент в 99% случаев отвечает отказом со словами "Вы что, он мне необходим как воздух!". А когда мы показываем невостребованность раздела и предлагаем его оптимизировать или убрать, выясняя причины, почему раздел не используют (не удобно, нафиг не надо, направление бизнеса закрыли и т.д.), то клиент всегда благодарен такому партнёрству.

 Вместо послесловия.

- Для создания корпоративного аналитического приложения вам потребуются привлекать специалистов из совершенно разных областей - вряд ли вы держите в штате аналитика, скажем, ассортиментной матрицы.
- Не пренебрегайте инструментами ms excel для отработки моделей.
- Изначально думайте на перспективу и закладывайте возможности для масштабирования.
- Думайте о безопасности данных. Всегда.
- Не экономьте на интерфейсе. Это точка взаимодействия пользователя и приложения. Эмоциональный KPI. Во многом определяет восприятие качества продукта.
- Многие знают, как построить интернет-магазин, не многие знают, как построить аналитический сервис. Не бойтесь, вы никогда не будете готовы к специфике клиентского бизнеса на 100%.

Удачи