DiAna: Digital Analytics Pro

Система DiAna: Digital Analytics Pro – аналитическая OLAP-система класса BI

Специализированная на решении задач ритейла, программа помогает принимать обоснованные управленческие решения на основе анализа продаж и динамики складских запасов: оптимизировать ассортимент и товарные запасы, правильно определить профиль типового покупателя магазина и его предпочтения, определить оптимальные цены, которые помогут увеличить продажи. Такие возможности особенно востребованы при обработке больших массивов данных, когда очень важно не упустить логическую нить размышления из-за ожидания. Так, формирование графика динамики продаж или складских запасов крупного торгового предприятия за год занимает всего несколько секунд.

Систему DiAna: Digital Analytics Pro делает использование адаптированных математических моделей для решения прикладных ритейловых задач бизнес-анализа. В их числе модифицированные для ассортиментного анализа и планирования методики Бостонской матрицы, Дибб-Симкина, эконометрические модели и др.

DiAna: Digital Analytics Pro – одна из немногих систем, разработанная специально для анализа информации каждого отдельного чека, продаж на каждой отдельной кассе вплоть до анализа загруженности той или иной смены кассиров на ней. Такой подход дает возможность составить полноценный портрет покупателя, выработать позиционирование с учетом его потребностей, вплоть до учета времени года, времени суток и географического положения торговой точки и на основе этого сформировать продуманную ассортиментную и ценовую политики.

2018: Переход на технологию In-Memory

Компания France Informatique & Technologie (FIT) в феврале 2018 года сообщила о переводе своей флагманской разработки — специализированной на решении аналитических задач сетевого ритейла системы DiAna: Digital Analytics Pro — на передовую технологию In-Memory.

Технология In-Memory дает возможность высокопроизводительной работы с непрерывно растущими объемами данных. DiAna: Digital Analytics Pro как решение класса Visual Data Discovery предлагает пользователям интерактивный графический пользовательский интерфейс, что соответствует запросу современного ритейла на удобные, визуально простые и быстрые в работе BI-системы для решения задач интеллектуального анализа данных.ИТ-директор «Роснефти» Дмитрий Ломилин выступит на TAdviser SummIT 28 ноября

Ввиду того, что версия системы DiAna: Digital Analytics Pro, работающая по технологии In-Memory, сориентирована на применение относительно недорогих серверов и на несколько порядков более высокую скорость обработки данных, ритейлер любого масштаба теперь может быстро и просто увеличить эффективность управления своим бизнесом, постоянно мониторя информацию о том кто, где, когда и какие товары покупает в его торговой сети, отслеживая позитивные и негативные тенденции, выстраивая сбалансированный ассортимент, улучшая управление запасам и многое другое.

DiAna: Digital Analytics Pro — одна из систем, разработанная специально для анализа информации каждого отдельного чека. Такой подход дает возможность составить полноценный портрет покупателя, выработать позиционирование с учетом его потребностей, вплоть до учета времени года, времени суток и географического положения торговой точки и на основе этого сформировать продуманную ассортиментную и ценовую политики.

Система DiAna: Digital Analytics Pro позволяет применять адаптированные к проблемам сетевой розницы математические модели для решения прикладных задач бизнес-анализа. В их числе модифицированные для ассортиментного анализа и планирования методики Бостонской матрицы, Дибб-Симкина, эконометрические модели и др.

Другая особенность системы — ее универсальность в стыковке. Представленная версия DiAna: Digital Analytics Pro, как и предыдущая, может быть быстро интегрирована с любой другой информационной системой, применяемой розничными компаниями для управления товародвижением и кассовыми операциями.

Отличительной особенностью (нашим know-how) аналитической системы DiAna: Digital Analytics Pro, разработанной в компании FIT, является решение прикладных аналитических задач разного класса сложности применительно к сетевому ритейлу, увязанное с обработкой больших объемов данных о продажах. Если у многих поставщиков решений класса BI информационно-аналитические системы решают, в основном, задачи визуализации данных, то у нас реализовано сочетание визуализации и аналитической обработки (прикладного know-how) данных при решении задач управления цепями поставок сетевого ритейла. Это дает возможность увидеть не просто абстрактное, хоть и наглядное, представление данных, массово применяемое для всех других отраслей, для любого бизнеса, а получить результаты глубокого анализа, основанного на экспертном знании отраслевых особенностей именно сетевого ритейла. Это не просто помощь в повышении эффективности розничного торгового бизнеса, но и инструмент формирования предпосылок для создания конкурентных преимуществ, позволяющих перейти на иной уровень качества управления бизнесом и стать так называемым аналитическим конкурентом, — заявил Владимир Новиков, технический директор компании France Informatique & Technologie (FIT).

Чем продиктована целесообразность использования специализированных аналитических систем для ритейла?

Финансовый кризис и обострение конкуренции в российском ритейле диктуют потребность в поиске внутренних резервов. На смену периоду гонки за ростом капитализации приходит время повышения операционной эффективности розничных предприятий. Новый повсеместный тренд — усиливающаяся роль аналитических информационных систем в решении таких задач.

Розничные торговые компании успели накопить такое количество исторических данных о своей операционной деятельности, которое, с одной стороны, уже достаточно для достоверного статистического рассмотрения, а с другой — критически велико для хранения и анализа в рамках транзакционной системы. На их обработку требуется все больше и больше времени и ресурсов. Поэтому практически невозможно регулярно и быстро извлекать из этих данных полезную информацию для принятия правильных управленческих решений: докопаться до причин падения продаж в той или иной товарной категории, заметить новые тенденции, отследить изменения покупательских предпочтений, учесть не только влияние сезонности, но и тренды потребительской активности в определенные дни недели и в определенные часы в течение суток. Для решения таких задач стандартные отчеты транзакционных логистических систем не годятся. С каждым новым запросом они снова и снова вынуждены начинать с нуля мучительную обработку миллиардов транзакций, накопленных за многие годы. А нужно получать результаты анализа и проверять свои предположения максимально быстро, чтобы не терять логическую нить причинно-следственных связей, ожидая многочасовые расчеты учетных систем. Здесь необходим другой класс решений — аналитические системы.

Построенные на OLAP-технологиях, они извлекают информацию из специальных аналитических «кубов» — хранилищ данных, предварительно рассчитанных для определенного набора аналитических задач, и представляют ее конечному пользователю. Поэтому делают это практически мгновенно, в удобном виде, с вариантами графической визуализации для достижения максимальной наглядности и быстрого понимания сути, позволяют пользователям гибко задавать наборы параметров и условий для анализа, чтобы посмотреть на происходящее под разными углами.

Почему именно OLAP-технология?

Если кратко: именно эта технология способна обеспечить быстроту и наглядность в анализе.

Транзакционные (учетные) системы оперативной обработки данных (OLTP — On-Line Transaction Processing) предназначены для регистрации событий, таких как приход, перемещение или продажа товара, и по ряду объективных ограничений они не отвечают требованиям анализа данных.

Поэтому зародился новый класс так называемых «систем поддержки принятия решений», основанных на принципе оперативной обработки данных (OLAP — On-Line Analytical Processing). Основой является то, что данные хранятся в специальной базе данных, по своей структуре специально предназначенной для анализа информации.

Такая технология обеспечивает ряд преимуществ перед применяемой в учетной (транзакционной) системе:

• Многократное увеличение скорости получения интересуемых данных по сравнению с обычной транзакционной системой (например, формирование графика динамики продаж или складских запасов крупного торгового предприятия за год занимает несколько секунд).
• Возможность в разных аспектах рассмотреть большой массив данных за длительный период времени и сделать это максимально быстро.
• Представление информации в наиболее удобном для пользователя виде.

Одна из таких систем — DiAna: Digital Analytics Pro — разработана компанией FIT — France Informatique & Technologie.

DiAna: Digital Analytics Pro — специализированный аналитический программный продукт класса BI, специально разработанный для предприятий розничной торговли. Готовый к ускоренному внедрению и совместимый с любой транзакционной учетной системой, он позволяет быстро обрабатывать терабайты данных, что особенно важно для крупных сетевых розничных компаний.

Что умеет DiAna: Digital Analytics Pro? Кому и как она может помочь?

Использование информации, скрытой в кассовых чеках

Данные о розничных продажах, поступающие с POS-терминалов и отображаемые в кассовых чеках, являются важнейшим источником для анализа ключевых показателей эффективности розничного предприятия. Они позволяют сформировать представление о покупательских предпочтениях, отслеживать реакцию клиентов на изменения в ассортименте, а значит, прогнозировать спрос и готовить соответствующие предложения для целевой группы покупателей, осознанно подходить к вопросам позиционирования торгового предприятия, эффективно управлять ассортиментом и определять уровень товарных запасов.

Система поддержки принятия решений DiAna: Digital Analytics Pro ориентирована на интеллектуальную обработку таких данных.

DiAna: Digital Analytics Pro — аналитическая система поддержки принятия решений при управлении продажами и запасами, взаимоотношениями с покупателями и поставщиками

Аналитическая система DiAna: Digital Analytics Pro адресована тем сетевым розничным компаниям, которые хотят совершенствовать логистику и взаимодействие с поставщиками, повышать лояльность покупателей.

• предназначена для организации работы отделов категорийного менеджмента, маркетинга, закупок и логистики.
• построена на OLAP-технологии анализа данных о продажах из кассовых чеков и данных о товарных запасах. Она позволяет компаниям быстрее и эффективнее реагировать на изменения структуры потребительского спроса и, исходя из этого, оптимизировать уровень и процесс пополнения запасов.
• является средством решения задач категорийного менеджмента, оптимизации и управления ассортиментом. Она помогает определить профиль основных покупателей магазина и их предпочтения, необходимый им ассортимент, чувствительность к ценовым колебаниям, а также выявить недельные и сезонные тренды.
• позволяет оценивать и ранжировать поставщиков по их вкладу в продажи по отдельным категориям товаров, а также определить их роль и вес в бизнесе сетевой розничной компании в целом.
• дает возможность проводить глубокий анализ результатов персонального маркетинга, оценивать эффективность проводимых акций и их последствия.
• проводить как отдельные базовые виды анализа продаж и запасов, так и их сочетания, а также углубленные матричные и эконометрические исследования.

I. Базовые виды анализа продаж и запасов в аналитической системе DiAna: Digital Analytics Pro

Анализ динамики продаж

Пульс ритейла: график динамики продаж в заданный интервал времени

Приведенные графики не отражают весь спектр видов анализа и их комбинаций, а также форм визуализации, и являются простой иллюстрацией графического представления решений отдельных видов аналитических и исследовательских задач.

С помощью этого вида анализа можно:

• оценить тенденции продаж того или иного товара, группы товаров или отдела;
• проследить динамику продаж по магазинам;
• оценить сезонность продаж, в том числе недельную;
• предугадать величину "всплеска" продаж тех или иных товаров в праздничные дни;
• понять, как менялся спрос на товары в течение времени, каков вклад товара (или категории товаров) или магазина в бизнес-показатели компании;

В качестве объектов анализа могут выступать магазины, товары, дисконтные клиенты, поставщики.

Анализ динамики продаж может осуществляться по четырем критериям:

• валовой прибыли;
• выручке;
• количеству проданного товара;
• сумме скидок по дисконтным картам.

Почасовой анализ продаж

Почасовое распределение продаж по отделам в заданный период времени

Для наглядности можно повернуть и изменить форму представления графика…

…построить столбчатую диаграмму…

…или посмотреть продажи в разных магазинах в определенный час, но в разные месяцы

Чем привлечь покупателя в магазин в то время, когда он не любит туда ходить? Или дешевле обойтись меньшим количеством кассиров в эти часы? Долевое распределение продаж по часам в заданный календарный период

С помощью почасового анализа продаж можно:

• дать оценку динамики изменений покупательского потока;
• определить время покупок персонифицированных клиентов;
• оценить загрузку кассиров и оптимально спланировать график их работы;
• определить лучшее время для выкладки и завоза товара;
• точнее спланировать лучшее время для проведения промо-акций;
• выявить периоды Out of Shelf (отсутствия товара на полке).

В качестве объектов анализа могут выступать магазины, товары, дисконтные клиенты, поставщики.

Критериями могут служить:

• валовая прибыль;
• выручка;
• количество проданного товара;
• сумма скидок по дисконтным картам.

Анализ продаж на множестве чеков, сгруппированных по интервалам сумм покупок (Позиционирование)

В разных магазинах преобладают чеки с разными суммами покупок

На этом приведенном к 100 % графике виден вклад магазинов в каждый из интервалов по сумме чека. Хорошо заметно, что «зеленый» магазин приносит половину чеков с минимальной суммой покупки, на втором месте — «красный». А вот для «желтого» магазина такая маленькая покупка нехарактерна, здесь средний чек побольше.

Такой аналитический срез расскажет, в какой час чаще делают крупные покупки, а в какой стоит простимулировать увеличение суммы чека

С помощью этого вида анализа можно:

• определить целевую группу покупателей, приносящих основную часть прибыли;
• выявить отличие покупок выходного дня от рабочего;
• оценить распределение прибыли или выручки по чекам из разных интервалов сумм покупок;
• сравнить товарные предпочтения в разных интервалах сумм покупок.

В качестве объектов анализа могут выступать магазины.

Критериями анализа продаж по интервалам сумм покупок в системе являются:

• валовая прибыль;
• выручка;
• количество чеков или сканирований товаров, относящихся к выбранной группе чеков;
• количество проданного товара;
• сумма скидок по дисконтным картам.

Примечание: Шкалу интервалов сумм покупок можно устанавливать произвольно.

Анализ кассовых чеков по интервалам сумм покупок предоставляет важнейшую информацию:

• Какой ассортимент востребован покупателями, приносящими основной доход?
• Сколько денег они тратят при посещении магазина?

Этот анализ дает возможность ответить на очень важный вопрос: «Кто покупатель нашей сети (или отдельного магазина сети в определенном месте)»?

Вполне возможно, что изначально вы позиционировали свой магазин как предлагающий преимущественно недорогой ассортимент, но, после анализа по интервалам сумм покупок, выяснили, что значительная часть покупателей предпочитает (или с некоторых пор стала предпочитать) более дорогой товар и имеет возможность делать более дорогие покупки. Эта информация позволит вам скорректировать позиционирование магазина исходя из изменений в предпочтениях ваших покупателей.

Аналитический блок «Позиционирование» является незаменимым инструментом для создания индивидуальных систем лояльности покупателей.

Цель анализа — узнать не только, какую прибыль или выручку приносит каждая группа покупателей, но и сколько чеков или сканирований товара входит в каждую из этих групп.

Результаты можно увидеть на столбчатых или круговых диаграммах, где представлены доли валовой прибыли, выручки или количества проданного товара в зависимости от общего размера покупки (величины суммы чека).

Анализ динамики товарных запасов

Характерная «пила» товарных запасов

Можно посмотреть, как изменялся запас по определенной товарной выборке в разных магазинах сети…

…или во всей сети по разным товарам…

Данный вид анализа позволяет:

• оценить ритмичность закупок;
• проанализировать основные тенденции товарных запасов;
• выявить Out of Stock (отсутствие товара на складе);
• выявить пересортицу товаров;
• обнаружить затоваривание;
• найти залежавшиеся ("забытые") товары;
• оценить эффективность использования оборотных средств;
• определить соотношение запасов и продаж по отдельным товарам;
• выявить "провалы" в продажах, связанные с отсутствием товара в магазинах.

В качестве объектов анализа могут выступать магазины, товары, поставщики.

Критериями оценки товарных запасов могут служить:

• объем товарных запасов в средних учетных ценах, в ценах поставщика или ценах продажи;
• количество товара в магазинах.

График динамики товарных запасов по отдельным товарам представляет собой характерную «пилу»: пик в день поставки и постепенное снижение за счет ежедневных продаж, затем следующий пик и т. д.

Этот вид анализа позволяет оценить эффективность работы категорийного менеджера или менеджера по закупкам.

II. Виды матричного анализа данных в аналитической системе DiAna: Digital Analytics Pro

АВС-XYZ анализ продаж

Этот вид анализа позволяет:

• сгруппировать поставщиков или товары по их эффективности;
• выявить лучшие/худшие товары;
• выявить лучших/худших поставщиков;

Это анализ позволяет ответить на такие вопросы:

• Какие товары хорошо (много) продаются и/или приносят максимальную выручку/валовую прибыль?
• Какие товары имеют незначительный вес в валовой прибыли или выручке?

В качестве объектов анализа могут выступать магазины, товары, дисконтные клиенты, поставщики.

Критериями могут служить:

• валовая прибыль;
• выручка;
• количество проданного товара.

Результаты анализа могут быть представлены в виде таблицы или круговой диаграммы. В табличной форме для упрощения работы пользователя применяется цветовая индикация (окраска) строк — девятью цветами по количеству выявленных сегментов.

Разные цвета и их интенсивность расскажут, что предпочитают покупатели, как соотносится количество проданного товара с его вкладом в прибыль или выручку

На долевой диаграмме можно оценить вклад каждого товара или товарной группы в формирование прибыли или выручки

Можно ранжировать дисконтных клиентов…

…и поставщиков по величине и соотношению приносимой ими прибыли и выручки

После проведения анализа по всем товарам, можно изменить критерий выбора, указав конкретную товарную категорию, и провести детальный анализ уже внутри нее. Такой анализ покажет, как можно повлиять на результаты продаж в выбранной товарной категории — например, исключить плохо продающиеся товары, или провести акцию по стимулированию их продаж и т. п. Увидев такую картину, можно расстаться с товарами-аутсайдерами и освободить место на полке для товаров-лидеров.

Анализ по модифицированному методу Дибб-Симкина

Этот вид анализа позволяет:

• провести классификацию товаров или поставщиков на четыре группы по соотношению объема их продаж к валовой прибыли/себестоимости;
• определить направление развития выделенного сегмента;
• выявить приоритетные позиции ассортимента, эффективных поставщиков;
• оценить эффективность структуры ассортимента, состава поставщиков, целесообразность маркетинговых мероприятий;
• определить основные пути оптимизации.

В качестве объектов анализа могут выступать магазины, товары, дисконтные клиенты, поставщики.

Критериями анализа могут служить:

• валовая прибыль;
• выручка;
• себестоимость.

Раскраска товаров сигнализирует, что следует предпринять в той или иной группе товаров, чтобы увеличить прибыль

В результате проведенного анализа товары или поставщики разделяются на четыре группы, каждая из которых выделяется в таблице своим, произвольно задаваемым цветом.

Если критериями анализа выбраны, например, выручка и валовая прибыль, то в результате мы можем получить такую классификацию товаров с соответствующими рекомендациями по увеличению прибыли:

• Наиболее ценная для ритейлера группа – А. Товары или поставщики, входящие в эту группу, могут служить эталонами эффективности. Необходимо стремиться к увеличению числа позиций в этой группе, так как увеличение продаж именно в этой группе оказывает наибольшее влияние на прибыль предприятия.
• В группе В1 следует выявлять пути повышения доходности (разумным повышением розничных цен, подбором поставщиков с более низкими отпускными ценами). За счет высоких объемов продаж в этой группе даже незначительный рост доходности приведет к ощутимому росту прибыли компании в целом.
• Группа В2, в которой высока рентабельность, нуждается в повышении объемов продаж (проведением промо-акций, рекламой и т.д.).
• Наименее ценная для предприятия – группа С. Необходимо рассмотреть возможность замены отдельных позиций из этой группы, а также оценить эффективность исключения наименее прибыльных товаров.

Проведя такую сегментацию, компания может определить перспективы развития на ближайший период, направить ресурсы на повышение прибыльности бизнеса, выработать различные стратегии поддержания либо восстановления баланса своего продуктового портфеля, оптимизации пула поставщиков.

Анализ по модифицированной Бостонской матрице

Данный вид анализа позволяет:

• провести классификацию товаров или поставщиков с разделением на шесть групп в зависимости от того, какую долю они занимают в общем объеме продаж компании, и каковы при этом темпы роста/падения их продаж в анализируемом периоде по сравнению с периодом сравнения;
• выработать приоритетные стратегии воздействия, например ценового, по отношению к каждой из выявленных групп;
• оценить эффективность работы по оптимизации ассортимента и пула поставщиков, исходя из динамики их перемещений по клеткам матрицы;
• достигнуть сбалансированности ассортимента, оптимизировать пул поставщиков введением и поддержкой перспективных товаров за счет прибыли от текущих лидеров продаж.

В качестве объектов анализа могут выступать магазины, товары, дисконтные клиенты, поставщики.

Критериями могут служить:

• валовая прибыль;
• выручка;
• количество проданного товара.

Эти цвета расскажут, какие товары прибавили в популярности, а что продается все хуже и хуже, и как это отражается на прибыли и выручке

В нашей модификации Бостонской матрицы мы проводим сегментирование на шесть групп: в две дополнительные отдельные категории выделены товары/поставщики/магазины с отрицательной динамикой продаж, что часто бывает удобно при анализе. В традиционной Бостонской матрице их принято объединять с товарами, имеющими низкие темпы роста. При необходимости, нажатием соответствующих кнопок на панели управления можно получить классическое разделение на четыре типа: «звезды», «дойные коровы», «дикие кошки», «собаки». Для каждой из этих групп существует приоритетная стратегия.

• Товары с низким темпом роста и большой долей в объеме продаж — «дойные коровы», в соответствии с названием, приносят много денег. Это хорошо известные, традиционные, всегда востребованные товары. Поэтому они становятся источником средств для развития компании.

• «Звезды» имеют высокий темп роста и приносят много прибыли. Как правило, это удачные товары, зарекомендовавшие себя новинки с хорошей рекламой. «Звезды» приносят значительную прибыль, которую можно инвестировать в поддержание их продаж. В стадии зрелости, после достижения максимального охвата потребителей эти группы товаров обычно превращаются в «дойных коров».

• «Собаки» имеют малый объем продаж и низкие или отрицательные темпы роста. Эта группа товаров должна быть тщательно изучена. Как правило, оптимальным решением будет рассмотреть целесообразность их удаления из ассортимента, исходя из их прибыльности. При этом, в виде исключения, стоит оставить некоторые сопутствующие товары, которые нужны для поддержания ассортимента и стимулирования продаж других, более значимых товаров.

• И, наконец, «дикие кошки» имеют высокие темпы роста, но объем продаж пока маленький. Это самая неопределенная позиция, как правило, это товары, выходящие на рынок, новинки. Если они оцениваются как перспективные, то имеет смысл вкладывать деньги в их продвижение, для перевода их в категорию «звезд». Если же новинка не приживется и быстро надоест потребителям, то рост продаж постепенно замедлится, и «дикие кошки» перейдут в категорию «собак».

III. Эконометрический анализ данных в аналитической системе DiAna: Digital Analytics Pro

Эконометрика: быстро, просто, наглядно о том, как работают наши квадратные и погонные метры в разных отделах и магазинах, и не только

Эконометрический анализ позволяет оценивать изменения по неделям, либо по месяцам/дням для одного или нескольких магазинов или отделов/групп/подгрупп/товаров следующих характеристик:

• средней доходности запасов;
• оборачиваемости товарных запасов;
• стоимости содержания товарных запасов;
• дохода с погонного метра торговой площади полок;
• продаж с квадратного метра торговой площади.

Обоснование популярности системы DiAna: Digital Analytics Pro

• Специализированность. Преимуществом системы DiAna: Digital Analytics Pro является то, что она представляет собой вертикальное решение для рынка ритейла: это не только сам инструмент, но и уже готовый набор преднастроенных "кубов" для ряда наиболее востребованных ритейлерами аналитических задач.
• Универсальность в стыковке. DiAna: Digital Analytics Pro работает не только с системой GESTORI Pro от компании FIT, но и может быть интегрирована с любой (!) другой розничной системой управления товародвижением, уже используемой в вашей торговой сети.
• Минимальные сроки внедрения. При наличии у ритейлера уже внедренной системы GESTORI Pro, на установку и запуск DiAna: Digital Analytics Pro уходит не более 2 рабочих дней. При этом не требуется присутствие специалиста компании FIT (или ее партнера) на объекте заказчика: достаточно удаленной консультации. Более того, квалификация тех сотрудников, которые будут инсталлировать систему, может быть достаточно низкой. Если же предстоит интеграция с любой другой кассовой и учетной системой силами специалистов компании FIT, то на согласование форматов и последующую загрузку данных из этих пакетов в систему DiAna: Digital Analytics Pro отводится срок до 20 рабочих дней. Более того, процесс интеграции настолько прост, что ритейлер может с помощью своего ИТ-отдела самостоятельно обеспечить выгрузку данных в заранее согласованном формате или воспользоваться услугами поставщика применяемых им учетной и кассовой систем.
• Многокритериальность и гибкость. Большим преимуществом системы DiAna: Digital Analytics Pro является возможность быстрого перехода от одного критерия анализа к другому. Так, в частности, набор элементов для анализа можно формировать произвольно. В результате, появляется возможность сравнивать, например, продажи и по категориям пива, и по их брендам, даже если классификатор подразумевает деление лишь по одному из этих признаков. Кроме того, исходный справочник товаров может иметь любое количество уровней вложенности классификатора.
• Совмещение разных видов анализа. DiAna: Digital Analytics Pro дает возможность на одном графике одновременно анализировать, например, показатели запасов и продаж по определенному товару, чтобы оперативно выявить возможный недозаказ/перезаказ или перебои в поставках.

Совмещенный график продаж и запасов просигнализирует, какая часть оборотного капитала была напрасно «заморожена» в излишках запасов, не упустили ли мы прибыль, когда товар преждевременно закончился, и пришлось ждать поставок

Кроме того, можно сравнить списки товаров, сгенерированные в разных видах анализа с применением разных критериев, найти их пересечение или объединить в один список для последующего анализа или копирования в любую офисную программу для создания отчета. Например, совпадение товаров, имеющих худшие позиции и в ABC-XYZ анализе, и в модифицированной Бостонской матрице сигнализирует о том, что это явные кандидаты на вывод из ассортимента, повышает обоснованность принятия такого решения.

Когда товар «хромает» по нескольким видам анализа, стоит задуматься, а нужен ли он вообще?

• Интерфейс. Не требуется углубленное обучение сотрудников: наши клиенты часто используют систему прямо на совещаниях категорийных менеджеров, советах директоров, в ходе обсуждения демонстрируя те или иные выкладки, иллюстрируя свои тезисы. К тому же методики, например, ABC-XYZ анализа, Бостонской матрицы являются общепринятыми, известными финансистам и категорийным менеджерам.

2004: Разработка системы

В 2004 г. велась разработка специализированной BI-системы для ритейла DiAna: Digital Analytics Pro.