В «Касторе» сократились трудозатраты на подготовку и визуализацию операционной и финансовой отчетности на 90%
Заказчики: Кастор Москва; Логистика и дистрибуция Подрядчики: Первый Бит Продукт: Qlik SenseНа базе: QlikView.Next Дата проекта: 2020/09 — 2022/03
|
2022: Сокращение трудозатрат на подготовку и визуализацию операционной и финансовой отчетности на 90%
После реализации проекта по внедрению BI системы Qlik Sense для анализа эффективности в транспортно-логистической компании «КАСТОР», команда «Первый Бит» внедрила и запустила в эксплуатацию подсистемы, которые позволили сократить трудозатраты на подготовку и визуализацию финансовой отчетности на 90%. Об этом в компании «Первый Бит» сообщили 25 марта 2022 года.
По информации компании, ранее специалисты компании «Первый Бит» разработали аналитическое приложение на базе решения Qlik Sense. Приложение содержит сводный дашборд с общей информацией по основным KPI и с помощью графических данных отображает подробную информацию для оптимизированного анализа эффективности работы компании по требуемым показателям. Внедрение приложения позволило логистическому оператору сократить трудозатраты на подготовку отчетности на 30%.
В процессе эксплуатации приложения был выявлен ряд неудобств в работе, которые требовали доработок системы. Перед компанией «Первый Бит» встала задача разработать инструменты, которые смогут дать компании «КАСТОР» следующие результаты:
- Оперативное получение информации о состоянии ключевых показателей эффективности компании и ДЗО (дочерние и зависимые общества);
- Сведение к минимуму ручных операций, требуемых для подготовки различных отчетов в Excel и Microsoft Power Point;
- Сокращение времени на подготовку финансовых отчетов для закрытия финансового периода;
- Оптимизация эффективности управления движением транспортных средств.
На этапе разработки решений проектная команда «Первого Бита» в первую очередь учитывала специфику работы и масштаб компании-Клиента. По итогу проекта были выполнены следующие доработки:
- Реализованы инструменты для анализа ключевых показателей эффективности транспортной компании: оборачиваемость, детальный анализ времени рейса, загрузка ТС, суточный вывоз.
- Внедрены инструменты для комплексного финансового анализа данных управленческого учета группы компаний: динамика основных показателей, отчеты на базе P&L, расчет EBITDA, расчет EBITDA в разрезе клиентов, маршрутов, транспортных средств, факторный анализ финансовых показателей, структура выручки, инвестиций, план-фактный анализ и сценарное прогнозирование, анализ движения денежных средств.
- Добавлены инструменты управления эффективностью выполнения перевозок в режиме онлайн с использованием данных системы мониторинга транспорта Омником в наглядном и удобном для принятия решений диспетчерами формате: отслеживание нахождения ТС в геозонах погрузки и разгрузки, мониторинг данных о превышении нормативного времени и количества транспортных средств в геозонах, информация о принятии решений о перераспределении транспортных средств, мониторинг расхода топлива на холостом ходу.
- К работе с системой подключили пользователей дочерних зависимых обществ и обособленных подразделений. Реализовали инструменты для анализа операционной эффективности каждого ДЗО по следующим параметрам: грузооборот и объем перевозок, техническое состояние транспортных средств, сроки действия документов на перевозку опасных грузов, детальный анализ расхода ГСМ как в количественном, так и в стоимостном выражении, детальный анализ расходов на транспортные средства.
По результатам доработок удалось добиться следующих результатов:
- Сократились трудозатраты на подготовку финансовой отчетности, оптимизировалось качество, наглядность и доступность финансовой информации. Теперь финансовые отчеты понимает практически каждый сотрудник компании, не имеющий специальных знаний в соответствующей области. Сроки подготовки ежемесячной финансовой отчетности сократились на 10 календарных дней, трудозатраты на подготовку визуализированной версии сократились на 90%.
- Появилась возможность в режиме онлайн анализировать ключевые показатели эффективности деятельности компании как на уровне Управляющей компании, так и на уровне ДЗО и ОП, что оптимизировало скорость и качество принимаемых управленческих решений, а трудозатраты на подготовку к оперативным производственным совещаниям сократились практически до нуля.
- Появилась возможность в режиме онлайн правильно расставлять транспортные средства на маршрутах и контролировать ключевые показатели движения, что оптимизировало эффективность использования ключевых активов компании.
Можно сказать, что реализация проекта в положительном смысле произвела переворот в мышлении ключевых сотрудников, являющихся пользователями продукта, и позволило им оптимизировать свою деятельность, качество принимаемых управленческих решений и более эффективно влиять на ключевые показатели деятельности компании. |
2021: Сокращение трудозатрат на подготовку отчетности на 30%
Компания «Первый Бит» 30 марта 2021 года сообщила о реализации проекта по внедрению BI системы Qlik Sense для анализа ключевых показателей эффективности транспортной логистики в «Кастор». Внедрение, выполненное за 6 месяцев, позволило оперативно принимать решения и сократило трудозатраты сотрудников на подготовку отчетности на 30%.
Компания «Кастор» имеет постоянный поток больших объемов данных, требующих структуризации, оперативного анализа для бесперебойной работы и принятия управленческих решений. Ранее отчетность по ключевым операционным показателям деятельности производилась в Excel, что затрудняло оперативное получение информации и вызывало существенные трудозатраты в подготовке отчетности. Так возникла необходимость в решении, для оперативного доступа к актуальной информации, чтобы принимать верные управленческие решения.Метавселенная ВДНХ
Представители «Кастор» наметили цель: создать возможность руководству компании в онлайн режиме получать ключевые показатели эффективности производственных подразделений и поручили поиск оптимального решения специалистам Первого Бита, обладающим достаточными компетенциями и богатым опытом внедрения BI-систем. После изучения потребностей заказчика специалисты Первого Бита предложили разработать аналитическое приложение на базе решения Qlik Sense — корпоративной системы для анализа данных, позволяющей получать актуальную аналитику с высокой скоростью даже на больших объемах данных. Система проста в использовании и позволяет самостоятельно создавать удобные для анализа графические представления данных, автоматически собранных из разрозненных источников: учетных систем 1С, Exсel таблиц, баз данных SQL и noSQL, публичных и внутренних веб-сервисов.
Для решения задач клиента проектная команда настроила систему Qlik Sense под индивидуальные потребности заказчика, ориентируясь на потребность руководства компании в определенных данных и особенности отрасли. В аналитическом приложении доступен сводный дашборд по основным KPI, детальные отчеты по каждому показателю. Пользователям также доступны для анализа показатели по перевозкам, ремонтам, водителям. Реализованы следующие функциональные разделы: анализ кадровой информации (прием, увольнение, текучка, среднесписочная численность, дни водителей на вахте, распределение сотрудников по стажу вождения, стажу работы, возрасту, география по сотрудникам, анализ длительности вахты и перевахтовки), анализ ФОТ, выполнение показателей годового и оперативного планирования (план/факт по показателям грузоперевозок, грузооборота, пробега пустого и с грузом, выручке, количеству рейсов и загрузке транспортных средств (далее – ТС), ТС в работе и ремонте, расходу ГСМ на 100км пробега) с возможностью проводить многосценарный анализ, анализ использования ТС (план и факт водителей на вахте, план и факт по ТС на линии, показатели эксплуатации ТС, аналитика по штрафам и ДТП), фактические показатели в динамике в режиме преднастроенных чартов и в режиме интерактивного конструктора (выручка, грузооборот, пробег, расход ГСМ, число ТС на линии).
Примеры визуальных форм отчетности (данные искажены):
конструктор отчета – пользователь может задать произвольную комбинацию из набора аналитик и расчетных показателей:
Все данные в систему попадают автоматически по ежедневному расписанию, данные с помощью преднастроенных коннекторов импортируются из серии баз: БИТ.ФИНАНС, 1С:Предприятие 8. ТЛЭ, 1С:ЗУП. Далее с помощью ETL инструментария в Qlik Sense строится общая связанная модель.
Специалисты Первого Бита так же провели обучение внутренней команды компании «Кастор». Недельный курс обучения включил в себя модули qlik sense developer (разработка скриптов построения модели данных, импорта данных) и qlik sense designer (разработка визуальных интерфейсов для работы с данными). По результату обучения специалисты «Кастор» могут реализовывать собственными силами задачи развития практики Qlik Sense.
В результате внедрения Qlik Sense компания «Кастор» получила следующие ключевые преимущества:
- сокращение трудозатрат сотрудников на 30% на подготовку отчетности руководству
- комплексный взгляд на актуальные показатели деятельности компании
- повышение прозрачности и оперативности принятия решений, снижение количества ошибок
- самостоятельная аналитика: пользователи могут сами анализировать данные в представлениях в Qlik Sense без участия ИТ службы
До реализации проекта внедрения Qlik Sense в компании «Кастор» подготовка необходимой для принятия управленческих решений отчетности по ключевым операционным показателям деятельности производилась с использованием MS Excel. Такая организация процесса не позволяла получать информацию оперативно, подготовка отчетности вызывала существенные трудозатраты. Использование Qlik Sense позволило получить доступ к необходимой информации в оперативном режиме с любого устройства и своевременно принимать на основе этой информации управленческие решения. По результатам проекта в связи с полученными положительными результатами, планируется дальнейшее развитие системы в части как более глубокого анализа операционных показателей, так и других областей деятельности (финансы, анализ эффективности перевозок, управление кадрами),сказал директор по информационным технологиям «Кастор» Андрей Анатольевич Хованов.
|