Проект

Система бизнес-анализа в сети магазинов свежей косметики ручной работы LUSH

Заказчики: Лаш Раша (Lush)

Торговля

Подрядчики: Диджия РУС (Digia)
Продукт: Digia Retail Analytics
На базе: Microsoft Business Intelligence

Дата проекта: 2012/02
Технология: BI
подрядчики - 297
проекты - 2352
системы - 832
вендоры - 360

Компания Digia помогла косметической сети Lush в разы увеличить скорость заказа продукции, а также найти новые способы повышения продаж благодаря внедрению системы Digia Retail Analytics.

Компания “ЛАШ РАША” является эксклюзивным представителем бренда Lush в России. Магазины свежей косметики ручной работы Lush торгуют “бомбами” для ванн, твердыми шампунями, массажными плитками и другой продукцией, изготавливаемой вручную из натуральных ингредиентов: эфирных масел, настоев трав, цветов, свежих фруктов.

Весь ассортимент для своих магазинов «ЛАШ РАША» заказывает напрямую из Англии, где расположен центральный офис компании. Заказы оформляются еженедельно с учетом результатов предыдущих периодов и прогнозируемых продаж по каждой торговой точке.

При этом используемая в российском офисе учетная система не позволяла автоматически анализировать все необходимые данные и формировать недельный заказ с учетом требований отдельных магазинов, много времени уходило на ручное редактирование и анализ данных.

Компании Lush Russia требовались более эффективные инструменты аналитики и поддержки принятия решений, которые сократят сроки формирования заказов на поставку продукции, а также помогут найти новые «точки роста» - пути увеличения прибыли торговой сети.

Руководство «ЛАШ РАША» остановило свой выбор на системе Digia Retail Analytics – решении, специально созданном для розничных сетей и успешно внедренном в нескольких десятках российских торговых компаний. Digia Retail Analytics использует развитые средства и инструменты бизнес-анализа Microsoft для быстрого и эффективного решения актуальных для ритейлеров задач.

В ходе проекта специалисты Digia создали единое хранилище данных, использующее данные из учетных систем заказчика, что позволило расширить аналитические возможности, упростить доступ к необходимой информации и повысить ее качество. Построенные OLAP-кубы ускорили получение и анализ данных о продажах компании в различных разрезах, таких как складские показатели, данные по продажам с точностью до чека, ABC-анализ различных групп товаров и т.д.

Основой Digia Retail Analytics является Microsoft SQL Server 2008 R2, содержащий в себе мощные инструменты бизнес-анализа. SQL Server является самой популярной платформой для организации хранилищ данных, OLAP и отчетности. Используя средства MS BI, входящие в MS SQL Server 2008 R2, компания получила возможность анализировать большие массивы данных с молниеносной скоростью, используя при этом удобный и привычный интерфейс приложения Microsoft Office и мощный функционал настройки разнообразных фильтров.

Таким образом, было создано решение, с помощью которого любой сотрудник Lush может сформировать необходимый ему отчет по продажам, остаткам на складах, остаткам в пути в разрезе себестоимости, цене реализации, количеству и другим параметрам.

Наиболее важным этапом проекта являлось создание модуля автозаказа. Используя возможности Microsoft SQL Server 2008 R2, Excel и специально разработанных макросов, модуль автозаказа автоматически формирует заказ на поставку продукции для всех торговых точек Lush. При этом в режиме реального времени учитываются данные по продажам предыдущих периодов, требования к минимальным остаткам на складах, особые требования отдельных магазинов и другая информация.

В результате проекта компания Lush получила мощный и удобный аналитический инструмент, значительно ускоривший работу и позволивший выполнять глубокий и разносторонний анализ. Автоматизация рутинных операций, повышение качества данных и новые аналитические инструменты предоставили сотрудникам возможность уделять больше времени комплексному анализу деятельности и поиску путей дальнейшего развития компании.

Компания «ЛАШ РАША» планирует активнее использовать возможности Microsoft Business Intelligence, проводить более глубокий и разносторонний анализ данных, на основе которого рассчитывает продолжить оптимизацию процессов складского учета, логистики и продаж.