Производитель продуктов питания и пищевых ингредиентов ГК «Ярмарка» реализует проект Я.Digital, направленный на создание единой экосистемы аналитики, прогнозирования и бюджетирования. Эта система позволяет бизнесу принимать обоснованные управленческие решения на основе актуальных, сопоставимых и всесторонних данных. Она охватывает все уровни продаж и финансовые процессы. О реализации проекта рассказывает Олег Богомолов, директор по стратегии и цифровой трансформации ГК «Ярмарка» и номинант на премию Data Award.

- В чем заключается проект Я.Digital?

Я.Digital — это комплексный портал для бесшовного принятия управленческих решений, а не просто очередная учетная система. Создаваемая нами совместно с abgroup.tech аналитическая платформа (проект все еще продолжается) включает построение корпоративного хранилища данных и сервисов BI-отчетности, прогнозирования и бюджетирования.

- Насколько это важно для компании?

До внедрения инфраструктура опиралась на стандартную для многих компаний 1С:ERP на базе PostgreSQL, две внешние базы данных о продажах от провайдеров (обновляемый OLAP-куб и база на SQL), а также около 20 других баз в виде скачанных и разбросанных по локальным и общим FTP-папкам файлов в формате Excel. Для регулярной отчетности и решений на топ-уровне использовались выгрузки из «1С» с последующей обработкой в Excel. Такая «1С-центричность» имела несколько критических недостатков, снижающих ценность данных для бизнеса.

Во-первых, модель данных и аналитика были заточены под «бухгалтерский» взгляд, без связки с реальными бизнес-факторами. Например, финансовый показатель «валовая прибыль» в FMCG зависит от множества драйверов: количества торговых точек, изменений цен и себестоимости, коммерческих условий, разнообразия ассортимента в точке. Учет на такие нюансы не ориентирован, предпочитая «котловой» метод. Конкретный пример: отчетность может показать рост прибыли за счет снижения себестоимости из-за уменьшения объемов производства, хотя на деле себестоимость на единицу продукции выросла. Но для финансов это выглядит логично.

Во-вторых, на топ-уровне даже сложилась иллюзия, что других данных просто не существует и они не используются. Но в процессе аудита «нашлось» свыше 20 баз данных в различном формате, помимо учетной системы. Существующая система не позволяла подключать внешние источники, а Excel увеличивал долю ручного труда, вероятность ошибок и подрывал доверие к цифрам. Вместо решений на данных менеджеры тратили время на перепроверки: «А точно ли показатели верны?» – и возвращались к одним и тем же вопросам неоднократно. Аналитику и сбор этих данных проводил каждый владелец своим собственными силами. Существовал риск того, что уход сотрудника приведет потере всех наработанных компетенций и истории по этому направлению.

В-третьих, ручной анализ перегружал существующих аналитиков. Сложные формулы в Excel не пересчитывались автоматически при добавлении периода, превращая регулярные операционные запросы в ad-hoc. Факторный анализ был практически невозможен, а результаты для бизнес-показателей приходили с задержкой в месяц-полтора. Управление компанией в таких условиях напоминало вождение автомобиля с заклеенным лобовым стеклом, когда водитель может ориентироваться только на зеркало заднего вида.

Кроме того, Excel не позволял эффективно управлять доступом к чувствительной информации. Для каждой группы пользователей требовался отдельный файл, что снова множило ручной труд или приводило к бесконтрольной рассылке конфиденциальных данных.

Наконец, несопоставимость форматов из разных источников делала невозможной сквозную аналитику. Почти полностью отсутствовала документация по метрикам, правилам их расчета и требованиям. Один и тот же показатель – например, KPI для продаж – маркетинг, коммерция и финансы считали по-разному: мотивация шла по финансовым правилам, хотя корректный расчет был у коммерции. Это вызывало постоянные конфликты и недопонимание.

В проекте Я.Digital мы решили эти критически важные задачи, обеспечивая переход от фрагментарной, замедленной аналитики к целостной, оперативной системе принятия решений. В условиях жесткой конкуренции FMCG запоздалая или неточная информация приводит к прямым убыткам: избыточным запасам, дефициту востребованных товаров, неэффективным промоакциям. Наш подход устраняет риски за счет единой аналитической среды, где данные трех уровней продаж – первичных, вторичных и третичных – автоматически консолидируются и приводятся к единому формату. Менеджмент получает не разрозненные срезы, а полную картину: от отгрузок производителю до реальных продаж в рознице. Это позволяет точно прогнозировать спрос, оптимизировать складские запасы и выстраивать эффективную дистрибуцию.

- Какие проблемы возникали в ходе реализации проекта, как их решали?

Самая большая проблема, как всегда, – человеческий фактор, проявившийся в нескольких аспектах. В первую очередь, это боязнь новой неудачи. Ранее в компании уже пытались создать аналитическую систему, но она провалилась из-за ошибок в архитектуре, экономии на инфраструктуре и фокуса на «красивых» графиках в BI без внимания к качеству первичных данных. Проект закрыли через полгода разработки, списав потери.

Развитие тандема «1С+Excel» создало ловушку невозвратных затрат: ресурсы продолжали вкладывать в неэффективный подход, оправдывая уже потраченным. Были даже попытки загрузить в «1С» гигабайты рыночных данных – результат предсказуем для тех, кто знает скорость этой платформы даже на малых объемах.

Внедрение 1С:ERP когда-то стало прорывом, который значительно продвинул аналитику в компании, но в современных условиях решение не обеспечивает нужной гибкости, скорости, достоверности и комплексности. И первые же появившиеся дашборды сразу выявили проблемы с учетом и расчетом метрик.

- На что сделан акцент?

Наше ключевое преимущество – актуальность данных и их связность через единую модель данных. Ежедневное обновление исключает работу с устаревшими отчетами. Менеджеры реагируют на изменения рынка почти в реальном времени: оперативно корректируют промо при падении продаж или перераспределяют запасы между регионами при дисбалансе.

Система бюджетирования превращает формальное планирование в инструмент оперативного управления. Автоматический пересчет показателей при изменениях параметров (скидки, логистика, объемы продаж) сокращает цикл согласования бюджетов и повышает их реалистичность. Возможность моделировать сценарии («Что если увеличить скидку на 5%?») позволяет заранее оценивать последствия и выбирать оптимальные стратегии.

Механизм Row Level Security (RLS) обеспечивает баланс между безопасностью и удобством: каждый видит только релевантные данные. Региональный менеджер, например, анализирует свои точки продаж и формирует отчеты самостоятельно, без ИТ-поддержки, снижая нагрузку на технических специалистов и ускоряя процессы.

В итоге мы создали условия для устойчивого конкурентного преимущества: инструменты для точного прогнозирования, оперативной реакции на рынок и оптимизации затрат, что ведет к росту рентабельности и укреплению позиций.

- На каких платформах реализована система?

Мы выделяем три ключевых компонента. Managed Service for ClickHouse – для объединения данных из разных источников, организации хранилища, трансформаций с Data Build Tool (DBT) и создания витрин для дашбордов. DataLens – основная платформа для интерактивных дашбордов, настройки RLS, визуализации отчетов и формирования P&L-отчетности. Специализированный сервис бюджетирования, который разработан совместно с abgroup.tech непосредственно под нашу отрасль – для сквозного планирования по клиентам и товарам, автоматического пересчета и моделирования коммерческих условий.

- Какие данные охватывает платформа?

Помимо «1С», мы с командой интегрировали практически все бизнес-данные: от финансовой информации и данных о первичных продажах во внутренней системе до данных о вторичных и третичных продажах, получаемых от провайдеров, включая федеральные сети и маркетплейсы, в автоматическом режиме.

- Какие результаты достигнуты и ожидаются?

Точность прогнозирования выросла за счет комплексного анализа всех уровней продаж и исторических данных для оценки тенденций. Автоматизация бюджетирования сократила цикл планирования уже на первом этапе на 30–40%, высвободив ресурсы для стратегической деятельности.

Выявление убыточных сегментов позволяет перераспределять усилия на рентабельные направления, оптимизируя затраты и эффективность. Менеджер своевременно видит, что, например, установленные коммерческие условия начинают генерировать убытки. Реакция на изменения рынка или результат работы клиента теперь занимает сутки, а не полтора месяца. Проект развивает аналитическую культуру: сотрудники осваивают BI-инструменты, повышая квалификацию.

Ожидаем, что на следующем этапе с помощью системы будем находить точки роста, в том числе и за счет поиска локальных оптимумов в бизнес-модели.

- Пытались ли оценить эффекты с финансовой точки зрения?

При обосновании внедрения считали, что ускорение аналитики и процесса бюджетирования только напрямую сэкономило около 70 млн руб. в год за счет снижения трудозатрат. Ускорена реакция на отклонения по SKU, каналам и клиентам – эти метрики только начали фиксировать.

- Что выделяет ваш проект?

Мы создали многопользовательский портал, объединяющий все ключевые данные в едином интерфейсе для полной картины финансов и рынка. Реализован новый сервис бюджетирования с план-факт анализом в реальном времени, точным прогнозированием и сценарным моделированием. DataLens-дашборды обеспечивают комплексную аналитику, безопасность и разграничение доступов.

Большую работу мы провели в области внедрения data-driven культуры и вовлечения менеджеров в сотрудничество по созданию системы. Для продвижения проекта придумали бренд, который я назвал «Ярмарка Цифровая» – Я.Digital, разработали свой мерч и айдентику.

- Чем интересен проект для коллег по отрасли?

Проект может сформировать новый стандарт аналитики в FMCG секторе благодаря комплексному подходу: интеграция данных трех уровней продаж и бюджетирования в единой системе пока остается редкостью на рынке. Его архитектура отличается масштабируемостью – решение можно адаптировать как для локальных производителей, так и для международных корпораций. Автоматизация рутинных процессов высвобождает ресурсы для стратегической аналитики, что особенно важно в условиях высокой конкуренции в FMCG. Кроме того, гибкая система отчетности способна оперативно подстраиваться под новые регуляторные требования к учету и налогообложению, обеспечивая долгосрочную актуальность инструмента.

Одна из задач, которая была решена – снижение «порога входа» для получения нужных данных. Теперь пользователь, не обладающий «крутыми» знаниями Excel или аналитическими навыками может получать за пару кликов все, что ему необходимо во всех возможных разрезах и с максимально возможной детализацией. Подавляющее большинство операционных запросов со стороны бизнеса «зашито» в системе. Рост числа баз данных перестал требовать постоянного увеличения числа аналитиков.

- В каком направлении развивается проект?

Во-первых, расширение аналитики по отделам с настраиваемыми дашбордами. Цель – удовлетворить потребности всех пользователей. Во-вторых, внедрение ML-моделей «под капотом» для проактивных прогнозов сценариев на основе событий, истории и драйверов. Портал должен превратиться во «второго пилота» для менеджера. Это создает предпосылки для перехода от устаревшего дискретного к скользящему бюджетированию. В-третьих, дальнейшее обогащение внешними данными о рынках, клиентах, потребителях и конкурентах – глубже, чем сейчас. Интеграция оптимизационных моделей по цепочке: сырье, запасы, производство – критична для FMCG с конкуренцией, поточным производством и пиковыми нагрузками.

Приоритет все тот же – работа с культурой данных, как с точки зрения принятия решений, основанных на данных, так и ответственности владельцев данных к их качеству.