О компании
ООО «ФЕС ПРОДУКТ» (далее – Компания) является частью международного холдинга Food Empire Holdings Limited (далее – Холдинг), зарегистрированного в Сингапуре, прошедшего процедуру листинга и акции которого торгуются (могут быть приобретены) на сингапурской бирже Singapore Exchange Securities Trading Limited.
Благодаря продуктовому портфелю, включающему в себя растворимые напитки, полуфабрикаты и снеки, продукция Холдинга продается в более чем 60 странах Северной Азии, Восточной Европы, Юго-Восточной Азии, Южной Азии, Центральной Азии, Ближнего Востока и Северной Америки.
Основным направлением деятельности Компании является производство и реализация продуктов питания повседневного спроса – чая и кофе. Продукция Компании под товарным знаком «MacCoffee» стабильно занимает лидирующие позиции в сегменте растворимого кофе 3-в-1.
Благодаря продуктовому портфелю, включающему в себя растворимые напитки, полуфабрикаты и снеки, продукция Холдинга продается в более чем 60 странах Северной Азии, Восточной Европы, Юго-Восточной Азии, Южной Азии, Центральной Азии, Ближнего Востока и Северной Америки.
Основным направлением деятельности Компании является производство и реализация продуктов питания повседневного спроса – чая и кофе. Продукция Компании под товарным знаком «MacCoffee» стабильно занимает лидирующие позиции в сегменте растворимого кофе 3-в-1.
Ситуация
Компания столкнулась с необходимостью объединить данные о продажах из разных источников, чтобы получить целостную картину и упростить анализ. До начала проекта данные хранились в 1С, DMS-системе, а также в виде Excel-файлов. Для аналитики требовалась ручная обработка. Находясь в поиске потенциального исполнителя проекта, представители Компании заинтересовались услугами ИТ-интегратора Conteq. Наши эксперты провели совместную консультацию и быстро пришли к общему видению целей проекта.
Решение
План работ включал разработку процедур сбора, обработки и ежедневного обновления данных, реализацию расчета ключевых метрик, а также создание базовых дашбордов в Power BI для пользователей.
В качестве решения было разработано единое хранилище данных, объединяющее разрозненную информацию, унифицирующее идентификаторы и единицы измерения. Это позволило упростить сравнение данных и повысить их аналитическую ценность.
Особое внимание уделялось гибкости и удобству системы, чтобы заказчик мог самостоятельно дорабатывать решение в соответствии с меняющимися потребностями аналитики.
В результате был создан комплексный инструмент для аналитической отчетности, который позволяет сотрудникам компании эффективно консолидировать данные, быстро получать к ним доступ и строить детализированные отчеты.
В качестве решения было разработано единое хранилище данных, объединяющее разрозненную информацию, унифицирующее идентификаторы и единицы измерения. Это позволило упростить сравнение данных и повысить их аналитическую ценность.
Особое внимание уделялось гибкости и удобству системы, чтобы заказчик мог самостоятельно дорабатывать решение в соответствии с меняющимися потребностями аналитики.
В результате был создан комплексный инструмент для аналитической отчетности, который позволяет сотрудникам компании эффективно консолидировать данные, быстро получать к ним доступ и строить детализированные отчеты.
Особенности проекта
Компания Conteq спроектировала единое хранилище для данных из разных систем. Вместе с Заказчиком для реализации хранилища было выбрано решение MSSQL. Была реализована интеграция файлов Excel и DMS-системы через запросы к API системы. Интеграция с 1С была реализована силами Заказчика.
Были разработаны процедуры для накопления историчных данных, их преобразований и обновления. Конечные таблицы DWH используются в табулярной модели и содержат уже подготовленные для анализа данные.
Табулярная модель в Microsoft Analysis Services — это база данных, которая подключается к реляционным источникам данных, в нашем случае к разработанному хранилищу в MSSQL. Благодаря использованию алгоритмов сжатия и многопотоковой обработке запросов она обеспечивает быстрый доступ к объектам из клиентских приложений Power BI и Excel.
Были разработаны процедуры для накопления историчных данных, их преобразований и обновления. Конечные таблицы DWH используются в табулярной модели и содержат уже подготовленные для анализа данные.
Табулярная модель в Microsoft Analysis Services — это база данных, которая подключается к реляционным источникам данных, в нашем случае к разработанному хранилищу в MSSQL. Благодаря использованию алгоритмов сжатия и многопотоковой обработке запросов она обеспечивает быстрый доступ к объектам из клиентских приложений Power BI и Excel.
Обширная модель данных
Вместе с табулярной моделью были разработаны меры на языке запросов DAX, их большое разнообразие покрывает многие аналитические запросы к данным.
Например, были разработаны меры сравнения текущих значений продаж к различным прошлым периодам, сравнение с планом период к периоду. Каждая мера предусмотрена в вариантах разных единиц измерения, например в штуках или тоннах.
Пользователи табулярной модели могут с ней работать как из BI-системы Power BI, так и из Excel. Так как все пользователи используют одни и те же неизменяемые меры, это обеспечивает всеобщую методологическую точность в компании.
Например, были разработаны меры сравнения текущих значений продаж к различным прошлым периодам, сравнение с планом период к периоду. Каждая мера предусмотрена в вариантах разных единиц измерения, например в штуках или тоннах.
Пользователи табулярной модели могут с ней работать как из BI-системы Power BI, так и из Excel. Так как все пользователи используют одни и те же неизменяемые меры, это обеспечивает всеобщую методологическую точность в компании.
MML-листы
Будучи крупным производителем с мировым именем, «ФЕС ПРОДУКТ» предлагают широкий ассортимент, но не каждая торговая точка может разместить всю продукцию. Поэтому компания использовала так называемые MML-листы (MML – минимальный обязательный ассортимент) – списки товаров, которые должны быть в продаже в зависимости от типа магазина, канала сбыта или региона.
MML помогает контролировать наличие приоритетных товаров, повышать продажи и управлять ассортиментом. Для внедрения MML определяют форматы торговых точек, разрабатывают ассортиментные матрицы, отслеживают представленность товаров и корректируют планы. Регулярный анализ выполнения MML позволяет выявлять недостатки, оперативно реагировать на изменения спроса и увеличивать продажи ключевых позиций.
В свою очередь, на уровне хранилища мы подготовили таблицу c фактическими данными продаж относительно тех продуктов, которые входят в различные наборы и поднаборы MML, которые заводятся на стороне Заказчика. В табулярной модели был произведен расчет соответствия фактических данных с ключевыми критериями выполнения MML, таких как количество штук, сумма продаж и т. д. Важно подчеркнуть, что расчет на DAX в табулярной модели позволяет вычислять выполнение MML динамически в контексте любого временного промежутка.
MML помогает контролировать наличие приоритетных товаров, повышать продажи и управлять ассортиментом. Для внедрения MML определяют форматы торговых точек, разрабатывают ассортиментные матрицы, отслеживают представленность товаров и корректируют планы. Регулярный анализ выполнения MML позволяет выявлять недостатки, оперативно реагировать на изменения спроса и увеличивать продажи ключевых позиций.
В свою очередь, на уровне хранилища мы подготовили таблицу c фактическими данными продаж относительно тех продуктов, которые входят в различные наборы и поднаборы MML, которые заводятся на стороне Заказчика. В табулярной модели был произведен расчет соответствия фактических данных с ключевыми критериями выполнения MML, таких как количество штук, сумма продаж и т. д. Важно подчеркнуть, что расчет на DAX в табулярной модели позволяет вычислять выполнение MML динамически в контексте любого временного промежутка.
Кастомная карта
Для проекта была разработана кастомная карта с помощью сервиса Mapbox.
Данный сервис позволяет создать карту с любой географической разметкой и в любом визуальном стиле, а затем получить фрагмент кода, который можно использовать на сайте или в мобильном приложении.
Кроме этого, Mapbox имеет плагин в Microsoft AppSource, благодаря этому его можно использовать в Power BI.
Модуль Mapbox Studio позволяет разработать с нуля набор географичеких данных с помощью ручной разметки карты или отредактировать уже имеющиеся данные. Таким образом можно выводить на дашборд только необходимые вам объекты.
Данный сервис позволяет создать карту с любой географической разметкой и в любом визуальном стиле, а затем получить фрагмент кода, который можно использовать на сайте или в мобильном приложении.
Кроме этого, Mapbox имеет плагин в Microsoft AppSource, благодаря этому его можно использовать в Power BI.
Модуль Mapbox Studio позволяет разработать с нуля набор географичеких данных с помощью ручной разметки карты или отредактировать уже имеющиеся данные. Таким образом можно выводить на дашборд только необходимые вам объекты.
После создания набора данных требуется его преобразовать в Tileset (набор плиток). Мы заранее подготовили файл формата GeoJSON с разметкой регионов России и нам не требовалось его редактировать, поэтому мы сразу приступили к загрузке в Tileset.
При загрузке данные GeoJSON преобразуются в векторные листы, которые хранят данные карты в виде геометрии (точки, линии и многоугольники) и метаданных (например, названий мест, значений высот и номеров зданий).
При загрузке данные GeoJSON преобразуются в векторные листы, которые хранят данные карты в виде геометрии (точки, линии и многоугольники) и метаданных (например, названий мест, значений высот и номеров зданий).
Такие данные не имеют свойств стиля, поэтому на следующем шаге в редакторе стилей мы установили цвет фона, линий и внутренних форм регионов на карте.
Результаты
Компания «ФЕС ПРОДУКТ» получила решение, которое отвечает трем главным целям, поставленным перед началом работ:
Кроме того, теперь сотрудники корпорации могут самостоятельно настраивать отчеты, не прибегая к помощи разработчиков, так как система представляет собой готовое решение с обширной по своей наполненности моделью данных.
- Консолидация данных из разных источников;
- Обеспечение совместного и оперативного доступа к данным;
- Построение аналитических отчетов.
Кроме того, теперь сотрудники корпорации могут самостоятельно настраивать отчеты, не прибегая к помощи разработчиков, так как система представляет собой готовое решение с обширной по своей наполненности моделью данных.
