Przejdź do:
BuyCycles – case study
Wyobraźmy sobie, że pracujesz jako manager sprzedaży w sklepie rowerowym BuyCycles, który działa od 2016 roku. Sklep sprzedaje sprzęt rowerowy zarówno w sposób tradycyjny, jak i za pośrednictwem platformy e-commerce, dlatego korzysta z kilku różnych systemów, które dostarczają nam danych o sprzedaży.
Jako manager sprzedaży jesteś odpowiedzialny za analizę wyników sprzedaży i stanów magazynowych oraz planowanie sprzedaży określonych produktów, a także zlecanie działań marketingowych. Początkowo zadanie nie było trudne. Budżet i dochód sklepu rowerowego był niewielki: roczna sprzedaż wynosiła 43,421 tys. dol., a w ofercie sklepu były tylko rowery górskie i szosowe.
W 2018 sklep poszerzył ofertę o akcesoria rowerowe i ubrania, przez co zaczął się dynamicznie rozwijać, a sprzedaż – rosnąć do zawrotnej sumy przekraczającej 16 mln dol. Właściciel sklepu jest zachwycony wynikami. Gdy jednak pyta Cię, jakie działania powinniście podjąć w kierunku utrzymania tego pozytywnego trendu, trudno jest Ci udzielić konkretnych odpowiedzi jedynie na podstawie informacji o sumie i wyraźnym na pierwszy rzut oka wzroście sprzedaży.
Wyzwanie
Tradycyjne podejście do tego problemu będzie wymagało od Ciebie zebrania danych pochodzących z kilku różnych źródeł i przygotowania zestawienia, na przykład w Excelu. Proces ten wymaga pobrania danych, przygotowania ich w taki sposób, żeby w ostatecznym raporcie były uporządkowane i można je było ze sobą porównywać, a następnie stworzenia odpowiednich zestawień (nazywamy to procesem ETL, czyli Extract – Transform – Load).
Nawet jeśli masz specjalistów, którzy mogą Cię w tym wesprzeć (analityka biznesowego lub dział IT), z podejściem tym nadal wiąże się kilka problemów:
- Problem kosztów – każdorazowe przygotowanie danych i tworzenie raportów wymaga czasu i ponoszenia kosztów związanych z ich wykonaniem.
- Problem poznawczy – obszerne pliki Excel, pozbawione łatwych w obsłudze wizualizacji, i tak wymagają od Ciebie wysiłku w analizie danych.
- Problem efektywności – jeśli nie uda się wszystkich danych zebrać w jednym raporcie lub systemie, będziesz zmuszony do uzupełniania ich danymi z innych systemów lub raportów.
- Problem monitoringu – podejście to nie umożliwia Ci bieżącego sprawdzania stanu biznesu pomiędzy poszczególnymi raportami. W przypadku wystąpienia problemów dostrzeżesz je dopiero wtedy, kiedy zostaną zaraportowane, a nie wtedy, kiedy rzeczywiście się pojawią.
Jak widać, tradycyjne podejście jest zaledwie doraźnym rozwiązaniem problemu, jednak nie rozwiązuje go systemowo i definitywnie. Wciąż brakuje Ci narzędzia, które pozwoliłoby na szczegółową analizę wyników firmy na bieżąco i samodzielnie.
Przeczytaj na temat: system Business Intelligence – narzędzie do efektywnego zarządzania
Poniżej znajdziesz interaktywny raport Power BI, w którym zebrane są najważniejsze dane sprzedażowe sklepu BuyCycles. Pod nim zaprezentowaliśmy podstawową, ale jedną z wielu ścieżek analitycznych, które pozwolą Ci zapoznać się z aktualną sytuacją sklepu. Zachęcamy do przejścia naszej ścieżki w raporcie, a następnie już samodzielnej analizy danych.
Analizujemy wyniki sprzedaży z Microsoft Power BI
Włączasz raport w Microsoft Power BI i sprawdzasz wyniki sprzedaży w ujęciu rok do roku i miesiąc do miesiąca, a nawet dzień do dnia. Wszystko zależy od konkretnej potrzeby analitycznej. Na pierwszy rzut oka widać, że w skali roku nastąpił znaczący wzrost w porównaniu z rokiem poprzednim, co potwierdza wcześniejsze spostrzeżenia.
Interesuje Cię jednak, jakie grupy produktów miały największy wkład w zaobserwowany wzrost. Możesz łatwo zdobyć te informacje dzięki rozbiciu danych na grupy i podgrupy. Następnie sortujesz wyniki według kolumny „Sprzedaż” rosnąco i malejąco.
Okazuje się, że w 2019 roku bardzo wzrosła sprzedaż produktów, które rok wcześniej były rzadko sprzedawane i zdecydowanie największe wzrosty sprzedaży dotyczą właśnie tych produktów. Słupki w kolumnie „Sprzedaż” pozwalają Ci zaobserwować największy przyrost obrotów i wzrost dla określonej grupy produktów. W tym przypadku znaczący, bo o ponad 17 000% dla rowerów trekkingowych. Oczywiście wynika to z niskiej bazy, związanej z tym, że ten produkt został wprowadzony do sprzedaży w 2018 roku, ale pokazuje również jego spory potencjał.
Możesz dodatkowo sprawdzić, które konkretnie modele rowerów trekkingowych cieszyły się największym zainteresowaniem. Analiza danych wskazuje na dwa modele: Trekkingowy – 1000 Żółty i Trekkingowy – 1000 Niebieski.
Mając tę wiedzę, po wyborze modelu Trekkingowy – 1000 Niebieski jako manager sprzedaży możesz zweryfikować, jak sprzedaż rozkładała się w czasie i jak cele sprzedażowe są realizowane w ujęciu czasowym. Sprzedaż szybko rosła od stycznia i zaczęła się stabilizować w drugiej połowie roku.
Wnioski
Teraz czas na wnioski:
- W drugiej połowie roku sprzedaż rowerów trekkingowych zaczęła się stabilizować, więc nie będzie już tak łatwo o dalsze dynamiczne wzrosty.
- Sprzedaż rowerów trekkingowych na poziomie prawie 4 mln w porównaniu z innymi grupami produktów oznacza jednak, że jest jeszcze duży potencjał tego wzrostu – rowery górskie i szosowe sprzedają się w Twoim sklepie na poziomie 5-6 mln.
- Zlecasz dodatkowe działania marketingowe wspierające sprzedaż rowerów trekkingowych i uzupełniasz stany magazynowe.
Jak widać na tym przykładzie, wyciąganie właściwych wniosków biznesowych z Power BI jest szybkie i dosyć proste. System umożliwia analizę danych na bieżąco, bez konieczności angażowania do tego specjalistów, i nie wymaga oczekiwania na zebranie danych w jednym zestawieniu. Dzięki temu analiza danych staje się rzeczywistym narzędziem w rękach managera, a nie tylko sposobem na raportowanie efektów jego działań już po fakcie.
Dobrze wdrożony system analityczny pomaga nie tylko w wyciąganiu wniosków na bazie danych historycznych, ale także ostrzega, kiedy kluczowe wskaźniki osiągają punkty krytyczne – np.: sprzedaż albo stany magazynowe spadną poniżej określonego poziomu i wymagają pilnej ingerencji managera. A to już jest krok do zarządzania biznesem opartym na danych i realnych zdarzeniach, a nie intuicji i niejasnych przewidywaniach. [promotions id=71]
Podsumowanie
Narzędzia do samodzielnej analizy danych są intuicyjne i dostępne dla wszystkich – ich podstawowe wersje są najczęściej dostępne w darmowej wersji demonstracyjnej, ale na zakup licencji rozszerzających ich możliwości mogą sobie pozwolić nawet małe firmy. Demokratyzacja danych, o której coraz częściej się pisze, to nic innego, jak powszechność i łatwość ich analizy przy wykorzystaniu narzędzi typu self-service, takich jak Microsoft Power BI. Mamy nadzieję, że pomogliśmy Ci przekonać się, że sprawdzają się w każdej sytuacji – bez względu na wielkość firmy i branżę.
A może poczułeś się dobrze w roli managera sprzedaży i z danych sklepu rowerowego BuyCycles wyciągnąłeś jeszcze inne wnioski? Podziel się z nami swoimi spostrzeżeniami w komentarzu. Może Twoje wnioski różnią się od tych zaprezentowanych w artykule i masz inne rady dla właściciela naszego sklepu rowerowego?