Описание производственного демостенда Yandex DataLens

Команда Ёлва

Подпишитесь, чтобы получать новые статьи

Подписаться

BI-решения представляют собой набор инструментов, позволяющих собирать, анализировать и готовить продвинутые отчеты на основе различных данных. BI-системы позволяют подготавливать, агрегировать и визуализировать собранную информацию. Благодаря использованию этих систем упрощается поиск слабых мест и определение точек роста в стратегии развития компании.

Основной фокус BI-систем заключается в подготовке различных отчетностей, поскольку данный вид систем выступает в роли агрегатора данных из различных источников, например, управленческой ERP системы, CRM-системы, рекламного кабинета и так далее. Благодаря такому объединению данных из различных систем, пользователь отчетов может видеть полную картину своего бизнеса. Например, с помощью нескольких визуализаций можно определить наиболее эффективные и убыточные направления бизнеса компании.

Таким образом, как один из вариантов предпринятых действий в результате полученной информации, руководитель компании или подразделения, может принять решение о перераспределении рекламного бюджета по этим направлениям. В связи с тем, что руководство хочет повысить прозрачность своего бизнеса, а также продвигать подход, основанный на данных, и на основе этого подхода принимать управленческие решения, в последнее время во много раз выросли запросы на внедрение BI-систем.

Зачастую, в компаниях уже собирается и хранится большое количество данных из различных систем, но эти данные разбросаны по всем этим системам и хранятся в виде большого количества таблиц. Задачей BI-системы в данном случае будет объединить таблицы из этих разрозненных источников в единое хранилище и на основании него построить графические визуализации, которые будут легко и быстро визуально восприниматься пользователем отчетов: отражать основные ключевые метрики, которые пользователь захочет отразить, а также полностью перестраивать все визуализации по необходимым срезам (фильтрам).

Именно с такими запросами к нам чаще всего и обращаются компании, которые приняли решение внедрить у себя BI-систему и сегодня мы вам расскажем про один кейс, основанный на реальном опыте одного из наших заказчиков – производственной компании.

Компания занимается производством и продажей кирпичей. Задачей у организации к BI-системе стояла отразить основные показатели по продажам произведенной продукции, провести аналитику по каждой позиции ассортимента для определения перспективной и отстающей продукции, а также проанализировать деятельность контакт-центра для контроля работы менеджеров по поиску новых клиентов.

Под кейс клиента была предложена система Yandex DataLens. DataLens активно развивающийся бесплатный продукт от компании Яндекс, обладающий всеми основными функциями BI-системы. Инструмент является полностью облачным и не требует никаких вычислительных мощностей на формирование отчетов со стороны пользователя. Еще одним из преимуществ инструмента является красивый и лаконичный дизайн, а также различного рода возможности цветовой и визуальной кастомизации диаграмм. По ходу этой статьи мы познакомимся с визуализациями, и Вы сможете сами убедиться, какие красивые отчеты можно составлять в данном инструменте, а также оцените относительно собственных ощущений, насколько удобно визуально работать с такого рода отчетами в вашей профессиональной деятельности.

В данной статье рассмотрим с вами один дашборд из трёх страниц, отражающий разные структурные подразделения компании, который был подготовлен в качестве демонстрационного.

Дашборд состоит из трёх страниц – аналитика по продажам, аналитика по продуктам и аналитика по контакт-центру.

Аналитика по продажам включает в себя основную информацию по типам клиентов, воронку продаж, распределение лидов по источникам, аналитику сезонности спроса на продукцию, эффективность работы менеджеров по продажам и анализ продаж по городам для выявления наиболее перспективных регионов.

Аналитика по продуктам позволяет выявить перспективную и отстающую по продажам продукцию компании, оценить количество и объем продаж по периодам, а также проанализировать заработанную прибыль с продукции по менеджерам.

И последняя страница — аналитика по контакт-центру, содержит визуализации, которые касаются работы операторов колл-центра – это динамика звонков по месяцам с разбивкой на входящие и исходящие звонки, информацию об общей загрузке менеджеров, а также отображение статистической информации о звонках с телефонии по каждому из номеров менеджеров.

А теперь давайте познакомимся с визуальной составляющей и возможностями инструмента Yandex DataLens для каждой из страниц и начнем с самой первой – аналитика по продажам.

Рисунок 1 – Страница «Аналитика по продажам» в Yandex DataLens

Общий вид страницы представлен на рисунке. Обратите внимание, на возможности расположения элементов, а также на механизм изменения размеров элементов дашборда. Благодаря этому функционалу все элементы можно расположить на одном экране и в том порядке, который необходим пользователю отчета для удобства восприятия информации.

Разделим эту страницу на две части и рассмотрим внимательнее каждый из элементов страницы.

Рисунок 2 – Первая половина страницы «Аналитика по продажам»

Начнем с панели фильтров, дашборд можно фильтровать по дате, менеджеру, источнику прихода лида в компанию и по городу. Все фильтры кроме даты реализованы в виде выпадающего списка с возможностью выбора нескольких значений. Фильтр даты отображается в виде календаря, с помощью которого можно выбрать необходимый период, по которому необходимо перестроить дашборд.

Рисунок 3 – Фильтр с выбором при помощи выпадающего списка
Рисунок 4 – Фильтр с выбором периода при помощи календаря

Первая визуализация – круговая диаграмма, которая отображает распределение новых и существующих клиентов компании по продажам. При наведении на эту визуализацию отображается процент выбранного значения и его фактический показатель.

Рисунок 5 – Отображение значений при наведении

Правее от круговой диаграмма представлена воронка продаж по компании. Первым контактом, который определяет приход клиента в компании – это звонок. По установленным фильтрам на визуализации количество звонков составляет 835, из которых 330 дошли до финальной сделки. Все остальные либо со стадии звонка не перешли по какой-либо причине в лиды, либо не дошли до финальной сделки. Распределение причин отказа проанализируем уже на другой визуализации. Тут мы понимаем, что больше половины звонящих, так и не доходят до сделки.

На визуализации «распределение лидов по источникам» отображается информация о количество лидов по каждому из каналов, по которым компания привлекает клиентов.  Это удобно для понимания и планирования маркетинговых мероприятий. На визуализации мы видим, что самый эффективный источник привлечения лидов – это сайт. Большинство клиентов пришедших с сайта стали нашими лидами. Вероятно, если посмотреть аналитику по звонкам, там будет совершенно другое распределение лидов по источникам, такое распределение даст искаженную информацию нам, так как позвонить в компанию могли случайно, с источника, где указана, например, недостоверная информация о деятельности компании. Таким образом, звонков с такого источника будет много, но большинство из них не станут нашими лидами. А по лидам можно вполне оценивать какой источник эффективен с точки зрения привлечения заинтересованных клиентов, то есть полезных для бизнеса.

Визуализация с причинами отказа отображает основные причины, почему клиенты приняли решение об отказе от сделки. Как мы видим, самая распространенная причина – это решение клиента. Получается, что у клиента была заинтересованность, но по итогу взаимодействия с компанией, он принял решение в пользу отказа от сотрудничества. Это могло быть вызвано факторами, как и со стороны компании, например, невыгодные условия сотрудничества, нет необходимого товара в наличии, сложности с доставкой, так и со стороны клиента, например, не уложился в ожидаемый бюджет, уточнял информацию для сметы и принял решение в пользу отказа от кирпича при строительстве, какие-либо другие личные обстоятельства.

Визуализация «распределение лидов» полезна для аналитики квалифицированных и дисквалифицированных лидов по отношению к нашей компании по месяцам. Например, это полезно для выявления сезонности продаж в нашей компании, а также для понимания как те или иные управленческие решения влияют на приток и отток лидов в компанию. Например, в апреле виден рост среди квалифицированных лидов, возможно, как раз таки мы заметили сезонный спрос, так как в феврале и марте также сохраняются показатели достаточно высоко спроса относительно остальных месяцев.

Таким образом мы рассмотрели первую половину дашборда по продажам и можем приступить к анализу его второй половины.

Рисунок 6 – Вторая половина страницы «Аналитика по продажам»

Первая визуализация – это объем продаж по месяцам, она также полезна для отслеживания сезонности спроса. Мы видим, что в начале года (с пиком в марте) объем продаж был достаточно высокий, а после апреля и далее начал угасать. Возможно, на этот показатель повлияли какие-то внешние или внутренние события.

Под объемом продаж по месяцам представлен рейтинг менеджеров с указанием их плана. Ячейка с планом окрашена полностью и имеет нейтральный голубой цвет, чтобы меньше привлекать внимания, чем ячейка с фактическим показателем. Ячейка с фактическим показателем закрашена в зависимости от значения, представленного по параметру в этой ячейке относительно других значений параметра. Таким образом, самый топовый менеджер среди лидов обладает полностью закрашенной ячейкой. Все остальные ячейки закрашены меньше на значение отставания от менеджера рекордсмена по фактическому показателю.

Справа в таблице представлены основные города продаж по количеству и объему продаж. Благодаря этой таблице мы можем определить наиболее и наименее перспективные города присутствия компании.  При помощи сортировки столбцов в таблице мы можем посмотреть топовые города по выручке.

Рисунок 7 – Применение сортировки в таблице

Это была последняя визуализация на странице «Аналитика по продажам». На странице представлены визуализации с основной информацией о продажах в компании для анализа общего здоровья организации, ее коммерческой деятельности по различным срезам, а также информация о поведении клиентов.

Следующая страница нашего дашборда для производственной деятельности – это аналитика по продуктам. Данная страница нужна для понимания перспективности продукции, а также определения необходимости наращивания производства продукции, которая необходима в более большем объеме.

Рисунок 8 – Первая половина страницы «Аналитика по продуктам»

Первая визуализация – это круговая диаграмма с объем продаж по продуктам. Тут мы сразу видим, что половину объема продаж среди всех продуктов составляет облицовочный кирпич БРАЕР КОРА ДУБА, относительно всех остальных. Следовательно, нужно учитывать этот факт при планировании производства.

Рядом с круговой диаграммой находится чарт под названием ТОП-5 продуктов. Этот чарт содержит информацию по количеству проданной продукции. Как мы видим, кирпич, который составляет почти половину объема продаж нашей компании, не лидирует среди топовых товаров по количеству.  Таким образом, по итогу анализа этих двух визуализаций, получается, что этот кирпич имеет достаточно высокую цену, но не является самым продаваемым в количественном эквиваленте. Это означает, что в более большом количестве приобретается наиболее дешевый кирпич.

На диаграмме «продажа продуктов за период» можно оценить количество продаж в каждом из периодов работы компании. На самом верхнем уровне диаграмма отображает информацию по кварталам, но, благодаря иерархии, можно посмотреть информацию более детализировано. Например, мы видим явный спад в третьем квартале, давайте в него «провалимся» и посмотрим какой же месяц из третьего квартала подвел.

Рисунок 9 – Детализация количества продаж продуктов по месяцам

Мы видим, что у нас нет данных за июль и достаточно низкий показатель за август. Зато в сентябре виден резкий рост продаж. Получается, что было какое-то событие в жизни компании, в результате чего, в июле продажи отсутствовали вовсе, а начиная с августа компания вновь начала восстанавливать свою коммерческую деятельность на прежний уровень и восстановила его в сентябре. Благодаря такой иерархичной структуре визуализации мы разобрались почему случился спад в третьем квартале.

Ниже на странице размещена визуализация «Продукты по городам». На ней изображены ТОП-5 городов по продажам нашей компании, а в каждом из городов представлены ТОП-5 наших самых продаваемых продуктов. Эта необычная визуализация была добавлена для того, чтобы провести анализ того, продаются ли топовые по продажам товары в основных городах присутствия компании, где производится наибольшая выручка. Как оказалось, по большей части, нет прямой зависимости, что города, которые приносят наибольшую выручку, покупают топовые по выручке товары. В случае обратной зависимости можно было бы задуматься об осуществлении деятельности в других городах и необходимости производства остальных товаров.

График «Прибыль по менеджерам» отражает информацию о размере прибыли, которую принес каждый из наших менеджеров. Это нужно для понимания эффективности каждого из менеджеров.

Вторая половина страницы «Аналитика по продуктам» состоит из большой сводной таблицы и трех видов карт, которые представлены в виде еиного чарта с вкладками. Давайте рассмотрим сначала сводную таблицу.

Рисунок 10– Сводная по продажам продуктов (иерархия по месяцам)

На первый взгляд не очень понятно как связана аналитика по продуктам и данная сводная таблица. Но на самом деле, все дело в возможностях иерархии и углубления в различные виды показателей. При клике на месяц мы попадаем на таблицу, которая в выбранном месяце показывает информацию о количестве и сумме продаж по каждому из менеджеров, а при клике на менеджера – аналитику по продуктам, которые менеджер продал в выбранный месяц в таблице.

Рисунок 11 – Сводная по продажам продуктов (иерархия по продуктам)

На рисунке представлена информация по количеству и суммам продаж продуктов в марте у менеджера Мария Иванова. Также тут используется условное форматирование, которое показывает, что по продукту «БРАЕР КОРА ДУБА» план менеджера перевыполнен, поэтому строка по этому продукту у менеджера выделена зеленым.

Условное цветовое форматирование можно также заметить и на иерархии по месяцам. На верхнем уровне иерархии красным выделены месяцы, в которых общий план не выполнен, желтым выделен месяц, в котором компания приблизилась достаточно близко к выполнению плана, и зеленым выделены месяца, в которых план был перевыполнен. Это удобно для быстрого визуального понимания ситуации с выполнением планов продаж в компании.

Под сводной таблицей, для понимания продаж по конкретным регионам, была использована диаграмма карта. Yandex DataLens использует собственный картографический сервис компании Яндекс под названием Яндекс Карта. В DataLens имеется возможность различных способов отображения значений на карте, в рамках нашего примера мы использовали несколько таких способов и реализовали возможность переключения между картами при помощи вкладок, давайте рассмотрим эти возможности отображения значений на карте.

Первая карта – это совместное использование двух вариантов отображения на карте при помощи слоев.

Рисунок 12 – Карта с совместным наложением слоев по геополигонам и геоточкам

Геополигонами отображаются регионы федерального значения присутствия нашей компании, например, на рисунке 10 таким городом является Москва. Все остальные города отображены точками, причем точка тем больше, чем больше прибыли приносит каждый из городов. С первого взгляда мы видим финалистов по прибыли – Ростов-на-Дону, Самара и Набережные Челны. Остальные города имеют примерно одинаковую, небольшую геоточку, что означает небольшой вклад в общую прибыль по всем городам, но подчеркивает города присутствия компании, куда осуществлялись продажи.

Следующий вид карты – это тепловая карта. Она построена по показателю количества продаж, таким образом мы посмотрим какие из регионов присутствия компании являются самыми «горячими» по количеству продаж.

Рисунок 13 – Отображение количества продаж в виде тепловой карты

На этой карте мы видим, что «горячие» точки с наибольшим количеством продаж в Самаре, Набережных Челнах и Ростове-на-Дону. Также большое количество городов имеют желтое распределение, что говорит о среднем количестве продаж в этих регионах относительно всех остальных регионов.

И третий вид карты – точки с кластеризацией. Особенность такого вида карт состоит в том, что показатель отображается прямо на точке рассматриваемого города. Таким образом, можно посмотреть количество проданной продукции в каждом из городов, без необходимости наведения на точку. Именно этот показатель мы и решили отображать на этом виде карты.

Рисунок 14 – Отображение количества проданной продукции на карте точек с кластеризацией

Точки с кластеризацией точно также как и геоточки меняют размер в зависимости от величины показателя. Таким образом, мы сразу видим города финалисты по количеству проданной продукции. Число на белом фоне означает, что в данном масштабе две точки со значением показателя не влезают, так как города находятся слишком близко друг к другу. При увеличении масштаба расстояние между городами начинает увеличиваться, и такая одна информационная точка о количестве городов превращается в несколько точек показателей.

И последняя страница нашего сводного дашборда для производственной компании – это аналитика контакт-центра. Особенностью этой страницы является использование нескольких источников на одной странице и даже на одной визуализации. Для построения аналитики контакт-центра использовались данные о звонках из CRM-системы компании, а также сводные статистические данные о ходе звонков от телефонии в разрезе по каждому из менеджеров. Таким образом, прямо на одной визуализации можно посмотреть сколько времени тратит менеджер на звонки и ожидание на линии, а также сравнить с показателем количества звонков. Возможно, менеджер подходит очень ответственно к уговариванию клиентов и разговаривает с ними в среднем продолжительное время, но, в связи с этим, суммарно успевает сделать малое количество звонков. Или, наоборот, есть менеджер, которые рекордсмен по количеству звонков, но средняя продолжительность звонка заставляет усомниться руководство компании в том, что менеджер качественно преподносит ценность товара для возможного клиента.

Рисунок 15 – Страница «Аналитика по Контакт-центру» в Yandex DataLens

Также как и прошлые страницы дашборд содержит фильтры для перестроения всех визуализаций. Как и на первой странице, самым первым фильтром идет фильтр по дате, где можно устанавливать диапазон рассматриваемого периода прямо на карте. Остальные фильтры имеют выпадающих список и поддерживают выбор нескольких значений. Поскольку дашборд имеет специфику аналитики по контакт-центру, то реализована возможность перестроения всех визуализаций в зависимости от направления и результата звонка. При выборе направления появляется возможность проанализировать эффективность только лишь исходящих или входящих звонков. При выборе результата звонка можно проанализировать информацию о неуспешных звонках и попробовать найти закономерность на визуализациях, а также ответить на вопросы в связи с чем такие звонки возникают. Например, возможно, высокая доля неуспешных звонков пришлась на зимний месяц, когда большинство строек ставятся на паузу.

Кроме фильтров, дашборд состоит всего из 4 визуализаций и 6 сводных индикаторов. Начнем с индикаторов, они отображают основную информацию по заданным фильтрам для исходящих звонков (индикаторы красного цвета) и для входящих (индикаторы зеленого цвета). Таким образом, прямо на карточках можно видеть основную информацию об эффективности контакт-центра. Мы видим, что около 1/3 исходящих звонков являются успешными, когда у входящих обратная ситуация, и в этом направлении 1/3 звонков составляют неуспешные.

Первый график — это динамика звонков. Мы видим, примерно одинаковое распределение по входящим и исходящим в течение года, за исключением весенних месяцев. Это можно объяснить тем, что наибольший спрос на кирпичи появляется весной, так как есть необходимость закупок для весенних и летних строительных работ.

На визуализации детализация звонков представлена сводная статистическая информация из телефонии о длительности звонков и ожидания по каждому из менеджеров. После этого по каждому из менеджеров было проведено суммирование этого показателя для анализа сводного значения.

На диаграмме «Загрузка менеджеров» можно посмотреть отношение общей длительности звонка к количеству звонков. При наведении можно ознакомиться с точным значением отображаемого показателя. Для пользователей, которым было неудобно проводить аналитику двух различных показателей на одной диаграмме, была выполнена разбивка при помощи вкладок. На одной диаграмме можно посмотреть сводную диаграмму сравнения показателей, а также отдельные визуализации по каждому из показателей.

Рисунок 16 – Отдельные визуализации по каждому из показателей на едином чарте

И последняя визуализация на странице аналитики по контакт-центру – это визуализация распределения звонков. Тут представлена сводная информация по всем звонкам по месяцам, которые поступали в компанию. На этой визуализации также видно пиковую активность звонков в месяцы весны, за исключением спада количества звонков в мае.

Страница аналитика по контакт-центру получилась из небольшого количества визуализаций, но использует под капотом два различных источника данных, а также отображает основную информацию в целом по динамике обращений клиентов в нашу компанию по этому каналу связи, а также информацию для контроля менеджеров, которые осуществляют основную работу с клиентами по телефону.

В рамках статьи мы рассмотрели один из практических примеров производственного демостенда, построенного на опыте одного из наших клиентов. Безусловно, этот пример не говорит о том, что визуализации и ключевые показатели, описанные в статье, подойдут для любого бизнеса из производства, но, мы надеемся, поможет вам понять, что можно использовать в вашем случае, а то, что нельзя, подаст идеи о том, как это применить для решения ваших непрозрачных вопросов организации.

Если у вас остались какие-либо вопросы по тому, как можно визуализировать ваш кейс или задумались о BI-проекте на DataLens, обращайтесь в компанию Ёлва и мы с радостью Вам подскажем и поможем.

#B2B#BI#DataLens#DataPlatform#Кейс

Подпишитесь на наши статьи

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *