BI-дашборд на DataLens для розничной сети: шесть магазинов на одном экране собственника

Шесть «магазинов у дома» и небольшая онлайн-витрина с доставкой. Учёт в 1С:Розница, реклама доставки в Яндекс Директе, на сайте Метрика. Каждый месяц бухгалтер и товаровед неделю сводили цифры из 1С и рекламных кабинетов в Excel.

К моменту, когда отчёт был готов, данные устаревали. Решения собственник принимал по последнему громкому событию.

Самое неприятное открытие ждало в конце. Магазин, который в сети считали худшим, работал нормально. Деньги тихо теряла совсем другая точка, и без аналитики для розничной сети это не было видно ни одному человеку в компании.

Задача

Собственник пришёл с тремя вопросами, на которые Excel-отчёт не отвечал. Почему выручка растёт, а прибыль стоит на месте? Какая из точек реально хуже других? Что даёт реклама доставки?

Мы сознательно начали не с инструмента, а с этих вопросов. Сначала под них подобрали показатели, и только потом рисовали дашборды.

Кому подойдёт такой проект

Узнайте себя за пять секунд. Дашборд для собственника имеет смысл, если совпадает хотя бы три пункта из четырёх:

• У вас несколько точек или складов, и вы хотите сравнивать их между собой честно.
• Учёт живёт в 1С, а не в тетрадке: выгрузить данные есть откуда.
• Вы платите за рекламу и не знаете, что она приносит в деньгах.
• Месячный отчёт собирает живой человек руками, и к моменту готовности он уже неактуален.

Что сделали

• Составили карту решений: какие цифры на что влияют и кто на них реагирует. Из полусотни «хотелок» осталось 14 метрик. У каждой есть владелец: собственник, управляющий розницей, маркетолог.
• Развернули промежуточное хранилище на PostgreSQL. Туда стекаются выгрузки из 1С:Розница по всем точкам, расходы из Директа, визиты и заказы из Метрики. Обновление идёт ночью, к утру данные свежие.
• Собрали три дашборда. Собственнику: выручка, маржа и динамика по сети. Управляющему: точки в сравнении, списания, средний чек. Маркетологу: стоимость заказа доставки по кампаниям.
• Настроили ролевой доступ и уведомления об аномалиях. Резкое отклонение выручки или списаний приходит письмом, не дожидаясь, пока кто-то откроет дашборд.
• Провели два обучающих созвона и передали документацию по схеме данных.

Почему DataLens, а не Power BI

Собственник изначально просил Power BI «как у знакомых». Мы разобрали риски вслух. Официальные продажи Microsoft в России приостановлены, продление лицензий превратилось в квест, а привязывать отчётность собственника к такому фундаменту не хочется.

Взяли Yandex DataLens на тарифе Community. Он бесплатный, без ограничений по числу пользователей, данные лежат в российском облаке. Из минусов: визуализаций меньше, чем в Power BI, и сложную аналитическую модель на нём не построишь. Для шести магазинов и четырнадцати метрик этого хватило с запасом, и сожалений не было.

Запускались блоками, а не большим взрывом. Сначала собрали дашборд собственника на данных 1С. Через месяц добавили сравнение точек. Ещё через месяц маркетинговый контур с Директом и Метрикой. Польза пошла с первых недель, а доверие к цифрам росло постепенно: каждый блок сверяли с привычными отчётами, прежде чем на него опираться.

Где споткнулись

Справочник товаров врал при сравнении точек

Первая же сборка сравнения магазинов выдала бессмыслицу. Одна и та же вода числилась в трёх точках под разными карточками номенклатуры. Магазины открывались в разное время, и справочники в каждом вели по-своему. Сравнивать категории между точками на таких данных бесполезно: цифры врут.

Три недели ушло на маппинг и склейку дублей вместе с товароведом. Заодно написали регламент: новые позиции заводятся через единый справочник. BI этот бардак не вылечил, он его подсветил. И это оказалось самой полезной частью проекта.

Маржа считалась от закупки вообще, а не от партии

Себестоимость в отчётах брали по последней цене закупки. Закупочные цены скакали, и маржа по молочной категории гуляла на несколько пунктов в обе стороны. Пересобрали расчёт на партионные данные из 1С. Цифры стали скучнее и честнее.

Дашборды рисковали стать обоями

Через месяц статистика DataLens показала: управляющий не открывал свой дашборд две недели. Мы могли списать это на лень и написать письмо «пользуйтесь системой». Вместо этого пошли и спросили.

Ответ был обидным и честным. Экран отвечал на вопросы собственника, а не на его собственные. Управляющему не нужна динамика сети за квартал: ему нужно знать, что делать сегодня до обеда.

Пересобрали под его рабочий ритм. Утренняя сводка по вчерашнему дню, топ отклонений, которые требуют действия, и всё это на один экран без прокрутки. Через две недели он открывал дашборд каждое утро сам, без напоминаний. Правило «у каждой метрики есть владелец и решение» пришлось применить второй раз, уже к живой системе.

Вывод мы забрали с собой. Дашборд, которым не пользуются, стоит ровно столько же, сколько отчёт, который никто не читает.

Результат

• Утренний экран заменил недельную сборку. Собственник смотрит вчерашний день за пару минут. Ежемесячный Excel-марафон отменили, а это около 30 часов рабочего времени бухгалтера и товароведа в месяц.
• Сравнение точек на чистом справочнике удивило. «Худший» магазин оказался нормальным, а тихо проседала другая точка: маржа ниже сети на несколько пунктов из-за списаний. Скорректировали объёмы заказа скоропорта, и списания за два месяца заметно снизились.
• По доставке отключили кампанию, которая давала заказы дороже их маржи, а бюджет перенесли на работающие. Стоимость заказа снизилась примерно на четверть.
• Бюджет на BI-платформу нулевой: тариф Community, расходы только на небольшую виртуальную машину под хранилище.

Сколько это заняло и сколько стоило

Про «нулевой бюджет» стоит сказать честно. Бесплатна платформа, а не проект. Считать надо три строки.

• Работа. Контур такого размера мы собираем от 350 тысяч рублей: хранилище, три дашборда, обмен с 1С, Директом и Метрикой. Здесь сверху легли три недели на чистку справочника, которых в плане не было.
• Железо. Виртуальная машина под PostgreSQL в российском облаке обходится в 4-6 тысяч рублей в месяц. Для шести магазинов этого достаточно.
• Дальше. Сопровождение и новые показатели от 25 тысяч рублей в месяц. Если в компании есть свой аналитик, он справится сам: схему данных мы отдаём.

Весь контур собрали примерно за четыре месяца. Первый работающий дашборд собственник увидел гораздо раньше, через месяц после старта.

Что нужно от вас

Проект держится на людях заказчика, а не на одном подрядчике. Нужен доступ к 1С, Директу и Метрике. Нужен товаровед или категорийный менеджер: справочник за вас никто не почистит, у нас на это ушло три недели его времени.

Нужен человек, который принимает решения по показателям, иначе дашборд станет обоями. И нужна дисциплина после запуска: новые позиции заводятся через единый справочник, иначе через полгода всё вернётся к дублям.

Месяц сводится в Excel неделю, а решения принимаются по ощущениям? Опишите в форме на странице услуги, какие системы у вас есть и каких цифр не хватает. Если у вас не розница, а производство с длинным циклом продажи, посмотрите соседний кейс про сквозную аналитику мебельного производства: там звонки, Директ и CRM сводятся в один отчёт.