Специфика бизнеса автодилеров обусловлена, в частности, тем, что включает в себя два разноплановых направления — собственно продажу автомобилей и послепродажные процессы — сервис (а также, конечно, множество сопутствующих — взаимоотношения с производителями, логистика, реклама, анализ рынка и многое другое). Современные средства бизнес-анализа, как показывает практика, способны выявить на каждом из направлений нереализованные возможности, устранить скрытые дефекты. Недавно свое отраслевое BI-решение для автодилеров на базе IBM Cognos 8 Business Intelligence представила компания “Микротест”.

Проблемы автобизнеса и их решение на основе BI

Сергей Борисов, директор департамента аналитических систем “Микротеста”, отметил, что отсутствие аналитики в сфере взаимоотношений с клиентами — существенная проблема для бизнеса российских автодилеров. В большинстве компаний, констатировал он, не умеют анализировать трафик клиентов, эффективность рекламы, продаж и постпродажного обслуживания. Усугубляет ситуацию и отсутствие полноценного специализированного отраслевого решения класса ERP, на базе которого помимо учета можно было бы осуществлять управление продажами, маркетингом, сервисом. Разобраться, кто из менеджеров по продажам или специалистов по обслуживанию автомобилей работает лучше и почему именно, зачастую невозможно, поскольку выполняемые работы не регистрируются в учетной системе в разрезе цехов, смен, бригад. Если генеральный директор компании хочет иметь возможность оценивать реальную эффективность работы каждого “продажника” или автомеханика, специалистов других подразделений, влиять на результаты их работы, нужен специальный инструментарий — бизнес-аналитика, уверен Сергей Борисов. Для этого помимо собственно специализированного BI необходима регистрация множества данных (телефонные звонки, встречи с клиентом, покупка, подготовка машины к отгрузке и т. д.), анализ которых и позволит выявить разнообразные нестыковки, подлоги, обман со стороны сотрудников (fake в западной терминологии). У компании “Микротест”, подчеркнул докладчик, есть определенная рабочая модель, реализованная в отраслевом решении, позволяющая извлечь данные, необходимые для изменения бизнес-процессов автодилера в сторону большей эффективности. А поскольку отраслевое решение, представленное на мероприятии, уже внедрено и успешно работает в ряде компаний (Toyota Motor Russia, “Бизнес кар”, “Панавто”), это позволило докладчику подробнее остановиться на тех практических проблемах, с которыми сталкиваются автодилеры, и путях их решения на основе бизнес-аналитики.

Одной из особенностей процесса продажи автомобилей, отметил представитель “Микротеста”, являются так называемые менеджерские скидки, предоставляемые продавцами клиентам по своему усмотрению (в определенных рамках, конечно). Анализ практики их предоставления способен дать ценную информацию для руководства. Бизнес-аналитика позволяет получить данные о менеджерских скидках с разбивкой по продавцам, товарным группам, типам и размерам, времени прихода клиента, типу посещения (первичное, вторичное) и т. д. Обработка данных позволяет увидеть общую картину предоставляемых скидок: кому предоставляются, когда, какие именно, а также, что немаловажно, — в какой степени они оправданы с точки зрения “качества” клиента. Ведь менеджеры могут ошибаться, предоставляя второстепенному клиенту чрезмерные скидки и наоборот — не предоставляя скидки по специальным сезонным программам скидок на определенный товар, что ведет к замедлению его реализации.

Другой показательный пример из практики бизнеса автодилерской компании, приведенный Сергеем Борисовым, — учет сдельного труда автомехаников. При помощи BI-инструментов можно оценить общий объем сервисных работ, количественную достаточность персонала, время присутствия специалистов на работе в соотношении со степенью загрузки, эффективность работы по сменам, пояснил он. Например, на практике автомобили при обслуживании могут переходить от одной бригады мастеров к другой. После внедрения BI в одной из компаний выяснилось, что мастера бригад с целью увеличения оплаты труда фиксировали такое количество отработанных часов, что выводили показатель отработки смены на уровень в 210% (после анализа специальных отчетов по результативности работы персонала было введено ограничение на показатель отработки смены на уровне 100%).

Разумная достаточность остатков запчастей на складе — еще одна важная составляющая автобизнеса, подчеркнул г-н Борисов. Владелец одной компании, специализирующейся на автосервисе, внедрил BI-систему с функциональностью для анализа незавершенного производства и объема хранимых товарно-материальных ценностей (ТМЦ). Оборачиваемость ТМЦ в компании была низкой, детали заказывались слишком рано и подолгу хранились на складе, что фактически означало замораживание оборотных средств. Изменив процесс заказа сервисными подразделениями товарно-материальных ценностей, автодилер улучшил их оборачиваемость.

В любом автосервисе для каждого автомобиля предусмотрен свой набор услуг и работ, причем для каждого типа автомобиля и каждого вида работ на основании нормативов с приемлемой точностью можно рассчитать теоретически необходимое время обслуживания, сравнив его с фактически затраченным, отметил представитель “Микротеста”. Именно так поступил один из автодилеров, проанализировав в BI-системе фактическое время обслуживания автомобилей и обнаружив при этом его существенное превышение над нормативным. Выяснилось также, что данное превышение имеет место быть и регистрируется не во всех случаях, а лишь при выполнении определенных работ, в ожидании которых и выстраивалась очередь. При помощи BI-системы удалось выяснить причины затягивания сроков для каждого типа проблемных участков и понять, что проблему возникновения “заторов” можно решать точечно (так, для более быстрого обслуживания по одному из направлений оказалось достаточным докупить дополнительный стенд).

Также после внедрения BI-системы очень быстро обнаруживаются лакуны в учетных данных, дополнил список возможностей бизнес-аналитики Сергей Борисов. Ввод некорректных данных при первичном учете, их недостаточность, некорректный ввод данных в последующем — все эти и многие другие скрытые моменты, будучи выявленными, подсказывают руководству компании, как именно следует изменить бизнес-процессы, чтобы сделать их более эффективными. Так, BI-анализ воронки продаж одного из автодилеров показал, что, например, количество первичных встреч менеджера по продажам с клиентами меньше, чем количество выставленных предложений. В идеале, пояснил докладчик, сто встреч менеджера с клиентами должны дать шестьдесят выставленных коммерческих предложений, тридцать “тест-драйвов” и десять подписанных договоров на продажи, а в действительности встреч зафиксировано семьдесят, а выставленных предложений — девяносто. В простейших случаях такая ситуация означает недостаточно полное фиксирование данных о работе продавца, из-за чего глава отдела продаж не может полностью оценить реальную эффективность действий менеджера по продажам.

Методология и архитектура BI-решения

Сергей Борисов также представил архитектуру отраслевого BI-решения и перечислил области бизнеса, анализируемые на его основе: продажи автомобилей, работа сервисного подразделения, взаимоотношения с клиентами, остатки/движение товарно-материальных ценностей на складе, анализ рынка/квот производителей, страхование, кредитование, лизинг, работа с персоналом, финансовая отчетность.

Остановился докладчик и на методологии внедрения, в которой выделил несколько основных этапов. На первом из них — этапе анализа и проектирования — выполняется анализ требований к системе BI, а также возможностей уже работающих в компании информационных систем. Кроме того, на начальной стадии осуществляется детальное проектирование структуры системы по анализируемым областям. На выходе первого этапа — обобщающий технический документ (так называемый технический проект), который и становится основой для выполнения проекта внедрения. На этапе реализации выполняется построение системы на основе технического проекта, начальное тестирование функционала участниками рабочей группы и подготовка к опытной эксплуатации. Обучение конечных пользователей работе в системе осуществляется на следующей стадии — тестирование и опытная эксплуатация. Помимо обучения, собственно тестирования и опытной эксплуатации (обязательно — с вовлечением всех пользователей системы) на данном этапе разрабатывается пользовательская и административная документации. Наконец на завершающей стадии осуществляется начальное сопровождение системы в ходе промышленной эксплуатации, делается “нарезка” проекта по функциональным областям анализа, проектирование приложений и отчетов совместно с функциональными заказчиками (т. е. подразделениями компании) по каждой из областей, строится концепция расширяемого хранилища данных, достигается баланс между избыточностью в источниках данных и потребностями в анализируемой информации. Кроме того, на уровне детальной информации собирается все, что необходимо и достаточно для построения любых пользовательских запросов.

Окупаемость

По мнению Сергея Борисова, о практической окупаемости внедрений BI можно говорить только приблизительно, и данный подход нельзя не признать реалистичным.

Первый ориентир, по оценке специалиста, — это экономия прямых затрат на выпуск отчетности автодилера, подготовкой которой ИТ-специалисты или финансисты занимаются практически каждый рабочий день. По самой скромной оценке, с появлением BI-системы автодилер экономит до 200 человеко-дней в год, считает представитель “Микротеста”. Если подготовкой отчетности для руководства до использования современного BI-инструментария должен был заниматься ИТ-специалист высокой квалификации, то с появлением бизнес-аналитики, позволяющей готовить отчетность специалистам профильных подразделений, он сможет уделять внимание более приоритетным вопросам ИТ, что с учетом средних зарплат таких специалистов означает экономию около 1 млн. руб. за год. Второй ориентир — экономия, достигаемая в результате обнаружения лакун в учете, оперативного изменения выявленных неэффективных бизнес-процессов. Улучшения в продажах после внедрения BI, снижение количества ТМЦ и другие изменения могут обеспечить автодилеру дополнительный экономический эффект на уровне 2—3 млн. руб. в год.

Даже из этих двух примеров, по мнению Сергея Борисова, можно сделать вывод о том, что средний срок окупаемости внедрения BI — один год (так как, по его оценке, экономический эффект проекта примерно равен его стоимости). В общем случае нормальной считается и окупаемость BI-проекта в течение двух лет, но на практике случается, когда заказчики бизнес-аналитики окупали затраты в течение одного-двух месяцев.

Когда внедрять BI

Бизнес-аналитика — не просто отчетность нового формата, а реальный инструмент, позволяющий выявить скрытые возможности для развития бизнеса, особенно подчеркнул в завершение Сергей Борисов. Время внедрять BI-инструментарий наступает в компании тогда, когда руководству становится очевидно, что на подготовку разнообразных отчетов ИТ-специалисты, сотрудники других подразделений стали тратить слишком много времени. Но основным стимулом, еще раз напомнил представитель “Микротест”, все-таки становится ситуация, когда при устоявшихся рабочих процессах буксует реализация новых инициатив, фактически упираясь в недостаток информации, руководство осознает необходимость изменений, при этом понимание, где именно скрыты резервы, отсутствует.

В числе распространенных причин неудач внедрения BI Сергей Борисов назвал, во-первых, неправильное отношение к таким проектам как чисто технологическим (в частности, когда со стороны заказчика привлекаются только ИТ-специалисты), во-вторых — отсутствие в корпоративной информационной системе структурированных данных (несвязанные базы данных, отсутствие централизованной нормативно-справочной информации и т. д.) и в-третьих — уже упоминавшееся неправильное восприятие бизнес-аналитики лишь как инструмента получения отчетности, а не управленческой технологии на основе анализа данных с целью принятия грамотных тактических и стратегических решений.