С помощью аналитической платформы Trifacta PepsiCo упростила процесс создания отчетов и начала выполнять визуализацию данных в таблицах Tableau. Сократилось время, затрачиваемое на подготовку данных, а также улучшилось качество готовых отчетов о количестве реализованной продукции
Компания PepsiCo, основанная в 1965 году в результате слияния Pepsi-Cola и Frito-Lay, является одним из самых известных и успешных ритейлеров в мире. По состоянию на 2014 год чистая прибыль компании составила 66 млрд. долларов. Ассортимент компании, кроме Pepsi-Cola, включает такие продукты и напитки как Frito-Lay, Gatorade, Quaker и Tropicana. Под маркой PepsiCo в мире реализуется 22 бренда, розничные продажи которых приносят компании более 1 миллиарда долларов ежегодно. В компании работает 271 тысяча сотрудников, а её представительства есть в 30 странах мира.
Основа эффективного управления розничными продажами в PepsiCo заключается в четырёх процессах:
Команда менеджеров отвечает за сотрудничество с крупными розничными продавцами, и поставляет необходимое количество товарных позиций на склады и магазины. Для PepsiCo важно соблюдать баланс: поставляя слишком большое количество товара компания рискует потратить ресурсы впустую, а если не спрогнозировать поставку правильно, прибыль будет потеряна. Дефицит поставок также увеличивает риск того, что потребитель купит товар конкурента, что в долгосрочной перспективе плохо сказывается на имидже компании.
Чтобы удерживать правильный баланс и достичь минимальной маржи своих продуктов, PepsiCo должна постоянно улучшать качество прогнозирования продаж. Самой большой проблемой для ритейлера была скорость составления этих прогнозов.
Каждый новый отчет требовал от аналитиков команды планирования и прогнозирования создания инструмента, объединяющего все данные о розничных продажах.
До применения платформы Trifacta команда аналитиков работала, в основном, в Excel и Access, и вручную преобразовывала и компилировала данные. Это было неэффективно и влекло за собой большое количество ошибок. Так называемые «грязные» данные делали процесс трудоёмким и долгим. Каждый поставщик предоставлял PepsiCo отчеты, в которых была информация о магазинных и складских запасах, и компания PepsiCo сверяла входящие данные со своими собственными.
У разных поставщиков были свои средства стандартизации данных, не совпадающие с остальными (не говоря уже о собственной системе учёта PepsiCo). Например, PepsiCo использовала коды UPC для идентификации каждого продукта, а клиенты создавали свои собственные внутренние номера. Аналитики знали, что возможность быстрой стандартизации данных во всех розничных сетях имела решающее значение для быстрой подготовки отчётов, а значит, для прогнозирования и планирования.
С помощью аналитической платформы Trifacta PepsiCo упростила процесс создания отчетов и начала выполнять визуализацию данных в таблицах Tableau. Ранее процесс подготовки требовал, чтобы аналитики компании загружали отчеты с серверов PepsiCo, пропускали эти отчеты через базу данных Access и в конечном итоге запускали их снова на серверах PepsiCo. Для большей эффективности и масштабности PepsiCo решила внедрить инструмент Hadoop в качестве среды для посадки и подготовки данных смешанных типов. В то же время аналитикам требовался удобный интерфейс для доступа к данным и преобразования информации.Было принято решение использовать платформу Trifacta как площадку для работы аналитиков и работы с данными о розничных продажах в Hadoop.
В итоге время, затрачиваемое на подготовку данных, сократилось. Также улучшилось качество готовых отчетов. Теперь они запускались непосредственно на Hadoop (без участия нескольких серверов Access и PepsiCo), что позволяло аналитикам напрямую манипулировать данными с помощью Trifacta и публиковать подготовленные наборы данных в Tableau для визуализации и более широкого использования специалистами компании. Благодаря платформе Trifacta, PepsiCo сократила время выполнения анализа поставок до 70%. В настоящее время аналитики проводят большую часть рабочего времени, анализируя уже подготовленную информацию вместо того, чтобы вручную собирать данные для обработки, а скорость формирования отчетов о продажах повысилась на 90%.
