Innar Liiv, Juhataja, Vertical ANDMELADUDE KASUTAMISEST LADUDES Innar Liiv Juhataja, Vertical

Väljavõte

1 ANDMELADUDE KASUTAMISEST LADUDES Innar Liiv Juhataja, Vertical

2 Ettekande sisu Mis on andmeladu ja millised on sellele püstitatud eesmärgid? Mis kasu sellest on? Paindlikum aruandlus; Automaatne kaupade koosostmise analüüs; Täiustatum kaupade ABC-klassifitseerimine; Klientide segmenteerimine ning kliendiprofiilide leidmine; Põhjalikum klientide maksetavade analüüs; Nõudluse prognoosmudelite täiustamine ja simulatsioonid. Kuidas andmeladu toimib? Andmelao rajamine ja maksumus?

3 Mis on andmeladu? Andmeladu (levinud ka andmeait, ingl.k. data warehouse) on olemasolevaid süsteeme täiendav tsentraalne andmebaas, mis on ehitatud vastama ärilistele küsimustele ning võimaldama paindlikke aruandeid. Andmete töötlemist on parem teostada ning ligipääsu (koostöö! jälgitavus!) on samuti lihtsam kontrollida. Tavalistelt andmebaasidelt saab küsida: Kui palju ostis klient X meilt eelmine aasta? Kui palju on ostjatelt laekumata arveid? Millised kliendid ei ole maksnud arveid tähtaegselt? Andmeladudelt saab küsida: Kes on meie kliendid? Millised on nende ostuharjumused, maksetavad?

4 Paindlik aruandlus Paindlikumaks teeb teistsugune põhimõte tabelite asemel on andmebaas mitmemõõtmeline ning mõõtmeteks on ettevõtte jaoks olulised kriteeriumid: KLIENDID DIMENSIOONID MÕÕDIKUD TOOTED

5 Näide: ostukorvi analüüs Hea näide andmeladude rakendusest jaekaubanduses on ostukorvi analüüs, mille tulemuseks on kümnete aruannete ning tabelite asemel kokkuvõtted ning järeldused, mida genereerib arvuti automaatselt: 30% klientidest, kes ostavad mähkmeid ja majapidamispaberit, ostavad ka patareisid. Kellele on kasu sellisest analüüsist: Kauplus võib vajadusel asetada kaubad võimalikult lähedale, et võimendada potentsiaalset müüki või asetada kaugele, et soodustada impulsiivseid oste teekonnal teise kaubani; Tarnijad saavad teada ostjate profiili, kes on üldse nende ostjad ning millisele ostjale peaks turunduses keskenduma. Hea oleks, kui arvuti filtreeriks ise välja ebahuvitavad ning ilmselged järeldused?!

6 Kust nad saavad andmeid? Ühe ostukorvi raames analüüsida (vaatlemata klienti järjepidevalt läbi aja) on tänu automatiseeritud andmesisestusele lihtne: iga kord, kui kassas kõlab vöötkoodi sisselugedes piiks, salvestatakse see ka andmebaasi. Järjepidevaks analüüsiks ongi kliendikaardid ega kellegi eesmärk ei ole ju ometi allahindlust teha?! Arvutuslikult on mõlemad analüüsid väga mahukad, kuna iga kaup võtab ühe rea. Mitu vöötkoodi päevas loetakse arvutisse? Excel võimaldab analüüsida ~65000 rida; Las arvuti arvutab.

7 Kaupade koosostmise analüüs Erinevalt jaemüügist, on ladudes vajalikke andmeid koguda oluliselt lihtsam ei mingeid lojaalsus-, kliendi- või säästukaarte arvel on alati konkreetne ostja olemas; Salvestatud laoliikumistest saab piisava informatsiooni, et arvuti saaks automaatselt järeldada: Lihtsam: kaupu X, Y, Z, W ostetakse sageli koos (toetades väidet ka mingite numbritega, näiteks 213 korral ); Keerulisem, ent rohkem informatsiooni pakkuv: 45% juhtudest ostetakse kaupa E, F, C, ostetakse ka kaupu T ja R. Võimalik vaadata ka seoseid üldisemalt (tootegrupiti), kuna alati ei pruugi toote tasandil info maksimaalselt välja tulla, eriti suure arvu toodete korral.

8 Kaupade koosostmise analüüs (2) Katab ära ABC-klassifitseerimise nõrgad kohad: TELLIMUSED TOOTED ~700 SKU Tellimuste kujutamine visuaalselt Must täpp näitab, mis toodet telliti (1 rida=1 tellimus)

9 Laoliikumiste reeglipärasus Näidates arvutile mingit normaalset tööperioodi, kus probleeme ei ole, ei ole vaja sadu reegleid käsitsi sisestada arvuti saab ise reeglipärasusest aru; Eksimused ja vead peaksid ebareeglipärasusega silma paistma neile ei pea küll alati reageerima, kuid võib teha spetsiaalse akna, kuhu jooksevad ebareeglipärased liikumised; Varguste ja kelmuste mustrid võivad ennast korrata.

10 Klientide segmenteerimine Klientide automaatne jaotamine gruppidesse, arvestades: Kliendi käivet, maksetavasid; Ostuharjumusi (mahud + reeglipärasus/stabiilsus); Asukohta, tegevusala etc; Lisaks kogutud infot (kliendi töötajate arv, käive, kasum etc.). Tulemuseks annab arvuti ise selgesti teineteisest eristuvad kliendigrupid eelnevate andmete põhjal seal selgunud gruppidele tasuks läheneda samuti erinevalt; Parimat kliendigruppi iseloomustavate näitajatega (kui suur, kus asub, millist tootegruppi ostab etc) klientidele tasub keskenduda; Võimalik mahtude ning laekumiste järgi automaatselt määrata krediidireiting ning selle põhjal teha tegelikke laekumisennustusi.

11 Meil on ju majandustarkvara, laotarkvara... Äriloogika ja andmete eraldamine loob head eeldused valutumateks tarkvara üleminekuteks tulevikus ning tagasiulatuvate andmete pärimiseks tulemuseks on keskne koht, kus te koondate kogu informatsiooni ettevõttes; Raudne stabiilsus tuleb alati piirangute hinnaga eksperimenteerimine on välistatud; Andmelaos on teil võimalik koondada erinevaid mõõdikuid ning arvutada suhtarve; Korrates: Andmeladu on olemasolevaid süsteeme täiendav tsentraalne andmebaas, mis on ehitatud vastama ärilistele küsimustele (ning sellega mitte segama jooksvat tööd).

12 Kui palju tellida? Millal tellida? Andmelattu koondatud informatsioon võimaldab teie poolt koostatud valemit/mudelit tagantjärele olemasolevate andmetega testida (backtesting) ning mõõta selle headust; Võimalik on ühe tellimuse haaval (mitte lihtsalt summeerides senist nõudlust mingi perioodi peale) simuleerida laoseisud, hankimised ning kulud hoidmisele, hankimisele ning täitmata tellimusele; Eelmiste perioodide tellimuste (mitte summeeritud nõudluste, vaid konkreetsete ridade) järgi on võimalik arvutil lasta välja pakkuda optimaalne kulusid minimeeriv tellimuspunkt.

13 Andmelao rajamine ja hind Kaks põhimõtteliselt erinevat lähenemisviisi maksumuse ajastamiseks: Ülalt-alla (Top-down) kogu organisatsiooni proovitakse luua süsteemne pilt ning seejärel jaotada teema- või üksuse-spetsiifiliseks; Alt-Üles (Bottom-up) alustada teema- või üksuse-spetsiifilistest andmetest, siduda nendega hädavajalik ning võimaldada selle peal paindlik aruandlus edu (ja hävingu) viljasid saab varem tunda. Üksuse-spetsiiflise andmelao loomise korral algavad hinnad juba piirilt (riistvara alates ~30 000, operatsioonisüsteem+andmebaas ~40 000, riistvara ja süsteemi ülespaneku tööjõukulu ~30 000, andmete ümberlaadimise ning -pakendamise tööjõukulu ~40 000, aruandlusvahendite seadistamine, koolitus ning tugi ~60 000); Aruandlusvahendite ning (statistilise) analüüsi vahendite hinnad (olenevalt funktsionaalsusest) algavad paarikümnest tuhandest ning ulatuvad miljoni lähedale.

14 Andmelao rajamine ja jooksev hind (2) Jooksvate kulude puhul tuleb arvestada kahe põhilise erinevusega: kaupa saab tasuta ja lõpmatus koguses kloonida. Transpordikulude puhul on kauba liigutamine praktiliselt tasuta kõige kallim on teekonna pidev turvamine ning jälgimine. TOORAINETEHAS TEHAS TOORAINETEHAS TEHAS ANDMELADU TOORAINETEHAS MAJANDUSTARKVARA, LAOTARKVARA, KLIENDIHALDUS, TAVALISED FAILID etc. TARNELADU JUHTIVTÖÖTAJAD, ANALÜÜSIMISE PROGRAMMID, TEISED MASINAD etc.

15 Kokkuvõte Andmelao eesmärk on äriline, mitte tehniline; Esimesed etapid enne andmelao juurutamist võiksid olla: Laoseis ning kaupade liikumine internetti; Motiveerida (rahaliselt!) tellimuste esitamist elektrooniliselt; Registreerida (kasvõi Excelisse!) ka negatiivsed vastused; Laoliikumised, arved ning laekumised eraldiseisvasse andmebaasi. Oma autonoomse olemise tõttu ei pea te andmelao juurutamisel riskima tõrgetega või tööseisakutega (versus üldise laotarkvara väljavahetamise valud); Mõistlik oleks nõudluse prognoosmudelid ajaloo peal tellimuse kaupa läbi mängida enne rakendamist; Kasu: aruandeid koostava tööjõu vajaduse vähenemine; operatiivne reageerimine klientide maksetavade ning ostuharjumuste muutustele; varude vähendamine.

16 TÄNAN! KÜSIMUSED?