Найти тему

Как эффективно анализировать и управлять большой товарной матрицей (100+SKU)?

Наша важная компетенция - умение работать с большими товарными матрицами. У нас есть клиенты, количество позиций в товарной матрице которых достигает 10 000+ SKU (считайте 20 000+ на двух маркетплейсах).
Это чертова куча цифр. Как управлять этим и не сойти с ума расскажу в этом посте.

Меня зовут Диана, я со-основатель проекта Маяк Power BI. Мы оцифровываем бизнес на маркетплейсе “под ключ”. Кто-то называет это управленческой отчетностью, а кто-то продвинутой внутренней аналитикой. Подписывайся!
Меня зовут Диана, я со-основатель проекта Маяк Power BI. Мы оцифровываем бизнес на маркетплейсе “под ключ”. Кто-то называет это управленческой отчетностью, а кто-то продвинутой внутренней аналитикой. Подписывайся!

Есть несколько важных моментов, которые стоит учесть в анализе больших товарных матриц:

1. Ешьте слона частями. Наш мозг не способен эффективно обрабатывать более чем 7-10 аналитик за раз.
Особенно если это мозг топ-управленца или собственника, у которого помимо аналитики есть еще десятки других задач.
Поэтому дробите аналитику: используейте категории товара, бренды и дополнительные аналитики.

2. Приоритезируйте и фокусируйтесь. Тут нельзя не упомянуть АВС анализ.
Делайте его минимум из двух показателей (Выручка + Маржинальная прибыль). Также со временем можно добавить Объем продаж в штуках.
Используйте категории АВС как фильтр для анализа различных отчетов (продажи, заказы, маржинальная прибыль)

3. Формируйте аналитику исходя из стратегических групп товаров.
Многие наши клиенты постоянно тестируют и запускают новые продукты и выводят те, которые не "выстрелили" или стали нерентабельными.
Мы рекомендуем делить товарную матрицу на подкатегории "запуск", "работа", "вывод из ассортимента".
И анализировать результаты по этим категориям по-отдельности.

4. Используйте инструменты работы с большими данными. Гугл-Таблицы и стандартные формулы Excel начинают умирать на 10-ти тысячах строк. Для некоторых наших клиентов это данные за неделю продаж. Для работы с большими данными ваши аналитики (или подрядчики) должны как рыба в воде разбираться в следующих технологиях: Power Query, Power Pivot, Power BI, SQL. Указывайте это в резюме и просите кейсы работы с большими данными иначе со временем упретесь в функциональность вашей аналитики.

Если у вас больше 100 SKU и вы теряетесь в цифрах - оставьте заявку на демо и мы покажем, как держать большую товарную матрицу под контролем 👇👇👇

Маяк Power BI