Качество данных часто вспоминают только перед большим отчетом. Команда открывает выгрузку, видит дубли, пустые поля, странные координаты, несопоставленные SKU и начинает срочно чинить таблицы. Через месяц все повторяется.
Data Quality - это качество данных: их полнота, точность, актуальность, непротиворечивость, отсутствие дублей и пригодность для процессов. В FMCG это не техническая аккуратность, а основа продаж, дистрибуции, маршрутов, OSA, perfect store и BI-аналитики.
Быстрый ответ: управлять мастер-данными без KPI нельзя. Нужны показатели, которые показывают, где справочник уже искажает бизнес-картину и где ошибка превращается в деньги.
Duplicate rate: сколько дублей живет в базе
Duplicate rate - это доля дублей в справочнике. Если один магазин существует в трех карточках, система может завысить coverage, раздробить историю продаж и неправильно посчитать дистрибуцию.
Этот показатель особенно важен для торговых точек и SKU. По точкам он влияет на маршруты, визиты и охват. По SKU - на ассортимент, промо, остатки и аналитику категорий.
Смотреть нужно не только общий процент дублей, но и разрезы: по региону, дистрибьютору, каналу, сети, источнику загрузки. Часто проблема сидит не во всей базе, а в конкретном процессе.
Completeness: какие обязательные поля пустые
Completeness - это полнота заполнения обязательных полей. Для торговой точки критичны ID, название, адрес, координаты, канал, формат, статус, территория, маршрут и дистрибьютор. Для SKU важны код, бренд, категория, упаковка, объем или вес, статус, GTIN или EAN, если они применяются.
Пустое поле редко остается локальной проблемой. Нет координат - хуже маршрут и геоаналитика. Нет формата - невозможно сравнить каналы. Нет статуса SKU - в отчет может попасть выведенный товар.
Freshness: насколько данные отражают текущий рынок
Freshness - это актуальность данных. Рынок меняется быстрее, чем справочник: точки закрываются, переезжают, меняют формат, появляются новые клиенты, дистрибьюторы корректируют базу, SKU выводятся и запускаются.
Полезный сигнал - доля карточек, которые давно не подтверждались. Если торговая точка активна в отчете, но последний полевой сигнал был полгода назад, статус нужно проверять.
Match rate: насколько источники сопоставлены
Match rate - это доля успешно сопоставленных записей между источниками. Он особенно важен при работе с дистрибьюторами. Если дистрибьютор присылает sell-out, но значительная часть торговых точек или SKU не сопоставлена с эталонной базой, аналитика теряет точность.
Низкий match rate означает, что данные есть, но бизнес не может нормально включить их в управление.
Какие сигналы стоит вынести на дашборд
Хороший Data Quality дашборд не должен быть огромным. На старте достаточно следить за несколькими индикаторами:
· duplicate rate по торговым точкам и SKU;
· completeness по обязательным полям;
· freshness по активным точкам;
· match rate по источникам и дистрибьюторам;
· доля записей без координат;
· количество карточек на модерации;
· время обработки заявки на создание или изменение записи.
Главное правило: каждый сигнал должен вести к действию. Если найден дубль, карточка уходит на модерацию. Если нет координат, запускается уточнение. Если низкий match rate у дистрибьютора, разбирается источник проблемы.
Измерять качество данных нужно так же регулярно, как продажи. Иначе компания будет улучшать коммерческие KPI на базе, которой сама не доверяет.
Подробный разбор KPI и качества мастер-данных в FMCG.
Для аналитики продаж, дистрибуции, полевых данных и качества данных релевантен ARK Space DATA.
Какие KPI качества данных вы бы поставили на один экран с продажами?
#DataQuality #KPI #BI #FMCG #АналитикаПродаж