Resumen y características de un proyecto de Business Intelligence desarrollado en el ámbito del sector de alimentación. Está enfocado a la visibilidad de la red comercial.
1. •
ALIMENTACIÓN,
UNCUADRODEMANDO
PARAELCONTROLDE
LAREDCOMERCIAL
Características
Empresa referente a nivel nacional
de venta de productos alimenticios
para numerosas cadenas de
supermercados.
VISUALIZACIÓN DE LA RED
COMERCIAL DE UNA COMPAÑÍA
ALIMENTARIA
Reto de negocio
Necesitan optimizar y racionalizar la red
comercial debido al incremento de proveedores
y zonas de venta. El crecimiento de distribución
necesita ser controlado para evitar incidencias
en la cadena de suministro.
Descripción del cliente:
Son muchas las empresas de alimentación que en poco tiempo hacen crecer
su cadena de suministro, sus clientes, sus proveedores, sus ventas, márgenes,
etc. Por lo que cada día la necesidad de tenerlo “todo controlado” surge
antes y a una velocidad mayor.
Este proyecto se ha desarrollado para una empresa líder en alimentación.
Distribuye sus alimentos a aproximadamente 1300 supermercados en toda la
península y su crecimiento anual se ha disparado en los últimos años.
Su marca abarca productos de bebida, repostería, higiene, frescos y
congelados. Son expertos en satisfacer las necesidades del cliente y han
tenido que aumentar tanto su capacidad logística y su flota.
Descripción del proyecto:
Este proyecto se desarrolla obteniendo los datos de los procesos de ventas,
facturación, clientes y proveedores de la compañía con un histórico desde
2010 que nos permita observar su desarrollo.
Se ha realizado la extracción de los datos de las distintas fuentes. La
correlación de los mismos, filtración y cambio de formato de los campos
necesarios.
Con todo esto, se han realizado una serie de cuadros de mando dinámicos
donde cada selección afecta directamente al resto de indicadores, pudiendo
por lo tanto realizar las filtraciones necesarias y seguir un proceso de
descubrimiento.
La visualización se ha centrado en varias pestañas distribuidas por procesos.
La herramienta utilizada para esta solución de Business Intelligence ha sido
Qlik Sense.
2. Tratamiento:
Objetivo: La visualización y por lo tanto control de la red comercial de una empresa dedicada a la fabricación y
distribución de marca blanca, mediante la aplicación de un proceso completo de Business Intelligence.
FASES DE EJECUCIÓN DE SOLUCIÓN BUSINESS INTELLIGENCE:
- Estudio de las fuentes de datos e implementación del modelo de datos.
- Desarrollo y modelado del proceso ETL.
- Implementación de indicadores logísticos.
- Creación de cuadros de mando.
- Validación con el cliente y pruebas.
- Análisis por parte de nuestros consultores logísticos.
Una vez implementados los cuadros de mando según los requisitos del cliente, y otros requisitos propuestos para
empoderar este proyecto de Business Intelligence, el resultado identificó varios parámetros que debían tener vigilados para
con sus proveedores. El cuadro de mando tenía entre otras, pestañas que extraían periódicamente datos de facturación,
proveedores, clientes, artículos y una pestaña especial dedicada a simulaciones con los diferentes proveedores.
Os mostramos solamente una pequeña parte de este proyecto para que el documento no sea excesivamente extenso.
El Dashboard, les aporta información diaria de cómo se encuentran sus indicadores macro para identificar si hay algo “que
se sale de la norma”. Esto nos permite con un simple vistazo, tener controlados nuestros niveles de ventas, pedidos,
artículos que nos están generando más facturación, clientes con los que debemos tener cuidado por los niveles de riesgo,
etc.
3. Por otro lado, en la pestaña de Clientes, se desarrolló un indicador que mostraba la zona de ventas por cantidad de
productos vendidos. Esto nos determina las zonas en las que estamos dejando mayor mercancía, lo cual era interesante
observar paralelamente con la facturación para corroborar o no que al ser mayor la cantidad de artículos vendidos, es
mayor la facturación en esas zonas.
Junto con esta información, era necesario implementar un indicador Riesgo VS. Facturación.
Sus clientes tenían un índice de riesgo que crecía o disminuía cada 6 meses en función de las incidencias, por lo que
observando los indicadores de Zona de Ventas por Cantidad, y la Facturación, se añadió este indicador para que al realizar
las selecciones en el mapa geográfico mostrara el índice de Riesgo para ese cliente.
4. Era necesaria una clasificación de las Ventas por Producto.
Estos productos se clasifican por Familia/Tipo/Marca/Producto, por lo que es muy interesante en estos casos, utilizar
gráficas de bloques para poder “navegar” por la jerarquía de los datos:
Este gráfico se encuentra en el contexto de información sobre los Artículos, por lo que tenemos todo tipo de selecciones
relacionadas con el Top Ventas de producto (nos muestra los productos que más ventas nos producen), Ventas por día de
la semana, Facturación VS Cantidad y las Unidades de venta.
5. Valor aportado:
Gracias a su implantación, la generación de informes sobre el control de la red comercial, la toma de decisiones, las horas
destinadas a estas acciones, se redujeron en un 65%. El control sobre sus indicadores en lugar de pasar a ser mensual, pasó
a ser diario, y siempre pudiendo anteponerse en la venta a clientes con mucho riesgo en lotes grandes o de mucha
facturación.
Por otro lado, este proyecto aportó un apartado especial de simulaciones, por lo que estudiando el comportamiento de los
pedidos de sus clientes, se pudo “estimar” en un 90% los pedidos que deberían salir en las fechas posteriores, y cómo
variaría su actividad si realizaran ciertas actividades de ventas en concreto.
En este proyecto, los datos se alojaban en diferentes BBDD, Oracle y SQL Express. Por lo que a través de conexiones
privadas y seguras (VPN) se extrajeron todos los datos y se consolidaron.
Finalmente, se continúa trabajando para cubrir otros procesos de la cadena de suministro, como las incidencias a baja
escala y el tratamiento inmediato de las mismas. Es importante conocer la estructura de la empresa, sus almacenes y su red
de distribución para que todos los datos que nos reportan estas áreas puedan ser explotados correctamente, y lo más
importante, crear las relaciones completas para mostrar la información.