ARROWXL
ARROWXL
Как оптимизация логистической схемы в период распродаж позволила получить новое конкурентное преимущество
ПРЕДПОСЫЛКИ
АrrowXL – транспортно-логистическая компания, осуществляющая доставку крупногабаритных грузов по Великобритании. Основными клиентами компании являются торговые сети и производители, размещающие около двух миллионов заказов в год. Сохранять лидерские позиции в течение 25 лет ArrowXL позволяют постоянные инвестиции в технологии, новые сервисы и обучение.
Команда АrrowXL постоянно работает над повышением эффективности бизнеса. Они используют современные информационные системы, помогающие отслеживать множество показателей производительности в цифровом формате.
Для обработки больших данных были привлечены профессиональные аналитики — Data Scientist, которые с помощью написания запросов к базе и программирования на Python пытались отвечать на вопросы бизнес-пользователей. Написание заданий для аналитиков и продолжительная задержка в получении ответов не давали ожидаемых результатов, и было принято решение о поиске альтернативы.
ТРЕБОВАНИЯ
Замена программированию на Python
Сотрудники ArrowXL хотели сами получать ответы на свои вопросы, используя веб-интерфейс и мышь – привычный способ, применяемый в других информационных системах. При этом аналитическая система должна обеспечивать доступ ко всем данным и делать различные аналитические срезы.
Низкая стоимость
Считая прибыль на каждый затраченный фунт, компания ArrowXL не готова была использовать дорогие решения с продолжительным периодом окупаемости. Вторым важным рассматриваемым аспектом были затраты на эксплуатацию системы: не рассматривались варианты, где требовалось выделение отдельного технического специалиста на поддержку.
Скорость и функциональность
Аналитика должна работать в режиме реального времени. Идеальный сценарий: пользователь выбирает необходимые показатели и операции и в течение нескольких секунд получает результат. Далее все операции можно применить уже к полученному результату, что позволяет осуществлять проверку гипотез по мере их появления у пользователя.
РЕШЕНИЕ
Решение Polymatica Analytics рассматривалось наравне с другими системами, позволяющими обрабатывать и визуализировать данные. Высокую оценку Polymatica получила благодаря быстродействию, предоставляемой свободе в выборе аналитических операций и простоте интерфейса, который спроектирован по принципу drag and drop, что удовлетворяло требованиям, предъявляемым к аналитической системе.
Привлекательным для заказчика оказался встроенный функционал кластеризации данных, который позволяет распределять объекты по группам и практически мгновенно выявлять наиболее перспективные сегменты и значительные отклонения.
Окончательно утвердиться в роли лидера Polymatica смогла после проведения демонстрации работы аналитического сервера на данных АrrowXL – подготовка заняла всего несколько дней, и заказчик уже на презентации смог сделать некоторые выводы по улучшению производительности и эффективности.
РЕЗУЛЬТАТЫ
РАЗРАБОТКА НОВОЙ СТРАТЕГИИ
Кластеризация позволила разделить клиентскую базу на сегменты в зависимости от их прибыльности, объёма и частоты предоставляемых услуг. Был произведен расчёт себестоимости каждой поставки.В результате проведения RFM анализа транспортная компания смогла скорректировать тарифные планы и разработать стратегию перевода «средних» клиентов в VIP.
Джеймс Роббинс, директор по информационным технологиям компании АrrowXL:
«Polymatica Analytics является уникальным инструментом для работы с данными именно благодаря возможности сфокусироваться на бизнесе и решаемых задачах. Благодаря оптимизации логистической схемы в период «Чёрной пятницы» мы ожидаем увеличить прибыль на 30% при условии предоставления скидок для наших постоянных клиентов. И это только одна из прорывных идей, полученных нами за первые дни взаимодействия с Polymatica».
ОПТИМИЗАЦИЯ ЛОГИСТИЧЕСКОЙ СХЕМЫ В ПЕРИОД РАСПРОДАЖ
Анализ данных предыдущих лет в период «Чёрной пятницы» и других распродаж позволил выявить несколько закономерностей. ArrowXL специализируется на доставке крупногабаритных товаров: предметов мебели, стройматериалов, электроники, и в дни скидок объём заказов увеличивается по всем товарным позициям, однако телевизоры показали наибольший рост – их массово покупают себе и в подарок. Polymatica позволила оперативно проверить гипотезу о том, что более эффективным будет выделять отдельные машины на доставку только электроники: цифры подтвердили, что сотрудники будут быстрее справляются с заказами и смогут совершить больше поездок. При этом стоимость такой доставки может быть снижена для магазинов, что станет новым конкурентным преимуществом.
Также анализ показал, что за пиком покупок примерно через 2 недели следует пик возвратов, которые также обслуживаются транспортной компанией – это входит в стоимость тарифного плана для магазинов. Использование отдельных машин для электроники в этом случае тоже актуально.
