Михаил Сисин Со-основатель облачного сервиса по сбору информации и парсингу сайтов Diggernaut. Работает в области сбора и анализа данных, а также разработки систем искусственного интеллекта и машинного обучения  более десяти лет.

Аналитика в ритейле: 10 вещей, которые должен знать каждый аналитик

Аналитика в ритейле: 10 вещей, которые должен знать каждый аналитик

В структуре российской экономике ритейл занимает ведущую позицию. Именно ритейл сейчас является наиболее активно развивающейся отраслью. При этом уровень российских розничных продаж уже достаточно высок. В идеале розничные продажи должны представлять себя четко выстроенную систему, состоящую из 5 составляющих: закупки и продажи, расчет и контроль эффективности деятельности, выстраивание долгосрочных доверительных отношений с клиентами, грамотный подбор персонала и его мотивация, автоматизация самого процесса торговли. Не обойтись вам и без аналитики, если, конечно, вы хотите выстроить серьезный бизнес и всегда держать руку на пульсе. На данный момент, к великому огорчению, использование маркетинга и аналитических инструментов происходит по остаточному принципу, что в корне не верно, если в будущем хочется иметь стабильный и прибыльный бизнес. Рассмотрим 10 вещей, который обязан знать каждый аналитик, работающий в ритейле.

  1. Компания. Да, аналитик обязан от и до знать компанию, в которой он работает и саму отрасль. Только в этом случае его анализ будет действительно стоящим и поможет в построении бизнеса.
  2. Продукты и услуги. Естественно, необходимы знания о том, какие товары или услуги продает компания, анализ которой осуществляется. Сюда входит определение популярных позиций, залежавшийся товар, влияние сезонного фактора, характеристики товара, отзывы и т.д.
  3. Программное обеспечение. Аналитик в ритейле обязан уметь пользоваться всеми доступными программными ресурсами: начиная обычного пакета Microsoft Office и заканчивая умением работать с различными версиями системы бухгалтерского учета 1С. Сюда же относится Power Query, Business Intelligence, Google Analytics, SPSS, Marketing Analytic, CRM многие другие.
  4. Целевая аудитория. Без знания подробного портрета клиента вы не сможете правильно сделать логические выводы из проведенного анализа.
  5. Методики сбора, анализа и систематизации информации. Базовые знания о проведении исследований, экспериментов, тестов, экспертных оценок, опросов, сравнений, всех видов анализа, чтения статистических данных и т.д.
  6. Откуда брать информацию. Анализ данных без данных у вас вряд ли получится. Поэтому вы должны четко знать, откуда и какие вам взять данные для анализа. При этом в зависимости от поставленной задачи, данные могут понадобиться совершенно разные. Вы должны понимать, как и откуда их собрать. Для этого возвращаемся к пункту 1 и добавляем сюда же навыки коммуникации.
  7. Sql, принципы построения моделей данных бизнес процессов. SQL – это универсальный язык базы данных. Его знание позволит вам формировать и обрабатывать данные так, как это вам необходимо для решения той или иной задачи.
  8. Бухгалтерский учет, основы экономики. Это связано с тем, что многие компании используют для работы различные системы бухгалтерского учета, к примеру, 1С. То есть без знания принципов бухучета и построения экономики в целом вы не сможете оперативно выполнять анализ учета с помощью имеющегося программного обеспечения.
  9. Как найти новые технологии и внедрить их в свою деятельность. Будущее именно за технологиями, которые стремительно развиваются и помогают в разы сократить время на стандартные аналитические операции, а также дают широкие возможности для дополнительного анализа. Сюда относятся программное обеспечение для ведения бухгалтерской отчетности, АСУ для ритейла, автоматическая визуализация и аналитика больших объемов информации. Каждый аналитик просто обязан уметь пользоваться доступными инструментами, всегда быть в курсе новинок рынка, внедрять новое в свою деятельность.
  10. Границы личного пространства граждан. Конечно, в Российской Федерации вопрос с конфиденциальностью пока что решен еще не до конца, однако в будущем этого стоит ожидать. Аналитику следует знать о границах дозволенного и не превышать их во избежание судебных исков со стороны разгневанных потребителей. Стоит быть очень аккуратным при сборе и использовании персональных данных и анализе трафика. Сейчас потребители настроены на «открытость» в меньшей степени. Напомним, что вопрос регулируется ФЗ 152 «О персональных данных».

Зная все эти аспекты, у вас есть все шансы на успешную аналитическую деятельность в ритейле. Помните о том, что ритейл в значительной степени отличается от опта, поэтому и анализ данных здесь совершенно другой: здесь гораздо больше разрозненных данных и различных переменных, которые необходимо учитывать. Именно по этой причине для грамотного анализа вы должны владеть всеми вышеописанными знаниями и навыками.

Михаил Сисин Со-основатель облачного сервиса по сбору информации и парсингу сайтов Diggernaut. Работает в области сбора и анализа данных, а также разработки систем искусственного интеллекта и машинного обучения  более десяти лет.