Milan Listeš ima šest godina iskustva u pomaganju FMCG i maloprodajnim kompanijama da što bolje iskoriste svoje podatke. Uz svoje iskustvo u industriji i stalno obrazovanje na polju BI-ja, vrlo rado dijeli svoje znanje na domaćim i inozemnim konferencijama.
Koji su najveći izazovi FMCG segmenta uzimajući u obzir da te kompanije posluju na cjenovno osjetljivom i potrošački zahtjevnom tržištu?
Izazova je mnogo, što bolje od mene znaju same kompanije koje posluju na tom tržištu. MyKinsey, koji tradicionalno prati taj segment i analizira trendove, navodi 3 najvažnija izazova: trendovi koji se vrte oko potrošača s naglaskom na to da se kupnja sve više iz offline kanala seli na online; drugi skup trendova vezan je na dinamiku same FMCG industrije; konsolidaciju i vertikalnu integraciju čitavog lanca opskrbe (SCM) i treći set trendova koji su eksterni i najviše vezani na regulativu.
Gledajući kao potrošač, dodao bih još da se uloga trgovine mijenja i da ljudi u njoj traže više dodane vrijednosti kroz različite usluge jer će, bojim se, u protivnom postati „lijepa skladišta“ u koja ću odlaziti samo da bih preuzeo robu koju sam naručio online. Mislim da je baš na vašem eventu u Beogradu prošle godine, Matthew Brown (čiji opis posla graniči s najboljim poslom na svijetu – retail futurologist) dao nekoliko vrhunskih primjera u kojima, primjerice, ispred vas kuhar priprema pizzu koju poslije izlaže i vi je možete kupiti i ponijeti kući ili primjer zapakiranih setova namirnica koje su dovoljne za jedno jelo itd.
Iz perspektive osobe koja pokušava pomoći kompanijama da bolje analiziraju svoje podatke, izazov je kristalno jasan – ogromna količina podataka te kraće vrijeme za donošenje odluka stavljaju ogroman pritisak na brzinu analize podataka.
Ako se pomaknemo od trendova prema sadašnjosti i od globalnog prema lokalnom, što se događa u našoj regiji te kakva su Vaša iskustva s obzirom na to da imate mnogo hands-on dodira s FMCG segmentom, a posebno sa segmentom podataka i njihovom ulogom u procesu odlučivanja?
Naravno, svi pratimo moderne trendove i kao uzore uzimamo nešto što je ispred nas, ali realnost u našoj regiji je takva da prosječan analitičar ili middle-manager u velikoj većini FMCG kompanija na dnevnoj razini 6 – 8 sati dnevno provodi u excelu i „obrađuje“ podatke. Excel je u velikoj mjeri ljudima olakšao operativni rad, ali kada govorimo o brzini odluka koja se danas traži u FMCG segmentu i količini podataka koja je potrebna prosječnom BM-u ili CM-u da danas uspješno radi svoj posao, onda je jasno da se radi o uskom grlu.
Kako me ne biste pogrešno razumjeli, u regiji postoje projekti koji koriste vrhunsku analitiku i korisniku daju vrhunsku uslugu. Imate po nekoliko primjera online naručivanja, vrhunskih loyalty carda, automatiziranih centralnih skladišta ili automatiziranog plaćanja čitave potrošačke košarice bez čekanja u redovima, ali važno je naglasiti da u prosjeku (znači veliki dio gaussa) ljudi previše vremena troše na repetitivne manualne poslove koji su suvišni u 2018. godini.
Potvrda tome su i neke od provjera uspješnosti koje radimo s našim klijentima 3 – 6 mjeseci nakon uvođenja self-service analitičkih sustava, gdje se vremenske uštede mjere većinom u danima na razini mjeseca.
Dakle, analizom podataka dolazimo do informacija kojima unaprjeđujemo poslovanje?
Moderni se analitički alat na razvijenijim tržištima podrazumijeva, to je nešto što zaposlenik očekuje po defaultu kako bi mogao gledati u smjeru koji će mu stvarno donijeti vrijednost; duboka analiza, automatizirano predviđanje ili optimizacija itd. Možda se ponavljam, ali treba se upitati možete li odgovoriti na pitanja poput: koji je najefektivniji marketinški kanal za neki proizvod, kako minimizirati višak zaliha, gdje su uska grla u opskrbnom lancu, koje proizvode ima smisla prodavati preko online kanala i slično, ili ste još uvijek na analizi povijesti – što se i kada dogodilo. To su važna pitanja i pronaći odgovore na njih znači da možemo sniziti troškove, baviti se optimizacijom lanca opskrbe, pronaći novi izvor prihoda i na kraju pojačati konkurentsku poziciju na, kako ste i sami rekli, cjenovno osjetljivom i potrošački zahtjevnom tržištu.
Već ste nas upoznali s prednostima moderne poslovne analitike, možete li nam pojasniti kako uopće započeti s projektom uvođenja jednog BI alata u tvrtku? Što su najbitniji izazovi?
To je vrlo popularno pitanje. Iako imam iskustva s velikim brojem FMCG kompanija, ne mogu reći da postoji jedinstven recept koji će funkcionirati u svim kompanijama. Svaki je projekt specifičan jer svaka tvrtka ima svoje vlastite procese, specifičnosti, različite izvore podataka, različite potrebe, drukčiji management i, u konačnici, različitu svijest o tome koliko su im podaci važni.
Želio bih istaknuti da uvođenje BI alata u tvrtku nije više dugotrajan i skup IT projekt, već je fazni projekt koji najčešće ulazi u domenu budžeta poslovnih korisnika jer rješava poslovne probleme i kroz dva tjedna im daje prve rezultate.
Iz našeg iskustva daleko najveći izazov je svijest i podrška managementa za promjenu. Projekt rijetko kada zapne na tehničkom segmentu. Druga je stavka jako dobro upoznati probleme korisnika jer, ponavljam, često su analitički projekti shvaćeni kao IT projekti, što jednostavno nije istina. Biste li se vi koristili pametnim telefonom (koji je vrhunski kompleksan tehnološki proizvod) da vam ne olakšava mnoge aktivnosti. Sličnu paralelu u korporativnom poslovanju možete povući s analitikom – vrhunska, tehnološki napredna rješenja neće zaživjeti u kompaniji ako zaposlenicima ne olakšavaju život.
Rekli ste da moderna poslovna analitika ne znači samo reporting nad povijesnim podacima, nego znači da možemo koristiti te podatke na različite načine i u bilo kojem trenutku. Što to znači u praksi, na primjeru jednog retailera?
Svaki zaposlenik, koji donosi neke odluke, mora na raspolaganju imati prave podatke, kako bi mogao odluku donijeti brzo i pravilno. Prvi je izazov da FMCG kompanije imaju velik broj različitih izvora podataka te je potrebno pronaći pravi način kako te podatke povezati, a pritom ne ući u veliki i skupi IT projekt. Tu je i izazov za zaposlenike, koliko su zapravo data driven – znaju li iz podataka dobiti prave informacije kako bi podržali svoju odluke, znaju li postavljati prava pitanja itd. Za prvi problem imamo tehnološko rješenje i tehnologija nam je omogućila da doista u kratkom roku integriramo podatke iz različitih izvora. Drugi je problem malo komplek sniji, a odnosi se na data literacy, tj. na pismenost vezanu uz podatke, koja je u regiji na dosta niskoj razini. To nije čudno s obzirom na to da dosad u školstvu nismo bili fokusirani na čitanje, analizu i obradu podataka. S nedavno održane Data Science konferencije nosim optimizam jer je edukacija i razvoj studenata napokon postala „vruća“ tema na jednoj tehnološkoj konferenciji.
Nadzor nad lancem opskrbe za FMCG segment ključan je za poslovanje tih tvrtki. Kako analitika može pomoći oko upravljanja višenamjenskim opskrbnim lancem i poboljšati operativnu učinkovitost kompanije?
Pa vjerojatno najviše u odnosu na sve ostale segmente poslovanja, jer postoji toliko mjesta koja mogu generirati dodatni trošak (ili uštedu). Počevši od problema svih problema – optimizacije naručivanja i zaliha (newsvendor model), optimalne logističke rute (mikro, makro), eventualno centraliziranog naručivanja, pregovora s dobavljačima itd. U svakom od tih segmenata leži veliki prostor za uštedu ili trošak (ovisno o trenutačnom stanju).
Newsvendor model nisam naveo da popunim kvotu engleskih riječi, već da možete malo detaljnije vidjeti koliko dugo se ljudi bave rješavanjem tog problema. Neka vam to posluži kao utjeha ako ni vaše zalihe nisu optimalne.
Jedan primjer sam pokazao i na FMCG webinaru. Ondje se može pronaći odgovor na pitanje zašto gubimo na prodaji dok istovremeno imamo višak zaliha na razini kompanije, a više od polovice trgovina nema naše ključne proizvode na stanju zaliha. Vidjeli smo kako kvalitetna vizualna prezentacija podataka uz nekoliko klikova može dati odgovor na tako kompleksno pitanje i pomoći nam da spriječimo izgubljenu prodaju.
Nova prodaja uvijek je izazov. Kakve analize nam tu mogu pomoći?
Cjenovna strategija za FMCG sektor je ključna. Možemo navesti nekoliko segmenata u kojima si kompanije mogu pomoći koristeći analitiku. To su, primjerice, detekcija profitabilnih kategorija ili proizvoda (tu ne mislim na RUC već na finalnu profitabilnost sa svim alociranim troškovima), praćenje učinkovitosti promocija, identifikacija propuštenih prilika, kvalitetno predviđanje itd.
Malo naprednija analitika bila bi, primjerice, analiza lokacija za nove poslovnice koje će generirati novu prodaju, bez kanibalizacije postojećih lokacija. U ovom primjeru možemo na temelju profila popularnih poslovnica, položaja konkurencije i geoanalize odlučiti isplati li nam se na nekom području napraviti dodatnu trgovinu. Takav tip analitike velik je izazov, ali može donijeti i vrlo veliku korist.
Što to znači za zaposlenike koji upotrebljavaju taj alat – koliko analitički obrazovani moraju biti zaposlenici kako bi zaista mogli iskoristi sve što omogućuje moderna analitika?
U FMCG kompanijama korisnici analitike su brand manageri, retail manageri, sales i marketing manageri, purchasing i reordering manageri, financije, kontroling i management – znači svi. Ne treba negirati činjenicu da je uvođenje jednog takvog alata promjena (koju ljudi na našim prostorima ne vole), ali upravo zato projektu pristupamo tako da znatan dio vremena trošimo na pripremu korisnika za tu promjenu. Dosadašnje iskustvo u FMCG segmentu nam govori da je profil korisnika sklon analizi podataka i da već za mjesec dana mogu imati punu korist od rješenja, naravno, ako su spremni na promjenu i ako imaju podršku svog managementa.
