Функциональные возможности унифицированных маркетинговых информационных систем

Информационно-аналитическая система Marketing Analytic

МИС Marketing Analytic (http://www.curs.ru) представляет собой полнофункциональную интегрированную информационно-аналитическую систему, позволяющую реализовать комплексный подход к управлению маркетинговой деятельностью предприятия на всех ее этапах. Система предназначена для решения задач накопления маркетинговых данных (включая учет продаж), автоматизации анализа результатов маркетинговых исследований, стратегического и оперативного планирования маркетинга, построения и контроля маркетинговых бюджетов (бюджет продаж и коммерческих расходов).

Задачи, решаемые системой Marketing Analytic на стратегическом, тактическом и оперативном уровне, представлены в табл. 7.7.

Задачи, решаемые системой Marketing Analytic.

Таблица 7.7

Комплекс программ построен по модульному принципу и может быть поставлен в комплектации, наиболее полно удовлетворяющей маркетинговые потребности предприятия. Модули комплекса способны интегрироваться с большинством учетных систем.

Рассмотрим назначение и возможности основных модулей системы^[1].

1. Модуль Analyzer предназначен для анализа данных, полученных из различных источников и накапливаемых в аналитическом хранилище. Анализ может проводиться по многим объектам (клиентам, товарным группам, каналам сбыта, конкурентам) и их аналитическим признакам. В качестве инструментария используются различные методы статистики и OLАР-технологии.

Функциональные возможности модуля:

• — сравнительный анализ товарных групп, потребительских сегментов, каналов сбыта по прибыльности, доходности, оборачиваемости и другим финансово-экономическим показателям;
• — контроль эффективности сотрудников, подразделений, а также маркетинговых мероприятий;
• — анализ изменений и прогноз финансово-экономических и маркетинговых показателей;
• — построение профиля потребительских сегментов и анализ их привлекательности;
• — конкурентный анализ на рыночных сегментах по объемам продаж, ценовому и ассортиментному предложению, потребительским предпочтениям;
• — накопление в едином аналитическом Хранилище данных (ХБ) необходимых для маркетингового анализа данных из разных источников.

Примечание

Для решения своей задачи пользователь создает проект в программе Analyzer и выбирает в него данные из Хранилища, чтобы применить к ним реализованные в программе аналитические инструменты.

Ядро Хранилища обычно составляют собственные учетные данные о фактических и планируемых продажах предприятия. Они передаются в Хранилище из модуля c-Commerce или из установленной на предприятии учетной системы (из бухгалтерско-складских программ «1C: Предприятие» и «Фолио» передача данных в Хранилище выполняется автоматически). Кроме того, в Хранилище могут накапливаться данные по объемам продаж и ценам конкурентов, результаты анкетирования покупателей, данные официальной статистики и т. д.

Настройка структуры Хранилища и его заполнение выполняются в Буфере подготовки данных, где пользователь может исправить, дополнить и объединить данные из разных информационных источников перед их занесением в аналитическое Хранилище.

С помощью визуальных средств создания запросов пользовательмаркетолог выбирает из Хранилища те данные, которые необходимы для решения стоящей перед ним задачи. По этим данным рассчитываются фактические и плановые показатели деятельности предприятия: объемы продаж, доходы, валовая прибыль, другие финансово-экономические показатели, а также маркетинговые показатели: объем рынка, доля рынка, уровень конкуренции и т. д.

Для их анализа в программе реализованы следующие инструменты.

Статистический анализ. В разделе Статистика по каждому аналитическому признаку (виду объектов) рассчитываются сводные показатели. Дополнительным показателем является число пересечений признаков. Так, можно выяснить, сколько сделок приходится на тот или иной регион или какое количество покупателей приобретает тот или иной товар. Для каждого аналитического признака рассчитываются основные статистики (среднее значение показателя, дисперсия и т. п.), что позволяет отслеживать тенденции изменения его структуры, например, увеличение количества низкодоходных покупателей.

Элементы одного аналитического признака можно сгруппировать несколькими способами по принципу близости значений показателя. Это позволяет перейти от анализа большого количества объектов к анализу небольшого количества групп объектов. На основе группировки строится кривая Лоренца и проводится стандартный анализ «20/80», который позволяет определить, какой процент покупателей (товаров, продавцов и т. д.) обеспечивает основную долю в выручке или прибыли предприятия.

Многомерный анализ данных на базе OLAP-технологий. Анализ показателей проводится одновременно по многим измерениям (время, товары, товарные группы, подразделения компании, географические и прочие сегментационные признаки). В процессе анализа маркетолог может произвольно менять точку зрения на данные (операция смены логического взгляда) и детализировать заинтересовавшие его сводные показатели, тем самым просматривая данные в различных разрезах.

Маркетолог может создать собственные показатели, вычисляемые из набора исходных показателей с помощью арифметических, статистических и логических формул.

Сводные показатели отображаются на графиках всевозможных типов. Определенный пользователем вид экспортируется в сводные таблицы Excel.

Динамический анализ. По любым аналитическим признакам или их пересечениям автоматически формируются временные ряды для анализа динамики и построения прогнозов; рассчитываются показатели динамики — абсолютные приросты, темпы роста, прироста и т. п.; для набора рядов выполняется прогноз с помощью простых прогнозных моделей (экспоненциальное сглаживание, метод подбора модели); сформированные временные ряды, а также результаты прогнозирования отображаются на настраиваемых графиках; выделенные ряды могут быть переданы в модуль Predictor для более точного прогноза.

2. Модуль GEO предназначен для визуализации данных на географических картах.

Для разных типов географических объектов (городов, регионов, экономических районов и пр.) на карте отображаются сводные показатели, рассчитанные на основе данных из аналитического Хранилища (например, объемы продаж предприятия и его конкурентов). Пользователь может также наносить на карту данные о географических объектах, импортируемые в Analyzer из внешних источников — файлов электронных таблиц или таблиц БД.

Для отображения информации о географических объектах можно использовать стандартный набор географических карт: мира, России, Московской области и Москвы. По желанию маркетолога в модуль можно включить и другие карты (например, карту любого региона РФ с районным делением).

Модуль Geo предоставляет стандартные возможности геоинформационного приложения для работы с картой — сдвиг видимой области карты, изменение ее масштаба, увеличение в рамке, идентификация объекта, выделения географических объектов одного типа, попадающих в сферу «притяжения» выделенного объекта.

Визуальное ранжирование географических объектов по значениям одного из атрибутов производится с помощью настраиваемой цветовой шкалы. Информация о долевой структуре показателей для географических объектов (например, структура продаж предприятия по товарным группам в каждом городе или регионе) отображается с помощью диаграмм.

3. Модуль Predictor ориентирован на задачи микроэкономического анализа и прогнозирования (спроса, объемов рынка, уровня цен и др.).

Функциональные возможности модуля:

• — возможность одновременного прогнозирования нескольких рядов с учетом их взаимозависимости;
• — микроэкономический анализ рынка;
• — реализация сценарного подхода к прогнозу (анализ «what — if»).

К ключевым свойствам модуля можно отнести следующие.

Простота. Достигнута за счет сведения числа настроек к минимуму, необходимому в задачах управленческого прогнозирования. При этом для каждого прогнозируемого параметра предоставляется система помощи и подсказок, вплоть до автоматичесого вычисления рекомендуемого значения.

Высокое качество прогноза. Реализованный метод прогнозирования (многоканальная авторегрессия) позволяет одновременно получать прогноз для всех используемых в расчете рядов показателей. При этом учитывается информация о характере их взаимного влияния друг на друга. Таким образом, благодаря более полному использованию информации, содержащейся в исторических данных, повышается точность прогноза.

Возможность построения сценарных прогнозов на основе «what — ifr-анализа. Программа позволяет прогнозировать поведение интересующего показателя в зависимости от сценариев развития других показателей, участвующих в прогнозе. Для этих целей используется регрессионный анализ. В программе имеются инструменты, с помощью которых можно быстро моделировать сценарии развития ситуации. Например, можно отслеживать изменения объемов продаж в зависимости от изменения предполагаемых цен (собственных и конкурентов), количества менеджеров по продажам, уровня розничного товарооборота в регионе и других факторов, влияющих на объем продаж.

Низкие требования к длине исходных рядов. Благодаря применению метода главных компонент этот модуль менее требователен к длине исходных рядов, чем программы, использующие авторегрессионные методы, фактически, для получения качественных прогнозов достаточно использовать данные за два последних сезона, а не за трипять, как в большинстве других программ. Этот критерий наиболее значим именно для российских компаний в условиях их относительной молодости, частых качественных внутренних изменений и переменчивости внешних условий ведения бизнеса.

4. Модуль Portfolio предназначен для решения задач стратегического маркетинга с применением методики стратегических матриц (глава 5, см. 5.2.3).

Функциональные возможности модуля:

• — подготовка данных для портфельного анализа (обработка результатов экспертных опросов и объективной рыночной информации);
• — проведение SWOT-анализа и анализа привлекательности;
• — построение стандартных матриц портфельного анализа BCG, GE/ МакКинси и матриц с произвольными измерениями для нескольких временных интервалов;
• — удобное графическое представление матричных моделей: двумерная и трехмерная графика, анимация.

Исходными данными для построения стратегических матриц могут быть экспертные оценки или данные внешних рыночных исследований. При использовании экспертных оценок Portfolio предоставляет удобные средства генерации опросных листов в формате MS Excel. Если в качестве исходной информации для построения матриц используются данные рыночных исследований, то они импортируются в одно из Хранилищ модуля Analyzer, а затем по мере необходимости передаются в Portfolio.

В модуле в разделе Экспорт реализован ряд возможностей для проведения сравнительного анализа сегментов и конкурентов. Для сегментов и конкурентов рассчитываются общие рыночные показатели, такие как объем рынка, доля рынка, темпы роста объемов и долей, средние цены и т. д. По выбранным показателям производится сравнение сегментов и конкурентов путем выставления сравнительных оценок по любой, например, 10-балльной шкале. Результаты «шкалирования».

• (процедуры выставления оценок) могут быть скопированы в буфер обмена с тем, чтобы с их помощью можно было заполнить анкеты, формируемые модулем Portfolio. Анализируемые данные можно передать в модуль Geo для отображения на цифровой географической карте.
• 5. Модуль c-Commerce ориентирован на автоматизацию работы персонала отдела продаж с клиентами, а также на сбор информации, необходимой для маркетингового анализа коммерческой деятельности предприятия. Модуль разработан на основе клиент-серверной технологии, построенной на базе СУБД MS SQL. Центральное место в информационном пространстве модуля занимает информация о клиентах и взаимодействии предприятия с клиентами (БД КЛИЕНТЫ, КОНТАКТЫ, ДОГОВОРЫ, СДЕЛКИ).

Для модуля c-Commerce характерны следующие отличительные особенности.

Гибкость настройки. Модуль настраивается в соответствии с бизнеспроцессами предприятия без помощи программистов, что обеспечивается за счет большого количества настроек. Модуль может поставляться также с уже готовыми типовыми настройками.

Система построения отчетов любой степени сложности детализации основана на системе «сложных фильтров». Настройки фильтров могут быть сохранены и многократно использованы для построения наиболее частых видов отчетов.

Гибкая система разграничения прав доступа обеспечивается, во-первых, настройкой доступа для групп и отдельных пользователей с помощью «сложных фильтров», и, во-вторых, построением иерархии прав доступа к информации, в соответствии с организационной структурой предприятия.

Масштабируемость решения, используемая в модуле СУБД, позволяет наращивать количество рабочих мест и объем накопленной информации без заметного ущерба быстродействию программы.

Тесная интеграция с аналитическими модулями комплекса. Пользователь непосредственно из модуля с-Соттегсе может указать, какую информацию необходимо передавать в аналитические модули для проведения маркетингового анализа.

• [1] Подробное описание модулей и технологии работы с ними см.: Лашма-нова Н. В. Указ соч.