Як об’єднати дані ERP, реклами і CRM в один дашборд — і побачити те, що жоден стандартний звіт не покаже
Co-Founder & CEO
TL;DR (Коротке резюме)
ERP показує операційні дані бізнесу, але не дає повної картини, якщо частина інформації залишається в Google Ads, CRM, Google Analytics та інших системах. Зв’язка Bimp → BigQuery → Looker Studio дозволяє об’єднати ці джерела й побачити показники, яких немає в стандартних звітах: реальну маржинальність з урахуванням реклами, прибутковість дилерів, зв’язок попиту з виробничим планом тощо.
Фінансовий директор виробника електроніки щомісяця робив одне й те саме. Спочатку відкривав ERP і вивантажував продажі за місяць. Потім — собівартість продукції. Далі окремо збирав дані про виробництво: що планували випустити, що фактично виробили, де виникли відхилення. Потім — залишки на складах.
Усе це потрапляло в один Excel-файл. Але найскладніше починалося вже після того, як усі цифри були зібрані. Потрібно було зрозуміти, що насправді відбувається з виробництвом. Чому собівартість певної товарної групи зростає вже третій місяць поспіль? Чи встигає виробництво за продажами? Де систематично не виконується план? Які товари виробляються швидше, ніж продаються, і заморожують гроші на складі?
Окремо кожна цифра в ERP була. Але щоб побачити картину цілком, їх потрібно було постійно зводити між собою.
Саме в таких ситуаціях компанії починають виходити за межі стандартної звітності ERP — щоб подивитися на дані, які є в системі під іншим кутом.
Один зі способів це зробити — підключити BigQuery до Bimp і побудувати поверх даних ERP власну аналітику.
Зміст статті
Чому «стандартний звіт» тут не рятує
Під стандартним звітом мається на увазі звіт, який формує сама ERP-система: залишки на складі, собівартість виробу, виконання виробничого плану, продажі тощо. Такі звіти потрібні для щоденної роботи. Але управлінські питання часто виходять за межі одного показника.
Наприклад, керівнику недостатньо знати, що собівартість виробу сьогодні становить 420 грн. Йому потрібно зрозуміти:
420 грн — це багато чи мало порівняно з минулим кварталом? Що саме спричинило зміну? Чи зросла разом із нею ціна продажу? Як це вплинуло на маржу?
Або недостатньо побачити, що виробництво виконало 92% плану.
Потрібно знати, які саме вироби не встигли виготовити, чи були для них потрібні компоненти на складі та чи вплинуло це на виконання замовлень клієнтів.
Для таких питань потрібна можливість об’єднувати дані з різних процесів.
Як до Bimp підключили BigQuery
Спочатку налаштували з’єднання, через яке дані з Bimp передаються в BigQuery. Далі в BigQuery їх об’єднали та підготували для потрібної аналітики. На останньому етапі BigQuery підключили до BI-інструменту, у нашому випадку це Looker Studio, але можна обрати й інший інструмент. На основі Looker Studio створили дашборд.
Для першого рівня аналітики достатньо було об’єднати дані, які вже є в Bimp:
- Собівартість — щоб бачити не лише виручку, а й реальну маржинальність продукції та товарних груп.
- Замовлення та продажі — щоб аналізувати продажі, клієнтів і дилерів та порівнювати оборот із прибутковістю.
- Виробничий облік — щоб додати до фінансової картини план і факт виробництва та завантаження потужностей.
- Залишки та рух товарів — щоб бачити зв’язок між продажами, запасами та виробничими потребами.
Подібне налаштування можна виконати самостійно за інструкцією з інтеграції Bimp та BigQuery або замовити у команди Bimp як окрему послугу.
Що тепер бачить виробництво
Раніше робота нашого фінансового директора починалася з експорту кількох таблиць і закінчувалася Excel-файлом, який потрібно було вручну оновлювати наступного місяця.
Після того, як до Bimp підключили BigQuery, він відкриває один дашборд. На одному екрані видно динаміку собівартості, план і факт виробництва, продажі та складські залишки. І вже не потрібно по черзі відкривати чотири звіти, щоб скласти відповідь у голові. Коли видно зв’язок між цифрами, пробеми стають помітними значно раніше, ніж коли кожен відділ дивиться лише на свій звіт.
Собівартість у динаміці
Видно, що собівартість певної товарної групи зросла на 12% за останні кілька місяців. Це вже привід розібратися, що відбувається. Чи подорожчали компоненти? Чи змінилася структура виробництва? Чи зросли виробничі витрати?
План-факт виробництва
Якщо певна група виробів систематично не виконує план, це вже не випадкове відхилення, а закономірність, яку можна досліджувати. І тут можна піти далі: зіставити невиконаний план із наявністю компонентів, продажами або завантаженням виробництва.
Виробництво, продажі та склад
Видно, що продажі певного виробу зростають, але виробничий план цього не враховує. Або навпаки: виробництво продовжує випускати товар у попередньому обсязі, хоча продажі вже кілька місяців падають.
Що ще можна додати до цієї картини
На цьому етапі компанія вже отримує розширену аналітику виробництва на основі даних Bimp. Проте, якщо у неї є CRM, Google Analytics, рекламні кабінети або інші системи, їх також можна підключити до тієї ж зведеної аналітики.
Різні модулі Bimp можна поєднувати з різними зовнішніми джерелами — залежно від того, на які запитання бізнес хоче отримати відповідь. А доступ до самої аналітики розмежували за ролями та правами: керівник бачить загальну картину, а керівники окремих напрямів — лише показники, які стосуються їхньої зони відповідальності.
Наприклад, дані CRM можна поєднати з Bimp, щоб побачити не просто найбільших дилерів за оборотом, а їхню фактичну прибутковість.
Google Analytics — щоб зіставити динаміку інтересу до товарів із реальними продажами та виробничим планом.
А вже останнім шаром можна додати рекламу.
А що дає підключення реклами?
На рівні Bimp певна товарна група може виглядати цілком успішною: хороші продажі, прийнятна собівартість і позитивна маржа. Але коли до цих даних додаються витрати на рекламу, картина змінюється.
Наприклад, у нашому випадку товарна група «аудіосистеми» на перший погляд давала непогану виручку, але після врахування рекламних витрат фактична маржа становила лише 6%. При цьому частина рекламного бюджету працювала з ROI 1.1x.
Раніше ці цифри жили в різних системах: собівартість і продажі — в ERP, рекламні витрати — у Google Ads, поведінка користувачів — у Google Analytics.
Тепер їх можна побачити разом:
виробництво → собівартість → продажі → реклама → фактична маржинальність.
І фінансовому директору вже не потрібно два-три дні збирати ці дані в Excel, щоб відповісти на запитання, який товар і який канал справді заробляють гроші.
Показова деталь: під час одного з таких переглядів з’ясувалося, що товарна група «аудіосистеми» на перший погляд давала непогану виручку, але фактична маржа після врахування реклами була лише 6% — а частина цього бюджету взагалі йшла в канал із ROI 1.1x. Раніше ніхто не співставляв рекламу з конкретною групою товарів настільки детально, тож ніхто цього й не бачив. Побачити це стало можливим лише тому, що дані нарешті лежали в одному місці.
Який бізнес-ефект отримує компанія
Аналітики та керівники перестають витрачати дні на ручне зведення даних, а всі відділи — фінанси, маркетинг, виробництво, керівництво — дивляться в одні й ті самі цифри, замість того щоб кожен рахував по-своєму. Компанія більше не обмежена набором стандартних звітів ERP: якщо завтра з’явиться нове питання, дашборд у Looker Studio просто розширюється під нову задачу, а не чекає доопрацювання системи.
Кому це особливо підійде
Такий сценарій найбільш цінний для компаній, які вже переросли стандартні звіти ERP: мають кілька джерел даних, активно ведуть маркетингову аналітику й регулярно готують управлінську звітність для власників або керівництва.
Чи можна додавати нові джерела даних після запуску дашборда?
Так. Можна поступово додавати нові джерела, показники або зрізи без необхідності перебудовувати всю систему з нуля. Наприклад, після Google Ads можна підключити ще один рекламний канал, маркетплейс або нову CRM.
Чи обов’язково використовувати Looker Studio?
Ні. Looker Studio — один із варіантів візуалізації даних із BigQuery. Конкретний інструмент можна обирати залежно від того, які звіти потрібні компанії, хто ними користуватиметься та наскільки складною має бути аналітика.
Що робити, якщо в різних системах одна й та сама інформація називається по-різному?
Перед побудовою дашборда потрібно узгодити структуру та правила об’єднання інформації. Наприклад, одна система може називати товар артикулом, інша — SKU, а третя — внутрішнім ID. Саме такі відповідності потрібно налаштувати, щоб показники з різних джерел коректно об’єднувалися.
Чи можна використовувати BigQuery не тільки для фінансової аналітики?
Так. BigQuery може бути єдиним сховищем для різних типів управлінських даних. Наприклад, у ньому можна поєднати фінансові показники з даними маркетингу, продажів, виробництва, складу або клієнтської аналітики.
Після налаштування інтеграції дані з Bimp автоматично синхронізуються з BigQuery, тому для оновлення дашборда не потрібно щоразу вручну вивантажувати інформацію з ERP та переносити її в Excel. Дашборд, який раніше вимагав два-три дні ручного зведення, тепер можна просто відкрити й бути впевненим, що він показує актуальну картину бізнесу.
Фінансовий директор більше нічого не вивантажує вручну. Він відкриває дашборд — і бачить виручку, валовий прибуток і маржинальність по кожній товарній групі одразу поруч із рекламними витратами й ROI кожної кампанії.