Как открыть новую торговую точку и не прогореть через полгода.
Я работал руководителем IT-проектов в компании, которая открывала объекты торговли. Из нелюбви к рутине я решил придумать, как автоматизировать поиск лучшего места для точки и точнее прогнозировать выручку будущего объекта. Расскажу, что из этого получилось.
Я работал руководителем IT-проектов в компании, которая открывала объекты торговли. Из нелюбви к рутине я решил придумать, как автоматизировать поиск лучшего места для точки и точнее прогнозировать выручку будущего объекта. Расскажу, что из этого получилось.
Обычно при открытии новой точки менеджеры компании принимают решение о выгодности объекта на основании теоретических знаний и собственного опыта — знания города, конъюнктуры рынка, конкурентов и так далее.
Поиск локации «на опыте» происходил так:
На основании полученных данных специалист прогнозировал значение товарооборота. Опыт и знания менеджера безусловно влияют на успешность открытия нового объекта, но опираться только на них рискованно для компании.
Во-первых, ничто не мешает этому менеджеру уйти в другую компанию, например к конкуренту.
Во-вторых, работу менеджера контролировать трудно, нет системности в поисках и анализе потенциального места для торговой точки.
В-третьих, даже потенциально успешное место, которое найдет менеджер, на практике может не дать обещанного результата, что грозит миллионными издержками компании.
В-четвертых, нет никаких гарантий, что это не точка его друга, которую он просто хочет продать.
Точность такого прогноза зависит от ответственности и опыта конкретного сотрудника: чем более аккуратно он проводит исследование, тем выше точность. Проанализировав 133 потенциальных объекта менеджеров, я сделал вывод, что точность линейного специалиста не превышает 70%.
Чаще всего даже опытные менеджеры оценивают объект, просто глядя на него на местности или даже на карте, говоря: «Здесь объект будет торговать примерно 250-300 тысяч в день».
Затем уже эта оценка подгонялась под презентацию инвестиционному комитету и иногда оправдывала себя.
Пятерочка — одни из первых в продуктовом ритейле, кто внедрил автоматизированное прогнозирование выручки. Сейчас они лидеры рынка. Совпадение?
Низкая точность
Первый и самый очевидный недостаток — вывод, не подкрепленный никакими данными, даже теоретически не может оправдать себя.
Точность прогноза выручки новой точки зависит от опыта и дотошности сотрудника. Мы ездили с менеджерами по объектам и смотрели, что они делают, наши коллеги делились своим опытом поиска объектов и в итоге получились такие цифры:
Медианная точность по менеджерам составляла 64%, то есть риск инвестиций в убыточный объект у компании был велик.
Много ручного труда
В среднем, на полноценный анализ одного-двух объектов у менеджера уходит 4–5 рабочих дней, то есть рабочая неделя. За это время он выезжает на объект, проводит анализ и составляет заключение о будущей выручке объекта. Если менеджер ответственный, он посчитает каждый дом, зайдет в каждый магазин-конкурент, узнает стоимость недвижимости, и в этом случае анализ займет до 2-3 дней.
Практика показала, что на 10-20 проанализированных локаций открывалось только 1-2 объекта. Получается, менеджер находил подходящий объект или локацию в среднем за один или два месяца.
Человеческий фактор
Отсутствие аналитики, с помощью которой руководитель мог бы проверить сотрудника, позволяло менеджерам «пропихивать свои» объекты, подгоняя расчет под нужные показатели. Они получали деньги с продажи объекта по коррупционной схеме, игнорируя интересы компании. Когда-то интересы совпадут, а когда-то нет.
Несмотря на то, что проникновение новых технологий в компанию остановилось на whatsapp, учредители понимали, что альтернативе «цифровизации» бизнеса может быть только его смерть.
Не обязательно понимать для того, чтобы эффективно работать, машина это делает прекрасно, поэтому все чаще и чаще, оказывается, что обучив алгоритм мы ему делегируем свою работу или работу своих сотрудников.
Андрей Себрант,
директор по маркетингу Яндекса
Наблюдая работу 10 менеджеров в течение 2 месяцев, мы решили автоматизировать процессы, создав веб-сервис для быстрого расчета выручки объекта торговли любым сотрудником.
Геоданные, статистический анализ и машинное обучение
На такую автоматизацию нам потребовался штат аналитиков, программистов и вера в то, что выручку будущего объекта возможно посчитать через веб-сервис за пару кликов, тратя на это 10 минут вместо 2 дней.
Продуктовая гипотеза была такой: скрестив технологии в области геоданных, машинного обучения и матстатистики мы создадим сервис, считающий выручку будущего объекта торговли.
Спустя полгода мы запустили прототип — первое приближение сервиса, который считал выручку с точностью до 50%. Продукт был сыроватый для полноценного применения — не хватало точности и разнообразия данных, но гипотеза подтвердилась.
Плохими оказались новости о качестве данных. Существующие на рынке источники некачественные — данные не всегда точные, их нужно обрабатывать. Например, в адресе будет небольшая ошибка и если множество таких адресов с ошибками автоматически привязывать к карте (геокодировать), их координаты будут отличаться от фактического положения объекта. Поэтому нам пришлось самим стать создателями данных.
Удачным решением было использовать Bootstrap — это заметно сократило затраты на frontend-разработку и позволило быстрее внедрить сервис на первом этапе. Мы получили фидбек от пользователей о том, что удобно, а что нет.
Приступили ко второй итерации.
Мы показали MVP опытным аналитикам рынка ритейла, рассказали о результатах использования сервиса и доработали сервис до 85-90% точности прогноза.
И все. Мы уперлись в эту точность. Оказалось, что проблема не в данных или программе. Мы пришли к выводу, что эти 10-15% погрешности связаны с человеческим фактором— работа директора магазина и всего персонала, в общем — клиентского сервиса. А это то, за что наш сервис отвечать не может.
Повышение эффективности
Менеджер по поиску анализировал примерно 2 локации в неделю. Средняя зарплата составляла 60 тысяч рублей в месяц, а менеджеры в среднем анализировали до 8-10 локаций в месяц. Получается, что один объект обходился нам примерно в 10-12 тысяч рублей.
После внедрения сервиса каждый менеджер стал минимум в 2 раза эффективнее. Ленивый за те же деньги анализировал 16 локаций, сократив стоимость одного объекта до 4-6 тысяч, а ответственный — 24 локации в месяц.
В нашей компании 7 менеджеров из них 3 ответственных. В денежном эквиваленте выгода в пересчете на одного менеджера составила 85 тысяч рублей в месяц. Всего в год — 7,14 млн рублей, округлим до 7 для удобства дальнейших расчетов.
Один менеджер утверждал, что прекрасно знает любое место Балашихи, и клялся, что больше в ней объектов не открыть. После того как мы показали ему точку с товарооборотом около 600 тысяч рублей в день, он изменил свое мнение и через полгода покинул компанию.
Снижение риска открытия убыточных объектов
Используя сервис, менеджеры по поиску сократили открытие убыточных локаций до нуля. С учетом того, что при открытии убыточного объекта, компания его далее перепродавала, но за меньшие деньги, выгода экономии составила 5 млн рублей.
Автоматизация процессов
Руководство обязало сотрудников вести процессы поиска и фиксировать результаты в сервисе, поэтому количество ошибок от «я потерял листок с расчетами» значительно сократилось.
В результате работы заказчик сэкономил 9, 8 млн рублей при использовании сервиса. Вот краткие расчеты.
Никакого спама, только анонсы новых статей
Zapier — это no-code платформа, которая помогает компаниям объединять приложения, создавая автоматические цепочки событий. Ключевое преимущество сервиса — зерокодинг: работа с ним не требует навыков программирования. А технология drag-and-drop и обширная библиотека готовых интеграций, делают Zapier едва ли не самым популярным решением для малого бизнеса, и, в общем, для всех, кто не знаком с разработкой, но желает автоматизировать однотипные задачи.
Как работает Zapier и чем он может вам помочь
Преимущества и недостатки Zapier
Ошибки и тонкие места: на что обратить внимание
Коды «популярных» ошибок Zapier
Пошаговое руководство по созданию учетной записи и настройке первого Zap
Чаще всего сервис используется для автоматизации повторяющихся действий, требующих последовательной коммутации различных приложений по принципу «если/то». Такой подход позволяет оптимизировать рабочие процессы, например, копирование с переносом данных, исключив присутствие человека.
Популярные модели использования Zapier:
Понять устройство сервиса будет проще, если знать, из каких элементов он состоит. Для объяснения процессов в системе используют следующие понятия:
Количество триггеров, действий и, соответственно, возможных сценариев зависит от тарифного плана, а также особенностей приложений, связанных в интеграцию.
По сути: интерфейс Zapier — это подготовленная среда для создания сценариев и запов разной длины и сложности. Каждый из них включает триггер («если произойдет…») и действие («…то сделай…»). Скажем, при добавлении новой карточки в Trello, система будет автоматически фиксировать событие в календаре Google.
Другой пример: заполняя форму на сайте, пользователь указывает email, который без участия администратора отправляется в базу данных, и одновременно, сервис запускает сценарий ответа, сообщая клиенту об удачной регистрации.
В рамках запа можно настроить поиск и отправку писем в Gmail, подключить автоматическое форматирование данных (чисел, текста, CSV-файлов), указать условия активации избранных сценариев при определенных условиях, установить временной интервал запуска задач и приоритет событий.
Действий в запе может быть несколько, и этот момент необходимо учитывать при выборе тарифного плана, так как ценообразование в сервисе связано с количеством ежемесячно выполняемых задач.
Сочетание функциональности и технической доступности, делает Zapier одним из наиболее актуальных средств автоматизации бизнеса и позволяет на равных конкурировать с такими платформами, как Integromat, IFTTT, Boomi, N8N.
Как и всякой большой системе, местами, Zapier не хватает стабильности. Согласно недавнему отчету компании, 28% пользователей минимум раз в неделю сталкиваются с проблемами.
По статистике чаще всего клиенты жалуются на ошибки 400 (уровень сервиса) и 500 (уровень приложения).
Если самостоятельные попытки исправить ситуацию с ошибкой 400 неэффективны, рекомендуем обращаться в техническую службу Zapier, если проблема обозначена кодом 500, к администраторам приложения.
Практика показывает, что значительная часть сбоев, как правило, вызвана ошибками самих пользователей при настройке Zaps или попытками интеграций нестандартных/«сырых» сервисов и сложных сценариев. Например, платформа автоматически будет ограничивать количество логических развилок, если их больше пяти.
Также возможны задержки в выполнении операций при слишком большом объеме информации: в отличие от аналогов, того же Integromat, Zapier обрабатывает данные последовательно, а не параллельно — это здорово тормозит процесс.
Эрго: решению большинства проблем помогут внимательность, регулярный аудит ошибок и своевременное обновление инструментов. В особенно тяжелых случаях обращайтесь в техподдержку или сообщество Zapier.
Чем на практике возможности сервиса могут помочь бизнесу? Мы собрали несколько примеров из общей и собственной практики.
Увидеть еще больше реальных кейсов для B2B с участием Zapier, а также лучше познакомиться со скилами нашей команды можно здесь.
Удобство Zapier в том, что для настройки не нужен кодинг. Любой, кто заинтересован в автоматизации, может создавать собственные действия и триггеры, не погружаясь в программирование и не привлекая дорогих специалистов.
Шаг 1: Создание учетной записи:
Шаг 2: Настройка Zap
Есть два способа. Первый — с помощью карты автоматизации рабочих процессов, где вы можете настроить триггеры и действия между приложениями. Вот пример настройки простого Zap между Gmail и Trello:
Второй способ — привлечь Copilot, ИИ-помощника Zapier. Это — робот, который помогает создавать Zap от начала до конца, предлагая нужные приложения, триггеры и действия.
Если ручная автоматизация покажется сложной задачей, вы всегда можете использовать его, чтобы организовать идеальный сценарий, просто общаясь в чате и описывая свою проблему.
Стоимость Zapier, как уже говорилось, легко трансформируется в обе стороны в зависимости от динамики использования.
Сервис предлагает четыре категории инструментов:
Каждая из категорий, в свою очередь, содержит несколько готовых пакетов, рассчитанных на определенный уровень задач:
Бесплатный план не имеет ограничений пробного периода и предоставляет доступ к базовым функциям всех категорий: запам, интерфейсам, ботам. Это удобное решение для всех, кто только знакомится с возможностями автоматизации или не имеет серьезных требований к сложности рабочих процессов.
У него есть лимит — 750 задач, 2 чат-бота, 2 интерфейса и 5 таблиц в месяц, но нет ограничений по количеству Zaps и присутствует возможность создания двухэтапных команд. Словом, достаточно, чтобы понять суть технологии и потенциал сервиса без вложений.
Платные планы Zapier подойдут тем пользователям, задачи которых требуют больше мощности и функциональности.
Например:
Большинству частных клиентов, представляющих малый бизнес, будет достаточно начального тарифа «Профессиональный» (от 29,99$), крупным компаниям и масштабным проектам, вероятно, понадобится «Командный» (от 103,50$), а для корпоративных нужд лучше использовать Enterprise — пакет с максимальным техническим оснащением, расширенными правами администратора и доступом ко всем актуальным решениям платформы.
Детально узнать о каждом тарифе и выбрать подходящий можно здесь.
В среде платформ для автоматизации рабочих процессов Zapier, очевидно, занимает одну из топовых позиций, выгодно отличаясь технической доступностью (зерокодинг), функциональностью и лучшей из доступных на сегодня библиотекой приложений.
Сервис идеально подходит небольшим компаниям в любой отрасли, которые выросли до необходимости автоматизировать ежедневную рутину рабочих процессов, но в силу различных причин (рентабельность, отсутствие опыта в кодинге) не рассматривают самостоятельную разработку нужного софт-обеспечения.
Справиться с Zapier сможет любой, кто смог создать успешный бизнес, а чтобы выжать из него возможный максимум, всегда можно обратиться к нам.
ИП Гришанин Кирилл Олегович
ИНН 774313842609
Б. Новодмитровская ул., 36, стр. 12, вход 6,
Москва, Россия, 127015
Ahad Ha'am 54,Tel Aviv-Yafo,Израиль