Довольный поставщик

3 принципа взаимодействия с коллегами, чтобы не остаться героем-одиночкой, работающим с данными 🤝Признайтесь, есть ли тут те, кто часто пролистывает длинные посты? 😅 Я грешу этим!Поэтому вот главная мысль:Чтобы люди хотели с Вами взаимодействовать, им нужно:- видеть, что Вы полезны, и- хорошо себя чувствовать при общении с Вами.Если чуть поподробнее, то вот те принципы, которые могут помочь в общении:Заинтересовывать.Покажите, почему ваше предложение или идея важны для них лично. Свяжите свою задачу с их целями или ценностями. Уважать. Цените время и чувства коллег: формулируйте запросы чётко, благодарите за помощь и учитывайте их мнение.Быть искренним.Не бойтесь признать, что чего‑то не знаете - это создаёт атмосферу доверия. Открыто говорите о сложностях и ищите совместные решения.И ещё… Не бойтесь отказов, сопротивлений и споров, это же самое интересное 😉💡 Итог: дайте коллегам почувствовать, что Вам не все равно, цените вклад других и будьте собой, и работать вместе станет гораздо проще…А есть то, что чаще всего мешает Вам заинтересовать коллег в совместную работу - неуверенность в результате, страх показаться навязчивым или что‑то ещё? Давайте разберём вместе🔽

Данные не работают. Работают люди!Я решил, что немного мотивации в канале не помешает 😉В FMCG постоянно все говорят о технологиях и аналитике. Ставят BI, IBP, настраивают метрики, строят дашборды. И ждут прорыва… А он не случается 😕Потому что данные сами по себе - просто цифры. Они не снижают издержки, не увеличивают продажи, не находят узкие места.Они - как книга на полке:✔️Вы можете её не открывать✔️Можете пробежаться по заголовкам✔️А можете вчитываться в каждую строчку, переосмысливать подходы, пробовать делать иначе и потихоньку изменить всёРазница - в компетенциях и желании, которые в итоге превращаются в умение видеть в цифрах главное, понимать первоисточник проблем и совершать правильные действия.Именно поэтому специалист, который умеет непросто смотреть на KPI, а работать с данными, добиваясь результатов, в разы ценнее:✅ Возможностей - больше✅ Карьера - быстрее✅ Доход - вышеНу как, получилось немного вдохновить? 🙂

Запускаем проект: как сделать данные частью решений 🏗️Иногда от поставщиков слышу: «Мы работаем с данными… но как-то нерегулярно». А что, если вместо разрозненных усилий запустить настоящий проект по внедрению данных в процессы команды?Вы спросите: «Игорь, зачем? Какой ещё проект?»Потому что именно проект требует сначала ответить на вопрос «зачем» и только потом действовать.Что важно определить на старте:✅ Чёткие цели - без абстракций. Прописываем:• Кто выиграет от изменений?• Что было, а что станет?• Как измерим успех?• Что обязательно, а что «nice to have»?• Что нас обрадует, а расстроит?✅ Живые примеры, а не теория. Указываем:• Кейсы, которые уже работают в других компаниях? Что в них цепляет?• На что/кого ещё стоит равняться?• Что можно скопировать?✅ Календарь - с подэтапами.Не «сделаем когда-нибудь», а:• Неделя 1-2: аудит текущих процессов• Неделя 3-4: пилот в одном департаменте• Месяц 2: обратная связь и корректировки✅ Риски и решения - не игнорируем, а фиксируем:• Риск: Сотрудники не будут пользоваться отчетами → Решение: Внедрить обязательный разбор ключевых метрик на еженедельных планеркахИтого:Такой подход может показаться излишним… Но он может упростить дорогу к результату, к которому Вы хотите придти. Ведь невозможно придти туда, неизвестно куда…А какие лайфхаки фиксации целей Вы используете в своей проектной работе? 💬

Почему так важен «zoom in в данных? 🔍В работе с аналитикой легко зациклиться на общих показателях: уровень сервиса, доступность, объем заказов. На первый взгляд, они дают достаточную картину. Но часто именно детали скрывают важные причины проблем и ключи к улучшениям.Что такое «zoom in»?Это глубокий разбор, где вместо «заказы от сети упали на 10%» мы уточняем:- В каких регионах?- По каким товарам?- В какой момент?Почему это критично?• Локализация проблемы Общий показатель может маскировать проблему.• Открытие неочевидного Иногда причина кроется в неожиданных вещах.• Экономия ресурсов Без «zoom in» Вы рискуете тратить время на оптимизацию того, что и так работает. Что ещё важно?Мы не одиноки в своих задачах и проблемах. Производителей товаров в России - тысячи и даже десятки тысяч, поэтому:• Изучайте бенчмарки, чтобы понять - на сколько ваши показатели отличаются от рынка.Итог: не доверяйте «средней температуре по больнице». Чем глубже вы погружаетесь в данные, тем точнее диагноз и эффективнее лечение. Начните с вопроса: «А что скрывается за этой цифрой?»А часто ли ваши сотрудники готовы ответить на детальные вопросы в общих цифрах сразу?

Культура гипотез в бизнес‑отделах: чему опять стоит поучиться у IT?Как первая неделя в 26 году? Вернулись в рабочий ритм? 🙂Сегодня хочу поговорить о важном элементе эффективного развития - культуре гипотез.В IT‑среде работа с гипотезами давно стала нормой:• выдвигается предположение о том, как улучшить продукт;• проводится эксперимент;• анализируются результаты;• принимается решение  о масштабировании или отказе от идеи.А вот в традиционных бизнес‑отделах (таких как логистика, планирование, клиентский сервис и мерчандайзинг) лично я сталкиваюсь с этим нечасто. Почему же стоит перенять этот опыт?Данные торговых сетей -идеальная основа для формирования и проверки гипотез. У нас всегда под рукой:• статистика продаж по категориям и SKU;• данные о поведении покупателей;• информация о сезонностии трендах;• прогнозы продаж и заказов;• остатки по магазинам и многое другое.Такие данные позволяют:1. Формулировать конкретные, измеримые гипотезы (например: «Если сократить/увеличить частоту посещения торговых точек мерчандайзерами на 20 %, то оффтейки упадут/вырастут на 15%»);2. Планировать корректные эксперименты с чёткими метриками успеха;3. Объективно оценивать результаты и делать выводы. Главное, принять, что ошибки - это нормально! При этом культура гипотез не про «угадать правильно», а про систематический поиск лучших решений.Простой приём для старта гипотезы: если чувствуете, что коллеги «в обороне», не давите аргументами. Вместо этого бросьте фразу‑мостик «А давай просто попробуем!» - именно она может стать точкой входа в эксперимент.А работаете ли Вы с гипотезами в своём отделе? Делитесь в комментариях! 👇

Как найти на всё время, если до Нового года осталось всего 10 дней? 🤯К концу года может ощущаться состояние, когда голова разрывается от дел.Вот способ, который снижает мою тревожность уже несколько лет:GTD (Getting Things Done - «Доведение дел до завершения»). Система личной эффективности от Дэвида Аллена.В чём суть?Наш мозг создан для создания идей, а не для их хранения. GTD освобождает голову от «висящих» задач - всё фиксируется во внешней системе.5 шагов метода1. СборЗапишите все задачи без разбора: от «поменять батарейку» до «съездить в Японию». Используйте для этого бумажный блокнот или смартфон (что удобнее). Главная цель - опустошить голову. 2. ОбработкаПройдитесь по списку и ответьте на вопрос: «Что с этим делать?»• ✅ Если задача занимает ≤ 2 мин - сделайте сразу.• 📝 Если требует времени - запланируйте.• ❌ Если неактуальна - удалите.3. ОрганизацияРаспределите задачи по категориям:• ⏭️ «Следующее действие» - то, что нужно сделать прямо сейчас;• 👋 «Когда нибудь потом» - идеи без сроков;• 📆 «Календарь» - дела с жёсткими дедлайнами;• 📋 «Справочные материалы» - информация для памяти (например, пароли).4. Обзор• Ежедневно: проверяйте список «Следующие действия».• Еженедельно: пересматривайте все категории, удаляйте лишнее, добавляйте актуальные задачи.5. ДействияВыполняйте задачи по порядку, не пытаясь охватить всё сразу.Лайфхаки для старта• Не углубляйтесь сразу в настройку системы - начните с простого списка.• Используйте привычный инструмент. Не нужно новых приложений.• Заведите привычку: новая задача = сразу в систему.Почему это работает?• Снижает стресс: вы перестаёте бояться «что то забыть».• Экономит время: нет бесконечного перебора задач в голове.• Даёт ощущение контроля: все дела - перед глазами.Попробуйте внедрить хотя бы первый шаг (сбор задач). Даже это снимет часть нагрузки.Ну и вместо вопроса - народная мудрость: «У Вас же столько дел, как Вы все успеваете?! Мой секрет прост - я делаю все хреново» 🙃

Годовой опрос пользователей данных торговых сетей 📋За год накопилось множество идей по улучшению текущей системы отчётности. Но чтобы не тратить ресурсы впустую, важно понять: какие изменения действительно нужны пользователям?Зачем проводить опрос?Любая информация ценна только тогда, когда ею реально пользуются и поэтому опрос поможет:- выявить «хиты» - отчёты, которые используют чаще всего;- обнаружить «мёртвый груз» - невостребованные или избыточные отчёты;- найти пробелы в данных и функционале;- снизить фрустрацию от неудобных интерфейсов;- сформировать обоснованный план развития системы на следующий год.Кто участвует?- КАМы;- менеджеры по планированию;- аналитики;- трейд‑маркетологи- специалисты клиентского сервиса;- эксперты по цепочкам поставок;- мерчандайзеры и др.Какие вопросы задаём?Чтобы получить максимально ценные выводы, разделим вопросы на 4 блока:1. Оценка текущего состояния • Насколько полезна для вас отчётность в целом? • Насколько удобно работать с данными? 2. Проблемы и боли • Что вам нравится больше всего в текущей версии? • Что раздражает или мешает работать? • Есть ли отчёты/функции, которых вы избегаете из‑за неудобства? Если да - почему? 3. Приоритеты и частота использования • Как часто вы обращаетесь к продукту в рабочей неделе? • Какая функция для вас самая важная? Почему? 4. Идеи для развития • Чего категорически не хватает в системе? • Если бы вы могли добавить одну функцию прямо сейчас, что бы это было? • Есть ли что‑то ещё, что вы хотели бы нам сказать? Что получим в итоге?Конкретный план улучшений, который:- повысит полезность данных для бизнеса;- сократит время на рутинные операции;- сделает интерфейс интуитивно понятным.Важно: даже мелкие правки (например, новый фильтр или перестановка колонок) могут заметно улучшить опыт пользователей. Делитесь в комментариях, какие ещё способы сбора обратной связи вы используете.

Когда с использованием данных торговых сетей «всё сложно» 😫Глядя на мои посты, может показаться, что все о чем я пишу целиком и полностью приживается в жизни, но это не так!Задача любого успешного лидера как раз в том, чтобы достигать поставленные цели и решать возникающие проблемы на пути к ним. Сегодня поговорим о том, что такое фишбоун и как он помогает выявлять проблемы:Фишбоун (от англ. fishbone — «рыбий скелет») — это визуальный инструмент анализа проблем, известный также как диаграмма Исикавы или причинно‑следственная схема.Как выглядитСхема напоминает рыбий скелет:«Голова» — формулировка проблемы.«Позвоночник» — основная линия, на которой крепятся «кости»;«Кости» (верхние и нижние) — причины и факторы разного уровня;«Хвост» — выводы и предложения по решению проблемы.Зачем применятьФишбоун помогает:• структурировать разрозненные предположения о причинах проблемы;• увидеть взаимосвязи между факторами;• выделить корневые причины, а не симптомы;• вовлечь команду в совместный анализ.Как построить• Чётко сформулируйте проблему;• Определите ключевые категории причин (обычно 4–6): люди, процессы, технологии, внешняя среда и т. п.;• Для каждой категории запишите конкретные причины — «кости».• Углубляйтесь: к каждой причине задавайте вопрос «Почему?» и добавляйте подпричины.• Проанализируйте схему: выделите самые значимые факторы.Когда использовать• при поиске причин сбоев и потерь;• перед разработкой плана улучшений;• на командных сессиях по решению сложных вопросов.Итог: фишбоун помогает отойти от мыслей «все сложно» и превратить хаотичные догадки в наглядную карту причин, помогая сосредоточиться на решении проблемы.Делитесь в комментариях: какая главная проблема у вас сейчас на повестке?

Чек-лист для начала работы с данными торговых сетей: стартуем на максималках! 🚀 Все вокруг говорят о важности работы с данными и data-driven подходе в принятии решений. Но, товарищи руководители бизнеса и аналитики, просто «кидаться» в сотрудников таблицами Excel — редко приводит к запуску процесса анализа и принятия решений на основе данных. 🤷❌ Почему это не работает?1. аналитики умеют обрабатывать информацию, но не всегда знают, какие инсайты действительно нужны бизнесу;2. сотрудники бизнеса воспринимают данные как дополнительную нагрузку, а не как инструмент роста;3. командна не всегда понимает, как применять данные на практике.💡 Ключевой фактор успеха — системный подход и лидер изменений!Любое изменение в работе с данными требует:1. Чёткой стратегии — определить, какие данные собирать и как их использовать.2. Цепочки ответственности — кто анализирует, кто принимает решения, кто действует и кто контролирует, и фиксирует результаты.3. Постоянного обучения — развивать знания процессов ритейла и навыки работы с аналитикой у всех участников процесса.🏅 Кто такой лидер изменений?Это не просто назначенный сотрудник, а драйвер трансформации, который:• глубоко погружён в тему данных и их бизнес-ценности;• умеет переводить сложные метрики в понятные задачи для команды;• фокусируется не на отчётах, а на практическом применении инсайтов;• вдохновляет команду, показывает «зачем» и «как» работать с данными;• контролирует внедрение изменений и измеряет эффект. ❌ Чего не должен делать лидер?- занимать позицию «дайте мне готовое решение»; - делегировать работу с данными без контекста и целей;- сводить задачу к формальному заполнению таблиц.✅ А что должен?- выстраивать диалог между бизнесом и аналитиками; - связывать данные с ключевыми метриками компании;- тестировать гипотезы, анализировать результаты и корректировать стратегию;- создавать систему мотивации для работы с данными.Вывод: внедрение работы с данными торговых сетей — это проект, а работа с ними это процесс, тре

Визуализируем данные по отсутствию товара в магазинах сетей. На что нужно обратить внимание 📉Рассмотрим пример, как мы можем следить за процентом отсутствия товара в торговых точках и какие ещё метрики важно не забыть.Способы визуализации:• Диаграмма• ТаблицаКаждый из способов решает свои задачи:• Диаграмма позволяет быстро выявить тренд и/или проблему, за счет наглядности. • В таблице удобнее просмотреть дополнительные данные, чтобы приоритезировать внимание на главной проблеме.На примере выше можно увидеть, что с помощью диаграммы мы фиксируем рост OOS до 36% и снижение продаж до 3500у.е.. При этом здесь отображены данные по группе товаров (агрегированные значения).В то же время в таблице мы можем отобразить информацию на уровне каждого товара и отсортировать данные в нужном порядке, и дополнить их важными атрибутами. Например, это может быть - упущенные продажи.Вот как раз на этом я хочу остановиться подробнее:Дело в том, что процент роста OOS не всегда равен проценту падения продаж. Тут все зависит от офтейка. То есть, если ваш товар категории C пропал из всех магазинов сети, это может быть не так критично для продаж, как если ваш бестселлер пропал из 20% магазинов.Таким образом, оценив ситуацию с помощью обеих визуализаций, мы можем быстро принять решение, какое отклонение наиболее критично, и сосредоточиться именно на нем.Скажите, я не очень сложно пишу? 😀 Всегда рад любому вашему комментарию! ❤️Визуализируем данные по отсутствию товара в магазинах сетей. На что нужно обратить внимание 📉Рассмотрим пример, как мы можем следить за процентом отсутствия товара в торговых точках и какие ещё метрики важно не забыть.Способы визуализации:• Диаграмма• ТаблицаКаждый из способов решает свои задачи:• Диаграмма позволяет быстро выявить тренд и/или проблему, за счет наглядности. • В таблице удобнее просмотреть дополнительные данные, чтобы приоритезировать внимание на главной проблеме.На примере выше можно увидеть, что с помощью диаграммы мы фиксируем рост OOS до 36% и с