Проект

Itella оптимизировала складскую логистику с применением BI.Qube от IT Pro

Заказчики: Ителла Россия (ItellaNLC)

Логистика и дистрибуция

Подрядчики: АйТи Про (IT Pro)
Продукт: АйТи Про: BI.Qube

Дата проекта: 2019/11 — 2021/05
Технология: BI
подрядчики - 450
проекты - 3057
системы - 1149
вендоры - 559
Технология: Data Quality - Качество данных
подрядчики - 195
проекты - 1053
системы - 60
вендоры - 42
Технология: MDM - Master Data Management - Управление основными мастер-данными
подрядчики - 133
проекты - 728
системы - 296
вендоры - 201
Технология: OLAP
подрядчики - 104
проекты - 857
системы - 60
вендоры - 49
Технология: PaaS - Platform As A Service - Бизнес-платформа как сервис
подрядчики - 145
проекты - 525
системы - 260
вендоры - 152

2021: Оптимизация складской логистики с применением BI.Qube

11 ноября 2021 года компания IT Pro сообщила об оптимизации маржинальности логистического бизнеса Itella и внедрении системы аналитики BI.Qube. Itella получила инструментарий для минимизации расходов за счёт назначения стимулирующих ставок сдельной оплаты труда, а также оптимизации доходов путём точного установления тарифов для своих клиентов, исходя из детального понимания объёма реально выполненных операций.

По информации компании, располагая на территории России складскими помещениями класса А общей площадью около 200 000 м², компания Itella предоставляет полный комплекс складских услуг вплоть до управления цепочкой поставок. Система BI.Qube стала «сердцем» единого цифрового ландшафта по работе с данными о выполненных персоналом работах, складских и биллинговых операциях для логистических комплексов Itella в рамках масштабной программы проектов «Цифровой склад 2020».

Для управления маржинальностью компании необходимо понимать структуру затрат на каждого клиента. До начала проекта цифровой трансформации аналитика была чрезвычайно трудоемкой, а переход от повременной к сдельной оплате труда был невозможен ввиду необходимости внедрить промышленные технологии консолидации данных из разрозненных учётных систем.

«
Люди на повременной оплате не заинтересованы работать быстрее, так как это не влияет на размер оплаты труда. Руководители смен и бригадиры тратят много усилий на контроль работников склада. Идея была - с точностью управлять своими расходами, маржинальностью, определив, сколько каждая операция занимает времени, а уже исходя из этого управлять ставками оплаты труда. Ставки уменьшить, но декларировать, что будем платить больше за счёт более интенсивного труда.

рассказал Николай Страхов, руководитель группы системного анализа департамента ИТ-компании Itella
»

Для оптимизации процессов контроля и оптимизации затрат компания Itella поставила цель внедрить у себя сдельную оплату труда для всего складского персонала, а также соответствующие инструменты учета и анализа. Компании нужна была возможность учитывать не только часы, проведенные в складской зоне, но и автоматически сопоставлять это время с объемом и видами операций, которые каждый сотрудник реально выполнил для конкретного клиента, а также на основании этих данных проводить сравнение эффективности по большому комплексу показателей, включая экономическую выгоду различных форм найма. Так появился проект по построению аналитической системы, от которой требовалось:

  • анализировать выполненные сотрудником операции;
  • рассчитывать вознаграждения по сдельной системе оплаты труда сотрудников;
  • иметь инструменты проверки и корректировки данных.

Система должна была масштабироваться на все площадки и клиентов компании Itella без доработок. В рамках проекта необходимо было обеспечить консолидацию разнородных источников в единое хранилище, так как все операции, выполненные складскими работниками, и затраты времени фиксируются в различных учетных системах. В качестве источников данных для хранилища выступили следующие системы:

  • 1С:ЗиУП;
  • 1С:АРМ Табель;
  • 1С:WFM (workforce management);
  • WMS PSI;
  • «БОСС Контроль»;
  • Система биллинга (акты и счета клиентов);
  • Справочники и внесистемные мастер-данные (Microsoft Master Data Services).

Для выполнения задач проекта нужно было извлечь, загрузить информацию о том, кто и какие операции делал, в большую таблицу фактов, сопоставить с часами из 1С, взять информацию из ЗиУП (должности, ставки тарифа и др.) и далее на основании этого массива данных построить аналитические отчеты.

Image:Потоки_данных.png
Потоки данных

Работа над проектом строилась из нескольких этапов. На первом этапе в систему загружались данные штатных сотрудников. На основании этих данных были созданы формы для анализа производительности, то есть сколько каждый сотрудник получает по окладу, исходя из плана работ, и сколько мог бы получать по сдельной оплате. На следующем этапе развития проекта в систему были загружены данные о привлеченном (лизинговом) персонале – сколько часов и сколько операций выполнил каждый такой работник по складской учетной системе. Дальнейшее развитие проекта заключалось в избавлении от бумажных табелей за счет внедрения стороннего программно-аппаратного комплекса «БОСС Контроль» и подключения его в качестве источника данных к системе BI.Qube.

Система BI.Qube является центральным аналитическим ядром всего цифрового ландшафта складских комплексов Itella. Она позволяет производить расчёт оплаты для штатного и лизингового персонала на основании различных сценариев и большого числа влияющих факторов с формированием отчётов для принятия экономически обоснованных управленческих решений по оптимизации ФОТ и размера ставки компаниям-поставщикам лизингового персонала.

Аналитическая система построена на data-технологиях Microsoft и мета-компонентах BI.Qube, являющимися собственной разработкой компании IT Pro. Для построения отчетов используется средства Microsoft SQL Server Reporting Services. Данные из нескольких разнородных учетных систем консолидируются в BI.Qube Metastaging, обогащаются данными из MDS (пользователи вводят сами тарифы на виды работ) и передаются в хранилище. На основании этих данных в системе отчетности строятся аналитические и проверочные отчеты, позволяющие оценить эффективность работы площадки, клиента, сотрудника, а также выявить ошибки и махинации, совершенные сотрудниками в процессе трудовой деятельности.

Схема архитектуры системы BI.Qube

Функции системы:

  • оперативная аналитика в разрезе заранее неопределенных критериев;
  • формирование регламентированных отчётов для расчётов по труду (например, касающихся формирования расчётного листа сотрудника с указанием выполненных работ);
  • учёт (обогащение данных тарифами, нормативами, иерархиями видов и подвидов работ – ручной ввод через интерфейс MDS);
  • отчёты (индивидуально под запросы клиентов Itella).

Система рассчитывает 15 отчетов на базе Microsoft Reporting Services. В них фонд оплаты труда считается в разных разрезах: «Итог по площадке», «Итог по мандантам по площадке», «Начисления за месяц», «Начисления за день», «Отчёт по выполненным операциям - объёмные показатели», «Количество операций за необходимый период времени, по выбранному сотруднику» и других. Отчёты представляют собой разработанные под специфику заказчика печатные формы, именно для группы учёта рабочего времени Itella. Помимо набора отчётов, связанных с расчетом ФОТ, в систему внесен нестандартный и сложный в реализации отчет о «Возвращаемости» лизингового персонала. Суть его заключается в том, что человеку требуется время, чтобы лучше освоиться со своими обязанностями. Соответственно, чем дольше он работает, тем выше его навыки. Новичок становится опытным, опытный специалист ― экспертом. Система позволяет автоматически присваивать и контролировать статус привлеченного сотрудника на основании его истории найма, перерывов в работе, их количества и длительности.

Визуальная аналитика применена для управления качеством данных. Руководители подразделений получили дашборды Power BI для визуального контроля и понимания причин разночтений в показателях, поступающих из разных источников информации. Также для руководителя проектов были построены дашборды, с помощью которых можно проводить сравнение эффективности различных методик учета рабочего времени. Система BI.Qube обеспечивает погружение в данные (drill down). Благодаря этому можно как анализировать показатели на детальном уровне, так и объединять их по различным измерениям (по сотрудникам, операциям, их группам, клиентам, мандантам, площадкам и другим). Доступ к информации предоставляется в соответствии с управленческим уровнем пользователя. Кроме иерархий ролей и распределения доступов к отчетам система поддерживает иерархию объектов складских комплексов.

Решение позволяет выполнять ETL-процесс совместно с операционной деятельностью. Причем небольшое падение производительности может наблюдаться только при работе сторонних систем непосредственно с таблицами DWH во время выполнения ETL-процесса. Суммарная длительность выполнения процесса ETL и процессинга куба не превышает 60 минут. При выявлении ошибок BI.Qube Meta-control автоматически рассылает уведомления ответственным сотрудникам. Аналитическая система оперирует данными по сотням штатных и лизинговых сотрудников, ежедневно обрабатывается от сотен тысяч до миллиона складских операций. Ею пользуются десятки специалистов финансового и логистического отделов. Доступ к данным осуществляется со скоростью, близкой к онлайн-режиму. Решение может масштабироваться на все площадки и клиентов компании Itella без доработок при отсутствии изменений функциональных требований.

В результате внедрения системы BI.Qube было создано единое аналитическое хранилище, в котором собираются и хранятся данные как по операциям сотрудников, так и по услугам, оказанным клиентам компании. Itella по каждому складскому сотруднику, вне зависимости от того, штатный он или лизинговый, оперативно получает информацию в наглядной, понятной форме – сколько часов он проработал, какое количество операций совершил и сколько все это в итоге стоит для компании. Таким образом, в рамках проекта была достигнута конечная цель – оптимизировать фонд оплаты труда, перевести складских служащих на ее сдельную форму для расчёта по количеству реально выполненного объема операций.

«
В итоге получили понимание того, что именно сделано для конкретных клиентов, позволило понимать структуру затрат на каждого определенного клиента, понимать выгодны ли тарифы, по которым работаем. И сделать более эффективной работу поставщиков персонала, и более гибко управлять тарифами для клиентов.

поведал Николай Страхов, руководитель группы системного анализа департамента ИТ-компании Itella
»

Работа системы положительно повлияла на комплекс следующих характеристик:

  • Оперативность и экономическая выгода. Система BI.Qube позволила оперативно получать аналитические отчеты по большому перечню показателей, что важно для понимания структуры затрат на каждого определенного клиента и картины бизнеса в целом. Аналитические инструменты BI.Qube помогают компании Itella получать больше выгоды от поставщиков персонала и контрактов с клиентами.
  • Оптимизация и эффективность. Возможность индивидуально отслеживать загрузку каждого сотрудника позволяет снизить простои и более рационально распределить трудовые обязанности.
  • Оптимизации взаимодействия с подрядчиками по услугам складских операций. Расчет оплаты услуг подрядчиков стал более информативным. Подрядчик видит и фиксирует фактические данные по затратам персонала. С помощью инструментов системы специалисты теперь могут отслеживать реальный состав лизинговых работников на объекте в режиме онлайн.
  • Прозрачность и гарантия для клиентов. Благодаря цифровой трансформации процессов учета все операции оставляют цифровой след. Клиент может получить исчерпывающую детализацию по каждой оказанной ему услуге, кроме того, в анализе хозяйственной деятельности (АХД) имеются данные для проведения расследований страховых случаев.

«
Удалось достичь цели оптимизации эффективности работ, работники выполняют быстрее и больше операций. Специалисты складской логистики и департамента управления персоналом регулярно пользуются аналитикой.

поведал Дмитрий Поликовский, директор по развитию IT Pro
»

Как сообщалось, проект нетривиальный по задачам и технологическим решениям. Много кода, много расчётов «на лету», сложная отладка. Требования формировались в процессе реализации проекта. Первые шаги приходилось делать маленькими итерациями. Алгоритмы в модели классические, все они сводятся к арифметическим операциям. Каждая цифра зависит от множества условий (график работы, праздники/выходные, запись в классификаторе, связан ли логин с ФИО и другие). В отчетах рассчитывается большое количество комбинаций разных факторов. Всех комбинаций, возможных ситуаций, которые необходимо было отразить в расчетах, заранее не мог предвидеть ни заказчик, ни интегратор на этапе формирования ТЗ. При этом нужно было учитывать не только организационные ситуации (праздник, индивидуальный тариф и прочее) но и флуктуации, возникающие в результате интеграции совершенно разных систем-источников. В итоге получилось очень много нюансов, которые всплывали по ходу работы над проектом, причем о части из них заказчик сам не подозревал. Информация в источниках содержала много искажений. Интегратору было трудоемко добиться от отчета, чтобы он полноценно отражал все требуемые цифры. Дополнительно, пользователи хотели, поменяв цифру в системе нормативно-справочной информации, реализованной на сервисе MDS, сразу увидеть изменение в отчёте, что шло вразрез с практикой построения аналитических хранилищ. Параллельно с проектом шло внедрение системы учёта рабочего времени. Её внедрение помогло устранить ручной труд и связанные с этим проблемы интеграции информации.