Ниша: Fashion

Система визуализации данных: Looker Studio

Источник данных: МойСклад

Стек технологий: Python 3, PostgreSQL

Точка А:

Интернет-магазин подключен к сервису "МойСклад", в котором ведется весь товарооборот, записываются продажи

Решения без автоматизации:

Можно в ручном режиме выгружать продажи из сервиса, и с помощью Excel проводить необходимую аналитику

Но это требует много времени и имеет низкую точность. Такие отчеты не возможно собирать каждый день и следить за ситуацией в моменте.

Предложенное решение:

Развернуть аналитическую базу данных, в которую в автоматическом режиме по API собирать данные по продажам, остаткам и оборачиваемости товаров из сервиса МойСклад.

Далее на уровне базы данных проводить необходимые расчеты и подготовку данных. Итоговые данные выводить в наглядном виде в дашбордах в Looker Studio.

Проблема:

В сервисе "МойСклад" недостаточно аналитики по товарам и продажам. Отсутствует функционал проведения ABC/XYZ анализов и др. оценки товарной матрицы

В результате работы было сделано:

2

Проведен анализ продаж, с поиском товаров, от которых чаще всего отказываются. Также посчитан процент возвратов от общего числа продаж

В итоге был получен удобный и универсальный инструмент, который работает автоматически и обновляет данные ежедневно. С его помощью менеджмент компании может эффективно оценивать ассортиментную матрицу магазина и принимать верные, своевременные решения.
А так же оперативно отслеживать все интересующие показатели и не тратить время на их выгрузку/сопоставление/обработку.

1

Построена таблица с ABC анализом как по выручке, так и по количеству проданного товара. Так же выводятся показатели маржинальности, исходя из данных себестоимости занесенных в МойСклад, и др. показатели

Проведен анализ самых продаваемых цветов и размеров одежды

4

5

Выручка магазина представлена на графике, где можно отследить динамику и сезонность

3

Выделены самые эффективные источники привлечения в интернет-магазин