手作業のデータ集計を自動化し、営業状況を可視化。
ある世界有数のワイン・酒類販売会社では、データの収集から分析までを営業チームが手作業で行っていました。当社はデータ収集を自動化し、シンプルなデータ基盤とBIダッシュボードをつくり、本番運用まで支援しました。
- 世界有数のワイン・酒類販売会社
- データインテリジェンス
- 数日 → 数時間営業チームのデータ作業(月あたり)
- 15以上自動でデータを集めるPOSシステム
- 9つPower BIのダッシュボード
課題
営業チームが、データの手作業に追われていた。
ある世界有数のワイン・酒類販売会社は、データの取得からビジネス分析までの流れに課題を抱えていました。
その多くを営業チームが手作業で行っていたため、生産性が大きく落ち、変換のミスやデータの不整合も起きていました。
データの粒度も粗く、事業の動きを十分に理解できない状態でした。
- 15以上のPOSシステムからのデータを、手作業で集めていました。
- Excelのマクロでの変換で、ミスと不整合が起きていました。
- 集計されたデータしかなく、商品、日、店舗ごとの動きが見えませんでした。
当社が行ったこと
取り組みの流れ
手作業をなくす設計から、本番運用と引き継ぎまで。
- 1
今のデータ管理を診断する。
15以上のPOSシステムからのデータ取得や、Excelのマクロによる変換など、データ管理の流れを確認しました。POSの機能に合わせたデータ取得の自動化と、コードによるデータ変換を提案しました。
- 2
事業に合ったデータ構造をつくる。
店舗と日単位の粒度を保った、シンプルで事業に沿ったデータベースの構造(データスキーマ)を設計しました。
- 3
PoCで試し、本番へ広げる。
RPAツール(Selenium、UiPath)を使い、Azure Data Lake、Databricks、Snowflakeと連携する4つのPoCを構築しました。その後、15の小売チェーンすべてで本番運用に移しました。
- 4
見える化し、引き継ぐ。
Snowflakeと連携したPower BIのダッシュボードを9つ構築しました。現地と地域のチームに使い方を渡し、お客さまが新しい基盤を自分たちで運用できるようにしました。
導入前と導入後
何が変わったか
| 項目 | 導入前 | 導入後 |
|---|---|---|
| 営業チームの作業 | 月に数日 | 月に数時間 |
| データの粒度 | 集計されたデータのみ | 商品、日、店舗ごとの売上データ |
| 品質 | 変換のミスと不整合 | ミスが減り、保守の手間も減少 |
| POSの変更 | 変更のたびに作業が止まる | POSの変更にも強い仕組み |
成果
データを集める時間を、売るための時間に。
- 営業チームがデータ作業にかける時間が、月に数日から数時間になりました。
- 以前は集計されていた売上データを、商品、日、店舗ごとに見られるようになりました。
- ミスが減って保守の手間が小さくなり、データにも早くアクセスできるようになりました。
- POSの変更にも強く、長く使い続けられる仕組みになりました。
このプロジェクトで提供したサービス
同じ取り組みを、貴社でも。
使用した技術
- RPA
- UiPath
- Selenium
- Azure Data Lake
- Databricks
- Snowflake
- Power BI
サービス:データインテリジェンス
同じような課題をお持ちですか?
今の状況をお聞かせください。
同様のプロジェクトを相談する
2営業日以内にご返信します。



