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
  1. 数日 → 数時間営業チームのデータ作業(月あたり)
  2. 15以上自動でデータを集めるPOSシステム
  3. 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. 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. 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. 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. 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。