PepsiCo verkürzt die Analysezeit mit Tableau + Trifacta um bis zu 90 %


Bis zu 90 % kürzere Berichterstellungszeit
Aufbereitung von Big Data für skalierbare Analysen
„Best-in-Class Service“ durch schnellere Kundenanalyse

Die Verbraucher in mehr als 200 Ländern und Regionen weltweit erfreuen sich täglich an einer Milliarde PepsiCo-Produkten. Um aus den Daten der Einzelhandelskunden schlau zu werden, hat PepsiCo Tableau eingeführt und so die Berichterstellungszeit um bis zu 90 % verkürzt. Mithilfe von Trifacta hat das CPFR-Team verschiedene Daten aufbereitet und für Prognosen und Analysen in Tableau importiert. Auf diese Weise konnte die Gesamtlaufzeit der Analyse bei PepsiCo um bis zu 70 % und die Berichterstellungszeit sogar um bis zu 90 % verkürzt werden. Dank der schnelleren und präziseren Berichterstellung genießt PepsiCo einen Wettbewerbsvorteil im Einzelhandelssegment und bietet seinen Kunden einen branchenführenden Service.

Jetzt verschwenden wir unsere Zeit nicht mehr mit der Zusammenstellung von Daten, sondern nutzen sie zu deren Analyse und Veranschaulichung sowie zur Ermittlung von Problemen.

Die Suche nach einer zuverlässigen, konsolidierten Datenquelle

Die Kunden von PepsiCo liefern dem Unternehmen eine Vielzahl von Berichten z. B. zum Lager-, Filial- und POS-Bestand. PepsiCo stimmt diese Daten mit seinem eigenen Lieferverlauf, mit seinen Produktionszahlen und Prognosedaten ab. Jeder Kunde verfügt dabei über eigene Datenstandards, die sich voneinander, aber auch vom PepsiCo-System unterscheiden. Beispielsweise basiert die Identifikation von Produkten bei PepsiCo auf UPC-Codes, während Kunden mit eigenen internen Kennziffern arbeiten.

Das Aufbereiten dieser Daten stellte so eine echte Herausforderung dar, das Erstellen von Berichten konnte Monate in Anspruch nehmen. Den Analysten war aber bewusst, dass ihre Fähigkeit, Daten schnell für alle Einzelhandelskunden zu standardisieren – und damit die gleiche Sprache wie die Kunden zu sprechen – entscheidend für eine beschleunigte Aufbereitung der Daten zu Prognose- und Planungszwecken ist.

Eine weitere Herausforderung war die zeitnahe Erstellung von Umsatzprognosen für das Management zur Steuerung des Umsatzes. Für jeden neuen Bericht mussten die Analysten des CPFR-Teams ein Tool in Microsoft Access erstellen, das die Umsatzdaten des Handels mit den Lieferdaten von PepsiCo kombiniert. Dies konnte bis zu sechs Monate dauern.

Das Team verwendete für die Analyse in erster Linie Excel, produzierte damit aber große Bestände an unstrukturierten Daten. Darüber hinaus fehlte dem Team eine effiziente Möglichkeit der Fehlerermittlung, sodass immer mit problematischen Ergebnissen gerechnet werden musste. Beispielsweise konnte ein fehlendes Produkt in einem Bericht zu fehlerhaften Prognosen und damit zu Umsatzverlusten führen.

Das CPFR-Team suchte deshalb nach einer neuen Möglichkeit, große Bestände heterogener Daten aufzubereiten. Gleichzeitig benötigte das Team ein visuelles Analysetool, um die PepsiCo-Daten maximal nutzen zu können.

Die richtige Lösung für bessere Daten

Um seine Daten zu vereinheitlichen, arbeitet PepsiCo jetzt mit dem Tableau-Partner Trifacta zusammen.

Mit der Implementierung von Hortonworks Hadoop als Ziel- und Staging-Umgebung für die Datenvielfalt hat PepsiCo zunächst die Effizienz und Reichweite erhöht. Berichte werden nun direkt auf Hadoop ohne mehrere Zwischenschritte mit Access und PepsiCo-Servern ausgeführt. Diese Vorgehensweise ermöglicht den Analysten die direkte Bearbeitung von Daten mithilfe von Trifacta.

Tableau ermöglicht PepsiCo dann den entscheidenden Schritt: die Generierung leistungsstarker Analysen und Visualisierungen, die große Datenmengen aussagekräftig für den Geschäftsbetrieb auswerten. PepsiCo-Analysten können dabei über Tableau Server die betreffenden Tableau-Arbeitsmappen für das Management freigeben.

Wir sind nun in der Lage, Kundendaten auszuwerten und im Unternehmen so zu präsentieren, dass sie für jedermann verständlich sind – und das schneller als unsere Konkurrenten.

Leistungsstarke Ergebnisse mit Trifacta + Tableau

Durch die kombinierte Verwendung von Tableau und Trifacta hat das CPFR-Team die Möglichkeit, den Geschäftsbetrieb weiter zu optimieren und dabei die Einsicht in Kundenbestellungen zu erhöhen. Mithilfe der Trifacta-Funktionen für die visuelle Profildarstellung und der fortgeschrittenen visuellen Tableau-Analysen kann das Team Datenlücken einfacher ermitteln und größere Probleme von vornherein vermeiden.

Trifacta lässt sich nativ in die Tableau-Datenextraktionen (TDE, Tableau Data Extracts) integrieren, sodass PepsiCo-Analysten problemlos zwischen den beiden Technologien wechseln können. PepsiCo übernimmt Tableau-Datenextraktionen in Tableau Desktop, um die Leistung auch für Big Data sicherzustellen.

Durch diese Kombination der leistungsstarken Datenaufbereitung von Trifacta und der Analysetiefe von Tableau optimiert PepsiCo kontinuierlich seine Prozesse. Der Zeitaufwand für die Datenvorbereitung wird erheblich reduziert und die Gesamtqualität der Daten erhöht. Durch normalisierte Daten in Trifacta lassen sich auch Fehler und Mängel in den Daten einfacher ermitteln. Und schließlich hat PepsiCo durch Tableau die Möglichkeit, einfach Ausreißer zu festzustellen und entsprechend zu handeln. Treten Probleme auf, kann PepsiCo Fehler beheben, bevor daraus größere Komplikationen entstehen.

Die Durchführung von Datenanalysen mithilfe von Tableau und normalisierten Daten von Trifacta hat die End-to-End-Ausführungszeit von PepsiCo-Analysen um bis zu 70 % reduziert. Durch die Möglichkeit, Muster nachzubilden, können CPFR-Tools effizienter und automatisiert erstellt werden.

PepsiCo benötigt jetzt weniger Zeit für die Datenvorbereitung. Zeit, die für die Gewinnung von Erkenntnissen zur Verfügung steht. Mike Riegling, Supply Chain Data Analyst bei PepsiCo, stellt fest: „Jetzt verschwenden wir unsere Zeit nicht mehr mit der Zusammenstellung von Daten, sondern nutzen sie zu ihrer Analyse und Veranschaulichung sowie zur Ermittlung von Problemen.“

Das Erstellen dieser Berichte in Tableau erfolgt bis zu 90 % schneller und Visualisierungen, für die bisher bis zu sechs Monate benötigt wurden, stehen jetzt innerhalb eines Tages zur Verfügung.

Beispiel-CPFR-Dashboard von PepsiCo.

PepsiCo analysiert in Tableau Desktop Bestands-, Logistik- und Finanzdaten des gesamten Landes. Durch Übernahme der Daten in Tableau Desktop kann PepsiCo Big Data aussagekräftig auswerten, sodass die Analysten die Möglichkeit haben, Lieferketten- und Prognoseberichte in Rekordzeit zu erstellen.

Die Analysten veredeln die Daten zur Beantwortung von Fragen, Ermittlung von Trends und Planung der künftigen Nachfrage weiter. Dies trägt zur Kostenersparnis im Unternehmen bei. Die IT-Abteilung veröffentlicht TDEs in Tableau Server, fördert damit die Zusammenarbeit zwischen den Teams und ermöglicht Selfservice-Analytics im großen Stil.

Die schnellere Gewinnung von Erkenntnissen aus Kundendaten als jemals zuvor trägt Früchte: PepsiCo kann seinen Kunden nun noch erfolgreicher den besten Service der Branche bieten. PepsiCo verfügt damit auch über einen enormen Wettbewerbsvorteil gegenüber anderen Verbrauchsgüterherstellern.

Das Unternehmen ist nun in der Lage, Trends zu prognostizieren, den Umsatz anzupassen und letztlich mehr Produkte an der richtigen Stelle zur Verbesserung des Unternehmensergebnisses zu verkaufen. Riegling meint dazu: „Wir sind nun in der Lage, Kundendaten auszuwerten und im Unternehmen so zu präsentieren, dass sie für jedermann verständlich sind – und das schneller als unsere Konkurrenten“.

Mehr Einsatzmöglichkeiten für Big Data und Tableau

Erfahren Sie mehr darüber, wie Tableau mit Ihrem Big Data-Stack funktioniert

Big Data

Wie geht Tableau mit den Komplexitäten großer Datenmengen um und welchen Nutzen bringt dies für Organisationen, die bereits einen Big Data-Technologiestack verwenden?

Hadoop

Hadoop ist ein führendes Werkzeug auf dem Gebiet von Big Data. Erfahren Sie, wie Tableau die Leistung von Hadoop verbessert, und sehen Sie, wie unsere Kunden damit ihre Analysen beschleunigen und in ihrer gesamten Organisation die Untersuchung von Daten fördern.

Alteryx

Große Datenmengen können Erkenntnisse liefern, aber wenn diese Daten mit anderen Datenquellen verbunden (und verglichen) werden, ergeben sich noch viel größere Chancen für datengestützte Erkenntnisse. Alteryx ist auf die Datenverschmelzung und Datenvorbereitung spezialisiert.