Как было раньше
Чтобы принимать правильные решения в бизнесе, нужны точные данные о текущей ситуации. Раньше мы пользовались сервисами:
- aDesk — чтобы вести учет финансов и их планирования;
- Jira — для ведения технических задач разработчиков;
- Jira Tempo — чтобы трекать время специалистов на задачи;
- Google Sheets — для всего прочего, начиная от таблицы со ставками и заканчивая целями бизнеса на год и квартал, например для планируемой выручки, непроизводственных расходов и т. д.
Раньше финансовый директор неделями готовил и сводил данные и планы, считал узкие и сильные места, динамику, чтобы раз в квартал мы собрались и приняли решения по финансам, проектам и людям. Если нужно было узнать в моменте, сколько получает человек и когда мы ему в последний раз поднимали зарплату, приходилось искать табличку, где все это зафиксировано. Сводили на коленке в гугл-таблицу стоимость проектов и редко, но метко считали рентабельность проектов и потом в итоге пересчитывали по пять раз, потому что ситуация быстро менялась. Срочно надо запускать новый проект, а хватает ли разработчиков? А что будет с рентабельностью, если мы одного сеньора заменим на двух мидлов в проекте? А какой прогноз финансовых показателей, если мы отказываемся брать в работу новый проект? И все эти решения надо принимать быстро, и без данных здесь никуда.
Я понял, что нужен некий дашборд со всеми оперативными данными, и как раз в этот момент подвернулся под руку BI от отечественного провайдера. Случайно увидел, как его использует один из партнеров, и понял: это то, что надо. Смотрели и несколько других систем, например Power BI, но в условиях непростой политической обстановки решили, что отечественное решение будет лучшим выбором. Мы решили систематизировать сбор всех данных по нашей небольшой компании и подключили к решению все источники — удобно, что оно бесплатное, и это был один из факторов выбора.
Последовательность работы с BI-инструментом
Итак, что мы хотим перенести на наши будущие дашборды?
- Финансовые операции из ADesk
- Историю зарплатных данных из Google Sheets
- Историю работы специалистов с git-проектов
- Трекинг времени из Jira Tempo
- Общие сводные данные из Jira
Начинать будем, конечно, с финансовых данных. Для начала взял информацию из aDesk. Чтобы посмотреть, как будет выглядеть в таблице информация и как ее использовать, — провел выгрузку всех операций. Для этого экспортировал их в файл формата XLSX.
Загрузил файл в Google Sheets (к нему будем подключать DataLens). Создал подключение в DataLens, авторизовал аккаунт Google и подключил файл с финансовыми данными как источник данных.
Операция заняла 15 минут.
Далее создал датасет в DataLens и подцепил к нему наш источник. В датасет я буду позже добавлять различные вычисляемые поля — например, выведу в отдельные колонки короткое название контрагента — через формулу:
LEFT([Контрагент],25)
Или сделаю колонку с накопительной суммой, которая потом пригодится в разных графиках:
MSUM(SUM([Сумма]),3000)
Чтобы считать, например, только переменные расходы (те, что мы оплачиваем, если есть прибыль):
IF([Сумма]<0 AND [Группа статей] IN (“7. Переменные”,”8. Чистой прибыли”)) THEN (ABS([Сумма])) ELSE 0 END
Здесь видно, что мы берем только отрицательные значения (расходы) из нескольких групп статей.
Или считаем прибыль после всех расходов:
[Сумма – только выручка]-[Сумма – только основные расходы]-[Сумма – только переменные расходы]
В общем, инструментов и формул хватает, чтобы сделать все, что необходимо.
Далее перешел непосредственно к графикам, создал для начала график наполнения резервного фонда:
Подключил датасет, перетянул с помощью drag-and-drop параметры, которые должны показываться по X и по Y. Можно выбрать из общего списка необходимые поля и перенести их в наш график. Далее настроил группировку дат по месяцам и указал фильтр:
Здесь мне пригодилась ранее созданная колонка «Сумма с накопительным эффектом». И вуаля — мой график готов.
Теперь осталось создать дашборд: два клика — и он готов. Все очень просто и понятно.
На дашборд я могу добавлять:
- графики (чарты);
- селекторы — например, если хочу дополнительно фильтровать информацию на графике по выбранному периоду или другому параметру;
- заголовки и тексты.
Есть возможность менять размер и положение графика, порядок и настраивать права на просмотр и редактирование.
Следующим шагом надо автоматизировать процесс обновления информации, чтобы не загружать данные в Google Sheets вручную. Для этого мы создали на хостинге базу данных и написали к ней функцию на PHP, которая через REST API будет принимать данные из aDesk, благо в aDesk есть веб-хуки, а у нас команда разработчиков. В этой базе данных мы решили аккумулировать все данные из Jira, Tempo, Gitlab. А что пока не перенесли в сервисы, продолжим тянуть из табличек вручную. Для этого назначили ответственных за своевременную актуализацию данных. А разработчики начали автоматически пополнять базу данных из источников.
Что нам дала миграция
В итоге мы получили статистику в одном месте и именно в том виде, в котором хотели.
Например, увидели более точные финансовые данные. Упаковали цели и планы по выручке, прибыли и наполнению фондов, чтобы двигаться к этим целям. Оценили исторические данные по выручке, производственным и непроизводственным расходам, чистой прибыли, поняли, что надо улучшать. Увидели реальное количество денег на счетах и фондах. И все это за нужные нам периоды, в нужных разрезах. Оценили общую налоговую нагрузку на компанию и решили, как расти дальше.
Получили новые данные по работе команды — количество коммитов в день/месяц, чтобы видеть общий объем работ в моменте.
Определили ставки для всех сотрудников и то, как они растут со временем, поняли, кому пора поднимать оклад. Сформировали рейты в час и грейды команды, оценили налоги на ФОТ.
Еще оценили рентабельность: сделали просчет непроизводственных расходов на команду и коэффициент на ставку специалистов. Это помогло точнее формировать цену проекта. Посчитали себестоимость одного специалиста для себя и определили, за сколько мы должны продавать час одного специалиста, чтобы выйти в ноль и прибыль.
Благодаря всему этому оценили настоящую рентабельность проектов и узнали, сколько мы реально тратим денег на конкретный проект и сколько он нам приносит, увидели прибыльные и убыточные проекты.
Выводы и итоги
Использование BI позволило упаковать сквозную отчетность и аналитику по финансовым потокам, проводить финансовое планирование, видеть нагрузку людей, их рейты, рентабельность проектов, смотреть состав команд на проекты и многое другое.
Конечно, мы пока находимся в процессе внедрения инструмента, но с первых дней стало понятно: то, что получается, в итоге может серьезно сэкономить время и дать инструмент для принятия решений. Я сам, как руководитель, ежедневно обращаюсь к нашим дашбордам.
Работы впереди еще много: надо связать финансы из бухгалтерии с проектами из Jira и считать рентабельность по TimeSheet — тогда будет конфетка. А потом добавить систему подсчета людей на новый проект. Но уже сейчас то, что мы получили, приносит пользу и увеличивает скорость принятия решений.
