Внедрение специализированного решения для централизованного управления нормативно-справочной информацией (НСИ) и мастер-данными в корпоративной ИТ-инфраструктуре «Авито»
Кейс о том, как мы сократили 3,6 млн записей до 4,5 тысяч и открыли путь к экономии в 45 млн рублей.
«Авито» — одна из крупнейших техкомпаний в России: тысячи сотрудников, десятки подразделений и сложные процессы — от разработки и маркетинга до финансов и поддержки.
По мере масштабирования бизнеса управление закупками стало усложняться. Основные причины:
- 13 разрозненных систем, со сквозной интеграцией лишь 3 из них.
- ~3 млн записей об одних и тех же товарах, оформленных по разным правилам. Например, один и тот же ноутбук бухгалтерия, HR и закупки называли по-разному — нельзя было точно понять, что покупается, в каком количестве и по какой цене.
Это приводило к ошибкам в отчетности, невозможности нормальной инвентаризации и тысячам часов ручной работы.
Решение — привести данные к единообразию с помощью специализированного решения для централизованного управления НСИ и мастер-данными в корпоративной ИТ-инфраструктуре с использованиями ИИ. Мы не просто «поставили программу», а выстроили порядок в данных и процессах. Работа шла по этапам.
1. Аудит бизнес-процессов «Авито»: As Is — определяем условия для успешного внедрения НСИ
Цель предпроектного обследования — понять, как сейчас устроены бизнес-процессы закупок и где можно повысить эффективность работы сотрудников и компании в части ведения нормативно-справочной информации (НСИ) по ТМЦ и услугам.
Решения
- За 3 месяца мы пообщались с каждым отделом и разобрали их процессы — закупки, инвентаризацию и работу с системами.
- По итогам интервью описали текущее состояние As Is, чтобы при изменениях ничего не сломать.
- Подготовили отчет с результатами аудита, кросс-функциональными требованиями и правилами нормализации и интеграции данных.
- Также зафиксировали технические ограничения ИТ-ландшафта и определили целевую систему ведения мастер-данных с учетом роста компании.
Примененные технологии
Мы составили реестр бизнес-процессов и GAP, выделив функциональные разрывы, провели анализ номенклатуры в ERP анализ технических ограничений, разобрали архитектуру обмена As Is и на основе собственных выводов выделили категории закупок, статьи бюджета, объединили иерархии категорий закупок и номенклатуры по методу ВИСИ, внедрили однородность цен и технических описаний и правила для составления формул наименований. На основе выводов предложили три технических решения и просчитали их последствия:
- Остаться с текущей ситуацией — объём справочников будет продолжать расти, прозрачности по-прежнему не будет, закупочные процессы не наладятся, а трудозатраты будут только увеличиваться
- Использовать централизованный подход через ERP — выделить одну систему в качестве мастер-системы, которая может менять данные, при этом другие системы не смогут их в ней изменять
- Использовать централизованный подход через готовое решение
- Разработать собственную систему MDM
Спойлер: в итоге, проанализировав рынок, мы остановились на централизованном подходе через готовое специализированное ИТ-решение для централизованного управления (НСИ) и мастер-данными в корпоративной ИТ-инфраструктуре.
Почему мы выбрали именно это решение?
- Встроенные механизмы для работы со справочниками (версионирование, жизненный цикл, проверка дублей, иерархии) позволяют ускорить обработку позиций и создать необходимую контрольную среду.
- Централизованная MDM-система даёт масштабируемость: уже сейчас интеграция идёт с ERP, а в будущем можно подключать новые системы без перегрузки.
- На базе MDM можно будет централизовать дополнительные справочники — «Контрагенты», «Расчётные счета», «Банки», а также данные для HR.
- Коробочная система легче обновляется, что снижает затраты на развитие по сравнению с кастомными или «лайт»-решениями.
- Уже готовые бизнес-процессы (создание, согласование, утверждение и распространение записей), АРМ и механизмы интеграции обеспечивают быстрый старт и гибкость.
Результат
В итоге мы подготовили подробный документ, где собрали ключевые проблемы, предложения по оптимизации и автоматизации процессов, список необходимых работ с оценками, а также план общей архитектуры системы работы с НСИ.
Отдельно мы зафиксировали, что будет являться успешным внедрением и какие условия являются критичными для результата:
- устранение GAP по серийным номерам номенклатуры;
- внедрение отдельной системы MDM для централизации управления справочниками;
- разработка правил и регламентов изменения и контроля НСИ;
- формирование отдела контроля НСИ для обеспечения качества данных;
- внедрение правил нормализации справочников ТМЦ;
- разработка правил интеграции новых мастер-данных с существующими системами.
2. Разработка методологии: дедубликация и эталонная нормализация
Цель — Выстроить единую систему ведения НСИ, оптимизируя процессы с помощью ИИ там, где это возможно.
Решения
Сначала мы задействовали ИИ для очистки и консолидации данных: провели дедубликацию справочников, выявили и объединили повторяющиеся и похожие позиции из разных источников, привели их к единой категории и общему названию.
Изначально в них насчитывалось около 3,6 миллионов записей. AI помог нам выявить и объединить повторяющиеся или похожие позиции из разных справочников, привести их к единой категории и общему названию, что позволило сократить объём до 4,5 тысяч записей. Таким образом, на примере Excel-файла мы получили эталонные образцы того, как закупочные записи должны выглядеть в системах по результатам проекта.
Параллельно с каждым отделом компании мы определили, какие категории закупок у них есть, например:
Затем определили уровень вложенности всех этих категорий и по каждой категории определили состав атрибутов, т.е. свойства, которыми у них есть.
Далее, на основе всего дерева категорий и их характеристик мы подготовили правила наименования позиций: теперь каждая заводимая новая позиция должна была именоваться строго по правилу. Заведенные ранее значения мы впоследствии тоже переименовали строго по этим правилам.
Далее мы распределили элементы номенклатуры по группам и иерархиям, переклассифицировали и переименовали их по согласованным правилам и дополнили справочники необходимыми нормализованными атрибутами. В результате был согласован эталонный, то есть нормализованный, вариант справочников.
Примененные технологии
Оставалось описать то, как система должна работать на практике. Чтобы заранее подготовить поле для будущих изменений, мы описали, как должна функционировать система: каким образом синхронизируются процессы, какая система назначается мастер-системой, какие права изменяются у пользователей и какие изменения произойдут при внедрении. Дополнительно зафиксировали правила, трудозатраты, количество ставок для будущего объёма работ и распределение ролей.
Кроме того, подготовили функциональные дизайны по обмену данными между системами, по доработкам устранения GAP и по работе с шиной данных для работы с MDM.
- Функциональный дизайн по обмену данными между системами.Описали, какая система должна быть мастер-системой, как должен выглядеть процесс при внесении новых наименований и что происходит в случае ошибки. Например, если сотрудник ввёл некорректное название, система автоматически исправляет его и синхронизирует с другими отделами, при этом не блокируя процессы.
- Функциональный дизайн по устранению GAP.Разработали документацию, чтобы сделать бухгалтерский учёт с новой структурой номенклатуры более прозрачным и удобным. В документе описано, как учитывать ранее задублированные позиции, как правильно вести отчётность, распределять затраты по статьям бюджета и отражать основные и неосновные активы, инвентаризацию и списания.
- Функциональный дизайн по работе с шиной данных для MDM.Отдельно подготовили документ, описывающий, как внедрить и использовать MDM-систему, как связать её с другими системами компании и настроить корректный обмен данными.
Результат
Обратной связью поделился РМО «Авито»:
«Сейчас мы находимся в процессе внедрения и реализации НСИ по методологии и структуре, разработанной OSMI IT. Уже видим первые результаты и с оптимизмом смотрим вперёд. По прогнозам аналитики:
Итоги на сейчас — это только старт. Мы реализовали около 50% запланированного объёма работ и по мере продвижения по дорожной карте будем расширять кейс новыми инсайтами.
Спойлер: параллельно обсуждаем внедрение AI-ассистента вместе с MDM — он понимает запросы на естественном языке (включая техсленг и опечатки) и поддерживает ситуативный поиск».