Автоматизация расчета и прогнозирования заработной платы для торговых представителей «Сатурна»

Создание эффективных инструментов для поддержки принятия управленческих решений на основе анализа данных с использованием платформы P...

Ключевые задачи 


Компании требовалось автоматизировать расчет зарплаты торговых представителей и сделать систему мотивации управляемой в течение месяца.

В рамках проекта необходимо было:
  • сократить объем ручных операций при подготовке расчета;
  • объединить плановые и фактические показатели;
  • автоматизировать применение разных вариантов мотивации;
  • показывать текущую сумму вознаграждения и прогноз на конец месяца;
  • сохранять данные за закрытые периоды;
  • подготовить витрины для аналитических отчетов в Power BI.

Основная цель проекта — перейти от длительного ручного расчета к системе, которая помогает заранее оценивать выполнение планов и корректировать работу сотрудников.

О компании 


ООО ФХ «Фирма „Сатурн“» — производитель молочной продукции, работающий на рынке юга России с 1992 года. 
Продукция компании представлена в регионах России и странах ближнего зарубежья через собственные торговые дома, дистрибьюторов, федеральные сети и маркетплейсы.


Показатель Значение
Торговые представители около 100 сотрудников
Информационные базы 1С 2
Варианты мотивации 4
Excel-файлы с планами около 30 в месяц
Выгрузки из 1С около 25–30
Узлы в сценарии Loginom около 400–500
Система визуализации Power BI

Масштаб определялся не только количеством сотрудников и источников. Для каждого варианта мотивации требовалось связать планы с фактическими результатами, применить правила расчета, проверить показатели и подготовить данные для отчетности.

Проблемы клиента

  • Расчет занимал несколько недель. Несколько специалистов вручную собирали данные, проверяли условия мотивации и определяли итоговую сумму зарплаты.
  • Срок подготовки было сложно прогнозировать. Процесс зависел от количества файлов, показателей и возникающих уточнений.
  • Данные хранились в разных источниках. Фактические результаты находились в 1С:ERP и 1С:Комплексной автоматизации, а планы формировались подразделениями примерно в 30 Excel-файлах.
  • Для сотрудников применялись разные условия. На каждый месяц можно было выбрать один из четырех вариантов мотивации, включавших собственный набор показателей. Дополнительно назначались отдельные задачи и бонусы, например за продажу конкретного товара.
  • Часть исключений не была закреплена в регламентах. Отдельные условия расчета существовали в виде договоренностей между сотрудниками и специалистами, которые готовили зарплату.
  • Не было прогноза на конец месяца. Торговые представители узнавали итоговую сумму после завершения периода и уже не могли повлиять на выполнение плана.
Схема 1.2 (2).png
Ручной расчет выполнял только итоговую функцию. Он не давал сотрудникам и руководителям возможности заранее увидеть отклонение и скорректировать результаты продаж.

Решение задачи 


Для компании разработали систему, которая объединяет планы подразделений с фактическими данными из 1С, рассчитывает зарплату торговых представителей и формирует прогноз на конец месяца. 

Для автоматизации использовали Экстрактор 1С и Loginom. На стороне аналитической системы клиента подготовленные витрины подключили к Power BI.

Схема 1.3.png

Планы поступают в общий процесс отдельным потоком из Excel-файлов подразделений. Экстрактор получает фактические показатели из учетных систем. 
В Loginom данные из 1С объединяются с планами, проходят проверку и преобразование. 
На их основе рассчитываются показатели мотивации, текущая зарплата и прогноз на конец месяца. 
Затем результаты передаются в витрины для построения отчетов в Power BI. 

Как было реализовано 


Этап 1. Настройка загрузки и проверка данных 


Определили состав информации, необходимой для расчета, и настроили около 25–30 выгрузок из 1С:ERP и 1С:Комплексной автоматизации. Полученные данные проверили на полноту и корректность, сопоставив их с исходными учетными системами. 

Для ежемесячной загрузки около 30 Excel-файлов с планами подразделений настроили пакетную обработку. Документы поступали в единый процесс и передавались в Loginom без ручной загрузки каждого файла. 

Этап 2. Формализация правил и расчет показателей 


Планы из Excel объединили в Loginom с фактическими данными из 1С. Условия четырех вариантов мотивации, дополнительные бонусные задачи и применявшиеся исключения привели к единой структуре и перевели в алгоритмы. 

Сценарий обработки включал около 400–500 узлов, отвечающих за загрузку, объединение, преобразование, проверку и расчет данных. На их основе система определяла текущую зарплату и прогноз на конец месяца с учетом достигнутых результатов и оставшихся дней отгрузки. 

Чтобы последующие корректировки в 1С не меняли утвержденные суммы, реализовали фиксацию закрытых периодов. Механизм также сохранял исторические данные об уволенных сотрудниках. 

Схема 1.4.png

Этап 3. Подготовка витрин для Power BI 


После расчета показателей в Loginom сформировали витрины данных для Power BI. Их структуру доработали с учетом требований команды клиента, чтобы в отчетах можно было анализировать результаты по сотрудникам, подразделениям и регионам. 

Схема 1.1 (2).png

Визуализацию выполняла команда клиента, а в рамках проекта подготовили данные и адаптировали витрины для подключения к BI-системе. 

Итоговый результат 


Компания перешла от длительного ручного расчета зарплаты к единой системе, которая объединяет планы и фактические показатели, применяет установленные правила мотивации и формирует прогноз на конец месяца. 

Теперь: 

  • данные из двух систем 1С поступают в общий процесс, 
  • Excel-файлы с планами загружаются пакетно, 
  • расчет выполняется по формализованным правилам, 
  • для сотрудников применяются разные варианты мотивации и дополнительные бонусные задачи, 
  • торговые представители видят текущую и прогнозную сумму зарплаты, 
  • руководители заранее выявляют риск невыполнения плана, 
  • утвержденные показатели не меняются после закрытия периода, 
  • исторические данные сохраняются в отчетности, 
  • результаты передаются в витрины для визуализации в Power BI. 

Автоматизация сократила объем ручных операций, снизила риск ошибок и сделала правила расчета прозрачнее. 

При этом основная ценность проекта связана не только с подготовкой зарплаты. 
Прогноз позволяет сотрудникам еще в течение месяца увидеть возможный результат и повлиять на него. 
Руководители получают инструмент для оперативного управления командой и выполнения планов продаж.

100
торговых представителей
Получили прозрачный расчет мотивации и прогноз заработной платы в течение месяца.
≈60
источников данных
Автоматически объединяются каждый месяц из двух систем 1С и Excel-файлов.
4
варианта мотивации
Автоматизированы в едином алгоритме с учетом KPI, бонусов и корпоративных правил.
100%
закрытых периодов
Защищены от изменений благодаря фиксации результатов и сохранению истории расчетов.

Продолжение сотрудничества: контроль затрат 


Для компании также разработали отдельную систему бюджетирования и контроля расходов. 

Она объединила плановые и фактические показатели по основным статьям затрат, включая заработную плату, амортизацию и приобретение оборудования. Основной объем работ был связан с настройкой многочисленных выгрузок из 1С и сопоставлением полученных значений с бюджетом.

В результате компания получила единый инструмент, который помогает контролировать исполнение планов и выявлять статьи, по которым фактические расходы превышают установленные значения.

Примеры других проектов

Автоматизация управленческой аналитики: как АльфаСклад объединил данные из 1С, Битрикс24 и Roistat с помощью DVT
Автоматизация управленческой аналитики: как АльфаСклад объединил данные из 1С, Битрикс24 и Roistat с помощью DVT
Denvic Visual Transformer (DVT)
  • Задача:
    Автоматизировать подготовку управленческой аналитики за счет объединения данных из 1С, Битрикс24 и Roistat в едином хранилище, исключить ручной сбор и сверку информации, обеспечить регулярное обновление показателей продаж, маркетинга и обращений для принятия оперативных управленческих решений.
Подробнее
Автоматизация обратной загрузки данных в 1С: как ОКБ сократило ручные операции с помощью Инжектора 1С
Автоматизация обратной загрузки данных в 1С: как ОКБ сократило ручные операции с помощью Инжектора 1С
Финансовые компании, банки Инжектор 1С
  • Задача: Финансовому департаменту ОКБ требовалось автоматизировать процесс возврата подготовленных данных в 1С: массово обновлять реквизиты и справочники, создавать документы на основании внешних данных и исключить трудоемкие ручные операции без привлечения разработчиков.
Подробнее
Кейс: Миграция 22 000+ карточек номенклатуры в новую базу 1С без потери структуры данных за 26 минут
Кейс: Миграция 22 000+ карточек номенклатуры в новую базу 1С без потери структуры данных за 26 минут
Оптовая торговля Инжектор 1С
  • Задача: Создать новую информационную базу 1С и автоматически перенести более 22 000 карточек номенклатуры со всеми связанными данными без потери структуры, реквизитов и остановки работы компании.
Подробнее
Кейс компании "Цветы любимым"
Кейс компании "Цветы любимым"
Прочее Экстрактор 1С Внедрение Yandex Datalens Denvic Visual Transformer (DVT)
  • Задача: Задача — внедрить интегрированный инструмент аналитики в 1С, позволяющий автоматически и без Excel визуализировать эффективность подразделений, отслеживать план-факт выполнение для мотивации сотрудников и повысить точность и оперативность управленческих решений.
Подробнее
Кейс Хеппивеар Юг по внедрению BI-аналитики
Кейс Хеппивеар Юг по внедрению BI-аналитики
Производство Экстрактор 1С
  • Задача: Создать единую систему BI-аналитики на основе данных 1С и Bitrix с автоматической выгрузкой, обновлением и детализацией показателей по всем направлениям бизнеса.
Подробнее
Все кейсы
Заказать демо