Есть бизнесы, где на поверхности всё хорошо: гости есть, бар работает, касса постоянно пробивает чеки, а ощущение по деньгам "непонятно".

В Simple Coffee (крупная региональная сеть из Екатеринбурга 26 кофеен, более 10 лет на рынке) было именно так: чеков много, выручка выглядит бодро, а часть прибыли будто где-то теряется .

Причина обычно не одна: В общепите маржа уменьшается по нескольким направлениям : скидки, списания, лояльность, ошибки в заведении товаров, “переехавшие” категории, несостыковки по точкам...

Обычный день в кофейне. В зале всё выглядит отлично — и именно поэтому утечки маржи часто не видны “глазом
Обычный день в кофейне. В зале всё выглядит отлично — и именно поэтому утечки маржи часто не видны “глазом

Контекст: почему “не считать” стало опасно

В 2024–2025 у кофеен стало меньше права на ошибку. Давят сразу несколько факторов: сырьё, персонал, аренда, рост закупочных и операционных затрат. При таких обстоятельствах управление по ощущениям быстро превращается в “почему денег снова не хватает”.

Что было “до”: Excel, разрозненные данные и управление постфактум

При объёме 240 000+ чеков в месяц Excel-отчёт превращается в пересказ прошлого. Он отвечает на вопрос “что уже случилось?”, но почти не отвечает на “что делать завтра”.

Список вопросов, который обычно копится у собственника и управляющей команды:

  • какие точки реально тянут сеть вверх, а какие тихо проедают маржу

  • где мы зарабатываем на кофе, а где работаем в ноль из-за скидок, списаний и лояльности

  • какие позиции в меню прибыльные, а какие “просто чтобы были”

  • почему выручка растёт, а итоговая экономика стоит на месте

  • что происходит каждый день, а не “по итогам месяца”

Операционка сети в реальности: поток, касса, бар, кухня. При таком темпе месячный Excel почти всегда опаздывает.
Операционка сети в реальности: поток, касса, бар, кухня. При таком темпе месячный Excel почти всегда опаздывает.

Задача: не просто нарисовать дашборд, а сделать систему управляемой

Клиент пришёл не за картинками, а с желанием автоматизировать отчетно-статистическ, а так же:

  • собрать данные так, чтобы они обновлялись ежедневно

  • отвечать на управленческие вопросы по точкам, ассортименту, скидкам

  • иметь возможность провалиться до чека, когда что-то выглядит подозрительно

  • не ломать текущую работу сети

Что мы мы сделали подключились к R‑Keeper и поставили ежедневную загрузку

Стартовали с базы:

  • Через самописный коннектор по APIподключились к источнику данных R-Keeper (транзакции, позиции чеков, скидки, модификаторы)

  • настроили ETL с ежедневным обновлением

  • собрали витрину данных под управленческие задачи клиента

Поток данных в двух словах: R-Keeper → ETL → raw → clean → витрины → дашборды.
Поток данных в двух словах: R-Keeper → ETL → raw → clean → витрины → дашборды.

Повороты который случается всегда: проблема оказалась не в коде, а в справочниках


Момент, который многие пытаются проскочить “потом доделаем”, однако так лучше не делать.

Довольно быстро мы упёрлись в то, что категоризация и справочники товаров в исторических данных местами были неконсистентны: один и тот же товар мог быть заведён по-разному в разных точках, категории “плавали”, модификаторы жили своей жизнью.

Если это не поправить, любая аналитика начинает давать уверенные, но неправильные выводы...
Красиво?
- Да.
Полезно?
- Нет.

Что сделали вместо “давайте потом”:

  • выровняли мастер-каталог (товары/категории/подкатегории)

  • настроили правила маппинга

  • добавили проверки качества данных на входе, чтобы “плохие” изменения не продвигались дальше

Стандарты важны не только на производстве. В данных то же самое: пока нет единого справочника и правил, отчёты могут выглядеть “правильно” и при этом врать.
Стандарты важны не только на производстве. В данных то же самое: пока нет единого справочника и правил, отчёты могут выглядеть “правильно” и при этом врать.

Архитектура: простая, но дисциплинированная

Мы строили процесс так, чтобы он:

  • повторялся одинаково (одинаковый вход → одинаковый результат)

  • не ломался при перезагрузках (повторная загрузка не портит факты)

  • проверялся (можно сверить цифры с источником и быстро найти расхождение)

Слои получились стандартные:

  • staging/raw — данные “как есть”

  • clean — нормализация сущностей и справочников

  • marts — витрины под вопросы (точки, день/неделя, daypart, скидки/лояльность, ассортимент)

  • dashboards — доступы по ролям + короткое обучение

Что появилось “после”: ежедневные отчеты вместо ежемесячной рефлексии

Когда система заработала стабильно, команда клиента получила нормальную панель управления компанией:

  • главный экран сети: выручка, чеки, средний чек, основные показатели

  • витрина по точкам и сравнение кофеен

  • ассортимент и юнит-экономика по позициям

  • скидки/лояльность с детализацией до чека

  • "daypart"(утро/день/вечер) и будни/выходные

Дальше смотрите на скринах (все данные анонимизированы, структура и логика, как в рабочем решении).

Главный экран: сеть целиком и детализация до чеков/позиций. Если показатель “поплыл”, можно быстро найти, где и почему.
Главный экран: сеть целиком и детал��зация до чеков/позиций. Если показатель “поплыл”, можно быстро найти, где и почему.

Демо-дашборд на анонимизированных данных. Интерактивную ссылку могу скинуть в л/с.

Срез по кофейням: выручка, чеки, средний чек и быстрый обзор различий между точками.
Срез по кофейням: выручка, чеки, средний чек и быстрый обзор различий между точками.

выручка не равна прибыль

Daypart (завтрак/обед/ужин): видно, где точка проседает по времени суток. В Excel такое часто выглядит как шум.
Daypart (завтрак/обед/ужин): видно, где точка проседает по времени суток. В Excel такое часто выглядит как шум.
Будни vs выходные: структура выручки по точкам. Помогает принимать решения по графику смен и операционным настройкам.
Будни vs выходные: структура выручки по точкам. Помогает принимать решения по графику смен и операционным настройкам.
Ассортимент: структура выручки по категориям и динамика. Быстрый ответ на вопрос “на чём реально держится сеть”.
Ассортимент: структура выручки по категориям и динамика. Быстрый ответ на вопрос “на чём реально держится сеть”.
Юнит-экономика по позициям: выручка, количество, средняя цена, плановая себестоимость, фудкост и валовая прибыль. Обычно именно тут находится “утечка”.
Юнит-экономика по позициям: выручка, количество, средняя цена, плановая себестоимость, фудкост и валовая прибыль. Обычно именно тут находится “утечка”.
Сравнение двух кофеен: одинаковые фильтры, разные результаты. Это ускоряет разбор причин и обмен практиками между точками.
Сравнение двух кофеен: одинаковые фильтры, разные результаты. Это ускоряет разбор причин и обмен практиками между точками.
Глубина чека по времени/дням + детализация. Помогает отделять “разовый всплеск” от системной проблемы.
Глубина чека по времени/дням + детализация. Помогает отделять “разовый всплеск” от системной проблемы.

Что конкретно удалось поймать

Если показатели обновляются ежедневно и можно провалиться до чеков, начинают всплывать вещи, которые в месяцах теряются:

  • провалы по времени суток (точка работает, но в конкретные часы отдача хуже, чем кажется)

  • реальная цена скидок/лояльности (конкретной суммой и долей чеков)

  • точки и категории, которые выглядят сильными по обороту, но в реале не дотягивают по прибыли

  • решения по графику смен, которые заметно улучшают экономику, потому что становятся видны “пустые” часы

Итог: вся сеть на одном экране за 3 месяца

В таких проектах результат - это не просто внедрили BI, а появилась бОльшая управляемость:

  • ежедневная картина по сети и точкам

  • меньше ручного труда и ошибок (данные собираются автоматически и сверяются)

  • понятные разрезы для решений: точки, часы, будни/выходные, ассортимент, скидки/лояльность

Сеть — это много маленьких решений каждый день. Поэтому важна ежедневная управляемость, а не отчёт “к закрытию месяца”
Сеть — это много маленьких решений каждый день. Поэтому важна ежедневная управляемость, а не отчёт “к закрытию месяца”

Вопросы в комментарии (хочется реального обмена опытом)

  • Справочники: у кого ещё “категории” — главный источник управленческой лжи? Чем лечите: регламентом, отдельной ролью, автоматическими проверками?

  • Лояльность и скидки: кто считает экономику до уровня чека? Какие метрики оказались рабочими?

  • Daypart: какие находки были по часам/дням недели в кофейнях или fast casual?

Небольшая ремарка про демо

Если хотите покрутить интерактивную версию демо-дашборда - напишите в личку, скину ссылку.


Так же я веду свой телеграм‑канал, где рассказываю кейсы, как аналитика помогает сэкономить бизнесу деньги, отстроиться от конкурентов и сделать компанию более управляемой. Подписывайтесь на канал