Комплексная data-трансформация агрохолдинга: от оптимизации BI до корпоративного хранилища данных и AI-решений

Предпосылки проекта

Холдинг управляет полным циклом — от выращивания и переработки до продажи через 280+ собственных торговых точек четырёх брендов. BI-платформа развивалась вместе с компанией и за годы работы накопила значительный объём приложений, однако покрывала потребности бизнеса не более чем на 50%. С ростом числа отчётов увеличивался технический долг, снижалась производительность, а подготовка данных по-прежнему требовала значительного ручного труда в подразделениях.

При этом бизнес ставил всё более амбициозные задачи: прогнозирование спроса, оптимизация запасов скоропортящейся продукции, интеллектуальный мониторинг операций. Существующая архитектура не позволяла решать их без единого фундамента данных.

Блок 1. Оптимизация BI-платформы — быстрый эффект

Первым шагом стал структурированный аудит BI-ландшафта: анализ моделей данных, скриптов загрузки, визуализаций и бизнес-логики расчётов. Команда выявила дублирование логики между приложениями, неоптимальные соединения таблиц и workaround-решения, накопившиеся за годы органического роста системы.

По результатам аудита был проведён рефакторинг: оптимизированы скрипты и структуры данных, устранено дублирование, подготовлена документация по всем приложениям и методологии расчётов.

Результаты:

• Снижение нагрузки на BI-сервер на ~30%
• Ускорение загрузки данных в приложения до 50%
• Сокращение затрат на сопровождение на ~40%
• Подготовка приложений к миграции на источник данных из будущего хранилища

Оптимизация проводилась параллельно с проектированием КХД, что позволило получить первые результаты уже через 1–2 месяца.

Блок 2. Корпоративное хранилище данных — единый фундамент

Параллельно с оптимизацией BI было спроектировано и развёрнуто корпоративное хранилище данных на базе Greenplum с классической трёхслойной архитектурой: Operational Data Store (сырые данные «как есть»), Detail Data Store (очистка, трансформация, расчёты по бизнес-правилам) и Data Marts (витрины для аналитики).

В хранилище интегрированы данные из учётных систем, бизнес-приложений, внешних источников и пользовательских файлов. Настроены ETL-процессы через Airflow, реализованы витрины данных и проверочные отчёты между слоями.

Что это дало:

• Единый источник данных для всех подразделений холдинга
• Хранение исторических данных и полный аудит показателей
• Существенное ускорение обновления аналитических данных
• Масштабируемая платформа для подключения AI/ML-инициатив

«Хранилище данных — это не просто технический проект, а смена парадигмы. Раньше каждая новая аналитическая задача начиналась с вопроса "где взять данные?". Теперь данные уже подготовлены, проверены и доступны — и команда клиента может сосредоточиться на анализе, а не на сборке»  — Анастасия Лупулова, проект-менеджер A2 Consulting.

Блок 3. AI-решения — интеллектуальная надстройка

На фундаменте хранилища данных был реализован ряд AI-решений, охватывающих ключевые бизнес-процессы холдинга:

• AI-помощник для сотрудников. Интеллектуальный чат-бот, интегрированный в учётную систему. Отвечает на вопросы на основе внутренних инструкций и регламентов, обслуживая 20+ компаний холдинга. Результат — до 70% типовых вопросов решаются мгновенно, нагрузка на IT-отдел снижена на 50–70%.
• Распознавание накладных. Автоматическое распознавание входящих документов (бумажных, сканированных, PDF) и загрузка данных в учётную систему без ручного ввода. Охват — от закупки кормов до отгрузок в сети. Время обработки сокращено на 60–80%, ошибки ввода — на 70–90%.
• Мониторинг цен конкурентов. Автоматический сбор и анализ цен с сайтов розничных сетей и маркетплейсов 24/7 с алертами при изменениях. Ручная работа по мониторингу сокращена на 70–90%.
• Прогнозирование спроса. ML-модели с учётом сезонности, погоды, промо-активностей и производственного цикла (42 дня от постановки на выращивание до полки). Прямая связка с планированием производства. Излишки и дефицит запасов сокращены на 20–30%.
• Поиск аномалий в данных. Автоматический мониторинг финансовых и операционных показателей по всем компаниям холдинга — от падежа и конверсии корма до отклонений от бюджета. Раннее выявление проблем до их превращения в инциденты.
• Анализ упущенной выручки. Моделирование оптимальных графиков работы 280+ торговых объектов с расчётом чистого эффекта: дополнительная выручка минус ФОТ и операционные затраты. Рост выручки на оптимизированных точках — 3–8% без капитальных вложений.

Итог: три направления — единая трансформация

Проект объединил три направления в единую стратегию: оптимизация BI-платформы дала быстрый эффект и подготовила почву для хранилища, КХД стало единым фундаментом данных, а AI-решения превратили данные в инструмент принятия решений. Холдинг получил масштабируемую платформу, готовую к дальнейшему развитию аналитики и подключению новых интеллектуальных сервисов.

Ваши данные готовы к большему

Если аналитика в вашей компании упирается в ограничения BI-системы, а данные разбросаны по десяткам источников — мы знаем, как это изменить. A2 Consulting строит хранилища данных, оптимизирует BI-ландшафт и внедряет AI-решения для компаний, которые готовы управлять бизнесом на основе данных.


Технологии проекта: Greenplum · Qlik Sense · Airflow · OpenAI / LLM · OCR · ML · Python