10 лет назад работали мы с экспертом сайта в компании «Связной». Это та, которая всяческими гаджетами торгует. И, как обычно бывает в большой сети с дорогим товаром, хитрозадуманной мотивацией и не очень хорошим внутренним контролем, очень многие сотрудники не хотели жить честно. В этой статье речь пойдет не о хищениях (это отдельная тема), а о мелком мошенничестве для выполнения плановых показателей по продажам (в том числе с помощью обмана клиентов) и как мы с этим боролись.
Начали с простого. Примерно как здесь (раздел «Анализ выполнения плановых показателей). Но этот фрод был, что называется, очевидным, просто до нас никто не обращал внимания. С точки зрения методологии для выявления его индикаторов вполне достаточно было владеть сводными таблицами в Microsoft Excel. Даже в организации масштаба Связного, потому что было OLAP-хранилище данных. Индикаторы обработать было можно и в ручном режиме, просмотрев все продажи в учетной системе за конкретный день. Совсем идеальный случай – совместив их с видео (кстати, полезный навык, особенно когда видеозапись не очень, а время сбито). Так как была договоренность о том, что дирекция внутреннего аудита подтверждает отсутствие фрода до выплаты премии, как раз за первую неделю месяца и укладывались в ручном режиме.
Но в дальнейшем, по мере познания розничной сети, пришло понимание, что продавец может фродить фактически по любой акции и по любому существующему правилу, и не только в последние дни месяца. Например (помним действительно примерно, дневников не ведем), долго действовало правило – скидка на 2 и более аксессуаров 20% при покупке телефона. Очевидно, что можно продавать по товарным чекам (гарантия действует) отдельно телефон и отдельно зарядки с брелками, а потом «вполне законно» (то есть без недостач в кассе и на складе) получать свои 20% от стоимости аксессуаров, объединив несколько продаж в одном фискальном чеке на кассе. А можно выбить аксессуары с телефоном, а потом вернуть телефон, заранее продав аксессуары в розницу без чеков. Ну, или, для выполнения плана по продажам сим-карт, активнейшим образом, не предупреждая клиента, использовать правило «скидка 100 руб. при покупке 2 сим-карт». Если сим-карта стоит 50 рублей, то покупатель телефона обогащается двумя сим-картами, даже не зная об этом. Еще вариант вспомнился – взять 150 рублей при денежном переводе «за регистрацию». Понятное дело, что состояние на таких мелочах не сделаешь, просто мелкая прибавка к зарплате. А вот перед клиентами – неудобно, даже жалуются иногда… Самое плохое в этом постоянном фроде – его постоянство. Он может возникнуть на любой торговой точке (среди 15000 сотрудников и текучкой в 70% в год креативные будут находиться всегда) в любой день.
С точки зрения методологии выявление такого постоянного фрода означает необходимость поиска по всем продажам в течение месяца всех чеков по определенным наборам признаков. По первому примеру – это подсчет чеков «телефон+2 аксессуара» (если на какой-то торговой точке зашкаливает по сравнению со средним по больнице – нужно анализировать дальше), по второму – это подсчет чеков «телефон+2 сим-карты», по третьему – «перевод + настройка ПО». Для выявления постоянного фрода ручным режимом уже не воспользуешься. В Excel все продажи не выгрузишь, количество транзакций >10 млн. в месяц, физически не поместятся. Можно доработать учетные системы, но акции, скидки и прочие мотивации постоянно меняются, также, как и фрод. А разово анализировать только 10 торговых точек в месяц – социально несправедливо. В общем, нужно было искать какой-то другой способ обработки данных.
Нам повезло, задачку решили быстро. В качестве способа обработки данных взяли программный продукт PolyAnalyst. Взяли – именно взяли, а не купили: защита была совсем простой (по времени в BIOS). Соответственно, на компьютере, не подключенном в сеть, PolyAnalyst (я его называл «приблудой») даже не предупреждал о том, что скоро заканчивается время бесплатного использования, потому что еще 10 лет из 3 бесплатных месяцев оставалось. Приняли принципиальное решение о том, что нужен еще один сотрудник. Решили (в т.ч. для экономии) взять студента из моей альма-матер (самоназвание – Долгопрудненский физкультурный техникум, он же – МФТИ). Студент оказался толковым, за работу взялся всей мощью своего мозга, и примерно месяца через 3-4 после принятия решения о том, что мы создает систему мониторинга розничной сети, пошли первые результаты.
Схема работы была примерно следующей:
- в первый рабочий день после окончания месяца все чеки по всей компании выгружаются в «приблуду»;
- для известных заранее индикаторов проводится первичный анализ по всем известным индикаторам. Результат – перечень торговых точек с явно завышенными результатами по сравнению со средним. Из мелочей помню, что мониторили количество проданных телефонов в час;
- на основании проводимых акций и мотиваций небольшим мозговым штурмом определяем признаки фрода, которые могут оказаться в чеках, «строим веточку» (как говорил аналитик, то есть понимаем, откуда и какие данные собираем и как обрабатываем), делаем пробное применение. Если прогон оказывается «шумным» (то есть выдает слишком много нормальных, а не фродовых значений) – корректируем индикаторы и делаем повторное применение. Если от «шума» очистить не получалось – в какой-то момент бросали, но это редко, как правило, со 2-ой итерации «веточка» начинала работать;
- все индикаторы отрабатываются в ручном режиме. По возможности – просматривается видео. Решения о депремировании принимаются руководителями розницы. Мы не кровожадные, все сомнения толковались в пользу сотрудников.
Система раскрутилась быстро, PolyAnalyst добавил нам уверенности в том, что мы мониторим действительно всю торговую сеть. При этом успевали к начислению премии, в т.ч. вступая в активную переписку с менеджерами. Аналитиков скоро стало двое, а потом и трое. Причем меняются с завидной регулярностью, для большинства – первый опыт постоянной работы. Ну и PolyAnalyst все-таки купили, аж 5 рабочих мест, так что «по понятиям» ничего не должны.
Дальше стали использовать результаты мониторинга для контрольных закупок. Это когда специально обученный человек заходит и говорит «а продайте мне шнурочек для ключиков». Ему продают, но чек не пробивают. Один раз, когда неделю планировал эти контрольные закупки (сам) – попалось больше 10% (!) точек. То есть мы посмотрели, где, исходя из действий сотрудников, должен быть излишек чего-нибудь. И контролер идет с конкретным заданием.
Проект, как обычно для внутреннего контроля – окупаемый. Но самое главное – это не лишение премии кого-либо из сотрудников (а лишали на общую сумму, значительно превышающую зарплаты аналитиков). Самый главный результат всего этого – относительно разумная корпоративная культура. Понятно, что полностью фрод не искоренишь, но стало в разы меньше. А главное, даже на форумах во внутренних сетях регулярно возникали сообщения «ДВА не дремлет».
Какие можно сделать выводы из нашего опыта? Если кратко, то:
- Если у Вас есть данные, и их много – будь они big или не очень, важно понимать, как с ними работать.
- Никакие приблуды по анализу данных не помогут, если Вы не понимаете процесс, то есть «что искать». Да, можно надеяться на «искусственный интеллект», но может получиться как в старом анекдоте: «беда в том, что программы делают не то, что нужно, а то, что написали программисты».
- Сейчас Excel – почти что всеобъемлющий инструмент для анализа. Раньше был маленький (65536 строк), но больше 10 лет назад он был увеличен аж до миллиона. Пока у Вас не возникнет кратно большего количества строк, никакие дополнительные инструменты, скорее всего, не нужны. В крайнем случае – Visual Basic в помощь. Как говорят более молодые люди – есть еще всякие надстройки в стандартных пакетах Microsoft (не пользуюсь, потому что сотрудник у меня работает).
- Работа с базами данных требует определенной сноровки и склада ума. В принципе, с любым программным продуктом можно разобраться и самому, особенно если аудитор в единственном числе. Но лучше взять на работу аналитика и делегировать ему всякие SQL.
- Для минимизации бюджета внутреннего аудита в качестве аналитика рассмотрите студентов приличных ВУЗов без опыта работы. Будет ситуация win-win: Вы получаете вменяемого сотрудника недорого, при этом сотрудника мотивированного; студент получает свободный график с возможностью продолжения учебы, опыт работы, а также рост своей стоимости. К окончанию института его зарплата не будет зарплатой выпускника.
- Когда студент (точнее, уже квалифицированный аналитик с опытом в big data) захочет уволиться – попросите привести следующего студента (пусть повесит в общаге и разместит на местном форуме объявление). Желающие найдутся быстро.
P.S. Не удержусь от заключительной ремарки. Начали мы в начале 2009 года. Про термин big data узнал года через 2, а про continuous auditing – еще позже … В общем, как написано на Луркоморье про физтех, «ни одну задачу средний ботающий физтех наизусть знать не будет и не сможет (впрочем, попадаются и такие задроты), но зато сможет решать любую реально к нему попавшую».
Очень интересный кейс, коллеги! Только хотелось бы внести небольшую правку, что «приблуда» PolyAnalyst продукт полностью российский и входит в реестр отечественного ПО. А за 10 лет платформа настолько обросла функционалом, что никакой excel в анализе данных, а тем более текстов никогда не сравнится. Так что, коллеги, если на вашем бизнес-пути вновь повстречается проект, связанный с аналитикой, с радостью повторим успех прошлого сотрудничества!
Дмитрий, поправили про американский. А Excel — если у Вас 1000 продаж в месяц — не нужен продукт за $100 тыс.