
Hurtownia danych dla importera samochodów
Orbis to modułowy system danych i automatyzacji dla importera samochodów. Łączy sprzedaż, dealerów, faktury, raporty finansowania i dokumenty operacyjne w jedną, spójną warstwę decyzyjną. Zamiast wielu arkuszy, eksportów i raportów z różnych działów powstaje wspólny model pojazdu, transakcji, marży i finansowania, który można analizować od poziomu pojedynczego VIN do całego portfela sprzedaży.
To nie jest pojedynczy wykres ani jeden dashboard. To rozbudowany katalog modułów analitycznych i operacyjnych: sales, monitoring, finansowanie, stock aging, marże, rabaty, segmentacja klientów, warranty i rejestracje. Interaktywna warstwa w React udostępnia te analizy w czytelnym, przejrzystym widoku dla zarządu, handlowców, finansów i operacji.

Od rozproszonych danych do jednego obrazu biznesu
Importer samochodów pracuje równolegle na danych z systemu ERP, plikach sprzedażowych, raportach finansowania, dokumentach XML oraz materiałach udostępnianych w SharePoint. Każde źródło opisuje tylko część rzeczywistości. Dopiero ich połączenie pozwala zrozumieć, które pojazdy sprzedają się z właściwą marżą, gdzie kapitał zostaje w zapasie i jak finansowanie wpływa na wynik.
Jak wygląda rzeczywistość bez hurtowni danych
- Sprzedaż, księgowość i sieć dealerska pracują na innych eksportach i różnych datach odświeżenia.
- Analiza pojedynczego pojazdu wymaga ręcznego łączenia numeru VIN, faktury, warunków finansowania i danych dealera.
- Marże, rabaty i rotacja są rozpatrywane osobno, przez co trudniej znaleźć rzeczywistą przyczynę odchylenia.
- Raport staje się nieaktualny zanim trafi do osoby, która ma podjąć decyzję.
Co zmienia system
Każdy import normalizuje dane do wspólnego schematu i buduje historię, na której można bezpiecznie porównywać okresy, dealerów, marki, modele oraz kanały finansowania. VIN staje się kluczem łączącym dane handlowe, dokumentowe i finansowe. Zespół operuje na tym samym zestawie wskaźników, a nie na kolejnych wersjach tego samego pliku.
Architektura hurtowni danych
Warstwa źródeł. System pobiera dane sprzedażowe, faktury, eksporty ERP w XML, raporty finansowania oraz dane referencyjne dealerów i marek. Dokumenty mogą trafiać do procesu z zasobów SharePoint, dzięki czemu obieg plików nie wymaga ręcznego przenoszenia do osobnego narzędzia.
Warstwa przetwarzania i jakości. Parser OCR wydobywa z faktur między innymi numery dokumentów, NIP-y, VIN-y, kwoty netto, VAT i brutto, opisy pozycji oraz daty. Dane są walidowane, a rekordy o niskiej pewności mogą zostać skierowane do sprawdzenia. Eksporty ERP są przekształcane do modelu transakcyjnego, z zachowaniem pochodzenia dokumentu.
Warstwa modelu danych. Wspólne tabele łączą sprzedaż, dealerów, faktury, finansowanie i dane pojazdu. Model obejmuje między innymi ceny, marże, rabaty, parametry techniczne, statusy, segmenty klientów i historię obrotu.
Warstwa analityczna i React. Obliczenia działają cyklicznie, a wyniki trafiają do interaktywnych widoków React. Użytkownik może filtrować dane, porównywać okresy i schodzić z KPI do poziomu marki, modelu, dealera albo pojedynczej transakcji.

Analiza, która wspiera decyzje operacyjne
System nie kończy się na podsumowaniu sprzedaży. Działa jak ciągłe źródło wniosków biznesowych: pokazuje, które modele są rentowne, ile czasu zajmuje sprzedaż pojazdu od zamówienia do rozliczenia i gdzie pojawiają się nieoczywiste odchylenia. W praktyce obejmuje następujące obszary:
- Marże i rabaty. Porównuje marżę kwotową i procentową per dealer, handlowiec, marka i segment klienta, aby odróżnić wysoki wolumen od sprzedaży realnie generującej wynik.
- Mix modelowy. Analizuje najczęściej sprzedażane konfiguracje: model, wersja, silnik, skrzynia, kolor i wyposażenie, co pomaga planować zapas i stawki zakupu.
- Pipeline fabryczny. Śledzi prognozę dostaw, terminy przyjazdu i zalegania pomiędzy zamówieniem a realizacją, aby zmniejszyć ryzyko braków i niepotrzebnej presji sprzedażowej.
- Lead time i rotacja zapasu. System wylicza średni czas od zamówienia do sprzedaży i pokazuje, które modele rotują wolniej. To pozwala zidentyfikować auta zalegające w magazynie oraz modele wymagające działań cenowych, promocji lub korekty planu sprzedaży.
- Segmentacja klientów. Rozdziela klientów na B2B, B2C, flotę, wynajem i jednostki prywatne, aby porównywać rentowność, strukturę sprzedaży i skuteczność oferty na konkretnych segmentach.
- Gwarancje i rejestracje. Monitoruje rozszerzone gwarancje, terminy rejestracji i opóźnienia między sprzedażą a rozliczeniem, aby odróżnić zwykłe opóźnienie od realnego ryzyka operacyjnego.
- CO2 i efektywność cenowa. Porównuje emisję spalin, typ napędu i efektywność cenową w przekroju modeli i kanałów sprzedaży, wspierając decyzje dotyczące asortymentu i polityki promocji.
W praktyce dane z hurtowni pokazują nie tylko „ile sprzedano”, ale też jak szybko to się sprzedało, jaki to miał wpływ na wynik i który segment ma największy potencjał. To daje działowi sprzedaży, finansów i zarządu wspólny obraz tego samego biznesu.

Automatyzacje osadzone w danych
Automatyzacje nie działają obok hurtowni danych. Wykorzystują ten sam uporządkowany model, dzięki czemu ich wynik można prześledzić do dokumentu źródłowego, kontrolować w analizach i odtworzyć w historii operacji.
Generowanie wniosków leasingowych
Po przetworzeniu faktury system przygotowuje plik wniosku leasingowego z danymi pojazdu, ceną, datą sprzedaży i numerem VIN. Dealer oraz numer umowy są dopasowywane na podstawie VIN-u, a gdy to konieczne także danych nabywcy. Proces ogranicza przepisywanie danych między fakturą, kartoteką i formularzem. Dodatkowo istnieje panel operacyjny do monitorowania statusu zadań, historii paczek, liczby przetworzonych rekordów i czasu wykonania procesu.
Przygotowanie korekt faktur
Na podstawie danych sprzedażowych system tworzy dokumenty korekt dla ustalonych rabatów i bonusów. Kontroluje ciąg korekt po VIN-ie, zachowuje historię wygenerowanych dokumentów i eliminuje przypadkowe duplikaty. Dzięki temu korekta pozostaje częścią audytowalnego procesu, a nie jednorazowym plikiem.
Monitoring i obserwacja procesów
Przetwarzanie dokumentów nie kończy się w jednym kroku. System rejestruje wykonanie importów, status pobierania plików z SharePoint, wyniki OCR oraz finalne etapy generowania wniosków i korekt. To pozwala użytkownikowi kontrolować cały proces operacyjny bez ręcznego sprawdzania folderów i arkuszy w wielu miejscach.
Technologia
| Warstwa | Technologia i rola |
|---|---|
| Integracja danych | Python, SharePoint, importy plików Excel i XML |
| Hurtownia danych | MySQL, relacyjny model danych dla sprzedaży, dealerów, faktur i finansowania |
| Przetwarzanie dokumentów | OCR, parsery PDF, walidacja i normalizacja danych faktur |
| Analityka | Pandas, modele predykcyjne i reguły detekcji anomalii |
| Warstwa wizualna | React, interaktywne dashboardy i drill-down do danych źródłowych |
| Automatyzacja | Harmonogram zadań, generowanie plików XLSX i dokumentów XML |
Efekt: analityka zamiast ręcznego scalania danych
Jeden model zamiast wielu eksportów. Działy odwołują się do tych samych definicji sprzedaży, marży, pojazdu i finansowania.
Decyzje oparte na pełnym kontekście. Wynik dealera, zapas, rabat i finansowanie można analizować razem, a nie w osobnych raportach.
Procesy dokumentowe pod kontrolą. Dane do wniosków leasingowych i korekt są pobierane z uporządkowanej bazy, co ogranicza ręczne przepisywanie i ułatwia audyt.
Widok dostępny dla biznesu. React zamienia hurtownię danych w interaktywny interfejs, w którym osoba decyzyjna może samodzielnie dojść od wskaźnika do źródła odchylenia.
Dane operacyjne mogą pracować jak system decyzyjny
Origami Effect projektuje hurtownie danych i warstwy analityczne tak, aby połączyć realne procesy operacyjne z jasnym widokiem dla zespołu zarządzającego.

