JING Tea to premium marka herbaty z pojedynczych ogrodów, założona w Londynie w 2004 roku, działająca przez bezpośredni e-commerce, sprzedaż hurtową do hoteli i restauracji oraz międzynarodowy retail. Onetribe jest warstwą analityczną stojącą za ich raportowaniem finansowym i operacyjnym od ponad trzech lat — w dwóch różnych stosach technologicznych.
Na początku współpracy raportowanie trzeba było układać z kilku źródeł: Sage dla księgowości i zapasów, dodatkowe dane o zapasach z kilku źródeł ręcznych oraz ręcznie zestawiany budżet. Nic ich nie łączyło na poziomie zarządczym, więc każde pytanie przekrojowe — rentowność według kanału, stan zapasów wobec planu, wyniki sprzedaży hurtowej według linii produktowych — wymagało, by ktoś zestawił odpowiedź ręcznie. Onetribe skonsolidował te źródła w jedną warstwę raportową i zastąpił pracę ręczną automatycznymi codziennymi aktualizacjami.
W ubiegłym roku klient zdecydował o zmianie stosu operacyjnego — Shopify dla sprzedaży, Xero dla księgowości, CIN7 dla zapasów, magazynowania i operacji. Standardowa droga wymagałaby migracji lat danych historycznych do nowych systemów. Zamiast tego Governed Data Layer od Onetribe utrzymał stare i nowe systemy zszyte takimi, jakimi są: historia w Sage została w Sage, nowe dane operacyjne płyną z Shopify, Xero i CIN7, a warstwa raportowa ujednolica oba źródła w jeden model. Bez migracji danych historycznych. Bez przerwy w raportowaniu. Plan wobec wykonania i drill-down od rachunku zysków i strat aż po pojedyncze zamówienie sprzedażowe dostępne w sposób ciągły w obu okresach.
Ta sama warstwa jest obecnie rozszerzana o dane marketingowe — łączy pełną drogę od pierwszego kontaktu marketingowego aż po zaksięgowany przychód i marżę brutto. Model danych jest gotowy na AI, z integracją Claude AI do analizy ad-hoc w języku naturalnym na objętych ładem, uzgodnionych danych. Ta sama wielosystemowa warstwa raportowa, która wchłonęła jedną pełną wymianę stosu technologicznego bez zakłócenia, wchłonie także następną.
Kontekst
- Premium marka herbaty z pojedynczych ogrodów, założona w Londynie w 2004 roku
- Działalność wielokanałowa: bezpośredni e-commerce, sprzedaż hurtowa do hoteli i restauracji, międzynarodowy retail
- Herbaty z pojedynczych ogrodów w Chinach, Indiach, Sri Lance, Japonii i na Tajwanie
- Onetribe nawiązany ponad 3 lata temu w celu zbudowania kompletnego raportowania zarządczego — finansowego i operacyjnego — obejmującego wiele źródeł danych
- Pierwotny stos: Sage dla księgowości i zapasów, z dodatkowymi ręcznymi danymi o zapasach i ręcznie zestawianym budżetem
- W ubiegłym roku przejście na nowy stos: Shopify (sprzedaż), Xero (księgowość), CIN7 (zapasy, magazynowanie, operacje)
- Warstwa raportowa jest obecnie rozszerzana o przepływ danych marketingowych
- Model danych jest gotowy na AI; integracja Claude AI działa dla analizy ad-hoc
Wyzwanie
- Raportowanie rozproszone w wielu niepołączonych źródłach — Sage księgowość, Sage zapasy, ręczne dane o zapasach, ręczne budżety — bez jednolitej warstwy, która by je spajała
- Przekrojowe pytania zarządcze wymagały ręcznej konsolidacji przed jakąkolwiek odpowiedzią
- Decyzja o przejściu na Shopify + Xero + CIN7 groziła przerwaniem ciągłości raportowania
- Standardowa droga migracji oznaczałaby przebudowę ponad trzech lat danych historycznych w nowych systemach
- Finanse i operacje musiały nadal uzgadniać wyniki między starymi i nowymi systemami w trakcie i po przejściu
- Dalsza mapa drogowa wymagała dołożenia danych marketingowych i analizy wspieranej przez AI bez rozrostu liczby systemów
Co zostało wdrożone
- Bezpośrednie integracje ze wszystkimi systemami źródłowymi, starymi i nowymi: Sage (księgowość + zapasy), ręczne dane o zapasach, ręczne budżety oraz następnie Shopify, Xero i CIN7
- Autorska Governed Data Layer jako jednolita warstwa raportowa łącząca stare i nowoczesne systemy
- Ujednolicony plan kont, kartoteka produktów i SKU, hierarchie klientów oraz taksonomia kanałów w obu stosach
- Automatyczna codzienna ekstrakcja danych zastępująca ręczną konsolidację zapasów i budżetu
- Plan wobec wykonania uzgadniany w jednym modelu — analiza odchyleń od rachunku zysków i strat aż po pojedyncze zamówienie sprzedażowe
- Widok wielokanałowy łączący bezpośredni e-commerce, sprzedaż hurtową i retail w jednej skonsolidowanej warstwie
- Obsługa fazowej migracji: stare i nowe systemy działały równolegle wewnątrz warstwy raportowej w trakcie przełączenia
- Dane historyczne zachowane w systemach źródłowych — bez migracji danych historycznych
- Obecnie dokładana jest warstwa danych marketingowych — rozszerza model od punktu kontaktu marketingowego aż po przychód i marżę
- Claude AI zintegrowany do analizy ad-hoc w języku naturalnym na objętych ładem danych, uzgodnionych liczbach
Wyniki
- Pełne raportowanie zarządcze utrzymane przez ponad trzy lata działalności i pełną wymianę stosu technologicznego
- Dane historyczne zostawione nienaruszone w systemach źródłowych — bez migracji danych historycznych
- Historia z ery Sage i bieżące wyniki z ery Shopify/Xero/CIN7 dostępne obok siebie w jednym modelu
- Analiza odchyleń od planu i drill-down od nagłówka finansowego aż po zamówienie sprzedażowe dostępne w starych i nowych danych
- Wyniki wielokanałowe (e-commerce, hurt, retail) ujednolicone w jednym skonsolidowanym widoku
- Warstwa raportowa wchłonęła wymianę stosu technologicznego bez dodatkowych kosztów przebudowy i bez dodanej złożoności dla biznesu
- Warstwa marketingowa dokładana jest na tym samym fundamencie — przyszły widok end-to-end od wydatków marketingowych do wpływu finansowego
- Model danych gotowy na AI wspiera integrację Claude AI dla analizy w języku naturalnym
- Infrastruktura sprawdzona jako stabilna warstwa analityczna przy zmianach systemów źródłowych — Onetribe ustawiony jako standardowa wielosystemowa warstwa raportowa biznesu