Business intelligence efficace e analisi dei dati di alta qualità. Analisi delle informazioni aziendali - Fondamenti di Big Data Connectors

Le piccole imprese nei paesi della CSI non utilizzano ancora l'analisi dei dati per lo sviluppo del business, determinando correlazioni, cercando schemi nascosti: gli imprenditori se la cavano con le relazioni di marketer e contabili. I leader di piccole e medie imprese si affidano più alla loro intuizione che all'analisi. Ma allo stesso tempo, l'analisi ha un enorme potenziale: aiuta a ridurre i costi e aumentare i profitti, a prendere decisioni più velocemente e in modo più obiettivo, a ottimizzare i processi, a comprendere meglio i clienti e a migliorare il prodotto.

Un contabile non sostituisce un analista

I leader delle piccole imprese spesso presumono che i rapporti di esperti di marketing e contabili riflettano adeguatamente le attività dell'azienda. Ma è molto difficile prendere una decisione sulla base di statistiche asciutte ed è inevitabile un errore nei calcoli senza un'istruzione specializzata.

Caso 1. Post-analisi delle campagne promozionali. Per il nuovo anno, l'imprenditore ha annunciato una promozione, nell'ambito della quale alcuni prodotti sono stati offerti con uno sconto. Dopo aver valutato le entrate per il periodo di Capodanno, ha visto aumentare le vendite ed è stato felice della sua intraprendenza. Ma prendiamo in considerazione tutti i fattori:

Le vendite crescono in modo particolarmente forte il venerdì, il giorno in cui le entrate sono più alte: questa è una tendenza settimanale.
Rispetto alla crescita delle vendite che di solito si verifica sotto Capodanno, quindi il guadagno non è così grande.
Se filtriamo gli articoli promozionali, risulta che i dati di vendita sono peggiorati.

Caso 2. Ricerca del fatturato. Al negozio Abbigliamento Donna difficoltà con la logistica: in alcuni magazzini le merci scarseggiano, in altri giacciono da mesi. Come determinare, senza analizzare le vendite, quanti pantaloni portare in una regione e quanti cappotti inviare in un'altra, ottenendo il massimo profitto? Per fare ciò, è necessario calcolare il fatturato, il rapporto tra la velocità delle vendite e l'inventario medio per un determinato periodo. In parole povere, il fatturato è un indicatore di quanti giorni impiegherà un negozio per vendere un prodotto, quanto velocemente viene venduta la scorta media, quanto velocemente il prodotto si ripaga da solo. Non è economicamente redditizio immagazzinare grandi riserve, poiché congela il capitale e rallenta lo sviluppo. Se lo stock viene ridotto, potrebbe esserci una carenza e la società perderà nuovamente profitto. Dove puoi trovare la media aurea, il rapporto con cui il prodotto non ristagna in magazzino e, allo stesso tempo, puoi dare una certa garanzia che il cliente troverà l'unità desiderata nel negozio? Per fare ciò, l'analista deve aiutarti a determinare:

fatturato desiderato,
dinamiche di fatturato.

In caso di accordi con fornitori con differimento è inoltre necessario calcolare il rapporto tra fido e fatturato. Fatturato in giorni = inventario medio * numero di giorni / Fatturato per questo periodo.

Il calcolo dell'assortimento residuo e del fatturato totale per punto vendita aiuta a capire dove è necessario spostare una parte del prodotto. Vale anche la pena calcolare qual è il tasso di rotazione per ciascuna unità dell'assortimento, al fine di prendere una decisione in riduzione con una domanda ridotta, un ordine aggiuntivo con una domanda aumentata, spostandosi in un magazzino diverso. Per categorie, puoi sviluppare un rapporto sul fatturato in questo modulo. Si può vedere che magliette e maglioni vengono venduti più velocemente, ma i cappotti - per molto tempo. Un comune commercialista sarà in grado di fare questo tipo di lavoro? Ne dubitiamo. Allo stesso tempo, il calcolo regolare del fatturato e l'applicazione dei risultati possono aumentare i profitti dell'8-10%

In quali aree è applicabile l'analisi dei dati?

Saldi.È importante capire perché le vendite stanno andando bene (o male), quali sono le dinamiche. Per risolvere questo problema, è necessario ricercare i fattori che influenzano il profitto e le entrate, ad esempio analizzare la durata dell'assegno e le entrate per cliente. Tali fattori possono essere studiati per gruppi di prodotti, stagioni, negozi. Puoi identificare massimi e buche di vendita analizzando resi, cancellazioni e altre transazioni.
Finanza. Gli indicatori di monitoraggio sono necessari per qualsiasi finanziatore per monitorare il flusso di cassa e allocare le attività in varie aree di attività. Questo aiuta a valutare l'efficienza della tassazione e altri parametri.
Marketing. Qualsiasi società di marketing esigenze previsioni e post-analisi delle scorte. Nella fase di sviluppo di un'idea, è necessario determinare i gruppi di beni (controllo e destinazione) per i quali stiamo creando un'offerta. Questo è anche un lavoro per un analista di dati, poiché un normale marketer non ha gli strumenti e le competenze necessarie per una buona analisi, ad esempio se il fatturato totale e il numero di acquirenti per il gruppo di controllo sono gli stessi rispetto al target gruppo, la promozione non ha funzionato. L'analisi degli intervalli è necessaria per determinarlo.
Controllo. La leadership non è sufficiente per un leader di un'azienda. In ogni caso, per la gestione competente dell'impresa sono necessarie valutazioni quantitative dell'operato del personale. È importante comprendere l'efficienza della gestione delle buste paga, il rapporto tra stipendi e vendite, nonché l'efficienza dei processi, ad esempio il carico di lavoro dei registratori di cassa o l'impiego di caricatori durante il giorno. Questo aiuta a gestire correttamente l'orario di lavoro.
Analisi web. Il sito deve essere adeguatamente promosso affinché diventi un canale di vendita e ciò richiede la giusta strategia di promozione. È qui che entra in gioco l'analisi web. Come usarlo? Studia il comportamento, l'età, il sesso e altre caratteristiche dei clienti, l'attività su determinate pagine, i clic, il canale di traffico, l'efficacia degli invii, ecc. Ciò contribuirà a migliorare la tua attività e il tuo sito web.
Gestione dell'assortimento. L'analisi ABC è essenziale per la gestione dell'assortimento. L'analista deve distribuire il prodotto in base alle sue caratteristiche per condurre questo tipo di analisi e capire quale prodotto è il più redditizio, quale è la base e di quale vale la pena liberarsi. Per comprendere la stabilità delle vendite, è bene condurre un'analisi XYZ.
La logistica. Una migliore comprensione dell'approvvigionamento, delle merci, del loro stoccaggio e disponibilità consentirà lo studio degli indicatori logistici. Anche le perdite e le esigenze di merci, l'inventario sono importanti da comprendere per una gestione aziendale di successo.

Questi esempi mostrano quanto possa essere potente l'analisi dei dati, anche per le piccole imprese. Un CEO esperto aumenterà i profitti dell'azienda e trarrà vantaggio dalle informazioni più piccole utilizzando correttamente l'analisi dei dati e il lavoro del manager sarà notevolmente semplificato dai report visivi.

L'obiettivo principale di qualsiasi analisi dei dati è trovare e scoprire modelli nel volume dei dati. Nell'analisi aziendale, questo obiettivo diventa ancora più ampio. È importante per qualsiasi leader non solo identificare i modelli, ma anche trovare la loro causa. Conoscere il motivo ti consentirà di influenzare il business in futuro e ti consentirà di prevedere i risultati di un'azione.

Obiettivi di analisi dei dati per l'azienda

Se parliamo di business, l'obiettivo di ogni azienda è vincere la concorrenza. Quindi l'analisi dei dati è il tuo principale vantaggio. È lui che ti aiuterà:

Riduci le spese aziendali
Aumenta le entrate
Riduci il tempo dedicato all'esecuzione dei processi aziendali (scopri il punto debole e ottimizzalo)
Aumentare l'efficienza dei processi aziendali dell'azienda
Per raggiungere qualsiasi altro obiettivo volto a migliorare l'efficienza e l'efficacia dell'azienda.

Ciò significa che la vittoria sui concorrenti è nelle tue mani. Non fare affidamento sull'intuizione. Analizzare!

Obiettivi di analisi dei dati per reparti, divisioni, prodotti

Stranamente, ma gli obiettivi sopra elencati sono pienamente adatti per analizzare le attività dei reparti, analizzare un prodotto o una campagna pubblicitaria.

L'obiettivo di qualsiasi analisi dei dati a qualsiasi livello è identificare i modelli e utilizzare queste conoscenze per migliorare la qualità di un prodotto o il lavoro di un'azienda o di un dipartimento.

Chi ha bisogno dell'analisi dei dati?

Tutti. Infatti, qualsiasi azienda, da qualsiasi campo di attività, a qualsiasi reparto e qualsiasi prodotto!

In quali aree può essere applicata l'analisi dei dati?

Manifatturiero (edilizia, petrolio e gas, metallurgia, ecc.)
Vedere al dettaglio
E-commerce
Servizi
E molti altri

Quali dipartimenti possono essere analizzati all'interno dell'azienda?

Contabilità e finanza
Marketing
Pubblicità
Amministrazione
Altro.

In effetti, le aziende di qualsiasi ambito, tutti i dipartimenti all'interno dell'azienda, qualsiasi area di attività possono, devono e devono essere analizzate.

Come possono aiutare i sistemi di analisi BI

sistemi di analisi BI, sistemi automatizzati analisti, big data per l'analisi dei big data, sono soluzioni software che hanno già funzionalità integrate per elaborare i dati, prepararli per l'analisi, l'analisi stessa e, soprattutto, per visualizzare i risultati dell'analisi.

Non tutte le aziende hanno un dipartimento analista, o almeno uno sviluppatore, che manterrà il sistema analitico e i database. In questo caso, questi sistemi di analisi BI vengono in soccorso.

Ci sono più di 300 soluzioni sul mercato oggi. La nostra azienda ha optato per la soluzione Tableau:

Nel 2018, Tableau è diventata per la sesta volta leader nella ricerca di soluzioni BI da parte di Gartner
Tableau è facile da imparare (e i nostri workshop lo dimostrano)
Nessuna conoscenza dello sviluppatore o statistica richiesta per iniziare completamente con Tableau

Allo stesso tempo, le aziende che già lavorano con Tableau affermano che ora non sono necessari più di 15 minuti per compilare report che in precedenza venivano raccolti in Excel in 6-8 ore.

Non mi credi? Provalo tu stesso: scarica una versione di prova di Tableau e ottieni tutorial su come utilizzare il programma:

Scarica Tableau

Scarica gratis versione completa Tableau Desktop 14 giorni Ricevi in REGALO i tutorial di Tableau Business Intelligence

Lavoro accessibile con i Big Data utilizzando l'analisi visiva

Migliora la business intelligence e risolvi le attività di routine utilizzando le informazioni nascoste nei Big Data con la piattaforma TIBCO Spotfire. È l'unica piattaforma che fornisce agli utenti aziendali un'interfaccia utente intuitiva e facile da usare che abilita l'intera gamma di tecnologie analitiche per i Big Data senza la necessità di professionisti IT o formazione.

L'interfaccia Spotfire rende ugualmente conveniente lavorare sia con piccoli set di dati che con cluster multi-terabyte di big data: letture dei sensori, informazioni dai social network, punti vendita o fonti di geolocalizzazione. Gli utenti di tutti i livelli di competenza possono navigare facilmente in dashboard significativi e flussi di lavoro analitici semplicemente utilizzando visualizzazioni che rappresentano graficamente l'aggregazione di miliardi di punti dati.

L'analisi predittiva si basa sull'apprendimento mediante l'azione esperienze condivise aziende a prendere decisioni più ragionate. Utilizzando Spotfire Predictive Analytics, puoi scoprire nuove tendenze di mercato dalle informazioni di business intelligence e agire per ridurre al minimo i rischi, portando a migliori decisioni di gestione.

Panoramica

Connettività Big Data per analisi ad alte prestazioni

Spotfire offre tre tipi principali di analisi con una perfetta integrazione con Hadoop e altre grandi origini dati:

Visualizzazione dei dati di analisi su richiesta: connettori di dati integrati e configurabili dall'utente che facilitano la visualizzazione dei dati interattiva e ultraveloce
Analisi in un database (In-Database Analytics): integrazione con una piattaforma informatica di distribuzione che permette di effettuare calcoli di dati di qualsiasi complessità basati su big data.
Analisi in memoria: integrazione della piattaforma analisi statistica che prende i dati direttamente da qualsiasi fonte di dati, comprese le fonti di dati tradizionali e nuove.

Insieme, questi metodi di integrazione rappresentano una potente combinazione di esplorazione visiva e analisi avanzata.
Consente agli utenti aziendali di accedere, aggregare e analizzare i dati da qualsiasi fonte di dati attraverso dashboard e flussi di lavoro potenti e facili da usare.

Connettori Big Data

I connettori Big Data Spotfire supportano tutti i tipi di accesso ai dati: nell'origine dati, in memoria e su richiesta. I connettori dati integrati di Spotfire includono:

Connettori dati certificati Hadoop per Apache Hive, Apache Spark SQL, Cloudera Hive, Cloudera Impala, Databricks Cloud, Hortonworks, MapR Drill e Pivotal HAWQ
Altri connettori Big Data certificati includono Teradata, Teradata Aster e Netezza
Connettori per dati storici e attuali da sorgenti come sensori OSI PI

Calcolo distribuito all'interno dell'origine dati

Oltre alla comoda selezione visiva delle operazioni di Spotfire per le query SQL che accedono ai dati distribuiti tra le origini, Spotfire può creare algoritmi statistici e di apprendimento automatico che operano all'interno delle origini dati e restituiscono solo i risultati necessari per creare visualizzazioni in Spotfire.

Gli utenti lavorano con dashboard con funzionalità di selezione visiva che accedono agli script utilizzando le funzionalità integrate del linguaggio TERR,
Gli script TERR avviano la funzionalità di calcolo distribuito nell'interazione con Map/Reduce, H2O, SparkR o Fuzzy Logix,
Queste applicazioni a loro volta accedono a sistemi altamente efficienti come Hadoop o altre fonti di dati,
TERR può essere distribuito come motore di analisi avanzato nei nodi Hadoop guidati da MapReduce o Spark. TERR può essere utilizzato anche per i nodi di dati Teradata.
I risultati vengono visualizzati su Spotfire.

TERR per analisi avanzate

TIBCO Enterprise Runtime for R (TERR) - TERR è un pacchetto statistico livello aziendale, che è stato sviluppato da TIBCO per la piena compatibilità con il linguaggio R, realizzando la pluriennale esperienza dell'azienda nel sistema analitico associato a S +. Ciò consente ai clienti di continuare a sviluppare applicazioni e modelli non solo utilizzando R open source, ma anche integrare e distribuire il proprio codice R su una piattaforma commerciale affidabile senza dover riscrivere il codice. TERR ha una maggiore efficienza e una gestione affidabile della memoria, fornisce una maggiore velocità di elaborazione dei dati su grandi volumi rispetto al linguaggio R open source.

Combinando tutte le funzionalità

La combinazione delle suddette potenti funzionalità significa che anche per le attività più complesse che richiedono analisi altamente affidabili, gli utenti interagiscono con flussi di lavoro interattivi semplici e facili da usare. Ciò consente agli utenti aziendali di visualizzare e analizzare i dati, nonché di condividere i risultati delle analisi, senza la necessità di conoscere i dettagli dell'architettura dei dati alla base dell'analisi aziendale.

Esempio: interfaccia Spotfire per la configurazione, l'esecuzione e la visualizzazione dei risultati di un modello che definisce le caratteristiche dei carichi persi. Attraverso questa interfaccia, gli utenti aziendali possono eseguire calcoli utilizzando TERR e H2O (un framework di calcolo distribuito) accedendo ai dati di transazione e spedizione archiviati nei cluster Hadoop.

Spazio analitico per i big data

Analisi avanzate e predittive

Gli utenti utilizzano i dashboard di selezione visiva di Spotfire per avviare un ricco set di funzionalità avanzate che semplificano la creazione di previsioni, la creazione di modelli e l'ottimizzazione al volo. Utilizzando i big data, l'analisi può essere eseguita all'interno dell'origine dati (In-Datasource), restituendo solo le informazioni aggregate e i risultati necessari per creare visualizzazioni sulla piattaforma Spotfire.

Apprendimento automatico

Nell'elenco di funzionalità integrate di Spotfire è disponibile un'ampia gamma di strumenti di apprendimento automatico che possono essere utilizzati con un solo clic. Gli statistici hanno accesso al codice del programma scritto nel linguaggio R e possono espandere le funzionalità utilizzate. La funzionalità di apprendimento automatico può essere condivisa con altri utenti per un facile riutilizzo.

I seguenti metodi di machine learning sono disponibili per variabili categoriali continue su Spotfire e su TERR:

Regressione lineare e logistica
Alberi decisionali, foresta casuale, Gradient Boosting Machine (GBM)
Modelli lineari generalizzati (additivi) ( Modelli additivi generalizzati)
Reti neurali

Analisi del contenuto

Spotfire fornisce analisi e visualizzazione dei dati, una parte significativa dei quali non veniva utilizzata prima: è un testo non strutturato che viene archiviato in fonti come documenti, report, note Sistemi CRM, log del sito, pubblicazioni in nei social network e altro ancora.

Analisi della posizione

Mappe a strati alta risoluzione sono un ottimo modo per visualizzare i big data. La ricca funzionalità delle mappe di Spotfire ti consente di creare mappe con tutti i livelli funzionali e di riferimento di cui hai bisogno. Spotfire consente inoltre di utilizzare analisi sofisticate mentre si lavora con le mappe. Oltre alle mappe geografiche, il sistema crea mappe per visualizzare il comportamento degli utenti, magazzini, produzione, materie prime e molti altri indicatori.

Ogni grande affare e la maggior parte delle strutture di medie dimensioni si trova ad affrontare il problema di fornire al management dati imprecisi sullo stato delle cose dell'azienda. Le ragioni possono essere diverse, ma le conseguenze sono sempre le stesse: decisioni sbagliate o intempestive che influiscono negativamente sull'efficacia delle transazioni finanziarie. Per escludere tali situazioni, un sistema di analisi aziendale professionale o BI ( dall'inglese - Intelligenza commerciale). Questi "aiutanti" high-tech aiutano a costruire il sistema controllo di gestione ogni aspetto all'interno dell'azienda.

Al centro, i sistemi BI sono software analitici avanzati per analisi e reportistica aziendale. Questi programmi possono utilizzare i dati provenienti da varie fonti di informazione e fornirli in una forma conveniente e tagliati. Di conseguenza, la direzione ottiene un rapido accesso a informazioni complete e trasparenti sullo stato delle cose dell'azienda. Una caratteristica dei report ottenuti con l'ausilio della BI è la capacità del manager di scegliere autonomamente in quale contesto ricevere le informazioni.

I moderni sistemi di Business Intelligence sono multifunzionali. Ecco perché nelle grandi aziende stanno gradualmente sostituendo altri metodi per ottenere report aziendali. Gli esperti fanno riferimento alle loro capacità principali:

Collegamenti a vari database, in particolare, a;
Generazione di report di varia complessità, struttura, tipologia e layout con ad alta velocità... È anche possibile impostare una pianificazione per la generazione di report su una pianificazione senza partecipazione diretta e distribuzione dei dati;
Lavoro trasparente con i dati;
Fornire una chiara connessione tra le informazioni provenienti da varie fonti;
Impostazione flessibile e intuitiva dei diritti di accesso dei dipendenti nel sistema;
Salvataggio dei dati in qualsiasi formato conveniente per te: PDF, Excel, HTML e molti altri.

Le capacità dei sistemi informativi di business intelligence consentono a un manager di non dipendere dal reparto IT o dai suoi assistenti per fornire le informazioni richieste. È anche una grande opportunità per dimostrare la corretta direzione delle tue decisioni, non a parole, ma in numeri precisi. Molte grandi società di rete in Occidente utilizzano i sistemi di BI da molto tempo, inclusi Amazon, Yahoo, Wall-Mart e altri famosi in tutto il mondo.Le società di cui sopra spendono molti soldi in business intelligence, ma i sistemi di BI implementati hanno un valore inestimabile benefici.

I vantaggi dei sistemi di business intelligence professionali si basano sui principi supportati in tutte le applicazioni BI avanzate:

Visibilità. L'interfaccia principale di qualsiasi software di analisi aziendale dovrebbe riflettere gli indicatori principali. Grazie a ciò, il manager sarà rapidamente in grado di valutare lo stato delle cose nell'impresa e iniziare a prendere qualcosa se necessario;
Personalizzazione. Ogni utente dovrebbe essere in grado di personalizzare l'interfaccia e i tasti funzione nel modo più conveniente per se stesso;
Stratificazione. Ogni set di dati dovrebbe avere diverse sezioni (livelli) per fornire il livello di dettaglio necessario a un livello particolare;
Interattività. Gli utenti dovrebbero essere in grado di raccogliere informazioni da tutte le fonti e da più direzioni contemporaneamente. È necessario che il sistema abbia la funzione di configurare la notifica tramite parametri chiave;
Multithreading e controllo accessi. Nel sistema BI dovrebbe essere implementato il funzionamento simultaneo di un numero elevato di utenti con la possibilità di impostare loro diversi livelli di accesso.

L'intera comunità IT è d'accordo Sistemi di informazione gli analisti aziendali sono una delle aree più promettenti di sviluppo del settore. Tuttavia, la loro attuazione è spesso ostacolata da barriere tecniche e psicologiche, dal lavoro non coordinato dei dirigenti e dall'assenza di aree di responsabilità prescritte.

Quando si pensa all'implementazione di sistemi di classe BI, è importante ricordare che il successo del progetto dipenderà in gran parte dall'atteggiamento dei dipendenti dell'azienda nei confronti dell'innovazione. Questo vale per tutti i prodotti IT: lo scetticismo e la paura del ridimensionamento possono minare tutti gli sforzi di implementazione. Pertanto, è molto importante capire quali sensazioni evoca il sistema di business intelligence negli utenti futuri. La situazione ideale si verificherà quando i dipendenti dell'azienda tratteranno il sistema come un assistente e uno strumento per migliorare il proprio lavoro.

Prima di avviare un progetto per l'implementazione della tecnologia BI, è necessario condurre un'analisi approfondita dei processi aziendali dell'azienda e dei principi di presa delle decisioni di gestione. Dopotutto, sono questi dati che parteciperanno all'analisi della situazione in azienda. Aiuterà anche a fare la scelta di un sistema di BI insieme ad altri criteri principali:

Obiettivi e obiettivi dell'implementazione dei sistemi di BI;
Requisiti per la memorizzazione dei dati e capacità di operare con essi;
Funzioni di integrazione dei dati. Senza utilizzare i dati provenienti da tutte le fonti dell'azienda, il management non sarà in grado di ottenere un quadro olistico dello stato delle cose;
Capacità di visualizzazione. Per ogni persona, l'analisi BI ideale è diversa e il sistema deve soddisfare le esigenze di ciascun utente;
Versatilità o specializzazione ristretta. Esistono sistemi nel mondo rivolti a un settore specifico, nonché soluzioni universali che consentono di raccogliere informazioni in qualsiasi aspetto;
Richieste di risorse e il prezzo di Software... La scelta di un sistema di BI, come qualsiasi software, dipende dalle capacità dell'azienda.

I criteri di cui sopra aiuteranno il management a fare una scelta informata tra tutta la varietà di noti sistemi di business intelligence. Esistono altri parametri (ad es. struttura di archiviazione, architettura web), ma questi richiedono competenze in aree IT ristrette.

Non basta fare una scelta, acquistare software, installarlo e configurarlo. La corretta implementazione dei sistemi di BI in qualsiasi direzione si basa sulle seguenti regole:

Correttezza dei dati. Se i dati per l'analisi non sono corretti, esiste la possibilità di un grave errore di sistema;
Formazione completa per ogni utente;
Implementazione rapida. Devi concentrarti sull'ottenere i rapporti giusti in tutte le posizioni chiave, piuttosto che servire perfettamente un singolo utente. Regolare aspetto esteriore segnalare o aggiungere un'altra sezione per comodità, è sempre possibile dopo l'implementazione;
Realizza il ROI sul tuo sistema BI. L'effetto dipende da molti fattori e in alcuni casi è visibile solo dopo pochi mesi;
L'attrezzatura dovrebbe essere progettata non solo per la situazione attuale, ma anche per il prossimo futuro;
Comprendere perché è stata avviata l'implementazione del sistema BI e non richiederlo Software impossibile.

Secondo le statistiche, solo il 30% dei dirigenti aziendali è soddisfatto dell'implementazione dei sistemi di BI. Negli anni di esistenza dei software di analisi aziendale, gli esperti hanno formulato 9 errori chiave che possono ridurre al minimo l'efficienza:

Non ovvietà della finalità di attuazione per la gestione. Spesso un progetto viene creato dal reparto IT senza lo stretto coinvolgimento dei manager. Nella maggior parte dei casi, nel processo di implementazione e funzionamento, sorgono interrogativi circa lo scopo e gli obiettivi del sistema di BI, i vantaggi e l'usabilità;
Mancanza di trasparenza nella gestione, nel lavoro dei dipendenti e nel processo decisionale. I manager potrebbero non conoscere gli algoritmi per il lavoro dei dipendenti sul campo e decisioni di gestione può essere accettato non solo sulla base di fatti asciutti. Ciò comporterà l'impossibilità di mantenere il paradigma esistente a seguito dell'implementazione del sistema di BI. E spesso rompono la cultura che si è sviluppata negli anni governo d'impresa impossibile;
Affidabilità dei dati insufficiente. È inaccettabile inserire informazioni false nel sistema di analisi aziendale, altrimenti i dipendenti non potranno fidarsi di esse e utilizzarle;
La scelta sbagliata di un sistema di business intelligence professionale. Molti esempi storici, quando il management assume un'organizzazione di terze parti per implementare un sistema di BI e non partecipa alla sua scelta, parlano da soli. Di conseguenza viene introdotto un sistema che non consente di ottenere il report richiesto o con il quale è impossibile integrare uno dei software esistenti in azienda;
Mancanza di un piano per il futuro. La particolarità dei sistemi di BI è che non è un software statico. È impossibile finire un progetto di implementazione e non pensarci. Ci sono molti requisiti da parte degli utenti e del management per quanto riguarda i miglioramenti;
Trasferimento del sistema BI organizzazione esterna per supporto. Come dimostra la pratica, molto spesso tali situazioni portano all'isolamento del prodotto e all'isolamento del sistema dallo stato reale delle cose. Il proprio servizio di supporto risponde in modo molto più rapido ed efficiente al feedback degli utenti e ai requisiti di gestione;
Desiderio di risparmiare denaro. Negli affari è normale, ma l'analisi BI funziona solo se tiene conto di tutti gli aspetti delle attività dell'azienda. Questo è il motivo per cui i sistemi di analisi approfondita di alto valore sono più efficaci. Il desiderio di ricevere numerosi report su aree di interesse porta a frequenti errori di dati e ad una grande dipendenza dalle qualifiche degli specialisti IT;
Terminologia diversa in azienda. È importante che tutti gli utenti comprendano i termini di base e il loro significato. Un semplice malinteso può portare a interpretazioni errate dei report e degli indicatori del sistema BI;
Mancanza di una strategia di analisi aziendale unificata nell'impresa. Senza un unico corso scelto per tutti i dipendenti, qualsiasi sistema di classe BI sarà solo un insieme di rapporti disparati che soddisfano le esigenze dei singoli manager.

L'implementazione dei sistemi BI è un passo importante che può aiutare a portare la tua azienda al livello successivo. Ma ciò richiederà non solo un'infusione di finanziamenti abbastanza grande, ma anche il tempo e lo sforzo di ciascun dipendente dell'azienda. Non tutte le aziende sono pronte a completare con competenza un progetto per l'implementazione di un sistema di analisi aziendale.

(Intelligence aziendale).

Giovani specialisti sono invitati al seminario in qualità di relatori. carriera di successo analisti in aziende high-tech come Microsoft, IBM, Google, Yandex, MTS, ecc. Ad ogni seminario, agli studenti vengono raccontati alcuni dei problemi di business che vengono risolti in queste aziende, come vengono accumulati i dati, come sorgono i problemi di analisi dati , con quali metodi possono essere risolti.

Tutti gli specialisti invitati sono aperti ai contatti e gli studenti potranno contattarli per un consiglio.

Obiettivi del workshop:

contribuire a colmare il divario esistente tra la ricerca universitaria e la soluzione di problemi pratici nel campo dell'analisi dei dati;
facilitare lo scambio di esperienze tra professionisti attuali e futuri.

Il seminario si tiene regolarmente presso la Facoltà di CMC MSU il venerdì alle ore 18:20 , sala conferenze P5(primo piano).

La frequenza al seminario è gratuita(se non si dispone di un pass per l'Università statale di Mosca, si prega di informare in anticipo gli organizzatori del seminario per presentare l'elenco dei partecipanti per il turno).

Programma di officina

Data	Argomento del relatore e del workshop
10 settembre 2010 18:20	Alexander Efimov , capo del dipartimento di analisi rete di vendita al dettaglio MTS. Prevedere l'effetto delle campagne di marketing e ottimizzare l'assortimento dei negozi. Pagina dell'applicazione: ottimizzazione dell'assortimento di punti vendita (problema dati).
17 settembre 2010 18:20	Vadim Strizhov , Ricercatore Centro di calcolo RAS. Punteggio del credito bancario: metodi per la generazione e la selezione automatica dei modelli. Il classico e nuova tecnologia costruire carte punteggio. Il seminario spiega come funzionano i dati dei clienti e come generare il modello di scoring più plausibile che soddisfi, inoltre, i requisiti degli standard bancari internazionali.
24 settembre 2010 18:20	Vladimir Krekoten , Responsabile Marketing e Vendite, casa di intermediazione Otkritie. Applicazione metodi matematici per prevedere e contrastare l'abbandono dei clienti. Vengono presi in considerazione i problemi pratici che emergono nell'analisi. base di clienti nel marketing. Vengono impostati i compiti di clustering e segmentazione dei clienti, scoring di nuovi clienti, monitoraggio delle dinamiche dei segmenti target. Pagina dell'applicazione: Clustering dei clienti di una società di intermediazione (problema con i dati).
1 ottobre 2010 18:20	Nikolay Filipenkov , e a proposito di. Capo del dipartimento di credit scoring della Banca di Mosca. Applicazione di metodi matematici per gestire il rischio di credito al dettaglio. Vengono presi in considerazione alcuni aspetti pratici della costruzione di modelli di punteggio e di valutazione del rischio. Pagina dell'applicazione: Retail Credit Risk Management (problema dati).
8 ottobre 2010 18:20	Fedor Romanenko , Direttore del Dipartimento per la qualità della ricerca, Yandex. Storia e principi del ranking delle ricerche web. L'articolo tratta l'uso e lo sviluppo dei metodi di Information Retrieval, dal ranking del testo e dei link al Machine Learning fino al Rank nel problema della ricerca su Internet. I principi fondamentali alla base del moderno posizionamento sul web sono stabiliti in relazione alle storie di successo dei motori di ricerca. Particolare attenzione è rivolta all'impatto della qualità della ricerca su indicatori di mercato e la necessità vitale di lavorare continuamente per migliorarlo.
15 ottobre 2010 18:20	Vitaly Goldstein , sviluppatore, Yandex. Servizi di informazione geografica Yandex. Racconta del progetto Yandex.Traffic jams e di altri progetti di geoinformazione Yandex, della provenienza dei dati iniziali per la costruzione di sistemi di geoinformazione, di una nuova tecnologia di elaborazione dati scalabile, della concorrenza della matematica di Internet e di alcuni problemi promettenti. Vengono forniti i dati e viene fornita una dichiarazione formale del problema del ripristino della road map. Pagina dell'applicazione: creazione di un grafico stradale basato sui dati della carreggiata del veicolo (problema con i dati).
22 ottobre 2010	Il seminario è stato annullato.
29 ottobre 2010 18:20	Fedor Krasnov , VP dei processi aziendali e tecnologie dell'informazione, AKADO. Come ottengo i dati dei clienti?