ทางเข้าการวิเคราะห์ข้อมูลทางธุรกิจ - หลักการพื้นฐาน TIBCO Spotfire: การวิเคราะห์ข้อมูลขนาดใหญ่ (Big Data Analytics) ของขั้นตอนการเปิดตัวระบบ BI
ข่าวกรองธุรกิจหรือ BI เป็นคำทั่วไปที่อ้างถึงผลิตภัณฑ์ซอฟต์แวร์และแอปพลิเคชันต่างๆ ที่ออกแบบมาเพื่อวิเคราะห์ข้อมูลหลักขององค์กร
การวิเคราะห์ธุรกิจเป็นกิจกรรมประกอบด้วยกระบวนการที่เชื่อมโยงถึงกันหลายประการ:
- การขุดข้อมูล (การขุดข้อมูล),
- การประมวลผลเชิงวิเคราะห์ตามเวลาจริง (การประมวลผลการวิเคราะห์ออนไลน์),
- รับข้อมูลจากฐานข้อมูล (สอบถาม),
- ทำรายงาน (กำลังรายงาน).
บริษัทต่างๆ กำลังใช้ BI ในการตัดสินใจอย่างมีข้อมูล ลดต้นทุน และค้นหาโอกาสทางธุรกิจใหม่ๆ BI เป็นมากกว่าการรายงานทั่วไปขององค์กรหรือชุดเครื่องมือในการรับข้อมูลจากระบบบัญชีขององค์กร ซีไอโอใช้ข่าวกรองธุรกิจเพื่อระบุกระบวนการทางธุรกิจที่มีประสิทธิภาพต่ำกว่าที่พร้อมสำหรับการออกแบบใหม่
การใช้เครื่องมือวิเคราะห์ธุรกิจที่ทันสมัย นักธุรกิจสามารถเริ่มวิเคราะห์ข้อมูลได้ด้วยตนเอง โดยไม่ต้องรอให้แผนกไอทีสร้างรายงานที่ซับซ้อนและสับสน การทำให้เป็นประชาธิปไตยในการเข้าถึงข้อมูลนี้ทำให้ผู้ใช้สามารถสำรองข้อมูลการตัดสินใจทางธุรกิจของพวกเขาด้วยตัวเลขจริงที่อาจขึ้นอยู่กับสัญชาตญาณและโอกาส
แม้ว่าระบบ BI จะมีแนวโน้มค่อนข้างดี แต่การนำไปใช้งานอาจถูกขัดขวางโดยปัญหาทางเทคนิคและ "วัฒนธรรม" ผู้จัดการจำเป็นต้องให้ข้อมูลที่ชัดเจนและสม่ำเสมอแก่แอปพลิเคชัน BI เพื่อให้ผู้ใช้สามารถไว้วางใจได้
บริษัทใดบ้างที่ใช้ระบบ BI
เครือร้านอาหาร (เช่น Hardee's, Wendy's, Ruby Tuesday และ T.G.I. Friday's) ใช้ระบบ Business Intelligence อย่างจริงจัง BI มีประโยชน์อย่างมากสำหรับพวกเขาในการตัดสินใจที่สำคัญเชิงกลยุทธ์ มีผลิตภัณฑ์ใหม่ใดบ้างที่จะเพิ่มในเมนู ไม่รวมอาหารอะไร ปิดร้านที่ไม่มีประสิทธิภาพ เป็นต้น พวกเขายังใช้ BI สำหรับปัญหาทางยุทธวิธี เช่น การเจรจาสัญญากับซัพพลายเออร์ผลิตภัณฑ์ใหม่และระบุวิธีปรับปรุงกระบวนการที่ไม่มีประสิทธิภาพ เนื่องจากเครือข่ายร้านอาหารให้ความสำคัญกับกระบวนการทางธุรกิจภายในเป็นอย่างมาก และเนื่องจาก BI เป็นศูนย์กลางในการควบคุมกระบวนการเหล่านี้ การช่วยจัดการองค์กร ร้านอาหาร ในบรรดาอุตสาหกรรมทั้งหมด จึงเป็นกลุ่มบริษัทชั้นนำที่ได้รับประโยชน์จากระบบเหล่านี้จริงๆ
ข่าวกรองธุรกิจเป็นหนึ่งในองค์ประกอบสำคัญของ BI องค์ประกอบนี้มีความสำคัญต่อความสำเร็จของบริษัทในทุกอุตสาหกรรม
ในภาคส่วน ค้าปลีก Wal-Mart ใช้การวิเคราะห์ข้อมูลและการวิเคราะห์คลัสเตอร์อย่างกว้างขวางเพื่อรักษาตำแหน่งที่โดดเด่นในภาคส่วน Harrah's เปลี่ยนพื้นฐานของนโยบาย การแข่งขันในธุรกิจเกมโดยเน้นที่การวิเคราะห์ความภักดีของลูกค้าและระดับการบริการ แทนที่จะรักษาระดับเมกะคาสิโน Amazon และ Yahoo ไม่ได้เป็นเพียงโครงการเว็บขนาดใหญ่เท่านั้น แต่พวกเขากำลังใช้ระบบธุรกิจอัจฉริยะและแนวทาง "ทดสอบและทำความเข้าใจ" ทั่วไปในการปรับปรุงกระบวนการทางธุรกิจของพวกเขา Capital One ดำเนินการทดลองมากกว่า 30,000 ครั้งต่อปีเพื่อระบุ กลุ่มเป้าหมายและการประเมินข้อเสนอบัตรเครดิต
การดำเนินการ BI ควรเริ่มต้นที่ไหนหรือกับใคร
การมีส่วนร่วมของพนักงานโดยรวมมีความสำคัญต่อความสำเร็จของโครงการ BI เนื่องจากทุกคนที่เกี่ยวข้องในกระบวนการต้องมีสิทธิ์เข้าถึงข้อมูลอย่างเต็มที่จึงจะสามารถเปลี่ยนวิธีการทำงานของพวกเขาได้ โครงการ BI ควรเริ่มต้นด้วยผู้บริหารระดับสูง และผู้ใช้กลุ่มต่อไปควรเป็นผู้จัดการฝ่ายขาย ความรับผิดชอบหลักของพวกเขาคือการเพิ่มยอดขายและ ค่าจ้างมักจะขึ้นอยู่กับว่าพวกเขาทำได้ดีแค่ไหน ดังนั้นพวกเขาจะยอมรับเครื่องมือใด ๆ ที่สามารถช่วยพวกเขาได้เร็วกว่ามากโดยที่เครื่องมือนี้ใช้งานง่ายและเชื่อถือข้อมูลที่ได้รับ
คุณสามารถสั่งซื้อโครงการนำร่องของคุณบนแพลตฟอร์มการวิเคราะห์ธุรกิจ
เมื่อใช้ระบบ BI พนักงานจะปรับงานแต่ละงานและงานกลุ่ม ซึ่งนำไปสู่การทำงานที่มีประสิทธิภาพมากขึ้นของทีมขาย เมื่อหัวหน้าฝ่ายขายเห็นความแตกต่างอย่างมีนัยสำคัญในประสิทธิภาพของหลายแผนก พวกเขาพยายามที่จะนำแผนกที่ "ล้าหลัง" ไปสู่ระดับที่แผนกที่ "ชั้นนำ" กำลังดำเนินการอยู่
เมื่อนำข่าวกรองธุรกิจมาใช้ในแผนกขาย คุณก็สามารถนำไปใช้ในแผนกอื่นๆ ขององค์กรต่อไปได้ ประสบการณ์ของพนักงานขายในเชิงบวกจะส่งเสริมให้พนักงานคนอื่นๆ นำเทคโนโลยีใหม่ๆ มาใช้
จะนำระบบ BI ไปใช้อย่างไร?
ก่อนนำระบบ BI ไปใช้ บริษัทควรวิเคราะห์กลไกการนำไปใช้ การตัดสินใจของผู้บริหารและทำความเข้าใจว่าผู้นำด้านข้อมูลใดบ้างที่จำเป็นในการตัดสินใจเหล่านั้นอย่างมีข้อมูลและรวดเร็วยิ่งขึ้น ขอแนะนำให้วิเคราะห์ว่าผู้จัดการรูปแบบใดต้องการรับข้อมูล (ในรูปแบบรายงาน กราฟ ออนไลน์ ในรูปแบบกระดาษ) การปรับแต่งกระบวนการเหล่านี้จะแสดงว่าบริษัทต้องการรับ วิเคราะห์ และรวมข้อมูลใดบ้างในระบบ BI
ระบบ BI ที่ดีควรให้บริบทแก่ผู้ใช้ แค่รายงานยอดขายเมื่อวานและยอดขายของปีที่แล้วในวันเดียวกันนั้นไม่เพียงพอ ระบบควรทำให้เข้าใจได้ว่าปัจจัยใดบ้างที่นำไปสู่มูลค่าการขายในวันหนึ่งและอีกวันหนึ่ง - ในวันเดียวกันของปีที่แล้ว
เช่นเดียวกับโครงการ IT หลายๆ โครงการ การนำ BI มาใช้จะไม่เป็นผลหากผู้ใช้รู้สึกว่า "ถูกคุกคาม" หรือสงสัยเกี่ยวกับเทคโนโลยีและหยุดใช้เป็นผล BI เมื่อนำไปใช้เพื่อวัตถุประสงค์ "เชิงกลยุทธ์" ควรจะเปลี่ยนแปลงโดยพื้นฐานวิธีการทำงานของบริษัทและการตัดสินใจ ดังนั้นผู้นำด้านไอทีจึงต้องให้ความสนใจเป็นพิเศษกับความคิดเห็นและปฏิกิริยาของผู้ใช้
7 ขั้นตอนของการเปิดตัวระบบ BI
- ตรวจสอบให้แน่ใจว่าข้อมูลของคุณถูกต้อง (เชื่อถือได้และเหมาะสำหรับการวิเคราะห์)
- ให้การฝึกอบรมผู้ใช้ที่ครอบคลุม
- นำผลิตภัณฑ์ไปใช้ให้เร็วที่สุด โดยทำความคุ้นเคยกับการใช้งานอยู่แล้วในระหว่างการนำไปใช้งาน คุณไม่จำเป็นต้องใช้เวลามากมายในการพัฒนารายงานที่ "สมบูรณ์แบบ" เพราะคุณสามารถเพิ่มรายงานได้ในขณะที่ระบบพัฒนาขึ้นและผู้ใช้ต้องการ สร้างรายงานที่มอบคุณค่าสูงสุดอย่างรวดเร็ว (ความต้องการของผู้ใช้สำหรับรายงานเหล่านี้สูงที่สุด) แล้วปรับแต่ง
- ใช้แนวทางบูรณาการเพื่อสร้างคลังข้อมูล ตรวจสอบให้แน่ใจว่าคุณไม่ได้ผูกมัดตัวเองกับกลยุทธ์ข้อมูลที่ไม่ได้ผลในระยะยาว
- ก่อนที่คุณจะเริ่ม ให้ประมาณการ ROI อย่างชัดเจน กำหนดผลประโยชน์เฉพาะที่คุณต้องการบรรลุแล้วทดสอบกับผลลัพธ์จริงทุกไตรมาสหรือทุก ๆ หกเดือน
- มุ่งเน้นไปที่เป้าหมายธุรกิจของคุณ
- อย่าซื้อซอฟต์แวร์วิเคราะห์เพราะคุณ คิดที่คุณต้องการ ใช้ BI ด้วยแนวคิดที่ว่าข้อมูลของคุณมีตัวบ่งชี้ที่คุณจำเป็นต้องได้รับ ในเวลาเดียวกัน อย่างน้อยสิ่งสำคัญคือต้องมีความคิดคร่าวๆ ว่าพวกเขาอยู่ที่ไหน
ปัญหาที่อาจเกิดขึ้น?
อุปสรรคสำคัญต่อความสำเร็จของระบบ BI คือการต่อต้านของผู้ใช้ ท่ามกลางคนอื่น ๆ ปัญหาที่เป็นไปได้- ความจำเป็นในการ "กลั่นกรอง" ข้อมูลที่ไม่เกี่ยวข้องจำนวนมาก รวมทั้งข้อมูลที่มีคุณภาพไม่น่าพอใจ
กุญแจที่จะได้รับ ผลลัพธ์ที่สำคัญจากการทำงานของระบบ BI - นี่คือข้อมูลมาตรฐาน ข้อมูลเป็นองค์ประกอบพื้นฐานของระบบ BI บริษัทจำเป็นต้องจัดคลังข้อมูลตามลำดับก่อนจึงจะสามารถเริ่มดึงข้อมูลที่ต้องการและเชื่อถือผลลัพธ์ได้ หากไม่มีการกำหนดมาตรฐานข้อมูล ก็มีความเสี่ยงที่จะได้ผลลัพธ์ที่ไม่ถูกต้อง
ปัญหาอีกประการหนึ่งอาจเป็นความเข้าใจที่ไม่ถูกต้องเกี่ยวกับบทบาทของระบบวิเคราะห์ เครื่องมือ BI มีความยืดหยุ่นและเป็นมิตรกับผู้ใช้มากขึ้น แต่บทบาทหลักของพวกเขายังคงรายงานอยู่ อย่าคาดหวังจากพวกเขา ระบบควบคุมอัตโนมัติกระบวนการทางธุรกิจ. อย่างไรก็ตาม การเปลี่ยนแปลงบางอย่างในทิศทางนี้ยังคงมีการวางแผน
อุปสรรคประการที่สามในการเปลี่ยนแปลงกระบวนการทางธุรกิจโดยใช้ระบบ BI คือการขาดความเข้าใจโดยบริษัทเกี่ยวกับกระบวนการทางธุรกิจของตนเอง เป็นผลให้บริษัทไม่เข้าใจว่ากระบวนการเหล่านี้สามารถปรับปรุงได้อย่างไร หากกระบวนการไม่มีผลกระทบโดยตรงต่อผลกำไร หรือบริษัทไม่ได้ตั้งใจที่จะสร้างมาตรฐานให้กับกระบวนการในทุกแผนก การนำระบบ BI ไปใช้อาจไม่ได้ผล บริษัทจำเป็นต้องเข้าใจกิจกรรมทั้งหมดและหน้าที่ทั้งหมดที่ประกอบเป็นกระบวนการทางธุรกิจเดียว สิ่งสำคัญคือต้องทราบวิธีการถ่ายโอนข้อมูลและข้อมูลผ่านกระบวนการต่างๆ และวิธีการถ่ายโอนข้อมูลระหว่างผู้ใช้ทางธุรกิจ และวิธีที่ผู้คนใช้ข้อมูลนี้เพื่อดำเนินงานภายใน กระบวนการเฉพาะ. หากเป้าหมายคือเพิ่มประสิทธิภาพการทำงานของพนักงาน ทั้งหมดนี้ต้องเข้าใจก่อนเริ่มโครงการ BI
ประโยชน์บางประการของการใช้โซลูชัน BI
แอปพลิเคชัน BI จำนวนมากช่วยให้บริษัทต่างๆ ชดใช้เงินลงทุนของตนได้ ระบบข่าวกรองธุรกิจใช้เพื่อสำรวจวิธีการลดต้นทุน ระบุโอกาสทางธุรกิจใหม่ นำเสนอข้อมูล ERP ในรูปแบบภาพ และตอบสนองต่อความต้องการที่เปลี่ยนแปลงอย่างรวดเร็วและปรับราคาให้เหมาะสม
นอกเหนือจากการทำให้เข้าถึงข้อมูลได้มากขึ้นแล้ว BI ยังช่วยให้บริษัทต่างๆ มีมูลค่ามากขึ้นในระหว่างการเจรจาโดยทำให้การประเมินความสัมพันธ์กับซัพพลายเออร์และลูกค้าง่ายขึ้น
ภายในองค์กร มีโอกาสมากมายที่จะประหยัดเงินโดยการเพิ่มประสิทธิภาพกระบวนการทางธุรกิจและการตัดสินใจโดยรวม BI สามารถช่วยปรับปรุงกระบวนการเหล่านี้ได้อย่างมีประสิทธิภาพโดยให้ความกระจ่างเกี่ยวกับข้อผิดพลาดที่เกิดขึ้น ตัวอย่างเช่น พนักงานในบริษัทใน Albuquerque ใช้ BI เพื่อระบุวิธีลดการใช้ โทรศัพท์มือถือ, ทำงานใน ล่วงเวลาและค่าใช้จ่ายในการดำเนินงานอื่นๆ ซึ่งช่วยประหยัดองค์กรได้ 2 ล้านเหรียญสหรัฐในระยะเวลาสามปี ด้วยความช่วยเหลือของโซลูชั่น BI โตโยต้าตระหนักว่าได้จ่ายเงินเกินผู้ให้บริการขนส่งทั้งหมดเป็น 812,000 ดอลลาร์ในปี 2543 การใช้ระบบ BI เพื่อตรวจจับข้อบกพร่องในกระบวนการทางธุรกิจทำให้บริษัทอยู่ในตำแหน่งที่ดีขึ้น ทำให้ได้เปรียบในการแข่งขันเหนือบริษัทที่ใช้ BI เป็นเพียงการติดตามว่าเกิดอะไรขึ้น
- วิเคราะห์วิธีที่ผู้นำตัดสินใจ
- ลองนึกถึงสิ่งที่ผู้จัดการข้อมูลต้องการเพื่อเพิ่มประสิทธิภาพในการตัดสินใจในการปฏิบัติงาน
- ให้ความสำคัญกับคุณภาพของข้อมูล
- นึกถึงเมตริกประสิทธิภาพที่สำคัญที่สุดสำหรับธุรกิจของคุณ
- ให้บริบทที่มีอิทธิพลต่อการวัดประสิทธิภาพ
และจำไว้ว่า BI เป็นมากกว่าแค่การสนับสนุนการตัดสินใจ ด้วยความก้าวหน้าทางเทคโนโลยีและวิธีที่ผู้นำด้านไอทีนำไปใช้ ระบบข่าวกรองธุรกิจจึงมีศักยภาพในการเปลี่ยนแปลงองค์กร ซีไอโอที่ใช้ BI ได้สำเร็จในการปรับปรุงกระบวนการทางธุรกิจมีส่วนสนับสนุนที่มีความหมายมากขึ้นกับองค์กร ผู้บริหารที่ใช้เครื่องมือการรายงานขั้นพื้นฐาน
ที่มา www.cio.com
ธุรกิจขนาดเล็กในประเทศ CIS ยังไม่ได้ใช้การวิเคราะห์ข้อมูลเพื่อการพัฒนาธุรกิจ กำหนดความสัมพันธ์ ค้นหารูปแบบที่ซ่อนอยู่: ผู้ประกอบการดำเนินการกับรายงานจากนักการตลาดและนักบัญชี ผู้นำขององค์กรขนาดเล็กและขนาดกลางบางส่วนพึ่งพาสัญชาตญาณมากกว่าการวิเคราะห์ แต่ในขณะเดียวกัน การวิเคราะห์ก็มีศักยภาพมหาศาล ซึ่งช่วยลดต้นทุนและเพิ่มผลกำไร ตัดสินใจได้เร็วและเป็นกลางมากขึ้น เพิ่มประสิทธิภาพกระบวนการ เข้าใจลูกค้าได้ดีขึ้น และปรับปรุงผลิตภัณฑ์
นักบัญชีจะไม่เข้ามาแทนที่นักวิเคราะห์
ผู้บริหารธุรกิจขนาดเล็กมักถือว่ารายงานการตลาดและบัญชีเป็นตัวแทนที่ถูกต้องแม่นยำของผลการดำเนินงานของบริษัท แต่มันยากมากที่จะตัดสินใจโดยอาศัยสถิติแบบแห้ง และข้อผิดพลาดในการคำนวณที่ไม่มี การศึกษาเฉพาะทางหลีกเลี่ยงไม่ได้.
กรณีที่ 1 หลังการวิเคราะห์แคมเปญส่งเสริมการขายภายในปีใหม่ผู้ประกอบการได้ประกาศโปรโมชั่นที่มีส่วนลดสินค้าบางรายการ หลังจากประเมินรายได้ในช่วงปีใหม่ เขาเห็นว่ายอดขายเพิ่มขึ้นเพียงใด และรู้สึกยินดีกับความมีไหวพริบของเขา แต่ให้คำนึงถึงปัจจัยทั้งหมด:
- ยอดขายจะแข็งแกร่งเป็นพิเศษในวันศุกร์ ซึ่งเป็นวันที่รายได้สูงสุด ซึ่งเป็นเทรนด์ประจำสัปดาห์
- เมื่อเทียบกับการเติบโตของยอดขายที่มักจะเกิดขึ้นภายใต้ ปีใหม่แล้วกำไรก็ไม่มาก
- หากคุณกรองรายการส่งเสริมการขายออกไป ปรากฎว่ายอดขายลดลง
กรณีที่ 2 ศึกษาการหมุนเวียนที่ร้านค้า เสื้อผ้าผู้หญิงปัญหาด้านลอจิสติกส์: สินค้าในโกดังบางแห่งมีสินค้าไม่เพียงพอ และบางร้านอาจค้างอยู่หลายเดือน จะทราบได้อย่างไรโดยไม่วิเคราะห์ยอดขายว่าจะนำเข้ากางเกงกี่ตัวในภูมิภาคหนึ่ง และจะส่งเสื้อโค้ทไปให้อีกกี่ตัวในขณะที่ได้กำไรสูงสุด ในการทำเช่นนี้ คุณต้องคำนวณมูลค่าการซื้อขาย อัตราส่วนของความเร็วในการขาย และสินค้าคงคลังเฉลี่ยในช่วงเวลาหนึ่ง พูดง่ายๆ ก็คือ มูลค่าการซื้อขายเป็นเครื่องบ่งชี้ว่าร้านค้าจะขายสินค้าได้กี่วัน ขายได้เร็วแค่ไหน หุ้นเฉลี่ยผลิตภัณฑ์จ่ายเงินเร็วแค่ไหน การเก็บสำรองขนาดใหญ่นั้นไม่มีประโยชน์ทางเศรษฐกิจ เนื่องจากจะทำให้เงินทุนแข็งตัวและทำให้การพัฒนาช้าลง ถ้าหุ้นลงก็อาจจะขาดและบริษัทก็ขาดทุนอีก จะหาค่าเฉลี่ยสีทองได้ที่ไหน อัตราส่วนที่ผลิตภัณฑ์ไม่ซบเซาในคลังสินค้าและในขณะเดียวกันคุณสามารถรับประกันได้ว่าลูกค้าจะพบหน่วยที่เหมาะสมในร้านค้า? ในการดำเนินการนี้ นักวิเคราะห์ควรช่วยคุณพิจารณา:
- มูลค่าการซื้อขายที่ต้องการ,
- การเปลี่ยนแปลงการหมุนเวียน
เมื่อต้องชำระเงินกับซัพพลายเออร์ที่มีความล่าช้า คุณต้องคำนวณอัตราส่วนของวงเงินสินเชื่อและมูลค่าการซื้อขายด้วย มูลค่าการซื้อขายเป็นวัน = ค่าเฉลี่ย รายการสิ่งของ* จำนวนวัน / มูลค่าการซื้อขายสำหรับงวดนี้
การคำนวณยอดคงเหลือตามประเภทสินค้าและมูลค่าการซื้อขายรวมในร้านค้าช่วยให้เข้าใจว่าจำเป็นต้องเคลื่อนย้ายสินค้าบางส่วนไปที่ใด นอกจากนี้ยังควรคำนวณมูลค่าการซื้อขายแต่ละหน่วยของการแบ่งประเภทเพื่อการตัดสินใจ: ลดราคาด้วยความต้องการที่ลดลง สั่งใหม่เมื่อมีความต้องการเพิ่มขึ้น ย้ายไปยังคลังสินค้าอื่น ตามประเภท คุณสามารถจัดทำรายงานการหมุนเวียนในแบบฟอร์มนี้ จะเห็นได้ว่าเสื้อยืดและจั๊มเปอร์ขายได้เร็วกว่าแต่เสื้อโค้ตขายกันมานาน นักบัญชีธรรมดาสามารถทำงานนี้ได้หรือไม่? เราสงสัย ในเวลาเดียวกัน การคำนวณมูลค่าการซื้อขายปกติและการใช้ผลลัพธ์สามารถเพิ่มผลกำไรได้ 8-10%
การวิเคราะห์ข้อมูลใช้ในด้านใดบ้าง
- ฝ่ายขาย.สิ่งสำคัญคือต้องเข้าใจว่าทำไมยอดขายถึงเป็นไปด้วยดี (หรือไม่ดี) ไดนามิกคืออะไร ในการแก้ปัญหานี้ จำเป็นต้องตรวจสอบปัจจัยที่ส่งผลต่อกำไรและรายได้ ตัวอย่างเช่น การวิเคราะห์ความยาวของใบเสร็จรับเงินและรายได้ต่อลูกค้าหนึ่งราย ปัจจัยดังกล่าวสามารถตรวจสอบได้โดยกลุ่มสินค้า ฤดูกาล ร้านค้า คุณสามารถระบุยอดขายสูงสุดและจำนวนหลุมได้โดยการวิเคราะห์การคืนสินค้า การยกเลิก และธุรกรรมอื่นๆ
- การเงิน.การตรวจสอบตัวบ่งชี้เป็นสิ่งจำเป็นสำหรับนักการเงินในการติดตามกระแสเงินสดและกระจายสินทรัพย์ในพื้นที่ธุรกิจต่างๆ ซึ่งจะช่วยในการประเมินประสิทธิภาพของการเก็บภาษีและปัจจัยอื่นๆ
- การตลาด.บริษัทการตลาดทุกแห่งต้องการการคาดการณ์และการวิเคราะห์หลังหุ้น ในขั้นตอนของการพัฒนาแนวคิด จำเป็นต้องกำหนดกลุ่มสินค้า (การควบคุมและเป้าหมาย) ที่เรากำลังสร้างข้อเสนอ นี่เป็นงานสำหรับนักวิเคราะห์ข้อมูลเช่นกันเนื่องจากนักการตลาดทั่วไปไม่มีเครื่องมือและทักษะที่จำเป็นสำหรับการวิเคราะห์ที่ดี ตัวอย่างเช่น หากกลุ่มควบคุมจำนวนรายได้และจำนวนลูกค้าเท่ากับกลุ่มเป้าหมาย , โปรโมชั่นไม่ทำงาน. ในการพิจารณาสิ่งนี้ จำเป็นต้องมีการวิเคราะห์ตามช่วงเวลา
- ควบคุม.มี ทักษะความเป็นผู้นำไม่เพียงพอสำหรับผู้นำของบริษัท ประมาณการเชิงปริมาณไม่ว่าในกรณีใดงานของบุคลากรเป็นสิ่งจำเป็นสำหรับการจัดการความสามารถขององค์กร สิ่งสำคัญคือต้องเข้าใจประสิทธิผลของการจัดการกองทุนค่าจ้าง อัตราส่วนของค่าจ้างและการขาย ตลอดจนประสิทธิภาพของกระบวนการ เช่น ปริมาณงานของโต๊ะเงินสดหรือการจ้างงานของโหลดระหว่างวัน ซึ่งจะช่วยกระจายชั่วโมงการทำงานได้อย่างถูกต้อง
- การวิเคราะห์เว็บไซต์ต้องได้รับการส่งเสริมอย่างเหมาะสมเพื่อให้กลายเป็นช่องทางการขาย และต้องใช้กลยุทธ์การส่งเสริมการขายที่เหมาะสม นี่คือที่ที่การวิเคราะห์เว็บสามารถช่วยคุณได้ วิธีการสมัคร? เพื่อศึกษาพฤติกรรม อายุ เพศ และลักษณะอื่นๆ ของลูกค้า กิจกรรมในบางหน้า จำนวนคลิก ช่องทางการรับส่งข้อมูล ประสิทธิภาพการส่งจดหมาย ฯลฯ ซึ่งจะช่วยปรับปรุงธุรกิจและเว็บไซต์
- การจัดการการแบ่งประเภทการวิเคราะห์ ABC เป็นสิ่งจำเป็นสำหรับการจัดการการแบ่งประเภท นักวิเคราะห์ต้องแจกจ่ายผลิตภัณฑ์ตามลักษณะเฉพาะเพื่อทำการวิเคราะห์ประเภทนี้และทำความเข้าใจว่าผลิตภัณฑ์ใดทำกำไรได้มากที่สุดซึ่งเป็นพื้นฐานและควรทิ้ง เพื่อให้เข้าใจถึงความเสถียรของการขาย ควรทำการวิเคราะห์ XYZ
- โลจิสติกส์การศึกษาตัวชี้วัดด้านลอจิสติกส์จะมอบความเข้าใจที่มากขึ้นเกี่ยวกับการจัดซื้อ สินค้า การจัดเก็บ และความพร้อมจำหน่ายสินค้า ความสูญเสียและความต้องการของสินค้า สินค้าคงคลังเป็นสิ่งสำคัญที่ต้องเข้าใจเพื่อการจัดการธุรกิจที่ประสบความสำเร็จ
ตัวอย่างเหล่านี้แสดงให้เห็นว่าการวิเคราะห์ข้อมูลมีประสิทธิภาพเพียงใด แม้แต่สำหรับธุรกิจขนาดเล็ก กรรมการที่มีประสบการณ์จะเพิ่มผลกำไรของบริษัทและได้รับประโยชน์จากข้อมูลที่เล็กที่สุด โดยใช้การวิเคราะห์ข้อมูลอย่างถูกต้อง และรายงานด้วยภาพจะช่วยให้งานของผู้จัดการง่ายขึ้นอย่างมาก
เป็นเวลาหลายทศวรรษในการทำงานกับลูกค้ารายใหญ่ Force ได้สั่งสมประสบการณ์มากมายในด้านการวิเคราะห์ธุรกิจ และขณะนี้กำลังพัฒนาเทคโนโลยีบิ๊กดาต้าอย่างแข็งขัน ในการให้สัมภาษณ์กับ CNews Olga Gorchinskaya ผู้อำนวยการโครงการวิจัยและหัวหน้าฝ่าย Big Data ของ Force ได้พูดถึงความเชี่ยวชาญในด้านนี้ การนำไปใช้งานในวงกว้าง โซลูชันที่เป็นกรรมสิทธิ์ และศูนย์ทดสอบโซลูชัน Oracle ที่ใหญ่ที่สุดในโลกในการให้สัมภาษณ์กับ CNews
15.10.2015
Olga Gorchinskaya
ในช่วงไม่กี่ปีที่ผ่านมา รุ่นของผู้นำมีการเปลี่ยนแปลง คนใหม่เข้ามาบริหารบริษัทที่ประกอบอาชีพมาแล้วในยุคสารสนเทศ และคุ้นเคยกับการใช้คอมพิวเตอร์ อินเทอร์เน็ต และ อุปกรณ์มือถือวิธีการใน ชีวิตประจำวันตลอดจนแก้ปัญหาในการทำงาน
CNews: เครื่องมือ BI เป็นที่ต้องการมากแค่ไหน บริษัทรัสเซีย? มีการเปลี่ยนแปลงแนวทางการวิเคราะห์ธุรกิจหรือไม่: จาก "การวิเคราะห์ในรูปแบบของ Excel" ไปจนถึงการใช้เครื่องมือวิเคราะห์โดยผู้จัดการระดับสูง
โอลก้า กอร์ชินสกายา:
ทุกวันนี้ความต้องการเครื่องมือวิเคราะห์ธุรกิจค่อนข้างสูงอยู่แล้ว มีการใช้โดยองค์กรขนาดใหญ่ในเกือบทุกภาคส่วนของเศรษฐกิจ ทั้ง SMB และ SMB ต่างก็ตระหนักถึงประโยชน์ของการย้ายจาก Excel ไปยังโซลูชันการวิเคราะห์เฉพาะ
หากเราเปรียบเทียบสถานการณ์นี้กับสถานการณ์ในบริษัทเมื่อ 5 ปีที่แล้ว เราจะเห็นความคืบหน้าอย่างมีนัยสำคัญ ในช่วงไม่กี่ปีที่ผ่านมา รุ่นของผู้นำมีการเปลี่ยนแปลง มีคนใหม่ๆ เข้ามาบริหารบริษัท ซึ่งประกอบอาชีพมาแล้วในยุคสารสนเทศ และคุ้นเคยกับการใช้คอมพิวเตอร์ อินเทอร์เน็ต และอุปกรณ์พกพาทั้งในชีวิตประจำวันและเพื่อแก้ไขปัญหาในการทำงาน
CNews: แต่ไม่มีโครงการอีกแล้วเหรอ?
โอลก้า กอร์ชินสกายา:
ใน เมื่อเร็ว ๆ นี้เราพบว่าจำนวนโครงการ BI ขนาดใหญ่ใหม่ลดลงเล็กน้อย ประการแรก สถานการณ์ทางเศรษฐกิจและการเมืองโดยทั่วไปที่ยากลำบากมีบทบาทสำคัญ เป็นอุปสรรคต่อการเริ่มโครงการบางโครงการที่เกี่ยวข้องกับการนำระบบตะวันตกมาใช้ ความสนใจในโซลูชั่นโอเพ่นซอร์ส ซอฟต์แวร์ยังชะลอการเริ่มต้นโครงการ BI เนื่องจากต้องมีการศึกษาเบื้องต้นเกี่ยวกับกลุ่มซอฟต์แวร์นี้ โซลูชันการวิเคราะห์โอเพ่นซอร์สจำนวนมากยังไม่สมบูรณ์พอที่จะนำไปใช้อย่างแพร่หลาย
ประการที่สอง มีความอิ่มตัวของตลาดอยู่แล้ว ขณะนี้มีองค์กรไม่มากนักที่ไม่ได้ใช้การวิเคราะห์ทางธุรกิจ และเห็นได้ชัดว่าช่วงเวลาของการเติบโตอย่างแข็งขันของการดำเนินการขององค์กรขนาดใหญ่ ระบบวิเคราะห์.
และสุดท้าย สิ่งสำคัญที่ควรทราบคือตอนนี้ลูกค้ากำลังเปลี่ยนโฟกัสในการใช้เครื่องมือ BI ซึ่งขัดขวางการเติบโตของจำนวนโครงการที่เราคุ้นเคย ความจริงก็คือผู้จำหน่ายชั้นนำ - Oracle, IBM, SAP - สร้างโซลูชัน BI ของตนตามแนวคิดของรูปแบบข้อมูลเชิงตรรกะที่สอดคล้องกันเดียว ซึ่งหมายความว่าก่อนที่จะวิเคราะห์บางสิ่ง จำเป็นต้องกำหนดและยอมรับแนวคิดทั้งหมดอย่างชัดเจนและ ตัวชี้วัด
เมื่อรวมกับประโยชน์ที่เห็นได้ชัด สิ่งนี้นำไปสู่การพึ่งพาผู้ใช้ทางธุรกิจในระดับสูงกับผู้เชี่ยวชาญด้านไอที: หากจำเป็นต้องรวมข้อมูลใหม่ไว้ในวงกลมแห่งการพิจารณา ธุรกิจจะต้องหันไปใช้ไอทีเพื่อดาวน์โหลดข้อมูลอย่างต่อเนื่อง จัดให้สอดคล้องกับข้อมูลที่มีอยู่ โครงสร้าง รวมไว้ในแบบจำลองทั่วไป ฯลฯ d. ตอนนี้เราเห็นว่าธุรกิจต่างๆ ต้องการอิสระมากขึ้น และเพื่อประโยชน์ในการเพิ่มโครงสร้างใหม่ ตีความและวิเคราะห์ตามดุลยพินิจของตนเอง ผู้ใช้จึงเต็มใจที่จะเสียสละส่วนหนึ่งของความสอดคล้องขององค์กรบางส่วน
ดังนั้น เครื่องมือที่มีน้ำหนักเบาจึงกำลังเข้ามามีบทบาท ทำให้ผู้ใช้ปลายทางสามารถทำงานกับข้อมูลได้โดยตรงและไม่สนใจความสอดคล้องระดับองค์กรมากนัก เป็นผลให้เราสังเกต โปรโมชั่นที่ประสบความสำเร็จ Tableaux และ Qlick ซึ่งช่วยให้คุณทำงานในรูปแบบของ Data Discovery และสูญเสียตลาดบางส่วนโดยผู้ให้บริการโซลูชันรายใหญ่
CNews: สิ่งนี้อธิบายได้ว่าทำไมองค์กรจำนวนหนึ่งจึงใช้ระบบ BI หลายระบบ ซึ่งจะเห็นได้ชัดเจนโดยเฉพาะในภาคการเงิน แต่ข้อมูลดังกล่าวถือเป็นเรื่องปกติหรือไม่?
Olga Gorchinskaya
วันนี้ บทบาทนำเล่นโดยเครื่องมือที่เราเคยพิจารณาว่าเบาเกินไปสำหรับระดับองค์กร นี่คือโซลูชันของคลาส Data Discovery
โอลก้า กอร์ชินสกายา:
อันที่จริงในทางปฏิบัติบ่อยครั้ง องค์กรขนาดใหญ่ไม่ใช่ระบบเดียว แต่มีการใช้ระบบวิเคราะห์อิสระหลายระบบ โดยแต่ละระบบมีเครื่องมือ BI ของตัวเอง แนวคิดของรูปแบบการวิเคราะห์ทั่วทั้งองค์กรกลายเป็นยูโทเปียเล็กน้อย มันไม่เป็นที่นิยมและยังจำกัดการส่งเสริมเทคโนโลยีการวิเคราะห์ เนื่องจากในทางปฏิบัติทุกแผนกและแม้แต่ผู้ใช้แต่ละคนต้องการความเป็นอิสระและ เสรีภาพ. ไม่มีอะไรน่ากลัวในเรื่องนี้ ในธนาคารเดียวกัน ผู้เชี่ยวชาญด้านความเสี่ยงและนักการตลาดต้องการเครื่องมือ BI ที่แตกต่างกันโดยสิ้นเชิง ดังนั้นจึงเป็นเรื่องปกติที่บริษัทจะไม่เลือกโซลูชันเดียวที่ยุ่งยากสำหรับงานทั้งหมด แต่เป็นระบบขนาดเล็กหลายระบบที่เหมาะสมที่สุดสำหรับแต่ละแผนก
วันนี้ บทบาทนำเล่นโดยเครื่องมือที่เราเคยพิจารณาว่าเบาเกินไปสำหรับระดับองค์กร นี่คือโซลูชันของคลาส Data Discovery โดยอิงจากแนวคิดของความง่ายในการทำงานกับข้อมูล ความเร็ว ความยืดหยุ่น และการนำเสนอผลการวิเคราะห์ที่เข้าใจง่าย มีอีกสาเหตุหนึ่งที่ทำให้ความนิยมเพิ่มขึ้นของเครื่องมือดังกล่าว: บริษัทต่างๆ กำลังประสบกับความจำเป็นในการทำงานกับข้อมูลของโครงสร้างที่เปลี่ยนแปลงไป ซึ่งโดยทั่วไปไม่มีโครงสร้าง โดยมีความหมาย "เบลอ" และไม่ชัดเจนเสมอไป ในกรณีนี้เพิ่มเติม เครื่องมือที่ยืดหยุ่นมากกว่าเครื่องมือวิเคราะห์ธุรกิจแบบคลาสสิก
Force ได้สร้างแพลตฟอร์มที่ใหญ่ที่สุดในยุโรปและมีเอกลักษณ์เฉพาะในรัสเซีย - Fors Solution Center งานหลักของบริษัทคือการทำให้เทคโนโลยีล่าสุดของ Oracle ใกล้ชิดกับลูกค้าปลายทาง ช่วยเหลือคู่ค้าในการพัฒนาและใช้งาน และทำให้กระบวนการทดสอบฮาร์ดแวร์และซอฟต์แวร์สามารถเข้าถึงได้มากที่สุด นี่คือศูนย์ข้อมูลประเภทหนึ่งสำหรับคู่ค้าในการทดสอบระบบและโซลูชันระบบคลาวด์
CNews: เทคโนโลยีบิ๊กดาต้าช่วยให้การวิเคราะห์ธุรกิจพัฒนาได้อย่างไร
โอลก้า กอร์ชินสกายา:
พื้นที่เหล่านี้ - ข้อมูลขนาดใหญ่และระบบธุรกิจอัจฉริยะ - กำลังใกล้กันมากขึ้น และในความคิดของฉัน เส้นแบ่งระหว่างพื้นที่เหล่านี้ไม่ชัดเจนแล้ว ตัวอย่างเช่น การวิเคราะห์เชิงลึกถือเป็น "ข้อมูลขนาดใหญ่" แม้ว่าจะมีอยู่ก่อน Big Data ตอนนี้ความสนใจในการเรียนรู้ของเครื่อง สถิติเพิ่มขึ้น และด้วยความช่วยเหลือของเทคโนโลยีข้อมูลขนาดใหญ่เหล่านี้ เป็นไปได้ที่จะขยายฟังก์ชันการทำงานของระบบธุรกิจแบบเดิมที่เน้นที่การคำนวณและการแสดงภาพ
นอกจากนี้ แนวคิดของคลังข้อมูลยังขยายออกไปด้วยการใช้เทคโนโลยี Hadoop ซึ่งนำไปสู่มาตรฐานใหม่ในการสร้างการจัดเก็บข้อมูลขององค์กรในรูปแบบของ "data lake" (data lake)
CNews: อะไรคืองานที่มีแนวโน้มมากที่สุดสำหรับโซลูชันข้อมูลขนาดใหญ่?
โอลก้า กอร์ชินสกายา:
เราใช้เทคโนโลยีบิ๊กดาต้าในโครงการ BI ในหลายกรณี อย่างแรกคือเมื่อจำเป็นต้องเพิ่มประสิทธิภาพการทำงานของคลังข้อมูลที่มีอยู่ ซึ่งมีความสำคัญมากในสภาพแวดล้อมที่บริษัทต่างๆ มีปริมาณข้อมูลที่ใช้เพิ่มขึ้นอย่างรวดเร็ว การจัดเก็บข้อมูลดิบในฐานข้อมูลเชิงสัมพันธ์แบบดั้งเดิมนั้นมีราคาแพงมากและต้องใช้พลังในการประมวลผลมากขึ้นเรื่อยๆ ในกรณีเช่นนี้ การใช้ชุดเครื่องมือ Hadoop นั้นเหมาะสมกว่าซึ่งมีประสิทธิภาพมากเนื่องจากสถาปัตยกรรมที่ยืดหยุ่น ปรับเปลี่ยนได้ตามความต้องการเฉพาะ และมีประโยชน์ทางเศรษฐกิจ เนื่องจากใช้โซลูชันโอเพ่นซอร์ส
ด้วยความช่วยเหลือของ Hadoop เราแก้ปัญหาการจัดเก็บและประมวลผลข้อมูลที่ไม่มีโครงสร้างในธนาคารรัสเซียขนาดใหญ่แห่งหนึ่งโดยเฉพาะ ในกรณีนี้ เป็นเรื่องเกี่ยวกับข้อมูลที่เข้ามาเป็นประจำจำนวนมากของโครงสร้างที่เปลี่ยนแปลง ข้อมูลนี้ต้องได้รับการประมวลผล แยกวิเคราะห์ ดึงข้อมูลตัวบ่งชี้ที่เป็นตัวเลขออกมา รวมทั้งบันทึกข้อมูลต้นฉบับ เนื่องจากปริมาณข้อมูลที่เข้ามาเพิ่มขึ้นอย่างมาก การใช้ที่เก็บข้อมูลเชิงสัมพันธ์จึงมีราคาแพงเกินไปและไม่มีประสิทธิภาพ เราได้สร้างคลัสเตอร์ Hadoop แยกต่างหากสำหรับการประมวลผลเอกสารหลัก ซึ่งผลลัพธ์จะถูกโหลดลงในที่เก็บข้อมูลเชิงสัมพันธ์สำหรับการวิเคราะห์และใช้งานต่อไป
ทิศทางที่สองคือการแนะนำเครื่องมือวิเคราะห์ขั้นสูงเพื่อขยายการทำงานของระบบ BI นี้มันมาก ทิศทางที่สดใสเพราะไม่เพียงแต่เกี่ยวกับการแก้ปัญหาด้านไอทีเท่านั้น แต่ยังเกี่ยวกับการสร้างโอกาสทางธุรกิจใหม่ๆ ด้วย
แทนที่จะจัดระเบียบโครงการพิเศษเพื่อใช้การวิเคราะห์ขั้นสูง เรากำลังพยายามขยายขอบเขตของโครงการที่มีอยู่ ตัวอย่างเช่น สำหรับเกือบทุกระบบ ฟังก์ชันที่มีประโยชน์คือการทำนายตัวบ่งชี้ตามข้อมูลย้อนหลังที่มีอยู่ มันไม่ใช่แบบนั้นหรอก งานง่ายๆมันไม่เพียงต้องการทักษะในการทำงานกับเครื่องมือเท่านั้น แต่ยังต้องมีพื้นฐานทางคณิตศาสตร์ ความรู้ด้านสถิติและเศรษฐมิติด้วย
บริษัทของเรามีทีมนักวิทยาศาสตร์ข้อมูลโดยเฉพาะซึ่งมีคุณสมบัติตรงตามข้อกำหนดเหล่านี้ พวกเขาเสร็จสิ้นโครงการในด้านการดูแลสุขภาพเกี่ยวกับการก่อตัวของการรายงานด้านกฎระเบียบและนอกจากนี้ภายในกรอบของโครงการนี้ได้มีการคาดการณ์ปริมาณงานขององค์กรทางการแพทย์และการแบ่งส่วนตามตัวชี้วัดทางสถิติ มูลค่าของการคาดการณ์ดังกล่าวสำหรับลูกค้านั้นเป็นที่เข้าใจได้ สำหรับเขาแล้ว มันไม่ได้เป็นเพียงการใช้เทคโนโลยีที่แปลกใหม่บางอย่างเท่านั้น แต่ยังเป็นการขยายขีดความสามารถในการวิเคราะห์อย่างเป็นธรรมชาติโดยสมบูรณ์ เป็นผลให้มีการกระตุ้นความสนใจในการพัฒนาระบบและสำหรับเรา - งานใหม่ ขณะนี้ เรากำลังใช้เทคโนโลยีการวิเคราะห์เชิงคาดการณ์ในโครงการสำหรับการจัดการเมืองในลักษณะเดียวกัน
และสุดท้าย เรามีประสบการณ์ในการนำเทคโนโลยีบิ๊กดาต้ามาใช้ ซึ่งเรากำลังพูดถึงการใช้ข้อมูลที่ไม่มีโครงสร้าง ซึ่งส่วนใหญ่เป็นเอกสารข้อความต่างๆ อินเทอร์เน็ตให้โอกาสที่ดีด้วยข้อมูลที่ไม่มีโครงสร้างจำนวนมากซึ่งมีข้อมูลที่เป็นประโยชน์สำหรับธุรกิจ เรามีประสบการณ์ที่น่าสนใจมากในการพัฒนาระบบการประเมินมูลค่าอสังหาริมทรัพย์ให้กับบริษัท ROSEKO ตามคำสั่ง สังคมรัสเซียผู้ประเมินราคา ในการเลือกออบเจ็กต์ที่คล้ายคลึงกัน ระบบจะรวบรวมข้อมูลจากแหล่งที่มาบนอินเทอร์เน็ต ประมวลผลข้อมูลนี้โดยใช้เทคโนโลยีทางภาษาศาสตร์ และเสริมแต่งด้วยความช่วยเหลือของการวิเคราะห์ทางภูมิศาสตร์โดยใช้วิธีการเรียนรู้ของเครื่อง
CNews: Force พัฒนาโซลูชันของตนเองในด้าน Business Intelligence และ Big Data อย่างไร
โอลก้า กอร์ชินสกายา:
เราได้พัฒนาและกำลังพัฒนาโซลูชันพิเศษในด้านข้อมูลขนาดใหญ่ - ForSMedia เป็นแพลตฟอร์มการวิเคราะห์ข้อมูลโซเชียลมีเดียเพื่อเพิ่มพูนความรู้ของลูกค้า สามารถใช้ในอุตสาหกรรมต่างๆ: ภาคการเงิน, โทรคมนาคม, การค้าปลีก - ทุกที่ที่พวกเขาต้องการทราบข้อมูลเกี่ยวกับลูกค้าให้มากที่สุด
Olga Gorchinskaya
เราได้พัฒนาและกำลังพัฒนาโซลูชันพิเศษในด้านข้อมูลขนาดใหญ่ - ForSMedia เป็นแพลตฟอร์มการวิเคราะห์ข้อมูลโซเชียลมีเดียเพื่อเพิ่มพูนความรู้ของลูกค้า
กรณีใช้งานทั่วไปคือการพัฒนาแคมเปญการตลาดที่กำหนดเป้าหมาย หากบริษัทมีลูกค้า 20 ล้านคน จัดจำหน่ายทั้งหมด โฆษณาฐานไม่สมจริง จำเป็นต้องจำกัดวงผู้รับโฆษณาให้แคบลง และหน้าที่วัตถุประสงค์ในที่นี้คือการเพิ่มการตอบสนองของลูกค้าต่อข้อเสนอทางการตลาด ในกรณีนี้ เราสามารถอัปโหลดข้อมูลพื้นฐานเกี่ยวกับลูกค้าทั้งหมดไปยัง ForSMedia (ชื่อ นามสกุล วันเดือนปีเกิด สถานที่พำนัก) จากนั้นจึงเสริมด้วยข้อมูลที่เป็นประโยชน์ใหม่ ๆ รวมถึงแวดวงที่น่าสนใจตามข้อมูลจากโซเชียลเน็ตเวิร์ก , สถานภาพทางสังคม, องค์ประกอบครอบครัว, พื้นที่ กิจกรรมระดับมืออาชีพ, ความชอบทางดนตรี ฯลฯ แน่นอนว่าลูกค้าทุกรายไม่สามารถหาความรู้ดังกล่าวได้ เนื่องจากบางส่วนของพวกเขาไม่ได้ใช้เครือข่ายสังคมออนไลน์เลย แต่สำหรับการตลาดที่ตรงเป้าหมาย ผลลัพธ์ที่ "ไม่สมบูรณ์" ดังกล่าวให้ข้อได้เปรียบอย่างมาก
สื่อสังคม- เป็นแหล่งที่ร่ำรวยมากแม้ว่าจะใช้งานยากก็ตาม การระบุตัวบุคคลในหมู่ผู้ใช้ไม่ใช่เรื่องง่าย - ผู้คนมักใช้ รูปแบบต่างๆชื่อของพวกเขาไม่ได้ระบุอายุความชอบไม่ใช่เรื่องง่ายที่จะค้นหาลักษณะของผู้ใช้ตามโพสต์กลุ่มการสมัครรับข้อมูล
แพลตฟอร์ม ForSMedia แก้ปัญหาเหล่านี้ทั้งหมดโดยอิงจากเทคโนโลยีบิ๊กดาต้า และช่วยให้คุณสามารถเพิ่มข้อมูลลูกค้าจำนวนมากและวิเคราะห์ผลลัพธ์ได้ เทคโนโลยีที่ใช้ ได้แก่ Hadoop, สภาพแวดล้อมการวิจัยทางสถิติ R, เครื่องมือประมวลผลทางภาษาของ RCO และเครื่องมือ Data Discovery
แพลตฟอร์ม ForSMedia ใช้ประโยชน์สูงสุดจากซอฟต์แวร์ฟรี และสามารถติดตั้งบนแพลตฟอร์มฮาร์ดแวร์ใดๆ ที่ตรงตามข้อกำหนดของงานทางธุรกิจ แต่สำหรับการใช้งานขนาดใหญ่และข้อกำหนดด้านประสิทธิภาพที่เพิ่มขึ้น เราขอเสนอเวอร์ชันพิเศษที่ปรับให้เหมาะสมสำหรับการทำงานบนระบบฮาร์ดแวร์และซอฟต์แวร์ของ Oracle - Oracle Big Data Appliance และ Oracle Exalytics
ใช้ใน โครงการใหญ่ระบบ Oracle แบบบูรณาการที่เป็นนวัตกรรมใหม่เป็นทิศทางที่สำคัญของกิจกรรมของเราไม่เฉพาะในด้านระบบการวิเคราะห์เท่านั้น โครงการดังกล่าวจะมีราคาแพง แต่เนื่องจากขนาดของงานที่ได้รับการแก้ไข พวกเขาจึงปรับตัวเองอย่างเต็มที่
CNews: ลูกค้าสามารถทดสอบระบบเหล่านี้ก่อนตัดสินใจซื้อได้หรือไม่? คุณจัดหาม้านั่งทดสอบหรือไม่?
โอลก้า กอร์ชินสกายา:
ในทิศทางนี้ เราไม่เพียงแค่จัดหาม้านั่งทดสอบ แต่ได้สร้างแพลตฟอร์มที่ใหญ่ที่สุดในยุโรปและมีเอกลักษณ์เฉพาะตัวในรัสเซีย - Fors Solution Center งานหลักของบริษัทคือการทำให้เทคโนโลยีล่าสุดของ Oracle ใกล้ชิดกับลูกค้าปลายทาง ช่วยเหลือคู่ค้าในการพัฒนาและใช้งาน และทำให้กระบวนการทดสอบฮาร์ดแวร์และซอฟต์แวร์สามารถเข้าถึงได้มากที่สุด ความคิดไม่ได้มาจากที่ไหนเลย Force ได้พัฒนาและนำโซลูชันไปใช้โดยใช้เทคโนโลยีและแพลตฟอร์มของ Oracle มาเกือบ 25 ปีแล้ว เรามีประสบการณ์มากมายในการทำงานกับทั้งลูกค้าและคู่ค้า อันที่จริง Force เป็นศูนย์รวมความสามารถของ Oracle ในรัสเซีย
จากประสบการณ์นี้ ในปี 2011 เมื่อโปรแกรมฐานข้อมูล Oracle Exadata เวอร์ชันแรกปรากฏขึ้น เราได้สร้างห้องปฏิบัติการแห่งแรกสำหรับการพัฒนาระบบเหล่านี้ เรียกว่า ExaStudio บนพื้นฐานนี้ บริษัทหลายสิบแห่งสามารถค้นพบความเป็นไปได้ของโซลูชันฮาร์ดแวร์และซอฟต์แวร์ใหม่ของ Exadata สุดท้ายนี้ ในปี 2014 เราเปลี่ยนให้เป็นศูนย์ข้อมูลประเภทหนึ่งสำหรับระบบทดสอบและโซลูชันระบบคลาวด์ นี่คือ Fors Solution Center
ตอนนี้ศูนย์ของเรามีซอฟต์แวร์และฮาร์ดแวร์ล่าสุดของ Oracle อย่างครบถ้วน ตั้งแต่ Exadata และ Exalogic ไปจนถึง Big Data Appliance ซึ่งอันที่จริงทำหน้าที่เป็นม้านั่งทดสอบสำหรับคู่ค้าและลูกค้าของเรา นอกจากการทดสอบแล้ว คุณยังสามารถรับบริการตรวจสอบได้ที่นี่ ระบบข้อมูล, การโยกย้ายไปยังแพลตฟอร์มใหม่, การปรับแต่ง, การกำหนดค่าและการปรับขนาด
ศูนย์ยังกำลังพัฒนาอย่างแข็งขันต่อการใช้เทคโนโลยีคลาวด์ ไม่นานมานี้ สถาปัตยกรรมของ Center ได้รับการสรุปในลักษณะที่จะจัดหาทรัพยากรการประมวลผลและบริการในระบบคลาวด์ ตอนนี้ ลูกค้าสามารถใช้ประโยชน์จากความสามารถในการผลิตของแผนบริการตนเอง: อัปโหลดข้อมูลการทดสอบ แอปพลิเคชันไปยังสภาพแวดล้อมระบบคลาวด์ และดำเนินการทดสอบ
ด้วยเหตุนี้ บริษัทคู่ค้าหรือลูกค้าจึงสามารถอัปโหลดแอปพลิเคชันของตนเองไปยังระบบคลาวด์ของเรา ทดสอบ เปรียบเทียบผลการปฏิบัติงาน และตัดสินใจอย่างใดอย่างหนึ่งเพื่อเปลี่ยนไปใช้แพลตฟอร์มใหม่ได้โดยไม่ลงทุนล่วงหน้า
CNews: และคำถามสุดท้าย - คุณจะนำเสนออะไรใน Oracle Day
โอลก้า กอร์ชินสกายา:
Oracle Day เป็นงานหลักของปีในรัสเซียสำหรับบริษัทและพันธมิตรทั้งหมด Force เป็นสปอนเซอร์ทั่วไปหลายครั้งและในปีนี้ก็เช่นกัน ฟอรัมนี้จะเน้นไปที่หัวข้อคลาวด์ทั้งหมด - PaaS, SaaS, IaaS และจะจัดขึ้นในชื่อ Oracle Cloud Day เนื่องจาก Oracle ให้ความสำคัญกับเทคโนโลยีเหล่านี้เป็นอย่างมาก
ภายในงาน เราจะนำเสนอแพลตฟอร์ม ForSMedia ของเรา ตลอดจนพูดคุยเกี่ยวกับประสบการณ์การใช้เทคโนโลยีบิ๊กดาต้าและโครงการต่างๆ ในด้านธุรกิจอัจฉริยะ และแน่นอน เราจะบอกคุณเกี่ยวกับความสามารถใหม่ของ Fors Solution Center ในด้านการสร้างโซลูชันระบบคลาวด์
(ระบบธุรกิจอัจฉริยะ).
ในฐานะวิทยากรในการสัมมนาได้รับเชิญให้มืออาชีพรุ่นใหม่ที่ทำ อาชีพที่ประสบความสำเร็จนักวิเคราะห์ในบริษัทไฮเทค เช่น Microsoft, IBM, Google, Yandex, MTS เป็นต้น ในการสัมมนาแต่ละครั้ง นักเรียนจะได้รับการบอกเล่าเกี่ยวกับงานทางธุรกิจบางอย่างที่ได้รับการแก้ไขในบริษัทเหล่านี้ เกี่ยวกับวิธีการสะสมข้อมูล การวิเคราะห์ข้อมูลเกิดขึ้นได้อย่างไร และ จะแก้ไขได้อย่างไร
ผู้เชี่ยวชาญที่ได้รับเชิญทุกคนพร้อมสำหรับการติดต่อ และนักเรียนจะสามารถติดต่อพวกเขาเพื่อขอคำแนะนำได้
วัตถุประสงค์การสัมมนา:
- มีส่วนช่วยเชื่อมช่องว่างที่มีอยู่ระหว่างการวิจัยของมหาวิทยาลัยกับการตัดสินใจ งานปฏิบัติในด้านการวิเคราะห์ข้อมูล
- ส่งเสริมการแลกเปลี่ยนประสบการณ์ระหว่างผู้เชี่ยวชาญในปัจจุบันและอนาคต
| การสัมมนาจัดขึ้นเป็นประจำที่คณะ CMC ของมหาวิทยาลัยแห่งรัฐมอสโกในวันศุกร์ที่ 18:20
, ผู้ชม P5(ชั้นหนึ่ง). เข้าร่วมสัมมนา ฟรี(หากคุณไม่มีบัตรผ่านเข้า MSU โปรดแจ้งชื่อเต็มของคุณให้ผู้จัดงานสัมมนาทราบล่วงหน้า เพื่อส่งรายชื่อผู้เข้าร่วมประชุมเพื่อหมุนเวียน) |
โปรแกรมสัมมนา
| วันที่ของ | หัวข้อวิทยากรและสัมมนา |
|---|---|
| 10 กันยายน 2553 18:20 | Alexander Efimov
, หัวหน้าฝ่ายวิเคราะห์ เครือข่ายค้าปลีกเอ็มทีเอ การคาดการณ์ผลกระทบของแคมเปญการตลาดและการเพิ่มประสิทธิภาพช่วงของร้านค้า.
|
| 17 กันยายน 2553 18:20 | Vadim Strizhov
, นักวิจัย ศูนย์คอมพิวเตอร์แห่ง Russian Academy of Sciences. การให้คะแนนเครดิตของธนาคาร: วิธีการสร้างและเลือกรุ่นอัตโนมัติ. คลาสสิกและ เทคโนโลยีใหม่การสร้างดัชนีชี้วัด การสัมมนาจะอธิบายวิธีจัดโครงสร้างข้อมูลลูกค้าและวิธีสร้างรูปแบบการให้คะแนนที่น่าเชื่อถือที่สุดที่ตรงตามข้อกำหนดของมาตรฐานการธนาคารระหว่างประเทศ |
| 24 กันยายน 2553 18:20 | วลาดิเมียร์ เครโคเตน
หัวหน้าฝ่ายการตลาดและการขายของนายหน้าซื้อขายบ้าน Otkritie แอปพลิเคชัน วิธีการทางคณิตศาสตร์เพื่อทำนายและตอบโต้การปั่นป่วนของลูกค้า. ปัญหาในทางปฏิบัติที่เกิดขึ้นในการวิเคราะห์ฐานลูกค้าในด้านการตลาดได้รับการพิจารณา มีการตั้งค่างานของการจัดกลุ่มและการแบ่งกลุ่มลูกค้า การให้คะแนนลูกค้าใหม่ การติดตามการเปลี่ยนแปลงของส่วนเป้าหมาย
|
| 1 ตุลาคม 2553 18:20 | Nikolay Filipenkov
และเกี่ยวกับ หัวหน้าแผนกให้คะแนนเครดิตของธนาคารแห่งมอสโก การใช้วิธีการทางคณิตศาสตร์เพื่อจัดการความเสี่ยงด้านสินเชื่อรายย่อย. มีการพิจารณาแง่มุมที่เป็นประโยชน์บางประการของการสร้างแบบจำลองการให้คะแนนและการประเมินความเสี่ยง
|
| 8 ตุลาคม 2553 18:20 | Fedor Romanenko
, ผู้จัดการแผนกคุณภาพการค้นหา, Yandex. ประวัติและหลักการจัดลำดับการค้นเว็บ ประเด็นของการใช้และพัฒนาวิธีการดึงข้อมูลตั้งแต่การจัดอันดับข้อความและลิงก์ไปจนถึงการเรียนรู้ด้วยเครื่องจนถึงอันดับในปัญหาการค้นหาทางอินเทอร์เน็ตถือเป็นประเด็นสำคัญ หลักการพื้นฐานเบื้องหลังการจัดอันดับเว็บสมัยใหม่นั้นกำหนดขึ้นโดยสัมพันธ์กับเรื่องราวความสำเร็จของเครื่องมือค้นหา ความสนใจเป็นพิเศษมุ่งเน้นไปที่ผลกระทบของคุณภาพการค้นหาที่มีต่อประสิทธิภาพของตลาดและความจำเป็นที่สำคัญในการปรับปรุงอย่างต่อเนื่อง |
| 15 ตุลาคม 2553 18:20 | Vitaly Goldstein
, ผู้พัฒนา, Yandex. บริการข้อมูลทางภูมิศาสตร์ Yandex. มันบอกเกี่ยวกับโครงการ Yandex.Probki และโครงการข้อมูลทางภูมิศาสตร์ Yandex อื่น ๆ เกี่ยวกับที่มาของข้อมูลสำหรับการสร้างระบบ geoinformation เกี่ยวกับเทคโนโลยีการประมวลผลข้อมูลที่ปรับขนาดได้ใหม่เกี่ยวกับการแข่งขันคณิตศาสตร์ทางอินเทอร์เน็ตและงานที่มีแนวโน้มบางอย่าง มีการให้ข้อมูลและให้คำชี้แจงอย่างเป็นทางการเกี่ยวกับปัญหาการฟื้นฟูแผนที่ถนน
|
| 22 ตุลาคม 2553 | การสัมมนาถูกยกเลิก |
| 29 ตุลาคม 2553 18:20 | Fedor Krasnov
, รองประธานฝ่ายกระบวนการทางธุรกิจและ เทคโนโลยีสารสนเทศ, อาคาโดะ. จะรับข้อมูลลูกค้าได้อย่างไร |