Как внедрится в большой бизнес

Для правильного выбора программного продукта прежде всего Вам необходимо определить:

• каких целей Вы хотите достичь (например, сократить время обработки заказа)
• какой учет Вы хотите автоматизировать в программе (бухгалтерский, управленческий и т.д.)
• какие процессы и операции Вы желаете автоматизировать за счет программы (закупка, продажа, производство и другие)
• какие имеются особенности в Ваших процессах (например, позаказное производство с контролем оплаты и сроков)

Нужно понимать, что разные программные продукты лучше справляются с одними задачами и хуже с другими.

Например, 1С:Бухгалтерия предприятия идеально подходит для ведения бухгалтерского и налогового учета, но не подходит как CRM система, а также для розничной торговли или отражения заказных продаж / производства.

A 1С:Управление нашей фирмой имеет функционал CRM-системы, позволяет отражать заказы и учитывать по ним резервы и затраты, но не подходит для ведения регламентированного бухгалтерского учета.

Как построить бизнес на лапше? | Большой босс из сети Воккер прокачает провинциальную лапшичную

Ознакомится с функциональными особенностями продуктов фирмы 1С, узнать для каких целей они лучше подходят, а также пройти тест и подобрать продукт для себя можно в нашей статье Как выбрать программу 1С?

Нужна помощь с выбором программного продукта?
Мы поможем!

Особенности внедрения в работающий бизнес

Внедрения в работающий бизнес, с уже выстроенными и налаженными процессами имеет свои определенные особенности.

Одна из самый важных — это желание со стороны клиента, как можно скорее внедрить систему. При чем эта же особенность является и наиболее опасной.
В чем ее опасность? Во-первых, спешка может стать причиной неполного предоставления и/или анализа сведений о процессах компании, что влияет на успех всего внедрения. Во-вторых, сжатые сроки проекта (которые являются следствием спешки) могут негативно повлиять на качество как самого внедрения, так и на перестроение сотрудников к использованию программы.

Помимо этого, имеются и следующие положительные и отрицательные особенности:

• наличие уже выстроенных и отлаженных процессов
• каждый пользователь знает свои обязанности и процессы
• наличие ресурсов (как материальный, так и человеческих) для автоматизации
• повышенная нагрузка на период внедрения

С какими еще трудностями можно столкнуться?

Психологическое отторжение системы сотрудниками клиента

Внедрение системы в выстроенный и налаженный процесс, зачастую, может быть негативно встречено пользователями, даже если благодаря системе их работа будет ускорена. Связано это с тем, что на период внедрения идет повышение нагрузки на работников, которые будут взаимодействовать с программой, из-за чего возникает ощущение, что система только усложняет их работу.

Возможно, придется адаптировать процесс для работы в системе

Не все процессы компании могут быть реализованы в системе. Например, они могут в корне противоречить логике работы программы и это невозможно доработать. В таких случаях, приходится перерабатывать процесс, адаптирую его под логику работы с системой.

Как прокачать кондитерский бизнес и стать лидером на рынке? Директор Север-Метрополь покажет

Не переживайте! Все эти трудности преодолеваются и часто после внедрения сотрудники клиента даже не верят, что так боялись работать с программой или считали ее неудобной.

Какие методы внедрения 1С можно использовать?

• Типовое внедрение 1С
• Контрольный пример
• Проектное внедрение

Типовое внедрение 1С основывается на технологии стандартного внедрения (1С:ТСВ) от фирмы 1С. Существенным в ТСВ является то, что она требует очень сильного вовлечения заказчика в проект.

Типовое внедрение подходит для автоматизации любого вида учета на любом подходящем для этого типовом решении: 1С:БП, 1С:УТ, 1С:УНФ, отраслевом или специализированном решении.
С помощью данного типа внедрения можно внедрять как отдельную подсистему, так и полностью программный продукт, одновременно вести один проект или несколько, на территории одного объекта или в распределенной структуре.

Суть типового внедрения заключается в разделении всего проекта на отдельные самостоятельные процессы (например, по функциональности). На каждом этапе проекта внимание уделяется именно текущему процессу. Он отрабатывается совместно с сотрудниками клиента, что позволяет сразу же выявлять все проблемы и несоответствия, а также обучать пользователей.

Важно! Типовое внедрение не подразумевает адаптацию продукта, за исключением важных печатных форм и отчетов.

При внедрении на контрольном примере на небольшой части реальных данных клиента, создается демонстрационная база, которая сразу настраивается исходя из процессов клиентов (и если необходимо, адаптируется под них). В данной базе выстраиваются и тестируются все подсистемы, которые будут внедрятся исходя из описания процессов клиента. Одновременно с этим сразу же пишутся рабочие инструкции для пользователей.

После чего подготовленная база демонстрируется и проверяется ответственными лицами со стороны клиента на предмет соответствия процессам. При выявлении несоответствий выполняется корректировка реализаций процессов, а также рабочих инструкций.

Когда работа программы полностью соответствует описанным процессам, пользователи самостоятельно начинают работать в программе по представленным подробным инструкциям.

В основе проектного внедрения лежит облегченная версия технологии корпоративного внедрения (1С:ТКВ), которая в свою очередь основана на правилах проектного управления PMBoK (Project Management Body of Knowledge).

Данная методология отличается большим подготовительным этапом: досконально изучаются бизнес-процессы компании, строятся схемы процессов, анализируется или планируется инфраструктура, все детально описывается в технической документации. Следствием вышесказанного является статичность, проектное внедрение не подразумевает изменения после подготовительного этапа.

• Инициализация — разработка устава проекта, назначение ответственных с обеих сторон
• Планирование — сбор требований, описание этапов и сроков проекта и т.д.
• Исполнение
• Мониторинг и контроль
• Закрытие

Важно! Проектное внедрение рекомендуется только для автоматизации сложных процессов, т.к. сопровождается большими временными и материальными издержками.

Источник: www.evminform.ru

Умный HR: как быстро внедрить Big Data и Machine Learning в управление человеческими ресурсами

Как быстро и эффективно внедрить Big Data и Machine Learning в прикладную область бизнеса для решения практических задач, избежав популярных ошибок Data Scientist — разбираемся на примере HR-направления.

Подготовка к внедрению Big Data в HR и не только

Зачем HR-специалисту большие данные и какую пользу они принесут управленческим процессам и предприятию в целом, мы уже рассказывали в этой статье. Сегодня поговорим о непосредственном встраивании технологий Big Data в управление персоналом.

Внедрение любой новой технологии и, тем более, методологии – процесс длительный и итеративный, состоящий из нескольких этапов, как это предписывает стандарт CRISP-DM, об особенностях работы с которым мы уже рассказывали здесь и здесь. Однако, CRISP-DM – это методическое руководство для Data Scientist, а с точки зрения бизнеса, в частности, для HR-специалиста, нужен более абстрактный подход, без технических особенностей. Таким вариантом, демонстрирующим все необходимые этапы Big Data-проекта, будет управленческий цикл принятия решений Деминга-Шухарта или PDCA (от английского Plan-Do-Check-Act) [1].

Как связаны циклы PDCA и CRISP-DM?

Процесс принятия и осуществления управленческих решений по циклу PDCA актуален для любой бизнес-сферы, включая практику выполнения ИТ-проектов по направлению Big Data: сперва мы планируем деятельность, затем воплощаем эти планы, после проверяем степень достижения поставленных целей и, наконец, корректируем выявленные несоответствия между плановыми и фактическими показателями [1]. Аналогичные шаги включает стандарт CRISP-DM: от формулирования прикладной проблемы до развертывания программных продуктов. Однако, в эти 6 фаз не входит непрерывный мониторинг и корректировка полученных решений, что, в свою очередь, влечет за собой ошибку деградации моделей машинного обучения (Machine Learning) [2].

Комбинация двух подходов позволит избежать проблем на этапе развертывания CRISP-DM [3] за счет цикличности шагов PDCA [1]. Таким образом, одна из итераций по непосредственному внедрению Big Data в бизнес-направление выполняется на этапе Do, наблюдается и корректируется, а затем повторяется снова с учетом необходимых изменений.

Этапы внедрения Big Data в HR

Поскольку основной смысл HR состоит в кадровом обеспечении компании для выполнения ее ключевой деятельности, целесообразно рассматривать эти шаги в прикладном контексте:

1. Определение конкретной бизнес-проблемы, например, повышение эффективности продаж. В разрезе HR-аналитики следует найти факторы, которые способствуют высокой производительности менеджеров по продажам, чтобы привлекать и нанимать подходящих людей, а затем развивать их потенциал [4].
2. Фильтрация сведений, создание словаря данных и чистка информации: удаление дублей, устаревших значений и т.д. Например, как определить «текучесть персонала»: стоит ли учитывать людей, которые включились в команду менее полугода назад, работают неполный день или оставили компанию в последний день года? Создание словаря данных является межотраслевым проектом – необходимы не только основные HR-сведения (дата найма, возраст, опыт, информацию об образовании), рекрутинговые характеристики (оценка до найма, интервью), информация о производительности (рейтинги, распределение работы) и обучении (завершение программ, сертификация, оценки), а также данные по лидерству (лидерские качества, обратная связь) [4].
3. Построение гипотез и их реализация. Например, как качество межличностных коммуникаций в команде влияет на эффективность ее работы или какие факторы провоцируют профессиональное выгорание сотрудников и как их предупредить. На этом этапе к HR-аналитику подключается Data Scientist, организуя дальнейшую работу по стандарту CRISP-DM: от бизнес-анализа до внедрения модели машинного обучения (Machine Learning). Этот этап пойдет быстрее, если менеджер владеет хотя бы минимальными навыками программирования на языке R.
4. Анализ полученных результатов, улучшение качества построенных моделей и их последующее внедрение в другие бизнес-задачи с необходимой адаптацией.

На наших практических курсах мы расскажем, как реализовать все эти шаги на практике, чтобы улучшить работу вашей HR-службы и предприятия в целом. Аналитика больших данных для руководителей – это 3-дневный интенсив по извлечению прикладных знаний из разноформатных сведений и их монетизация в контексте ваших бизнес-задач: от оптимизации производственных процессов до формирования высокоэффективной организационной структуры предприятия с помощью средств Big Data (Hadoop, Spark, Kafka и пр.). Выбирайте удобную дату, записывайтесь на занятия и приходите в наш образовательный центр, чтобы в совершенстве освоить современные ИТ-инструменты: большие данные, машинное обучение (Machine Learning) и интернет вещей (Internet Of Things). Увидимся в классе!

Источники

1. https://ru.wikipedia.org/wiki/Цикл_Деминга
2. https://www.bigdataschool.ru/bigdata/crisp-dm-7-популярных-ошибок.html
3. https://www.bigdataschool.ru/bigdata/data-scientist-и-crisp-dm-20-главных-проблем.html
4. http://hrm.ru/db/hrm/C71B4DD16539965244257B23003E0919/print.html

Источник: bigdataschool.ru

«Яндекс любит предпринимателей — они понимают стоимость ресурсов». Как построить стартап внутри корпорации

Подкаст «Бизнес, роботы мечты» — это клуб предпринимателей, где помогут, если что-то идёт не так; покажут новую цель, если застопорился.

2536 просмотров

Расскажите нам о своём бизнесе. Какие отличия вы заметили от найма? Создавали ли вы стартап под продажу?