Примеры использования бизнес информации

В свое время я услышал термин “Big Data” от Германа Грефа (глава Сбербанка). Мол, они сейчас у себя активно работают над внедрением, потому что это поможет им сократить время работы с каждым клиентом.

Второй раз я столкнулся с этим понятием в интернет-магазине клиента, над которым мы работали и увеличивали ассортимент с пары тысяч до пары десятков тысяч товарных позиций.

Третий раз, когда увидел, что в Yandex требуется аналитик big data. Тогда я решил поглубже разобраться в этой теме и заодно написать статью, которая расскажет, что это за термин такой, который будоражит умы ТОП-менеджеров и интернет-пространство.

Что это такое

Обычно любую свою статью я начинаю с пояснения, что же это за термин такой. Эта статья не станет исключением.

Однако, это вызвано прежде всего не желанием показать, какой я умный, а тем, что тема по-настоящему сложная и требует тщательного пояснения.

К примеру, Вы можете почитать что такое big data в Википедии, ничего не понять, а потом вернуться в эту статью, чтобы все-таки разобраться в определении и применимости для бизнеса. Итак, начнём с описания, а потом к примерам для бизнеса.

Примеры использования чата GPT в бизнесе. Секреты применения искусственного интеллекта в маркетинге

Big data это большие данные. Удивительно, да? Реально, с английского это переводится как “большие данные”. Но это определение, можно сказать, для чайников.

Технология big data — это подход/метод обработки большего числа данных для получения новой информации, которые тяжело обработать обычными способами.

Данные могут быть как обработанными (структурированными), так и разрозненными (то есть неструктурированными).

Сам термин появился относительно недавно. В 2008 году в научном журнале этот подход предсказывался, как нечто необходимое для работы с большим объемом информации, которая увеличивается в геометрической прогрессии.

К примеру, ежегодно информация в интернете, которую нужно хранить, ну и само собой обрабатывать, увеличивается на 40%. Еще раз: +40% каждый год появляется в интернете новой информации.

Если распечатанные документы понятны и способы обработки их тоже понятны (перенести в электронный вид, сшить в одну папку, пронумеровать), то что делать с информацией, которая представлена в совершенно других “носителях” и других объёмах:

• Интернет-документы;
• Блоги и социальные сети;
• Аудио/видео источники;
• Измерительные устройства.

Есть характеристики, которые позволяют отнести информацию и данные именно к big data. То есть не все данные могут быть пригодны для аналитики. В этих характеристиках как раз и заложено ключевое понятие биг дата. Все они умещаются в три V.

1. Объем (от англ. volume). Данные измеряются в величине физического объема “документа”, подлежащего анализу;
2. Скорость (от англ. velocity). Данные не стоят в своем развитии, а постоянно прирастают, именно поэтому и требуется их быстрая обработка для получения результатов;
3. Многообразие (от англ. variety). Данные могут быть не одноформатными. То есть могут быть разрозненными, структурированным или структурированными частично.

Однако, периодически к VVV добавляют и четвертую V (veracity — достоверность/правдоподобность данных) и даже пятую V ( в некоторых вариантах это — viability — жизнеспособность, в других же это — value — ценность).

Как использовать эстетический интеллект в бизнесе и жизни | много примеров

Где-то я видел даже 7V, которые характеризуют данные, относящиеся к биг дата. Но на мой взгляд это из серии Маркетинг микса 4P (где периодически добавляются P, хотя для понимания достаточно начальных 4-х).

ВКЛЮЧАЙТЕСЬ В СОЦСЕТИ УЖЕ 40 000+ С НАМИ

Екатерина

Сергей

Иван

Елена

Екатерина

Кому это нужно

Встает логичный вопрос, как можно использовать информацию (если что, биг дата это сотни и тысячи терабайт)?

Даже не так. Вот есть информация. Так для чего придумали тогда биг дата? Какое применение у big data в маркетинге и в бизнесе?

1. Обычные базы данных не могут хранить и обрабатывать (я сейчас говорю даже не про аналитику, а просто хранение и обработку) огромного количества информации.
   Биг дата же решает эту главную задачу. Успешно хранит и управляет информацией с большим объемом;
2. Структурирует сведения, приходящие из различных источников (видео, изображений, аудио и текстовых документов), в один единый, понятный и удобоваримый вид;
3. Формирование аналитики и создание точных прогнозов на основании структурированной и обработанной информации.

Это сложно. Если говорить просто, то любой маркетолог, который понимает, что если изучить большой объем информации (о Вас, Вашей компании, Ваших конкурентах, Вашей отрасли), то можно получить очень приличные результаты:

• Полное понимание Вашей компании и Вашего бизнеса со стороны цифр;
• Изучить своих конкурентов. А это, в свою очередь, даст возможность вырваться вперед за счет преобладания над ними;
• Узнать новую информацию о своих клиентах.

И именно потому, что технология big data дает следующие результаты, все с ней и носятся. Пытаются прикрутить это дело в свою компанию, чтобы получить увеличение продаж и уменьшение издержек. А если конкретно, то:

1. Увеличение кросс продаж и дополнительных продаж за счет лучшего знания предпочтений клиентов;
2. Поиск популярных товаров и причин почему их покупают (и наоборот);
3. Усовершенствование продукта или услуги;
4. Улучшение уровня обслуживания;
5. Повышение лояльности и клиентоориентированности;
6. Предупреждение мошенничества (больше актуально для банковской сферы);
7. Снижение лишних расходов.

Самый распространенный пример, который приводится во всех источниках — это, конечно ж, компания Apple, которая собирает данные о своих пользователях (телефон, часы, компьютер).

Именно из-за наличия эко-системы корпорация столько знает о своих пользователях и в дальнейшем использует это для получения прибыли.

Эти и другие примеры использования Вы можете прочитать в любой другой статье кроме этой.

Современный пример

Я же Вам расскажу о другом проекте. Вернее о человеке, который строит будущее, используя big data решения.

Это Илон Маск и его компания Tesla. Его главная мечта — сделать автомобили автономными, то есть Вы садитесь за руль, включаете автопилот от Москвы до Владивостока и. засыпаете, потому что Вам совершенно не нужно управлять автомобилем, ведь он все сделает сам.

Казалось бы, фантастика? Но нет! Просто Илон поступил гораздо мудрее, чем Google, которые управляют автомобилями с помощью десятков спутников. И пошел другим путем:

1. В каждый продаваемый автомобиль ставится компьютер, который собирают всю информацию.
   Всю — это значит вообще всю. О водителе, стиле его вождения, дорогах вокруг, движении других автомобилей. Объем таких данных доходит до 20-30 ГБ в час;
2. Далее эта информация по спутниковой связи передается в центральный компьютер, который занимается обработкой этих данных;
3. На основе данных big data, которые обрабатывает данный компьютер, строится модель беспилотного автомобиля.

К слову, если у Google дела идут довольно скверно и их автомобили все время попадают в аварии, то у Маска, за счет того, что идет работа с big data, дела обстоят гораздо лучше, ведь тестовые модели показывают очень неплохие результаты.

Стоимость в максимальной комплектации доходит до 27 миллионов рублей за стойку. Это, конечно, люксовая версия. Я это к тому, чтобы Вы заранее примерили создание big data в своем бизнесе.

Коротко о главном

Вы можете спросить, зачем же Вам, малому и среднему бизнесу работа с биг дата?

На это я отвечу Вам цитатой одного человека: “В ближайшее время клиентами будут востребованы компании, которые лучше понимают их поведение, привычки и максимально соответствуют им”.

И это я сейчас молчу о том, что у Вас должны быть такие данные для обработки.

Окей. Для малого бизнеса тема почти не применима. Но это не значит, что Вам нужно забыть все, что прочитали выше. Просто изучайте не свои данные, а результаты аналитики данных известных как зарубежных, так и российских компаний.

К примеру, розничная сеть Target с помощью аналитики по big data выяснила, что беременные женщины перед вторым триместром беременности (с 1-й по 12-ю неделю беременности) активно скупают НЕароматизированные средства.

Благодаря этим данным они отправляют им купоны со скидками на неароматизированные средства с ограниченным сроком действия.

А если Вы ну прям совсем небольшое кафе, к примеру? Да очень просто. Используйте приложение лояльности. И через некоторое время и благодаря накопленной информации, Вы сможете не только предлагать клиентам релевантные их потребностям блюда, но и увидеть самые непродающиеся и самые маржинальные блюда буквально парой щелчков мышки.

Отсюда вывод. Внедрять биг дата малому бизнесу вряд ли стоит, а вот использовать результаты и наработки других компаний — обязательно.

Нашли ошибку в тексте? Выделите фрагмент и нажмите ctrl+enter

Источник: in-scale.ru

Примеры эффективной инфографики для бизнеса и подачи информации в картинках

Как представить любую информацию так, чтобы она бросалась в глаза и хорошо запоминалась? Как визуализировать сложные понятия, наглядно показать статистику, проиллюстрировать свой доклад? В этом поможет инфографика – наиболее яркий способ демонстрации любой информации.

Примеры использования инфографики

Визуализация сложных процессов и данных

Пример инфографики услуг лазерной эпиляции

Широкий спектр услуг показан емко и понятно

Преимущества компании в виде инфографики

Карты России и Мира

Филиалы компании

Карта проектов в Мире

География поставок и офисы компании

Схема работы

Инфографика истории компании

Организационная структура

Динамика развития

Что такое инфографика

Инфографика – это представление любой информации в виде изображений, иллюстраций, графиков, диаграмм. Именно на них делается акцент, в то время как текст занимает намного меньше пространства и только дополняет графические объекты.

Изображения воспринимаются человеческим мозгом гораздо быстрее, благодаря чему инфографика позволяет донести информацию намного эффективнее. Сложные понятия представляются в простой форме, графики и статистические данные, которые сложно описать словами, демонстрируются наглядно. Особенно это актуально в нынешнее время, когда среди огромного количества информации запоминается только та, которая хорошо визуализирована.

Таким образом, инфографика позволяет быстро оценить суть темы и разобраться с данными, заинтересовывает и намного лучше воспринимается. Из-за этого она широко используется во всех сферах: от рекламы до должностных инструкций.

Преимущества инфографики

• Краткость и лаконичность. Минимум текста, максимум изображений и диаграмм – залог точного и понятного изложения мыслей и быстрого восприятия. Акцент смещается на наиболее важные и значимые факты.
• Удобство восприятия. Большинство людей – это визуалы, которые лучше воспринимают информацию зрительно. Поэтому яркая инфографика со схемами, иллюстрациями и диаграммами запомнится гораздо лучше, чем сплошной текст.
• Скорость изучения. Глядя на инфографику, можно быстро понять, о чем в ней пойдет речь и является ли она полезной. Намного больше вероятности, что человек захочет ознакомиться именно с ней, а не с длинным текстом, который потребует много времени на чтение.
• Экономия места. То, что можно описывать текстом на несколько страниц, размещается на одном листе инфографики, что позволяет сэкономить пространство. Особенно это важно для наружной рекламы и веб-сайтов.
• Трендовый внешний вид. Все больше ресурсов представляют информацию в виде инфографик, в то время как текстовые данные выглядят устаревшими. Поэтому неактуальный вид будет выглядеть менее стильно и не вызовет желания ознакомиться.
• Простота распространения. Если инфографика размещается в интернете, то пользователи будут сохранять ее, чтобы в будущем воспользоваться. Скачать картинку гораздо проще, чем сохранять ссылку на длинную статью.
• Мультифункциональность. Инфографику можно и разместить на сайте, и продемонстрировать в качестве наружной рекламы, и представить партнерам. Таким образом, поработав над ее созданием, можно в будущем найти множество способов полезного применения.

Преимуществ у инфографики очень много, поэтому, если есть возможность представить информацию в графической форме, обязательно нужно это сделать.

Где применяется инфографика

Итак, инфографика – наиболее прогрессивный и удобный способ подачи информации. Где конкретно можно ее использовать?

• Бизнес. Представлять информацию для заказчиков, партнеров, инвесторов намного эффективнее именно в форме иллюстраций. В форме инфографики также можно оформлять отчеты, инструкции, статистические данные.
• Маркетинг. Инфографика в рекламе – незаменимый инструмент: она позволяет быстро оценить информацию и принять решение о покупке, в то время как никто не будет вчитываться в сплошной текст.
• Учеба. Любой материал, представленный в виде картинок, лучше запомнится и усвоится, его проще конспектировать и обрабатывать. Инфографику можно использовать в качестве раздаточного материала, наглядных пособий, включать в учебные презентации.
• Веб-дизайн. В виде инфографики можно оформлять лендинги и страницы веб-сайтов: она займет меньше места и будет гораздо более наглядной и эффективной, чем обычный текст. Ее можно также импортировать в статьи блогов, чтобы подтвердить сказанное.
• SMM. Инфографика в постах соцсетей привлечет внимание и повысит охваты: ею проще делиться и сохранять к себе, она быстрее читается, поэтому повышаются шансы, что пользователи полностью воспримут информацию.

Принципы инфографики

Итак, каким принципам должна соответствовать хорошая инфографика?

• Краткость. Основная цель инфографики – четко и наглядно предоставлять информацию, поэтому мысль нужно выражать максимально точно. Основной акцент – на иллюстрациях, текстовые комментарии – только уместные и по теме. Необходим четкий заголовок, отражающий основную тему, при необходимости – такие же подзаголовки.
• Соответствие цели. Если инфографика должна раскрывать динамику продаж за квартал, не стоит писать там же о используемых материалах. Схема должна отвечать на вопрос, поставленный в заголовке – тогда она будет полезна.
• Визуал. Без правильного дизайна инфографика будет бесполезна: она должна быть яркой, хорошо читаемой и запоминающейся. Качественный шрифт, удачное сочетание цветов, изображения и иллюстрации высокого разрешения, уместные иконки и диаграммы – залог успеха всей схемы.
• Достоверность. Вся информация, представленная в графической форме, хорошо запоминается, поэтому ошибок допускать нельзя. Каждый факт необходимо тщательно проверять, все цифры и даты должны соответствовать действительности. Таким образом, инфографика подчеркнет компетентность и будет реально полезной для читателей.

Источник: www.tvoibrand.ru

Big Data и ECM: рассмотрим практические примеры

Совсем недавно Артем Обухов выпустил блог «Большие данные и их место в ECM» в котором обстоятельно расписал что же такое Big Data применительно к ECM. Я предлагаю развить тему и посмотреть на нее с практической плоскости.

На самом деле, примеров из жизни, где подходы Big Data уже актуальны, больше, чем мы привыкли думать (просто терминология в России еще не прижилась, и вопросы не анализируются в разрезе больших данных). Например, в СМИ с Big Data связаны оценка интересов пользователей, отслеживание социальной активности, количество перепостов сообщений, автоматическая подготовка дайджестов и даже новостей.

В медицине большие данные накапливаются за счет использования электронных медицинских карт, нательных датчиков, данных со стационарных медицинских приборов. Так при анализе огромных объемов информации становится возможным прогнозирование эпидемий. В науке подходы Big Data актуальны в метрологии, геологии, метеорологии, астрономии.

Спортивный менеджмент завязан на больших данных, к примеру, за счет анализа больших объемов информации осуществляется прогноз продажи билетов, а также расчет букмекерских коэффициентов. И это уже реальная повседневная жизнь! А что происходит на уровне корпоративных систем, и, в частности, ECM-системах.

Big Data и ECM

Я буду оперировать фактами и данными, собранными на основе анализа работы нашей компании (DIRECTUM) в ECM-системе за 10 лет. Вот некоторые факты: Число пользователей системы
Число накопленных в системе документов, процессов, записей справочников
Вы можете наблюдать, что динамика прироста данных выше, чем динамика прироста пользователей системы. Чем это было вызвано?

Сотрудники компании стали активнее использовать ECM-систему, стало инициироваться больше бизнес-процессов, как связанных с классическим делопроизводством (входящие, исходящие, организационно-распорядительные документы), так и лежащих за его пределами: работа с договорами, счетами, финансовым архивом, межкорпоративное взаимодействие и так далее. Как раз неклассические задачи и придали большой рывок.

Удельный объем данных на одного сотрудника все возрастает, как и их разнообразие. При таком тренде должен наступить момент, когда люди перестанут справляться с информацией, «потонут» в ней. Но это ли уже «больше данные» или они виднеются только на горизонте? Чтобы разобраться, предлагаю разделить все бизнес-задачи на классические (работа с ОРД, входящими и исходящими документами, несложными бизнес-процессами), привычные для бизнеса и сотрудников, с четко зафиксированными регламентами; и неклассические (обработка счетов на оплату и ведение финансового архив, обработка обращений населения, кредитные заявки и пр.), зачастую связанные с взрывным ростом объема данных.

Классические задачи документооборота и объемы данных

Вот пример одной крупной компании, нашего клиента, с одновременной работой в ECM-системе 1000 пользователей и динамикой роста подключений до 3000 до конца года. Даже в рамках решения классических задач за год в системе инициируются миллионы бизнес-процессов, появляются миллионы документов и РКК. Это гигабайты информации, рост которых будет только расти.

Миллионы – это уже не десятки тысяч! На таких объемах даже в классических задачах документооборота можно говорить о начале работы с большими данными. Это и большой объем с необходимостью обеспечения высокой масштабируемости. И высокая скорость прироста данных при их разнообразии, которые порождают бизнес-потребность в получении статистики и анализу работы в режиме реального времени, а крупные компании не терпят простоя. Что же происходит при решении неклассических задач?

Неклассические задачи ЭДО и взрывной рост информации

Для примера рассмотрим различные отраслевые задачи госсектора, банков и ритейла.

Работа госучреждений с обращениями граждан

Автоматизация межведомственного электронного взаимодействия

В рамках реализации пилотного проекта в одном субъекте РФ по переводу государственных и муниципальных услуг в электронный вид нами было замерено, что из регионального органа в федеральный центр поступает объем запросов равный 270 000 обращений в год. Одновременно внутри региона генерируется 70 000 обращений. И это только пилотный проект на первом десятке госуслуг, с подключением новых услуг объем вырастет на порядки до миллионов обращений. А если взять во внимание все субъекты РФ, то объем увеличится еще на два порядка до сотен миллионов обращений в год.

Работа многофункциональных центров

В потенциале МФЦ должен обрабатывать до 50 000 документов в день или 12 миллионов в год. Объем документов составит более 100 гигабайт в день или 25 терабайт в год. Это колоссальное количество передаваемой информации. Все эти данные надо хранить и обрабатывать при новых запросах граждан.

Потребительские кредиты и банк

Ежедневно в банк средней руки может поступать до 10 000 обращений с заявками на потребительские кредиты. Только приемом таких заявок в едином центре будут заниматься 200 сотрудников. А после приемки заявки необходимо обработать, провести через кредитный комитет и вынести по ним решения о выдаче кредита.

Оптимально, если одна заявка будет обрабатываться не в течение нескольких дней, а за час. Так работает кредитный конвейер. И если для автоматизации принятия решения существуют специальные информационные системы, то в области ввода и первоначальной обработки информации ИТ-решения только-только начинают использоваться (вспомните, как часто сканируют ваш паспорт при обращении в банк, даже в один и тот же, даже в одно отделение, к одному операционисту?).

Обмен финансовыми документами в ритейле

Ежемесячно через крупные торговые сети проходит до 100 000 бумажных счетов. Все счета, как правило, обрабатываются в корпоративном центре. Одной из важных задач ритейлеры ставят переход на электронное взаимодействие с контрагентами, потому что уже сейчас текущие объемы данных ставят в тупик бухгалтерию при необходимости быстро сформировать подборку документов для встречной или камеральной проверки. Серьезной проблемой становится также поиск площадей для хранения документов. А с переходом на электронное взаимодействие при интеграции с EDI количество документов вырастет еще больше за счет появления сопроводительной электронной договорной документации.

Большие данные и поиск новой эффективности

Из приведенных примеров видно, что большие массивы данных в ECM-системах накапливаются и обрабатываются уже сейчас (или накопятся в самое ближайшее время) – это документы, бизнес-процессы, записи справочников, история, права доступа и т.д. Помимо их хранения, ими необходимо управлять, проводить анализ и искать новые пути повышения производительности работы. Если с отчетностью все более или менее понятно (плюсы BI хорошо изучены), то поиск гипотез о поведении пользователей, вопросы повышения эффективности бизнес-процессов ставят перед ECM-системами и их потребителями новые интересные задачи. Рассмотрим эти гипотезы

Анализ данных и вовлечение сотрудников

Правильная работа документами

Можно оценивать частоту работы с документами для принятия решений об их автоматическом переносе в архив, смене прав доступа. Или даже для формирования подборок документов, подходящих для определенного круга сотрудников для текущей работы. Число обращений к документу, описывающему технологии и процессы
Пример с документом, описывающим процедуру работы в компании. Мы видим, что в период появления документа большое количество сотрудников массово его просматривали. С течением времени поток обращений снизился и зафиксировался на уровне только новичков (т.к. базовым технологиям текущие сотрудники уже привыкли следовать). На основе такой статистики система сама может сделать вывод о необходимости переноса документа в архивное хранилище, а также включение его в список обязательных документов для всех новичков.

Профиль загрузки сотрудников

Система сама может оценить профиль загрузки сотрудника, в том числе статистику работы с документами и выполнения заданий, может посылать сигналы о необходимости гармонизации загрузки, перераспределения процессов на коллег. Статистика о работах и загрузке сотрудника в ECM-системе
Например, из данных графика система может понять, что в 2009 году сотрудник перешел на руководящую должность, отметив, что его профиль работы сменился, что он стал выполнять больше «быстрых» заданий, вероятно, и больше делегировать. Но при этом процент просроченных остался неизменным, но с учетом роста количества задач, количество просроченных стало угрожающим. Вероятно, отследив это средствами системы, стоит просигнализировать сотруднику о факте неприемлемого роста количества просроченных заданий.

«Цифровой след» сотрудника

Еще одна интересная гипотеза – это отслеживание «цифрового следа» сотрудника, оставленного при работе с различными массивами данных, взаимодействии с коллегами, прочей рабочей активности. На его основе могут выявляться поведенческие гипотезы, которые позволят повысить удобство взаимодействия пользователя с системой, окружением (другими системами, коллегами).

Игровые механики

Внедрение в корпоративное окружение элементов игры может стать инструментом анализа поведения пользователей, стимулирования правильного использования функций системы и глубокого их изучения, следования технологиям компании и повышения эффективности. Элементы геймификации, внедренные в нашей компании, подтвердили предположения о том, что новый подход становится стимулом для сотрудников. Мы также выявили неожиданный факт, что основными участниками стали не молодые сотрудники, а опытные, в возрасте за 30 лет, а также топ-менеджмент, который нашел в игре новый элемент поиска активных сотрудников и оценки их эффективности. Процент сотрудников, отметивших конкретные плюсы геймификации

Социализация

Другим механизмом вовлечения может стать пересмотр принципов работы сотрудников в корпоративных системах – от контента к взаимодействую внутри рабочих групп. Формирование кругов по интересам (отделы, крупные проекты, рабочие группы, профессиональные клубы и гильдии), получение информации от коллег, формирование профессиональных дайджестов, внутренних чатов – все это инструменты, которые могут помочь в вовлечении сотрудников и повышении эффективности их работы. Поиски закономерностей внутри работы плотно взаимодействующих групп, быстрая передача им полномочий и информации, закрепление результата, неформальная субординация, принципы хранения и использования данных – все это становится возможным при включении социальных механизмов в корпоративную среду. И, если речь идет о крупной компании, имеющей в штате тысячи сотрудников, накопление корпоративной статистики и ее анализ должны как можно быстрее переходить от гипотез к реальным шагам.

В качестве вывода

Оценивайте объемы, разнообразие, скорость прироста и оперативность анализа своих данных. Если вы ожидаете взрывного роста или приближения к рубежу Big Data – для вас это серьезное основание поговорить с поставщиком вашей ECM-системы о поддержке механизмом обработки больших данных. А также с вашим руководством о возможности повышения эффективности бизнеса за счет раскрытия новых, неожиданных закономерностей в работе сотрудников с корпоративной информацией. *** Материал подготовлен на основе выступления автора на DOCFLOW 2014, а также его статьи, опубликованной на портале CNews. Источник: DIRECTUM

Источник: ecm-journal.ru