примеры целевого использования информации в бизнесе

Как используются большие данные в бизнесе: примеры и сервисы

Big Data (большие данные) стали наступившим будущем. Одни определяют их как революцию, другие отводят им роль оптимизаторов бизнес-процессов. Но все сходятся в одном: большие данные важны. Встает главный вопрос — как можно эффективно применять большие данные в бизнесе?

11 666 просмотров
Что говорит статистика?

Последние 10 лет происходит непрерывный рост числа компаний, использующих большие данные.

В 2011 г. большие данные уже использовались гигантами бизнеса — Hewlett-Packard, IBM, Microsoft.

В 2015 г. доля компаний, использующих большие данные, составляла 17% в мире.

Сегодня доля таких компаний — 50%.

И это неудивительно — сбор и анализ больших данных дает важные преимущества:

  • Информация поступает из разных источников, что делает ее достоверней;
  • Информация поступает постоянно, что делает ее актуальной;
  • Данные не анализируются вручную, что уменьшает количество ошибок и увеличивает объем информации, возможный для обработки;
  • У компании есть централизованный доступ к информации.

Что происходит на российском рынке?

Российский рынок больших данных уступает своим масштабом западному, но 55,4% отечественных компаний уже начали инвестировать в аналитику Big Data. На практике мы видим не один пример успешной попытки интегрировать большие данные в бизнес. Например, Сбербанк с его ботами-операторами, заменяющими консультантов. Или гипермаркет Hoff, который на основе больших данных формирует персональные предложения клиентам.

RFM-анализ: что такое, зачем нужен, как использовать в бизнесе

С малым бизнесом и большими данными сложнее. Процесс интеграции больших данных в бизнес — удовольствие дорогое и сложное. Встает вопрос, способен ли малый бизнес на такие подвиги? Что говорят специалисты?

Малый бизнес может данные купить, интегрировать и экстраполировать в свои задачи. Например, есть сеть магазинов по продаже настольных игр «Мосигра». Каждая торговая точка продаж — отдельный малый бизнес. В своей работе они используют big data от торгового центра, где представлен магазин. На основе этих данных корректируют продажи и способы привлечении аудитории.

У каждого ТЦ эти данные разные, что позволяет каждому магазину быть востребованным.

Дмитрий Спиридонов, Сооснователь, генеральный директор CloudPayments

Есть смысл с самого старта бизнеса собирать максимальное количество данных, накопить как можно больше метрик. Когда бизнес начнет стагнировать, будет достаточно информации, чтобы понять, что происходит.

Константин Баев,

IT-директор компании Domino’s Pizza

Малый бизнес более динамичен, конкуренция в разы больше, чем «у больших». Сложность вызывает стоимость, которую малый бизнес не готов платить за собственную платформу. Поэтому вариант для небольших компаний — покупать сервисы, которые продают готовую аналитику.

Сергей Чернов, Директор по разработке программного обеспечения компании CTI
Что показывает практика?

Сервис: Google BigQuery + Alytics

Бизнес-задачи:

  • Рост конверсии внутри сайта;
  • Увеличение узнаваемости бренда онлайн;
  • Увеличение доли мультиканальных покупателей.

Способ: все данные были собраны в одном месте, на их основе по собственным параметрам были построены необходимые отчеты, затем полученные данные были переданы в Alytics для управления ставками.

Результат: показатель ROI вырос в нескольких категориях товаров до 17%. Показатели Email-рассылки продемонстрировали, что на 1 руб. онлайн-выручки приходится 4 руб. в оффлайне. Роль мультиканальных пользователей увеличилась, а 1/3 прибыли московских гипермаркетов приходятся на посетителей сайта Hoff.ru.

Кейс CarPrice

Сервис: Mail.ru Cloud Solutions

Бизнес-задачи:

  • Оптимизация расходов на трафик;
  • Увеличения скорости передачи контента.

Способы: все данные были собраны в одном месте, а оперативность службы поддержки позволяла быстро решить все технические вопросы и проблемы сервиса.

Результат: расходы на сервис сократились примерно в 4 раза, при этом возросло его качество. Пользователи благодаря быстрой загрузке контента сократили время на принятие решений.

Кейс Zarina

Бизнес-задачи:

  • Персонализация разделов сайта интернет-магазина;
  • Создание персонализированных рекомендаций дополнительных товаров.

Способы: на основе анализа больших данных были персонализированы рекомендации в категориях товаров, корзине, были созданы карточки товаров и персонализированы рекомендации в них.

Результат: выручка увеличилась более чем на 28%.

Кейс S7 Airlines

Бизнес-задачи:

  • Увеличение конверсий;
  • Снижение стоимости расходов на конверсии.

Способы: на основе больших данных были созданы персонализированные креативы. Накапливание информации позволило системе увеличить точность прогнозов.

Результат: увеличились в 2 раза конверсии (за тот же бюджет), при этом стоимость конверсии снизилась на 40 %.

Кейс AllTime.ru

  • Увеличение интереса пользователей к карточкам товаров и странице поиска;
  • Создание разнообразных персонализированных предложений;
  • Увеличение вовлеченности пользователи, что должно привести к росту ключевых метрик.

Способы: на основе больших данных были созданы персонализированные карточки товаров, подобрано оптимальное расположение блоков, персонализированы страница поиска, рекомендации сопутствующих товаров.

Результат: каждое действие дало рост конверсии и прирост среднего чека:

  • Блоки рекомендаций: 3,1% (конверсия) + 1,5 (ср. чек) = рост выручки на 4,7%.
  • Сопутствующие товары: 2,4% (конверсия) + 10,6 (ср. чек) = рост выручки на 13,2%.
  • Поисковые рекомендации: 17,3% (конверсия) + 13,2% (ср. чек) = рост выручки на 32,7% .

Взгляд специалистов

Большие данные оказывают революционный эффект на бизнес, потому что современная бизнес-аналитика базируется на анализе big data. Например, в маркетинге и рекламе: клиентам могут быть направлены целевые офферы, которые соответствуют их же потребностям. Благодаря аналитике больших данных предложение бизнеса не вызывает у потребителя раздражение, потому что формируется на основе его предпочтений и прошлых покупок.

Илья Соломатин, Руководитель проектов цифровой экосистемы all.me

Нужно понять, что мы включаем в понятие «Большие Данные» с позиции бизнеса. Для нас, практиков, это прежде всего постулат, что идти нужно не от данных, а от решаемых задач. Сбор данных ради самих данных в отрыве от реальной потребности заводит в тупик. Мы видим перспективы от использования Big Data в области предсказательной аналитики, а также операционной аналитики (распределенная обработка данных, потоков и событий). В таком ключе Big data способны превратить «мёртвые» информационные терабайты данных компании в главный бизнес-актив.

Андрей Крехов, Заместитель директора по специальным программам ICL Services

Технологии больших данных способны перевернуть всю суть бизнеса и по-новому взглянуть на ситуацию на рынке. Например, выстроить новую модель продаж, как это сделала Kaeser Kompressoren, производитель сложных компрессоров. Благодаря анализу данных с датчиков на оборудовании компания создала новый подход к продажам: поставка сжатого воздуха вместо продаж самого оборудования. Поставка готового продукта сделала возможным закладывать более высокую маржу, чем при продаже самого оборудования. Kaeser Kompressoren получила контролируемый постоянный денежный поток и зарабатывает больше на поставке кубометров сжатого воздуха.

Юрий Бондарь, Заместитель генерального директора SAP CIS

Наличие больших массивов информации ни в одной компании не гарантирует их ценности, если на их основе не будут приняты стратегические решения.

Какие шаги подготовки предпринять для проекта по big data?

1. Определить проблему;

2. Оценить стоимость использования Big Data: з/п специалистов, затраты на сервера;

3. Поставить KPI на проект;

4. Посчитать ROI на использование Big Data.

Елена Герасимова, Руководитель направления Data Science в «Нетологии»
Цифры из практики

Сервисы на основе больших данных могут существенно сэкономить рабочее время сотрудников, занятых в выполнении рутинных операций. Например, время на заведение бумажных ТТН сокращается примерно в 3 раза, и это ежедневные операции. Процесс заведения нового товара в каталог позволяет экономить минимум 50% времени операциониста.

Раис Хальфиев, Эксперт компании СКБ Контур

Внедрение анализа больших данных увеличивает средний чек на 7-15% и серьезно влияет на возвратность потребителя (частоту посещения магазина).

Денис Царев, Генеральный директор Моризо Диджитал

Разберем применение больших данных на примере компании «Утконос». «Утконос» создает автоматизированные и триггерные маркетинговые кампании по различным каналам с возможностью получения аналитических данных. В результате использования технологии рост доходов по e-mail каналу составил 41%, а по sms — 8 %, причем количество заказов увеличилось на 2%. А в канале Viber на 18% увеличилась конверсия в покупку. Что касается больших данных в сфере производства — их применение повышают эффективность оборудования на 5-10%.

Юрий Бондарь, Заместитель генерального директора SAP CIS
Что в итоге?

Анализ Big Data разрешает следующие бизнес-задачи:

  • Составление более детализированного портрета ЦА и клиента, сбор информации о причинах оттока посетителей, сегментирование клиентов;
  • Персонализация предложений, оптимизация таргетинга;
  • Создание единой актуальной базы данных с вычислением ошибок и нахождением связей;
  • Сбор информации о пользе продукта и его безопасности;
  • Расчет рисков, борьба с мошенничеством (например, в банковской сфере);
  • Оптимизация логистики, использования оборудования, выявление качества сервиса;
  • Обеспечение более упорядоченного и дешевого метода хранения данных с возможностью составить отчет по нужным параметрам.

Использование больших данных в большей степени влияет на маркетинг, сервис, устранение «слабых» звеньев в производстве, выявление множества зависимостей при продаже продукта или услуги.

Практика показывает, что большие данные можно использовать эффективно (и даже очень), но их интеграция — это не волшебная таблетка, превращающая любой проект в прибыльное дело. Нужно понять, как большие данные помогут конкретно вам.

Источник: vc.ru

Эпоха «Big Data» или какие данные собирать и хранить бизнесу и как их задействовать в маркетинге

Мы живем в сложном цифровом мире, наполненном многочисленными потоками различной информации. Каждую секунду многомерные массивы данных курсируют от одного источника к другому, проходя длительный маршрут, сопровождаемый такими операциями, как преобразование и обработка.

По прогнозам ведущих мировых специалистов по информационным технологиям к 2020 году в мире накопится около 43 зеттабайта информации (10 в 21 степени байт), а уже к 2025 общее количество возрастет в 10 раз. Заметен экспоненциальный непрерывный рост, что неизбежно связано с необходимостью постоянной комплексной работы по управлению базами данных (БД).

Чтобы упростить модель восприятия человека многомерных массивов, появился специальный термин «Big Data», суть которого заключается в процессе обработки неструктурированных данных и их приведении к определенной структуре в соответствии с заданным порядком. Иными словами, создание порядка из хаоса.

Это обширное понятие относится абсолютно ко всем сферам деятельности людей, каким-либо образом связанных с многочисленными информационными потоками. Наиболее востребовано данное мероприятие в банковском секторе, автоматизированных распределительных системах, построении искуственных интеллектуальных нейронных сетей, технологии «блокчейн». Исключением не является и интернет-маркетинг.

В мировой практике термин «Big Data» относится к массиву информации, размер которого превышает 3 терабайта. Однако часто делают упрощение и относят к «Биг Дате» любую обширную БД со сложной иерархической связью (большим количеством источников данных для агрегирования) и строгой структурой.

Многие могут задаться вопросом, а при чем здесь понятие «Big Data» и маркетинг? Если у вас есть лишь один источник трафика на сайт – «сарафанное радио», то, конечно же, никакой речи об обработке и хранении больших массивов информации идти не может. Стоит лишь добавить к указанным каналам маркетинговой коммуникации рекламные кампании в «Яндексе» и «Google», а также таргетинг в социальных сетях, и оценить эффект становится крайне сложно за счет возросшего объема информации, необходимой для обработки и последующего представления.

К сожалению, многие владельцы бизнеса для оценки эффективности предприятия используют лишь два индикатора: расходы на продвижение и доходы. При этом разделение по каналам не производится и общий эффект оценивается лишь только «ощущениями» руководителя отдела маркетинга или главы компании. По принципу: «Доходы отбили расходы на рекламу и что-то даже осталось. Значит всё хорошо, процесс идёт».

В современных реалиях этого становится мало. Чтобы не стоять на одном месте, а постоянно развиваться, следует вести более детальный анализ, переходя от модели восприятия по своим «ощущениям» к сквозной аналитике. При этом важно производить и деление отображаемой информации на уровни.

На иерархической вершине (сведения для руководителя), необходимо расположить сводку по каждому каналу продвижения (РК в «Яндекс Директ» и «Google Adwords», таргетинг в «Facebook», «Вконтакте», «Одноклассниках», закупка рекламы в «Инстаграм», SEO и прочие виды продвижения в интернете) с такими показателями, как «Доходы», «Расходы», «Окупаемость». Взглянув на представленные данные, можно сразу же сделать вывод о том, что является более эффективным и выгодным с точки зрения прибыли.

На уровне интернет-маркетолога «Big Data» имеет более обширный вид с разбивкой на составляющие. Так, для рекламных кампаний в системах «Яндекс Директ» и «Гугл Эдвордс» необходимо проанализировать каждую группу объявлений. Главными индикаторами всё так же будут доходы, расходы и окупаемость. Дополнительно приводятся такие сведения, как «Количество показов и переходов с рекламы», «CTR», «Средняя цена за клик», «Объем трафика», «Конверсия».

Взглянув на эти цифры, можно грамотно перераспределить рекламный бюджет на РК. За счёт расширенной выборки показателей имеется возможность проведения упрощенного факторного анализа, чтобы установить причинно-следственную связь между различными параметрами. К примеру, можно связать такие факторы, как «ключевой запрос», «конверсия», «доход», «расход». В случае выявления негативных признаков можно отключить неэффективную группу объявлений, высвободив тем самым бюджет на те «ключи», которые приносят наибольший доход.

Часто встречается и другая картина (особенно в кампаниях РСЯ/КМСГ), когда при низкой конверсии получается большой доход, что обусловлено низкой стоимостью клика и, как следствие того, малым расходом. Именно поэтому все эти показатели следует рассматривать в комплексе, учитывая их взаимосвязь.

Аналогичные манипуляции потребуется произвести и при оценке эффективности таргетинга в социальных сетях. Показатели будут незначительно отличаться в зависимости от выбранной модели ценообразования. При этом привязка будет делаться не к поисковым фразам, а подборкам «фокусных групп» и экспериментам с сегментами целевой аудитории.

В случае с поисковым продвижением в естественной выдаче обращается внимание на себестоимость трафика (определяется, исходя из расходов на SEO) и доходы, которые удаётся получить в ходе взаимодействия с интернет-пользователями.

Систематизировав всю полученную информацию со всех каналов маркетинговой коммуникации, можно производить различные манипуляции по оптимизации расходов, улучшая тем самым результативность бизнес-системы в целом.

Кажется всё просто? Если речь идёт о небольшой компании, в ассортименте которой находится всего один товар или услуга, то «да». Простенькая сквозная аналитика поможет выявить слабые «участки», закрыв которые можно многократно повысить рентабельность.

Особенность понятия «Big Data» подразумевает собой огромные массивы данных с большим уровнем вложений, что явно указывает на интернет-магазины, продающие более 1000 товаров через различные каналы продвижения. Представьте только онлайн-гипермаркет с тремя тысячами товаров различных категорий, каждый из которых продвигается через площадки «Яндекс Директ», «Google Adwords», таргетинг в «Вконтакте», e-mail-рассылка. Вот тут и начинается работа с обширными массивами информации.

Подобный процесс очень трудоёмкий и утомительный, требует базовой автоматизации и постановки «бизнес-логики», работающей по оптимальной модели. Кроме того, для работы с «Big Data» в штате команды требуется наличие профильного специалиста по интернет-маркетингу, способного проанализировать показатели, как с математической точки зрения, так и обычной логики. Ведь некоторые способы продвижения несут в себе не performance-задачи (ориентированные на прямые продажи), а имиджевые, направленные на создание и дальнейшее развитие бренда. В случае с медийной и видео форматом рекламы проявляется фактор «отложенной конверсии», которая заключается в том, что продажа будет совершена не сразу, а лишь спустя некоторый промежуток времени. Вот именно для таких ситуаций интернет-маркетологу, занимающемуся бизнес-аналитикой, и требуется четко представлять бизнес-логику всей рекламной деятельности.

Помимо этого потребуется выбрать площадку для агрегирования информации (сбора всех данных в едином месте, их последующей обработки и визуализация в необходимом для последующего отображения виде).

Чаще всего для обработки большого потока данных используются такие системы аналитики, как «Microsoft Power BI» или «Google Data Studio», широко распространенные во всем мире. Появление подобных программных продуктов связано с многомерностью источников информации и недостатками базовых аналитических систем (они хорошо собирают сведения только со своих сервисов). Так, «Яндекс Метрика» хорошо собирает и структурирует информацию с рекламной площадки «Yandex Direct» и систем «Коллтрекинга» (отслеживания звонков). Для корректного сбора данных с «Google Adwords» потребуется система аналитики от компании «Гугл». Аналогично можно сказать и про все другие источники трафика, идущего на веб-ресурс, и средств их мониторинга со сбором статистики.

Все эти особенности и послужили фактором появления представленных выше программных продуктов для агрегирования информации. Чтобы начать процесс интеграции с другой веб-аналитической системой в «Microsoft Power BI» или «Google Data Studio» достаточно всего лишь один раз произвести интеграцию с необходимыми источниками и вывести информацию в удобный для восприятия вид, задав шаблоны отображения.

Как и в случае с любой сквозной аналитикой для точного расчета доходов и показателя KPI требуется произвести дополнительную интеграцию с CRM-системой. Общая схема представлена на рисунке ниже.

image1.png

Как видим, «Power BI» был взят в роли принимающего шлюза для сбора «Big Data». В качестве источников информации выступают «Яндекс Метрика», «Яндекс Директ», «Коллтрекинг», «Заявки с сайта», «Система учета клиентов» (например, «Битрикс 24» или «AmoCRM»), «Google Adwords», «Facebook», «MyTarget». На самом деле, список не является окончательным и его с легкостью можно расширить, включив в общую систему аналитики «Вконтакте», «Одноклассники», сервисы e-mail рассылок.

Отдельно стоит выделить отслеживание офлайн конверсий, которые могут предоставляться в системе путем интеграции с CRM-комплексом.

Сервисы «Microsoft Power BI» или «Google Data Studio» хранят все собранные данные в облачных пространствах. При нехватке места для сохранения информации со всех возможных источников объем «удаленного» диска на облаке можно расширить за дополнительную плату. Какая из вышеперечисленных систем лучше, говорить сложно, так как все зависит от поставленных целей и других факторов, но посмотреть их сравнение вы можете, перейдя по следующей ссылке.

Заключение

Не так давно начавшаяся эпоха «Big Data» меняет стандартные способы хранения и обработки информации. Теперь не нужно анализировать все данные по отдельности с ручным сведением в общий отчёт. Достаточно применить мощную оптимизированную централизованную систему, где вся информация сосредоточена в одном едином месте (программном комплексе).

Выполнив функцию обработки и приведения данных к необходимому виду, можно реализовать отчёт о всей маркетинговой деятельности за считанные минуты. Снижение ручного труда (автоматизация), минимизация вероятности возникновения ошибки, а также объективность оценки – ключевые факторы успеха рассматриваемой технологии в интернет-маркетинге.

Остаётся лишь только серьезно отнестись к возможностям сквозной веб-аналитики и регулярно заниматься процессом перераспределения бюджета, стремясь тем самым получить максимально возможную прибыль.

Источник: akiwa.ru

Информация. Степень влияния информации на бизнес.

stepen-vliyaniya-informacii

Информация на латинском языке звучит как «informatio», переводиться как разъяснение, объяснение. В законе Российской Федерации она описана как сведения о лицах, фактах, предметах, событиях, процессах и явлениях, независимо от формы их представления.

Сама информация не на что не способна, а человек, обладающий информацией, способен на многое. В условиях «a business»(бизнеса) важно знать количество человек, владеющих той или иной информацией, а в некоторых случаях это более важно, чем даже сама информация. Зная это, можно предположить изменение многих показателей, в том числе и рыночных. Крылатая фраза «Кто владеет информацией, тот владеет миром» актуальна в любом месте и во все времена.

Сбор информации для вашего бизнеса

Предприятия, не имеющие системы сбора и обработки информации, заведомо находятся в проигрыше по отношению к своим конкурентам, особенно в периоды экономической нестабильности, что одновременно является положительным и отрицательным периодом в жизни вашей компании. Способ получения информации отражается в её достоверности, чем менее понятен способ её получения, тем менее достоверна и сомнительна информация. Как правило, наиболее крупный игрок на рынке, имеет больше источников информации. Лидер рынка находиться в более выигрышной информационной позиции по отношению к компаниям среднего и малого бизнеса (SMB).

Работа по сбору информации начинается со сбора такой, которую проще всего найти, т. е. с открытых источников, и продолжается до тех пор, пока не будет собрано достаточное количество информации, необходимой для принятия решения. На различных рынках есть свои источники информации, которые необходимо постоянно отслеживать. Сбор информации-одна из самых ответственных стадий реализации любого проекта в условиях «a business», на этой стадии необходим постоянный и чёткий контроль процесса. Процесс сбора информационной основы необходимо начать с определения компетентности её источников. В наше время собрать информацию о вашем бизнесе, а также проследить изменения, тяжело без специализированных средств и технологий, поэтому идите «в ногу» с техническим прогрессом.

Анализируя информацию, в условиях «a business», в первую очередь необходимо обратить внимание на её значимость, которая напрямую зависит от степени её влияния.

Степень влияния информации — это способность информации влиять на результат деятельности человека или предприятия. Значимость информации зависит от времени, качества информации и скорости её движения. Значимость информации измеряется в условных единицах.

Ложная информация и её влияниеЛожная информация и её влияние

Например, произошло событие 11 сентября (в США два самолёта врезались во всемирный торговый центр). На компанию влияет не факт падение всемирного торгового центра, а информация, поступающая от политиков, экономистов, чиновников. Компаниям необходимо различать, где PR технология, а где информационный факт. Подобного рода информация является внешней, т. е. она влияет на Ваше предприятие извне. И, независимо от успехов деятельности Вашего предприятия, она всё равно будет влиять на него и на ваших конкурентов.

Степень влияния этой информации на Ваше предприятие будет гораздо выше первые дни, часы или даже минуты, далее степень влияния этой информации постепенно снизиться до определённого уровня, но не до нуля. Этот эффект объясняется памятью человека, так как человеку свойственно помнить о негативных событиях влияющих на него и всегда предостерегаться в будущем от их влияния. Компании, ведущие свою деятельность в условиях конкурентного рынка, должны остерегаться этого эффекта, так как негативная внутренняя информация, которая вышла из вашей компании, может испортить вам дифракцию вашего продукта. Сгладить влияние негативной информации призваны PR технологии, здесь написано как это работает.

Конкретно на предприятия 11 сентября влияли мнения о цене на нефть, т. е. всех в первую очередь интересовал вопрос стоимости топлива. Таким же образом можно проследить зависимость степени влияния информации от её качества. Количество информации так же влияет на её значимость, но эту сторону информации следует рассматривать с точки зрения закона спроса и предложения, т. е. со стороны рынка.

Степень влияния информации и скорость её распространения искажают её достоверность, вспомните, что говорили деятели мировой экономики в момент событий произошедших 11 сентября. В основном все мнения сводились к одному выводу «Нефть будет дорожать», но никто не обращал внимания на факты, а они были, вот лишь некоторые из них:

  • нефть не могла дорожать, так как самая большая машина по поглощению нефти (экономика США) не стояла на месте.
  • США в период военных действий может использовать стратегические запасы нефти. Д. Буш постоянно повторял фразу «Мы находимся в состоянии войны с терроризмом»
  • весь мир был подвержен гипнозу, в том числе и игроки на биржах, т. е. все были готовы покупать нефть
  • ОPEC не сокращало поставок нефти.

В тот момент было много фактов, которые говорили о том, что нефть будет дешеветь, но они поглощалась степенью влияния информации о событиях в Нью-Йорке. Таким образом, произошло искажение информации под воздействием степени влияния событий в Нью-Йорке. Как не странно, влиянию тех трагических событий подвергся весь мир, и получил искажённую информацию, а не факты.

В итоге произошло то, что и должно было произойти, заработали биржи и все игроки стали скупать нефть. США в тоже время начала её продавать. Рынок достиг своего верха и рухнул вниз, как только нефть опустилась в цене, США её скупила по дешёвке, чего не смогли сделать другие игроки, так как они уже проигрались на этих торгах ранее. Таким образом, одна биржевая игра окупила войну в Афганистане на несколько лет вперёд.

Источник: businessandmoney.ru

Примеры целевого использования информации в бизнесе

Содержание:

  • Что такое информационные технологии в бизнесе?
  • Применение
  • Управление кадрами
  • Основные требования к ПО
  • Разновидности и категории
  • Функции и задачи
  • Принципы применения современных информационных технологий в управлении
  • Информационные системы и технологии в управлении предприятий

Вычислительная техника существовала с древних времен. Но только после Второй мировой войны стала прочно входить в жизнь человека. Первый высокоуровневый язык программирования (Планкалкюль) был выпущен в 1948 году. Изобретение концепций интегральной схемы (1960) и центрального процессора (1969) увеличило скорость внедрения технологий, а также доступность компьютеров.

Если до шестидесятых годов компьютеры использовались только учеными и иногда военными, то после технологии массово стали проникать в корпорации для решения бизнес-задач. Соответственно, некоторые гиганты среди поставщиков аппаратного обеспечения (например, IBM, HP, Hitachi) существуют более пятидесяти лет. А гиганты среди поставщиков программного обеспечения были основаны именно в семидесятых годах (например, Microsoft, SAP, Oracle).

Один из первых крупных проектов по внедрению информационных технологий для решения бизнес-задач был выполнен компанией SAP. В 1972 году они автоматизировали начисление заработной платы и часть бухгалтерского учета корпорации Imperial Chemical Industries. И вот уже примерно 50 лет требования бизнеса являются важным драйвером развития вычислительных устройств и возможностей программного обеспечения.

Что такое информационные технологии в бизнесе?

149-ФЗ дает определение информационным технологиям: ИТ — процессы, методы поиска, сбора, хранения, обработки, предоставления, распространения информации. Соответственно, все эти же процессы и методы, но направленные на потребности бизнеса, являются информационными технологиями в бизнесе.

Все сервисы и компании, связанные с релокацией, на одной карте

Информационные технологии в российский бизнес начали проникать примерно тогда же, когда появился российский бизнес, то есть еще в девяностые. Первые персональные компьютеры пришли в Россию именно тогда. Продукты Microsoft Office, Adobe, специализированное ПО — все это стало обязательным атрибутом многих офисных помещений или, например, заводоуправлений, уже к концу девяностых. Ну, и огромные ЭЛТ-мониторы, куда же без них.

Применение

В наши дни, наверное, любая компания, которая чтит налоговый кодекс, живет в парадигме автоматизированного бухгалтерского учета. Большинство компаний, в которых более чем у десяти сотрудников рабочее место — это компьютер или ноутбук, имеет корпоративную электронную почту со своим доменом.

А корпоративный сайт может существовать даже без электронной почты. Ну, и, если у сотрудников есть автоматизированные рабочие места, значит, должно быть и программное обеспечение в виде офисных приложений, браузера, мессенджеров и так далее.

Обязательная работа с соцсетями, профилями компании в картах, сервисами отзывов — также важный элемент жизни большинства компаний вплоть до ИП. Поэтому можно смело утверждать, что информационные технологии важны для любой компании. Даже маленькие торговые точки обязаны принимать безналичную оплату (хотя часто просят совершить денежный перевод, что тоже вполне относится к ИТ).

Что касается крупного бизнеса и крупных компаний, то тут добавляется гораздо больше потребностей и возможностей. Потому что далеко не каждая компания готова потратить десятки или сотни миллионов рублей в год на информационные технологии. Но те, которые тратят, ждут отдачи в виде снижения затрат и повышения эффективности бизнес-процессов.

Управление персоналом

Рассмотрим для примера HR. Управление персоналом (Human Resources) — частый и важный потребитель информационных технологий. Сегодня автоматизации и цифровизации подвержены все процессы HR, разве что кроме приватных разговоров с сотрудником.

Сервисы поиска сотрудников (рекрутмента) для компаний одновременно являются сервисами поиска работы для кандидатов. Процессы улучшаются с каждым годом, а если чего-то не хватает в самом сервисе, то можно настроить интеграцию с собственной информационной системой. Например, для более качественного хранения и поиска по базе резюме откликавшихся за много лет соискателей.

Для корпораций с тысячами вакансий в разных регионах такие дополнительные сервисы актуальны. Также к разбору резюме на самые популярные (с сотнями откликов в день) вакансии могут подключать нейросети, а первое общение с кандидатами может проводить голосовой робот или чат-бот.

Хранение персональных данных, кадровый документооборот, начисление заработной платы, учет рабочего времени и так далее — все эти процессы уже давно являются автоматизированными в разных компаниях. И если где-то этого еще нет, то это вопрос не отсутствия технологий, а отсутствия желания или возможностей. И нельзя не вспомнить о повсеместном переходе на электронные трудовые книжки с 2020 года.

Если говорить о средних компаниях и крупных корпорациях, существует еще как минимум две важных задачи, которые могут быть автоматизированы: обучение и оценка персонала. Обучение, особенно после начала пандемии, все больше уходит из офлайна в онлайн. Платформы видеосвязи, технологии вебинаров, сервисы онлайн-курсов — все это может быть как общедоступным, так и внутрикорпоративным.

Десять лет назад ознакомиться с правилами техники безопасности на каком-то предприятии можно было единственным способом: выслушать нудную двухчасовую лекцию в классе вместе с несколькими такими же слушателями, после чего заполнить анкету из пяти вопросов вида: «Стоит ли хватать голыми руками оголенный провод под напряжением?». А если новичок вдруг поставил галочки в неправильных местах, то ему (в некоторых случаях) просто давали еще одну анкету для второй попытки.

Сейчас же специализированное мобильное приложение может показывать красочную видеопрезентацию тет-а-тет, следить за вовлеченностью зрителя, задавать вопросы для промежуточных проверок усвоения материала, после чего давать тест необходимой сложности в самом конце.

И неспособность сотрудника правильно ответить на вопрос про оголенный провод после этого уже передается в подразделение управления персоналом, которое уже на этом этапе может понять, что для сотрудника срочно следует составить индивидуальный план развития, чтобы скорректировать эффективность деятельности отдельно взятого сотрудника и восполнить пробелы в его знаниях.

Конечно же, область применения не только ТБ, но и любые правила, инструкции, регламенты или, например, интерактивная инструкция по работе с информационной системой. Также к обучению сотрудников относится не только массовые вводные курсы и проверки, но и специализированные курсы, семинары.

Оценка персонала везде производится (если производится) разными методами. И, наверное, нет какой-то единой методологии оценки профессиональных компетенций любого сотрудника в любой компании. А вот для оценки вовлеченности, мотивации уже давно используются несколько различных методик.

В основном они направлены не на конкретных сотрудников, а на выяснение средних значений по коллективу, но если средние значения сильно отклоняются от нормы либо ощутимо просели с момента последнего исследования, то проблемы явно существуют. И, естественно, эти методики точно так же автоматизируются, как и все остальное, как простыми формами анонимных интернет-опросов, так и сложными, но гораздо более точными, специализированными решениями для HR-исследований. На них сейчас есть реальный спрос, поэтому мы добавили такие системы в портфель решений «ВС Лаб».

Это лишь часть распространенных вариантов применения информационных технологий в управлении персоналом. Конечно же, решаемых задач гораздо больше.

Основные требования к инфраструктуре ПО

Основное требование к инфраструктуре в наше время — расположение серверов. Первые десятилетия автоматизация процессов происходила на инфраструктуре, физически расположенной у заказчиков. Около десяти лет назад в моду стали входить «облака», то есть облачные хранилища, сервисы, программное обеспечение.

У каждого варианта есть свои плюсы и минусы. Сегодня каждая компания может сама решать, какой вариант подходит им: поддерживать свою инфраструктуру самостоятельно (on-premise) или доверить это сторонним компаниям (хостингам).

Небольшим компаниям проще и выгоднее воспользоваться облачным хранилищем документов, облачной CRM, облачной бизнес-аналитикой. Это позволяет не тратить средства на оборудование и штат специалистов поддержки инфраструктуры, а также быть уверенным в высоком уровне доступности сервиса и быстром устранении внештатных проблем.

Крупные же компании, в свою очередь, далеко не всегда стремятся переехать в «облака». Во-первых, данные на их серверах могут содержать слишком чувствительную для бизнеса информацию, и хотя хостинги гарантируют стопроцентное отсутствие доступа к данным у третьих лиц, далеко не все готовы на это пойти.

Во-вторых, персональные данные по российскому законодательству можно хранить только на территории РФ и быть аттестованным в рамках 152-ФЗ, что сильно затрудняет использование некоторых зарубежных облачных платформ и сервисов. В-третьих, у некоторых компаний (например, у госорганов или компаний с госучастием) есть свои особые требования по допустимому набору технологий и параметров оборудования и программного обеспечения, которые могут повлиять на отказ от облачных технологий.

Что касается требований к самому ПО, то в России с некоторых пор популярен термин «импортозамещение», который говорит об ограничении возможности некоторым компаниям использовать импортное проприетарное (упрощенно — платного) программное обеспечение. Поэтому у части компаний есть выбор между свободным ПО и ПО отечественного производства.

За последние шесть лет это требование дало неплохой стимул для развития софта, произведенного в России и включенного в реестр отечественного ПО. Пусть и не во всех сферах ИТ, но некоторые российские платформы не уступают в качестве и функциональности популярным западным аналогам. Например, среди платформ бизнес-аналитики (Business Intelligence). Это одно из профильных направлений нашей компании, которое, кстати, курирую я.

Разновидности и категории

Есть много различных вариантов классифицировать корпоративное программное обеспечение. Попробую часть из них очень упрощенно представить:

Проприетарное, бесплатное, с открытым исходным кодом и т.д.

Локальная программа (например, MS Excel) или информационная система с клиент-серверной архитектурой. Соответственно, в системе клиентская часть может быть «толстой» (отдельно устанавливаемое приложение на компьютер), «тонкой» (страницей, открываемой в обычном браузере).

И нельзя обойти стороной мобильные клиенты (которые часто являются гибридами «тонкого» и «толстого» клиентов), то есть мобильные приложения, которые работают с корпоративными системами.

  • По целям и типу применения: «массовое» и «нишевое»

Массовое (например, управление бухучетом или CRM) нужно большинству компаний. Нишевое же нужно очень небольшому количеству компаний, но зато очень нужно (например, ПО для геодезистов или программно-аппаратный комплекс турникетов в метро).

Массовое ПО будет почти аналогично использоваться и на большом металлургическом комбинате, и в сети стоматологических клиник. А нишевое за пределами узкого профиля использовать (без существенных доработок) не удастся.

Функции и задачи

Если рассматривать только массовое корпоративное ПО, то даже здесь идут десятки видов различных систем и сервисов. Вот самые популярные задачи автоматизации:

  • управление пользователями и группами (например, LDAP);
  • электронная почта и календари;
  • корпоративные мессенджеры;
  • корпоративное хранилище данных (КХД/DWH);
  • хранилища документов (ECM);
  • документооборот (СЭД);
  • базы знаний компании (KB);
  • бухгалтерские системы, управление предприятием и планирование ресурсов (ERP);
  • финансовые системы (например, казначейские);
  • управление проектами (PMS);
  • управление бизнес-процессами (BPM);
  • роботизация процессов (RPA);
  • управление клиентами (CRM и LMS);
  • программы лояльности, билинговые системы, скоринговые системы, бизнес-аналитика и отчетность (BI);
  • моделирование и прогнозирование, управление нормативно-справочной информацией (НСИ);
  • управление мастер-данными (MDM);
  • управление мобильными устройствами (MDM);
  • управление обучением персонала, управление инновациями и инвестициями и много чего еще.

Про каждый из этих классов систем можно написать отдельную статью. Так или иначе каждый класс направлен на сокращение затрат, повышение эффективности и сохранение опыта компании.

Держать в штате не семьдесят бухгалтеров, которые каждый месяц считают заработную плату в тетрадках, а иметь десять бухгалтеров, у которых большая часть расчетов происходит автоматически — эффективное использование ресурсов компании.

Сотрудник, которому не нужно бегать между этажами для согласования документов, а которому достаточно заполнить карточку проекта документа в СЭДе, — более эффективный сотрудник. Руководитель, которому не нужно ждать от своих сотрудников ежедневного отчета, а которому достаточно открыть вкладку браузера с актуальной аналитикой по подразделению, — более эффективный руководитель.

Отдел продаж, который не теряет информацию обо всех клиентах (контактах, сделках, потенциальных сделках) конкретного продавца после его увольнения, потому что данные были внесены в CRM, сохраняет опыт компании. Отдел технической поддержки интернет-провайдера, сотрудник которого видит все транзакции и заявки пользователя при его обращении, сможет быстрее и точнее оказать консультацию по вопросу.

И чем больше систем внедрено, тем важнее, чтобы они были проинтегрированы между собой. И чтобы пользователям не приходилось одни и те же данные вводить в три системы.

Принципы применения современных информационных технологий

Информационные технологии никогда не стоят на месте и требуют постоянного развития в каждой конкретной компании. Изменяющиеся бизнес-процессы, новые направления бизнеса, устаревающие платформы реализации, новые требования информационной безопасности. Все это и многое другое двигает бизнес в сторону постоянной актуализации своих информационных систем.

Малый бизнес не может себе позволить регулярное изменение используемых технологий. Здесь выручают некоторые облачные продукты, которые часто выпускают новые версии продуктов с учетом самых популярных пожеланий. И иногда новые возможности оказываются очень даже актуальными. Например, во время начала пандемии несколько популярных сервисов выпустили важные обновления, направленные на упрощение массового перехода сотрудников по всему миру на удаленку.

С крупными компаниями все несколько иначе. Не имея возможности постоянно улучшать какие-то процессы, компании могут столкнуться с проблемами роста и начать проигрывать конкурентам. Да, какие-то автоматизированные процессы (например, бухучет) могут работать десять лет без потребности в изменении. А каким-то внесение изменений нужно раз в две недели.

Именно поэтому любая корпорация имеет либо в штате, либо в дочерней структуре большой набор архитекторов, аналитиков, дизайнеров, разработчиков, тестировщиков, инженеров и прочих ИТ-специалистов, которые позволяют делать процесс разработки и внедрения новой функциональности непрерывным и непрекращающимся.

Самый доступный пример тут — мобильные приложения банков, пользователями которых являются миллионы. Если один банк забросит поддержку и развитие приложения, если оно будет постоянно сбоить, то приложения конкурентов в это время будут развиваться, предлагая новые возможности и продукты. А в 2021 году более удобное и качественное мобильное приложение или интернет-банк — это достаточно веский и распространенный повод сменить один банк на другой.

Информационные системы и технологии в управлении предприятий

Три самых популярных причины применения информационных технологий в бизнесе: сокращение затрат, повышение эффективности и сохранение опыта компании. Но грамотно и своевременно применяемые технологии — уже давно один из необходимых компонентов роста и развития компаний.

Любой топ-менеджер крупной компании — потребитель большого количества данных из внутренних информационных систем. Для принятия управленческих решений необходимо иметь актуальные данные в необходимом виде. Поэтому многие из перечисленных в предыдущем разделе классов систем можно отнести к «системам поддержки принятия управленческих решений».

Классические электронная почта и документооборот, без которых никуда, увеличивают скорость попадания важных документов к руководителю и упрощают дальнейший поиск этих самых документов. Автоматически сформированные дашборды в любой момент покажут как ситуацию с финансами компании на сегодня, так и историю за последние несколько лет.

CRM и LMS расскажут обо всех свершившихся и не свершившихся контрактах с конкретным клиентом. Система управления проектами поможет понять, в каком из десятков активных проектов прямо сейчас есть проблемы и с чем именно они связаны. ERP подскажет, есть ли возможность сейчас запустить новую стратегическую инициативу.

Это все — давно уже реальность, и влияние информационных технологий на бизнес будет только расти. К чему нас это приведет даже через десять лет — сказать очень сложно. Но сейчас виден тренд на развитие мобильных технологий и интернета вещей, сбор и анализ больших данных, активное участие алгоритмов машинного обучения.

И нет, информационные технологии еще несколько десятилетий не вытеснят всех людей с их рабочих мест. Просто они будут помогать людям заниматься менее рутинной и более интеллектуальной работой.

Фото на обложке: spainter_vfx/shutterstock.com

Источник: rb.ru

Рейтинг
( Пока оценок нет )
Загрузка ...
Бизнес для женщин