IT для бизнеса: Системы принятия решений как антикризисный инструмент

IT для бизнеса: Системы принятия решений как антикризисный инструмент

Виктор Абруков Доктор наук, Чебоксары

Определите, как отыскать верные ответы в IT для бизнеса, инструменты для интеллектуального анализа данных и внедрения СППР для управления без утрат.

Начнем с несложного вопроса. Необходимо ли учитывать прогноз погоды на завтра? В случае если речь заходит об эксплуатации солнечной электростанции либо запуске космического корабля – разумеется, да. А для торгового комплекса, расположенного на выезде из города? какое количество дачников на автомобиле заедет на следующий день за приобретениями, какими как раз? Это зависит от завтрашней погоды?

Может, не только от погоды, от чего-то другого? Одни вопросы!

Тут мы медлено переходим к усложнениям. К примеру, принципиально важно знать, на каком выезде из города расположен торговый комплекс, откуда и куда идет главной трафик, как он структурирован по времени. Неслучайно задолго до постройки строения ТЦ выполняется множество замеров – около выходов из метро, на пешеходных переходах, на парковках и т.д. Это громадный массив информации, сбор которой стоит денег. Но связи с конечной целью – управляющим ответом – на этом этапе еще нет.

Пока только эти.

Уровень глубже. Анализ данных по клиентам, определение покупок и частоты посещений. Посредством скидочных карт, конкурсов и различных анкет возможно взять большое количество информации, выстроить графики, гистограммы, OLAP-кубы.

Несложный анализ готов, наподобие как появляется база для выработки управляющих ответов. Многие на этом останавливаются и пробуют прогнозировать.

Но такие прогнозы почему-то довольно часто не сбываются. хороший пример колебания валютных котировок. Во время стабильности совокупности – один сценарий, а в то время, когда внешние условия изменяются – совсем другая картина. Похожие обстановки очень сильно усложняют принятие управленческих ответов во многих областях.

Анализ имеется (подробный, графический) – результата нет!

Задачи совокупностей помощи принятия ответов

Главные сферы применения современных систем помощи принятия ответов (СППР) связаны с этими бизнес-задачами как:

  • Управление кредитными, операционными, рыночными и другими видами рисков;
  • Удержание клиентов за счет увеличения их лояльности;
  • Управление продажами посредством кластеризации клиентской базы, и предложения сопутствующих услуг и товаров;
  • Управление спросом, планирование товарных остатков;
  • Оптимизация ценообразования;
  • Транспортная и складская логистика;
  • Противодействие мошенничеству, а также связанному с сокрытием доходов, получением различных выплат и бонусов;
  • Управление персоналом, и т.д.

Звучит достаточно обыденно и, на первый взгляд, входит в функционал «простого» IT-обеспечения. Так и имеется, с одной значительной поправкой. Современная СППР, конечно же, помогает для углублённого анализа и сбора данных.

Но основное – это совокупность многоцелевых и многофакторных вычислительных моделей, обратные задачи и решающих прямые.

Подробное иллюстрирование займет через чур много места, исходя из этого как пример приведу лишь один график. Я – физик, но потому, что соответствующих грантов по моей профессии в сфере СППР нет, участвую в самых различных программах, а также социологических. Подробнее возможно прочесть в статье «управление брак: и Счастливый Анализ домашними отношениями посредством неестественных нейронных сетей».

Кликните, дабы взглянуть картину всецело.

Пример анализа ожидаемой длительности брака посредством нейронной сети. На диаграмме продемонстрирован необыкновенный вывод о том, что для разглядываемой невесты лучше выйти замуж за мужчину, для которого данный брак будет вторым

Как создавать СППР?

Инструменты для интеллектуального анализа данных за границей именуют «Data Mining». Дословный перевод «добыча данных», но Google, к примеру, переводит определение как «интеллектуальный анализ данных», что существенно ближе по смыслу.

Задачи, каковые решает Data Mining: классификация, кластеризация (возможно сказать – сегментация), аппроксимация, регрессия, поиск последовательных шаблонов и ассоциаций, обнаружение отклонений от шаблонов и т.д. Желающие смогут вписать в другие задачи и этот перечень, каковые приходится решать в бизнесе. Не опасайтесь додавать, не совершите ошибку!

Что конкретно делать

Попытаюсь сформулировать практические советы:

1. Выясните цели (целевые функции) бизнеса, собственной организации либо собственные индивидуальные – настоящие и будущие.

2. Оцените собственные силы (интеллект). Сможете выяснить «в уме», что нужно сделать с целью достижения целей в нетипичной обстановке – флаг вам в руки, дальше возможно не просматривать. Нет?

Тогда переходим к следующему пункту.

3. взглянуть в интернете результаты поиска по запросам «аналитическая платформа» и «data mining». Выясните поставщика ответа для СППР – разумеется, исходя из устраивающей цены, по причине того, что для оценки качества нужен опыт. Я могу порекомендовать аналитическую платформу Deductor, по-моему, у нее качества и оптимальное соотношение цены.

4. Сами почитайте либо отыщите студента с 3-5 курса (профессии – информатика, математика, физика). В случае если студент скоро разберется в продукте и растолкует вам, смело обращайтесь в эту компанию. Жалко денег на компанию – заплатите студенту, пускай он скачает демо-версию и примет решение несколько ваших задач.

При устраивающих итогах поручите ему остальные задачи и пользуйтесь СППР на здоровье, а студента примите на работу. В случае если регулярная работа со студентами не идет, обращайтесь к разработчику напрямую.

5. С компанией поступите так. В случае если денег хватает, себе СППР. Все другое «фирмачи» сделают с громадным наслаждением и достаточно скоро.

Про все, что необходимо, вас спросят, СППР создадут и настроят под ваши задачи, а позже будут сопровождать. Основное, не забыть узнать, может ли их аналитическая платформа создавать многоцелевые и многофакторные вычислительные модели, обратные задачи и решающие прямые.

Вот и все, всего пять несложных шагов. Само собой разумеется, имеется тонкости. Вот кое-какие из них:

1. Поиск в сети возможно вести и по словосочетаниям: Business Intelligence, Advanced Business Analytics. Но за этими громкими словами в 90% случаев в Российской Федерации понимаются диаграммы и различные графики, прекрасные и цветные, с позиций СППР – ненужные (в случае если, само собой разумеется, вы не гений).

2. Основное «научное» условие создания СППР: вы сами, ваши умелые сотрудники либо специалист должны составить максимально подробный перечень факторов, каковые смогут оказывать влияние на ваши целевые функции.

3. Основное техническое условие: вы должны организовать постоянный сбор данных по целевым функциям и своим факторам. Тут также возможно обратиться к спецам – они вам окажут помощь, хотя бы советом.

4. Построение моделей многоцелевых и многофакторных вычислительных моделей, обратные задачи и решающих прямые, лучше поручить «фирмачам». Студенты либо выпускники выглядят экономичнее, но они смогут уйти, причем отправятся, вероятнее, к вашим соперникам (дабы применить взятую специализацию). Кстати, на данный случай также возможно выстроить вычислительную модель, которая продемонстрирует, какого именно выпускника нужно брать и какое количество ему платить, дабы трудился продолжительно и стабильно.

5. Последней инстанцией в выборе управляющих ответов так же, как и прежде станете лишь вы сами! СППР – ваш «интеллектуальный» ассистент, но IT-совокупность не имеет возможности нести ответственность за деньги. Но, в отличие от ассистентов-людей, она объективна, расторопна, и на ваше место не претендует, а напротив повышает вашу сокровище.

В принципе, в случае если в вашей организации уже имеется IT-отдел, то все задачи, которые связаны с обслуживанием и созданием СППР, возможно поручить ему. Действительно, сходу появляется вопрос: из-за чего вы должны говорить своим IT-экспертам о том, какая хорошая вещь эта СППР? Из-за чего они сами не пришли к вам с этим предложением?

Возможно, у вас не те люди в IT-отделе?

Редактор рубрики «IT для бизнеса» – Сергей Соловьев

Источник изображения: photogenica.ru

Элеонора Якименко: "Премирование для IT – фикция либо трудящийся инструмент?"


К прочтению:

самые интересные статьи, подобранные как раз для Вас:

spacer