Наблюдая различные варианты использования терминов Data Science и Business Analytics, нам захотелось внести ясность в различия между этими терминами. Ну, по крайней мере, так, как это интерпретируем мы. Соотнеся наш опыт с мнением зарубежных коллег, мы написали эту статью.
В ней мы хотим поговорить о двух основных технологиях, связанных с данными, а именно: бизнес-аналитика (Business Analytics) и Data Science.
Оба этих понятия включают в себя сбор данных, моделирование и анализ информации.
Современные менеджеры не всегда правильно понимают связь точности прогнозов и финансовых результатов: одни вкладывают огромные средства в улучшение прогнозов без резервов для улучшения, другие имеют потенциал по улучшению точности прогноза, но не придают ему значения. В статье рассказано о том, как должна быть организована прогностическая деятельность, чтобы улучшать финансовый результат.
Два потока жалоб встречаю чаще всего: 1) низкая квалификация инженерных кадров; 2) отсутствие эффективных производственных систем. И если первая жалоба исходит обычно от руководителей, то вторая, как вы догадались, – от рядовых инженеров. А вот недавно один руководитель сформулировал вопрос так: «с чего лучше начинать: с развития компетенций инженеров или с совершенствования системы, которая управляет их деятельностью?» Слушая его, я подумал, что ....
Не так давно закончили одну сложную разработку. Одной известной компании потребовалось разработать систему, которая смогла бы предсказывать разворотные точки на рынке. Т.е. спрос на рынке обычно имеет либо восходящий, либо нисходящий тренд. Когда рынок растет очень интересно своевременно предсказать, когда он перестанет расти и начнет падать. И наоборот, если рынок падает, то, когда начнется фаза роста. Если удастся предсказывать приближение этих кризисных явлений хотя бы за полгода, то это очень поможет своевременно корректировать инвестиционные программы, производственные и иные планы, а этом десятки миллионов евро…
Вернулся из командировки в одну из известных крупных компаний. Консультировал отдел Demand Planning. И опять столкнулся с типовой ситуацией. На уровне компании точностью планирования все довольны, а на уровне продукта, SKU - очень большие отклонения факт-план. Как их уменьшить? И почему ошибка такая большая? Если вы ответите "по кочану", то будете недалеки от истины. И вот почему...
Феномен "Дебильничка" - это явление, которое прочно укрепилось в средних и крупных компаниях мира. Сложно назвать организацию из рейтинга ТОР-100, которая не была бы поражена этим явлением, ущерб от которого исчисляется миллиардами...
Уже не редкость наличие в промышленных компаниях исследовательских подразделений (R&D). Функционал у них достаточно разный. Одни отвечают за разработку новых продуктов/технологий, в других компаниях R&D занимается всеми вопросами, которые сопровождают какие-либо изменения в производственных процессах. Есть миксы этих функционалов.
При этом, если компания «завела» у себя R&D, то динамика расходов на этот вид деятельности неуклонно растет. Можно подумать, что динамика расходов на R&D залог роста финансовых результатов. R&D - это прежде всего творческие ребята, их идеи масштабны и амбициозны...
Покупку товара/услуги с точки зрения покупателя можно трактовать как «расставание с деньгами» – это событие, имеющие негативный оттенок. Поэтому покупка для многих это негативное событие, хотя, казалось бы, покупка - это приобретение чего-то, в чем человек испытывает потребность. И в силу этого покупка должна приносить радость.
Часто причина неудовлетворенности покупателя кроется в неуверенности, что он принял правильное решение (переплатил, купил не то, качество не очень, купил, а потом понял, что это было ему ненужно и т.п.). Много наших решений о покупке имеет мягко говоря не очень логичный характер. Кроме того, разнообразие ассортимента увеличивает привлекательность торговой организации, но, одновременно с этим ...