Бизнес-консультант, специалист по прикладным методам анализа информации и прогнозирования.
Место работы: Центр Статистических Технологий (г. Санкт-Петербург).
Описание
Друзья, этот блог я пишу исключительно для тех, кто интересуется вопросами прикладной аналитики, кто когда-либо проходил обучение у меня и кому я был интересен. Подобное притягивает подобное. В нем я буду делиться идеями, находками, информацией, литературой, ссылками, кейсами, в общем всем, что связано с моей профессиональной деятельностью. Ну и, конечно, оповещать вас о всех новых проектах, семинарах, конференциях, в которых я буду принимать участие.
В силу занятости, я не могу вести активные переписки и обсуждения, прошу меня заранее...
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.
Прошла очередная конференция, посвященная R&D. Как-то организационная суета мешала осмыслить один важный вопрос, который подымался не раз. «Как оценивать эффективность работы подразделений R&D?» Сложность заключается в том, что усилия R&D сегодня скажутся на результатах только послезавтра. Кроме того, результат во многом зависит от множества иных факторов (например, насколько хорошо отработают производство, маркетинг, продажи). Кроме того, как оценить эффективность разных подразделений внутри R&D?
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 ....
Вчера посещал один из заводов лидера на рынке тары и упаковочных материалов. Цель – разработка плана действий по использованию производственной аналитики для улучшения качества и повышения производительности.
Предприятие как предприятие, хорошее оборудование, приятные люди. Несколько моментов, которые привлекли внимание. Идет оперативный контроль качества продукции. Поскольку продукция массовая то отбирается по 20-30 штук каждые полчаса и делается измерение порядка 25 характеристик. Если в результате контроля выявляется несоответствие, то этот факт заносится в информационную базу данных, если несоответствий не выявлено, то ничего не заносится. То есть при всем обилии приборов и методов измерений, которые измеряют с высокой степени точности, мы не видим результаты ...
Вернулся вчера с консультации. Завел себе правило, если был примечательный случай – фиксировать. Каждый опыт чему-то учит. Планирую потом обобщить их в книге…Так вот случай.
Мировой всем известный бренд. Проблемы с качеством. Поскольку внедрен 100% выходной контроль, то дефекты не уходят потребителю, а просто вызывают остановки оборудования и на 30% снижают производительность, а показатель ОЕЕ (для тех, кто разбирается в эффективности работы оборудования по LEAN), вообще составляет лишь 45%. Ключевым источником остановок является некий дефект, под условным названием «звездочки». Меня пригласили как внешнего консультанта, чтобы помочь найти причину дефекта.
Сейчас проводил подготовку специалистов SixSigma Green Belt одной компании, которая давно и успешно работает на рынке. Поскольку компания уже на протяжении как минимум 7 лет использует практику ведения проектов SixSigma конечно интересуюсь результативностью и эффективностью. Есть проекты очень успешные, а есть те, которые оставили неприятный осадок. И таких проектов «с душком» достаточно, чтобы начать осмыслять причины неудач. Среди основных причин увидел следующие:…
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...