Выполнено в виде комментариев к статьям.
Такое впечатление, что написано для фирм, чей офис приземлился на неизвестную планету, неизвестный город и вокруг инопланетяне ходят. Если фирма только хочет прийти в новое место, то можно заказать маркетинговое исследование, если фирма уже 100 лет тут торгует и вдруг ощутила снижение спроса – скорей всего искать менеджера надо. Либо какой-то ключевой сотрудник покинул недавно фирму, либо все дружно стали лентяями.
Замечание математика: завод производит сто лет мясорубки чугунные.
Последние годы спрос неуклонно снижается.
менеджера искать надо? Ключевой сотрудник? Лентяи?
Ответ: значит надо производство перестроить - это задача менеджеров. Западные фирмы не ленятся всё время прикупать новые направления. Nokia в своё время была связана с деревообрабатывающей отраслью. Задача сохранения предыдущего направления обеспечивается как раз интеллектом старшего менеджмента
Замечательная фраза: «Как обычно, самый важный шаг в успешном внедрении BI
связан не с технологией, а с пониманием бизнеса»
Здесь кроется намёк, что кто-то должен всё-таки понимать бизнес? А кто бы это
мог быть? Вот какой сложный вопрос.... Хотя ответ очевиден – это должен быть
менеджер. Если менеджер не понимает бизнес – то зовут тех, кто должен разжевать
разленившемуся сотруднику, что и он не отупел и действовать надо так-то.
Дальше фраза намекает, что надо провести разговор про былые успехи, вспомнить
как раньше крутились на этом рынке.
Потом абзац - неплохо бы всё собрать до кучи. Фирма тут была какое-то время,
как-то крутилась, есть куча данных которые неплохо было бы визуализировать.
Вдруг окажется, что текущие проблемы это просто сезонный спад? Ну тогда можно
представить себе тайную улыбку на лице внедрителя DM – вот он сейчас что-то
умное скажет, а завтра как раз по статистическому прогнозу уже всплеск будет!
И очередное удачное внедрение DM у него на счету!
Описание бизнес-целей безусловно необходимо. Ведь на основе них и реально поставить
оценку каждому менеджеру.
Стадия Data Mining безусловно вся правильная – её конечно надо делать... но это и так всё очевидно для хорошего менеджера. Жёлтый шестисотый Mercedes с шашечками врядли можно кому-то продать. Тут куда более правильно иметь функции предсказания сколько надо конкретного товара завести на склад в следующий завоз. Чем более умная у вас будет функция предсказания, чем на больший период времени назад у неё будет исходных данных – тем меньше вас как директора будут интересовать покупатели как личности.
Здесь можно найти пример аналитической программы, с помощью которой можно получить предсказание для набора данных. Таким набором может служить динамика продаж конкретного товара, группы товаров либо всех товаров в течение всего срока работы фирмы на рынке.
Когда компания большая – она и управляться должна как армия. Человек не в состоянии уследить за больше чем семью подчинёнными. Необходимо выставлять индивидуальные оценки каждому сотруднику. Пусть это сделает машина. Самое простое – сравнить количество обслуживаемых клиентов у двух менеджеров, работающих в паре посменно. Один день один, второй день – другой. Конечно надо сравнивать объём заключённых сделок, хотя для DM важно всё. И сколько выручки вообще и сколько выручки за последний месяц, и количество клиентов...
Если в компании есть возможность автоматизировать получение графиков по как можно большему количеству позиций - это уже даст значительный объём исходных данных для организационных выводов. Позиции - это уровни продаж конкретных товаров и прочее, что вообще можно учесть исходя из данных находящихся в системе учёта.
Замечание математика: если бы я начал давать советы врачу, что сделать с отказавшей почкой, я бы тоже наверное сказал - да вы новую почку туда засуньте и всё!
Ответ: Минимум, что нужно - это разгрузить склады. Это можно сделать если всё посчитать.
Замечание математика: а если склад твой? на чем сэкономить? разгрузить - не значит продать.
Ответ: если склад твой - его можно вообще продать и купить поближе к центру склад поменьше - сэкономить на времени доставки. Либо высвобожденные площади можно сдавать в аренду - дополнительный доход.
Также, весьма полезным будет ознакомиться с методикой анализа данных из 1С с помощью OLAP, которую можно скачать в исходных кодах по адресу http://1c.proclub.ru/modules/mydownloads/visit.php. Если всё сделать по инструкции - всё реально работает. Правда, в OpenOffice макросы не запускаются - необходимо иметь именно MS Office версии 2000 или старше. Есть ert-файлы обработок для 1С, позволяющие автоматизировать процесс получения исходных данных.
статья "Имитационное моделирование для бизнеса". Хорошие слова в конце: "Рынок испорчен тем, что ERP-системы продаются как инструменты планирования и анализа, хотя в реальности они решают только учетно-отчетные задачи, считает генеральный директор компании "CEO консалтинг" Михаил Копылов. В результате клиенты не доверяют высоким технологиям и доказать полезность имитационного моделирования сложно, жалуется он".
Нормальный математик способен освоить инструмент "Поиск решения", реалиованный в Excel. Лёгкость построения математической модели впечатляет. Хотя, сложность моделей может весьма сильно различаться от варианта к варианту, что может запутать. Рекомендую сравнивать со здравым смыслом и заранее известными результатами - на них и отлаживать модели.
Оригинал статьи: datamining.htm
| March 3, 2008 |
Алексей Вячеславович Никитаев. |
