Бизнес идея аналитическая компания

Бизнес идея аналитическая компания thumbnail

Технологии BI применяются бизнесом уже не один десяток лет. Однако сегодня с развитием облачных технологий, BigData и машинного обучения BI выходит на новый уровень. К чему это ведет и какими станут практики BI в ближайшие годы — читайте в нашем посте. Под катом — немного истории, актуальные тренды и результаты исследований.

Источник

История BI началась намного раньше, чем принято считать. Самое раннее упоминание BI датировано еще 1865 годом, когда Ричард Девенс использовал термин Business Intelligence, чтобы описать действия Генри Фарнесса, который изучил данные, проанализировал рыночные условия и за счет этого опередил своих конкурентов. Позже в 1958 году Ганс Петер Лун из IBM написал о том потенциале, который содержит в себе BI, если к этому подходу добавить возможности информационных технологий. Нас всех, конечно, интересует именно технологическая сторона BI, которая позволяет находить новые решения для бизнеса. Сегодня на рынке представлено более 50 различных продуктов, в той или иной мере предлагающие функционал BI. Но чтобы лучше разобраться в том, чем они отличаются друг от друга, и почему функционал BI-решений начал сильно меняться после 2007 года, полезно будет оглянуться назад и проследить эволюцию BI как класса компьютерных систем.
 

Реляционные базы данных

Первые системы поддержки принятия решений (DSS — Decision Support Systems) появились в 1970-х после того, как Эдгар Кодд предложил мировой общественности новый метод организации данных. Реляционные БД позволили сделать рывок вперед в сфере BI в том числе, и средства поддержки принятия решений активно развивались до середины 1980-х. 
 

BigData и консолидация

В 1980-х началась активная консолидация данных, информация стала накапливаться в единых центрах, создавая условия для глубокого и всестороннего анализа. Инструменты BI получили доступ к большим объемам данных, но оставались сложными техническими инструментами, так что без толкового ИТ-шника невозможно было построить очередной отчет, и поэтому бизнес не столь часто применял данную категорию решений. По крайней мере, далеко не во всех отраслях. 
 

Интерес со стороны бизнеса

В 1990-х технологии BI начали рассматривать как бизнес-инструмент, и он нашел свое применение во многих отраслях: от добычи полезных ископаемых до производства и финансов. В то время решения BI были очень дорогостоящими, а постановка задачи могла занимать несколько дней. Именно из этой эпохи так называемого «BI 1.0» возник стереотип о недоступности решений класса BI для «простых смертных».
 

В реальном времени

В 2000-х годах появилась технологическая база для обработки данных в реальном времени, а значит компании получили возможность принимать решения моментально, основываясь на текущей, постоянно меняющейся информации. На рынке стали появляться различные дашборды, отображающие совокупность показателей, а также системы BI с интуитивным интерфейсом (такие, как Tableau или QlikView), делать запросы в которых могли уже бизнес-пользователи. От ИТ-специалистов стала требоваться только подготовка, очистка и агрегирование данных.
 

Облачные технологии 

Согласно данным исследования Drenser, в 2019 году пользователи предпочитают работать с BI на условиях подписки. Такую схему выбирают 90% респондентов, участвовавших в опросе. Облачный подход позволяет исключить риски проблем окупаемости, а также попробовать новый продукт, используя тестовые лицензии. Разработчики систем BI также поддерживают Trial-схемы, так как они увеличивают потенциальную возможность последующей покупки лицензий даже небольшими компаниями, которые раньше и не решились бы на использование BI в своей практике. Лидерами в сфере облачных BI, по данным аналитиков, являются  Amazon AWS, Microsoft Azure, Google Cloud и IBM Bluemix.

BI завтрашнего дня. 6 актуальных трендов

Чего же нам ждать от BI в будущем, учитывая, что сегодня фактически каждый офисный работник может воспользоваться облачным сервисом для составления собственных прогнозов? Аналитики отмечают 6 актуальных трендов, которые будут определять развитие BI в ближайшие годы.

Самообслуживание 

Реальность сегодняшнего дня в сфере BI такова, что каждый бизнес-пользователь получает возможность создать свою экосистему BI и делать запросы по мере необходимости. Проблемы развертывания систем были решены за счет появления облачных сервисов, а подключение источников данных и их подготовка были автоматизированы в большинстве наиболее современных решений. Таким образом,  технология BI стала доступнее, а от пользователей систем уже не требуется опыт в сфере data science. Теперь через графический интерфейс можно добавить свои собственные источники данных, в том числе электронные таблицы, создавать персонализированные дашборды и визуализировать результаты самыми разными способами. 

На диаграмме отражена популярность подключения источников данных различными подразделениями компаний, согласно исследованию Drenser. Таким образом, сегодня каждая бизнес-единица организации может создавать свое пространство данных для эффективного анализа. 
 

От анализа к действиям

Ожидается, что системы BI будут помогать не только понять текущую ситуацию, но также начнут подсказывать фактические шаги, которые необходимо предпринять в данный момент времени. На самом деле такой функционал уже появляется в наиболее продвинутых BI-системах, и бизнес-пользователи могут не только узнать о существующих тенденциях, но также получить рекомендацию, как использовать ситуацию, чтобы повысить заданные KPI. Другими словами, система BI должна не только составлять отчеты и формировать представления данных, но также моментально сообщать вам о том, что нужно (или, наоборот, не нужно) делать в данной ситуации.

Использование естественного языка 

Очевидно, что пользователям не очень удобно делать запросы в каком-то специфическом формате, а также расшифровывать ответы, полученные в виде каких-то выкладок. Куда приятнее было бы спросить: «Как идут наши продажи, Кэп?», а в ответ получить: «Продажи выросли на 18%, необходимо закупить больше баклажанов». Для того, чтобы воплотить такой подход сегодня разработчики активно внедряют технологии работы с естественным языком — NLP (Natural Language Processing) и NLG (Natural Language Generation). Для реализации подхода используются наработки в области искусственного интеллекта, который специально обучают для конвертации лингвистических конструкций в компьютерные запросы и обратно. Таким образом, точность NLP и NLG растет с каждым днем.

Повсеместное применение BI

Интересная особенность технологий BI заключается в том, что чем больше пользователей у системы в компании, тем глубже уровень анализа, который можно провести с помощью инструментов. Если каждый сотрудник имеет возможность работы с BI и видит выгоды в этом для выполнения своей работы, он будет не только собирать данные для себя, но также пополнять общий корпоративный репозиторий, подключая к нему свои обновляемые источники информации. Тем временем, доступность BI за счет все более прозрачного лицензирования и облачных реализаций позволяет говорить о проникновении таких систем в самые разные уровни работы компании — от производства и продаж до HR и маркетинга. Подобные схемы уже успешно реализованы на таких BI-системах, как IBM Cognos.

Аналитики отмечают, что запросы разных отраслей к системам BI подразумевают использование разного функционала. Например, в образовании большую роль играет возможность анализа текстовых данных, а в розничной торговле — работа с каталогами данных. Однако на сегодняшний день именно широта функциональных возможностей BI-систем открывает возможность для внедрения сквозной аналитики во всей компании. 

Визуализация

Кратное увеличение объемов данных, которые используются в бизнес-аналитике, привело к необходимости упростить их представления. Если раньше специалисты по BI работали со столбцами данных и простыми диаграммами, то на сегодняшний день роль визуализации растет. Во многих BI-системах используется 3D-визуализация, а также различные методы изображения тенденций, включая видеомоделирование, когда ряд показателей отображается в движении, словно поток воды или рой пчел. Такой подход позволяет увидеть не просто «снижение продаж по итогам квартала», но целый ряд показателей, связанных с этой тенденцией.

Сторителлинг

И, пожалуй, самый «вкусный» тренд развития современных BI — это появление сторителлинга, возможности рассказать наглядную историю, чтобы продемонстрировать проведенный анализ (и найденные системой рекомендации к действию). В дополнение к существующим способам визуализации, сторителлинг открывает возможности эффективной коммуникации с теми людьми, которые не были достаточно глубоко погружены в проблематику или бизнес-процессы отдела. 

Некоторые дашборды уже сегодня предлагают возможности сторителлинга. Например, решение BI от компании Domo позволяет создать историю, чтобы продемонстрировать любой из найденных в процессе анализа инсайтов. 

Конечно, сторителлинг не означает отказа от традиционных методов представления информации, которые теперь называют сторифреймингом (Storyframing). Сначала происходит сбор данных и отображение целого ряда KPI и других параметров. Однако, взглянув на дэшборд, например, специалиста отдела закупок, топ-менеджер не сможет сразу разобраться во всем многообразии представленных показателей и диаграмм. Функция сторителлинга в данном случае позволяет четко показать, какие выводы вытекают из собранных данных, и какие действия необходимы, чтобы избежать негативных исходов или  достичь поставленных целей. 

Функция сторителлинга стала появляться в BI-системах в связи с тем, что большинство инсайтов, которые находят аналитические алгоритмы, требуют объяснения и погружения в тематику. На данный момент разработчики стремятся к тому, чтобы можно было получить готовую историю, просто кликнув мышкой по тем результатам, которые выдает инструмент BI. Такой подход позволяет экономить огромное количество времени на подготовку презентаций, сохраняя возможность донести самые «горячие» выводы, например, до ключевых акционеров компании, чтобы помочь им принять верное решение в кратчайшие сроки.

В качестве примера сторителлинга можно привести использование российской BI-разработки на базе платформы iDVP, которая применяется в Центре мониторинга ЕМИАС. Система собирает данные в том числе о выданных талонах, предварительной записи, отчетах о проведенном приеме, загрузке персонала и т.д. Но кроме четкой и понятной 3D-визуализации позволяет «нырнуть» глубже в любой из вопросов, например, оценить нехватку персонала по каждому участку, а также изучить время ожидания в очередях к различным специалистам. Пользователь может просто кликнуть на интересующий его элемент и увидеть всю «историю», не погружаясь в изучение контекста. 

А вам нужен BI?

По мере расширения возможностей самообслуживания, а также создания облачных сервисов, которые нет необходимости устанавливать на отдельном компьютере или сервере, использование BI становится все проще и доступнее. Фактически, каждый сотрудник, который вынужден анализировать отчеты или таблицы может применить BI для повышения эффективности своего труда и экономии времени, особенно если в выбранной системе доступны возможности работы с естественным языком. Инструменты сторителлинга ускоряют движение «полезных данных» внутри компании, что делает применение технологий BI еще более востребованным в постоянно меняющихся рыночных условиях. Поэтому вопрос необходимости BI переходит из плоскости «нужно или нет» в пространство «как применить с максимальным эффектом». Именно поэтому по данным исследования Drenser, 48% компаний считают BI критически необходимой или очень важной технологией для развития в 2019 году, а наибольший интерес к внедрению новых инструментов демонстрируют именно небольшие компании со штатом менее 100 человек.

Как вы считаете, какой аспект эволюции BI может способствовать (или уже способствует) распространению BI в вашей компании?

  • Облачный доступ по модели SaaS
  • NLP и NLG
  • Поиск готовых рекомендаций к действию
  • Функции сторителлинга
  • Возможности самообслуживания 

Интересные статьи по теме

Источник

Бизнес-аналитика (далее по тексту БА) — это итеративное, методическое исследование данных организации с упором на статистический анализ. Бизнес-аналитика используется компаниями, которые стремятся принимать решения, основанные на данных. Компании рассматривают свои данные как корпоративный актив и активно ищут способы превратить их в конкурентное преимущество. Успешная БА зависит от качества данных, опытных аналитиков, которые разбираются в технологиях и бизнесе, и от организационной приверженности использованию данных для получения информации, которая помогает принимать бизнес-решения.

Конкретные виды бизнес-аналитики включают в себя:

Описательная аналитика, которая отслеживает ключевые показатели эффективности (KPI), чтобы понять текущее состояние бизнеса;

Прогнозная аналитика, которая анализирует данные трендов для оценки вероятности будущих результатов;

Предписательная аналитика, которая использует прошлые результаты для выработки рекомендаций о том, как справляться с подобными ситуациями в будущем.

Как работает бизнес-аналитика

После определения бизнес-цели анализа выбирается методология анализа и собираются данные для поддержки анализа. Сбор данных часто включает извлечение из одной или нескольких бизнес-систем, очистку и интеграцию в единый репозиторий, такой как хранилище данных или витрина данных.

Первоначальный анализ обычно выполняется с использованием меньшего выборочного набора данных. Аналитические инструменты варьируются от электронных таблиц со статистическими функциями до сложных приложений для интеллектуального анализа данных и прогнозного моделирования. Поскольку шаблоны и отношения в данных раскрываются, задаются новые вопросы, и аналитический процесс повторяется, пока не будет достигнута бизнес-цель.

Развертывание прогностических моделей включает в себя оценку записей данных — обычно в базе данных — и использование оценок для оптимизации решений в реальном времени в приложениях и бизнес-процессах. БА также поддерживает принятие тактических решений в ответ на непредвиденные события. И во многих случаях процесс принятия решений автоматизирован.

Аналитик анализирует BI

«Бизнес-аналитика» против «бизнес-данных»

Хотя термины «бизнес-аналитика» и «бизнес-данных » часто используются взаимозаменяемо, существуют некоторые ключевые различия:

Бизнес данные, (англ. Business intelligence, сокращённо BI) — обозначение компьютерных методов и инструментов для организаций, обеспечивающих перевод транзакционной деловой информации в человекочитаемую форму, пригодную для бизнес-анализа, а также средства для массовой работы с такой обработанной информацией.

Цель BI — интерпретировать большое количество данных, заостряя внимание лишь на ключевых факторах эффективности, моделируя исход различных вариантов действий, отслеживая результаты принятия решений.

«Бизнес-аналитика» против «науки о данных»

Более продвинутые области бизнес-аналитики могут начать напоминать науку о данных, но между этими двумя терминами также есть различие. Даже когда передовые статистические алгоритмы применяются к наборам данных, это не обязательно означает, что наука о данных вовлечена. Это потому, что настоящая наука о данных включает в себя больше пользовательского кодирования и изучения ответов на открытые вопросы.

Наука о данных (англ. data science; иногда даталогия — datalogy) — раздел информатики, изучающий проблемы анализа, обработки и представления данных в цифровой форме. Объединяет методы по обработке данных в условиях больших объёмов и высокого уровня параллелизма, статистические методы, методы интеллектуального анализа данных и приложения искусственного интеллекта для работы с данными, а также методы проектирования и разработки баз данных.

Рассматривается как академическая дисциплина, а с начала 2010-х годов, во многом благодаря популяризации концепции «больших данных», — и как практическая межотраслевая сфера деятельности, притом специализация исследователя данных (англ. data scientist — «учёного по данным») с начала 2010-х годов считается одной из самых привлекательных, высокооплачиваемых и перспективных профессий.

Как правило, ученые-аналитики не решают конкретный вопрос, как это делают большинство бизнес-аналитиков. Скорее, они будут исследовать данные с использованием передовых статистических методов и позволят функциям данных руководить их анализом. Существует множество инструментов бизнес-аналитики, которые могут выполнять эти виды функций автоматически, что требует нескольких специальных навыков, связанных с наукой о данных.

Приложения бизнес-аналитики

Инструменты бизнес-аналитики бывают разных видов:

  • Инструменты визуализации данных
  • Программное обеспечение для бизнес-аналитики
  • Аналитические платформы самообслуживания
  • Инструменты статистического анализа
  • Платформы больших данных

Самообслуживание стало основной тенденцией среди инструментов бизнес-аналитики. Теперь пользователям требуется программное обеспечение, которое простое в использовании и не требует специального обучения. Это привело к появлению простых в использовании инструментов таких компаний, как Tableau, Qlik, Microsoft Power BI.

Интерфейс Tableau

Первые два инструмента могут быть установлены на одном компьютере для небольших приложений или в серверных средах для развертывания в масштабах предприятия. Как только они начнут работать, бизнес-аналитики и другие, имеющие менее специализированное обучение, смогут использовать их для создания отчетов, диаграмм и веб-порталов, которые отслеживают конкретные показатели в наборах данных.

Источник

Чтобы комплексно рассмотреть возможности и цели бизнес-аналитики, необходимо выяснить, чем является бизнес-анализ, по принципам которого она осуществляется.

Бизнес-анализ это разработанный дисциплинарно процесс превращения поступающих данных в информацию с целью увеличения конкурентоспособности предприятия и его общей эффективности. Он построен на изучении коммерческих целей и разработке путей решения проблем, возникающих на пути их достижения.

Специалист, проводящий бизнес-аналитику, должен владеть всем методологическим инструментарием бизнес-анализа и подходить к преобразованию информации в решения комплексно. Если говорить конкретнее, то бизнес-аналитик является экспертом, которого привлекают для посредничества в коммерческих отношениях, возлагая на него задачу сбора и обработки информации о текущем положении рынка в целом, эффективности продаж или ситуативных нюансах потенциальной сделки. Ожидаемый результат его работы – разносторонняя и полномасштабная экспертная оценка с предлагаемыми рекомендациями по последующим действиям заказчика. Стоит понимать, что бизнес-анализ – это научное исследование явлений, разработка методик и комплексных мер, своеобразная дисциплина, а бизнес-аналитика – практическое применение разработанных бизнес-анализом знаний и методологий.

Конечные цели бизнес-аналитики

Экспертная аналитика ставит перед собой задачи максимально упростить работу компании, увеличив рентабельность её продаж и минимизировав потери. Это общее определение состоит из следующих конкретных целей:

  • Нахождение наиболее целесообразного решения бизнес-проблемы, создание механизмов для предотвращения её возникновения в будущем.
  • Оптимизация затрат фирмы-заказчика. Получение экспертного вывода, который бы указывал на оптимизацию финансовых потерь. Конечный анализ должен помочь выявить «дыры» в бюджете предприятия, не допустить утечек финансов по неоправданным причинам. Ударение также делается на исключение возможности проявления такой ситуации, как «потерянный доход».
  • Экономия времени, влияющая на сроки исполнения бизнес-проекта. Качественная аналитика должна указать на все риски, которые потенциально могут препятствовать выполнению определённых заданий. Устранение таких препятствий позволяет избежать просрочки обязательств или слишком растянутой во времени, а потому нерентабельной деятельности.

Повышение эффективности бизнеса

  • Повышение эффективности бизнеса путём предложения ему оптимальных форм осуществления коммерческой деятельности, маркетинговой работы и взаимоотношений с клиентурой.
  • Выработка универсальных систем и средств реагирования, предотвращающих повторения уже решённых ранее проблем.

Обязанности бизнес-аналитика 

В каждой конкретной ситуации обязанности аналитического специалиста могут быть изменяемыми в зависимости от согласования и реальных нужд заказчика, но в целом общую структуру деятельности можно перечислить следующим образом:

1) Выявление точных требований заказчика, их структуризация и построение плана работы.

2) Работа с сотрудниками предприятия, изучение организационной базы и особенностей работы, предварительное исследование общего состояния дел.

3) Всесторонний анализ информации, собранной от источников компании-заказчика, подготовка основы для внешнего анализа.

4) Исследование факторов внешней коммерческой среды, оценка рисков и целесообразностей, разработка вариаций решения существующих проблем.

5) Интервьюирование представителей компании-заказчика или потребителей.

6) Предоставление аналитических выводов и оценок, консультационная и рекомендательная деятельность.

7) Сопровождение первичных продаж в качестве эксперта.

На конкретные задачи бизнес-аналитика может влиять специфика деятельности организации, сфера хозяйствования, масштабность целей и ряд других факторов.

Принципы работы и инструментарий бизнес-аналитика

В последнее время в этой сфере деятельности широко используется специальное программное обеспечение, призванное упростить процессы анализа и оптимизировать систематизацию данных. Без таких современных инструментов, естественно, обойтись тяжело, но в то же время деятельность аналитика не сводится исключительно к системной IT-работе, а базируется на более широком объёме аналитических технологий, знаний и, конечно же, опыте. Каждый из нижеописанных приёмов может применяться отдельно от других, что зависит от точных целей, но в большинстве случаев такой аналитический «набор» используется комплексно.

  • Эксперт в первую очередь определяет критерии, по которым должна составляться оценка, определяет сферу исследования, её рамки. Не в каждом случае объективный анализ требует изучения всей деятельности компании, если в решении проблемы нуждается, скажем, определённый сектор деятельности или структурная единица.
  • Проведение интервью. Это система опроса мнений сотрудников компании или же целевой аудитории того рыночного сегмента, который изучается.
  • Изучение терминологии, принятой на предприятии. Это важный пункт, поскольку в отношениях сторон для обозначения одних и тех же понятий могут применяться разные термины, что впоследствии может привести к осложнениям во взаимодействии. Аналитик должен акцентировать своё внимание на этом, устраняя потенциальные разночтения.
  • Оценка работы с данными организации, изучение внутренних подходов к обработке и систематизации информации на предприятии, его программного обеспечения и документооборота.
  • Моделирование. Бизнес-аналитик использует приём моделирования для коммерческих данных, а также для процессов взаимоотношений, благодаря чему может выявить наиболее благоприятные варианты осуществления продаж.
  • Изучение ключевых факторов производительности, акцентирование внимания на наиболее сильных сторонах организации.
  • Анализ документации и принятия решений. Позволяет изучить нематериальные возможности компании, её статусное положение на рынке.
  • Приём «мозгового штурма». Заключается в выдвижении как можно большего количества версий по принятию решения с последующим отсеиванием наименее оправданных.

Также в набор действий бизнес-аналитика могут быть включены такие механизмы, как практические занятия по определению условий заказчика, разработка возможных сценариев, отслеживание проблем по ходу бизнес-процесса, анализ нефункциональных условий компаний и коммерческих правил рынка.

Разновидности бизнес-аналитической деятельности

По степени сложности и конкретизации целей, можно различить несколько направлений этого вида специализации. На высших управленческих звеньях часто необходима аналитика уровня стратегической консультации. Стратегический консультант изучает общий рынок и определяет основоположные принципы для путей развития компании в целом, её стратегических векторов. Он вырабатывает методику расширения, изучает возможность достижимости определённых уровней, консультирует деятельность высшего руководствующего состава компании.

При изучении внешней среды, в которой должна развиваться компания, аналитик изучает не только рынок, но и макроэкономическую ситуацию, проводя своеобразный аудит следующих аспектов:

Цельная экспертиза

Рыночное положение дел

Макрофакторы

Нужды потребителей

Состояние государственной экономики

Позиции конкурентов

Природные факторы

Возможности работы с поставщиками

Технологическая развитость

Наличие посредничества

Отношение общества

Отношение правительства

Структура демографии

Второе направление бизнес-аналитической деятельности по отношению к первому можно назвать функционально исполнительным. Эксперты этой направленности не сами устанавливают задачи, а используют наработки стратегических консультантов. Проще говоря, они получают уже готовое стратегическое задание и на его основе анализируют конкретные процессы, ситуации, ресурсную базу и другие факторы. Они предоставляют экспертный анализ, который способствует оптимизации всех секторов деятельности компании ради достижения вышеупомянутых главных целей.

Отдельный вид бизнес-анализа – это так называемый системный анализ, нацеленный на максимальное усовершенствование работы компании в информационно-технологической сфере. Этот вид наиболее «молодой», поскольку связан с не так давно развившейся сферой программного обеспечения, без которой в настоящее время ни один серьёзный бизнес-проект невозможен. Экспертиза требований компании в этом направлении позволяет разрабатывать программные комплексы и системы, которые эффективно служили бы вспомогательным механизмом деятельности предприятия.

Сферы использования услуг бизнес-аналитики

Если раньше такими видами услуг пользовались преимущественно компании финансового сектора экономики, завязанные на биржевых оборотах, то со временем бизнес-аналитика стала незаменимым помощником участников гражданских взаимоотношений практически во всех сферах деятельности человека.

Сейчас бизнес-аналитика используется не только в финансово-предпринимательской сфере, но и в страховании, рекламе, промышленности, мировой сети, кадровом подборе персонала, в государственных службах и даже в сфере здравоохранения. Профессиональный анализ, дающий результаты по методологии научного прогноза, оказался оправданным на практике, когда любая организация с определённым уровнем амбиций рискует затеряться в маркетинговой, бюрократической и технологической суете, если проигнорирует объективные требования реалий по тщательному изучению среды своей деятельности. Можно до бесконечности перечислять конкретные удачные экспертные достижения в таком виде анализа, но остановимся на кратком рассмотрении нескольких.

К примеру, постоянная аналитика и разработанные на её основании подходы к оценке рисков, позволили банковским учреждениям корпорации Citigroup минимизировать количество «проблемных» кредитов до рекордно низкого уровня. В настоящее время множество финансовых учреждений, занимающихся кредитованием, пытаются использовать аналитические наработки этой компании.

Авиакомпания Continental Airlines благодаря тщательному аналитическому исследованию максимально усовершенствовала систему полётов, сведя почти до ноля возможность задержек вылетов своих лайнеров. Доходы вследствие удачного решения проблемы исчисляются сейчас в десятках миллионов долларов.

Continental Airlines благодаря тщательному аналитическому исследованию максимально усовершенствовала систему полётов,

В американском штате Теннесси медицинская компания «Голубой Крест» успешно увеличила свои прибыли благодаря аналитическим прогнозам подачи людьми страховых заявок. Изучая их, аналитики компании с точной долей вероятности определяют, какая именно медицинская помощь будет востребована в ближайшее время.

Специальная бизнес-аналитическая система просчёта для игрового бизнеса, помогает казино из Лас-Вегаса Harrah’s довольно точно предсказывать уровень дохода от посетителя, что позволяет не держать средства мёртвым грузом в резервном фонде заведения, а запускать их в реализацию новых проектов или использовать более ликвидными способами.

Примечателен пример всемирно известной Hewlett-Packard, которая длительное время имела существенные проблемы с поддельными возвратами продукции по гарантийным талонам. Привлечение специалистов по бизнес-аналитике помогло выработать компании систему распознавания подделок, благодаря чему уже за несколько лет она сэкономила более 60 миллионов долларов. Но ещё больше та же компания сэкономила средств, вследствие аналитической работы по кадровому потенциалу. Специальная методология позволяет менеджерам заблаговременно распознавать возможное желание покинуть компанию каждого из нескольких сот тысяч сотрудников. Опрос таких сотрудников позволяет принять меры по их удержанию или отсеиванию в зависимости от кадровой ценности. Такой аналитический ход по оценкам экспертов исчисляется в экономии сотен миллионов долларов.

Известно много случаев, когда аналитические подходы оправдывали себя в самых неожиданных ракурсах. К примеру, в некоторых странах такие услуги взяты на вооружение полиции. Они позволяют определять потенциальные преступления или отправлять патрули в те районы населённого пункта, которые с наибольшей вероятностью подвержены не желаемым происшествиям в конкретное время суток. Всё это являет собой экономию средств, временных ресурсов, облегчение работы штата сотрудников.

Бизнес-аналитика в планировании бизнеса

Для того чтобы максимально достоверно предусмотреть возможные трудности или барьеры в осуществлении деловых проектов, специалисты по аналитике исследуют такие данные:

1) исторические закономерности рассматриваемого вида бизнеса;

2) существующие тенденции на рынке подобных услуг;

3) реальные возможности компании.

После изучения и сопоставления всей информации первоочередным выводом является оценка о целесообразности осуществления такой деятельности. Если очевидных и непреодолимых препятствий не обнаружено, то последующий анализ направлен уже непосредственно на разработку плана. Здесь уже более детально изучаются составные части рынка, а именно точное влияние конкуренции, диапазон действий с минимумом рисков, характеристики сети сбыта, анализ среды, которая не имеет отношения к бизнесу, но может влиять на него.

Особенно важна оценка состояния рыночной системы сбыта. Если остальные аспекты ещё можно на свой страх и риск предугадывать интуитивно, то сбыт слишком незаметен для неосведомленного лица, чтобы иметь возможность спрогнозировать его без применения аналитического изучения, а его роль является главной и конечной для бизнеса.

В анализе сбыта продукции или услуг эксперты используют следующие аналитические механизмы:

1) Обзор рынка путём сбора и анализа статистических данных.

2) Оценка динамики рынка. Здесь изучается, насколько интенсивны продажи исходя из количества реализуемой продукции по соотношению с временным диапазоном. При оценке учитывается сезонность (её наличие или особенности), а также цикличность.

3) Оценка общих объёмов рынка сбыта.

Итогом такого анализа является общее понимание о конъюнктуре рынка, позволяющее уверенно составлять конкретные задачи и вырабатывать организационные механизмы. Нужно учесть, что конъюнктура рынка не является понятием зафиксированным, она может меняться, причём весьма динамично, поэтому при планировании должен учитываться не только настоящий момент, но и общие тенденции движения, а также предусматриваться последующая аналитическая работа, уже менее интенсивная, но все же контролирующая изменения. Без такого сопровождения и постоянного «инспектирования» вероятен риск форс-мажорных усложнений.

Аналитическая оценка

Каждое исследование предусматривает определённую отчётность о проведённой работе. В сфере бизнес-аналитики такой отчётностью является аналитическая (или экспертная) оценка, которая должна максимально точно и удобно для заказчика визуализировать полученные результаты. Её ценностью является профессиональный вывод, сопровождённый в обязательном порядке прогнозом и предложением (рекомендацией). Оценка должна базироваться на аргументации, проверенных фактах и описании обнаруженных тенденций.

Современные услуги бизнес-аналитиков

Помимо привычных аналитических возможностей, давно известных и имеющих широкий круг заказчиков на продолжении длительного времени, сфера этой деятельности не стоит на месте, развиваясь синхронно с многообразием отношений, для которых она может быть применена. Поэтому все время появляются новые виды услуг, базирующихся на тщательном анализе определённых сегментов рынка.

К примеру, популярной становится услуга экспертного тестирования, когда экспертиза проводится в виде испытания услуги или продукции с использованием аналитического инструментария, а после этого проводится сравнение продукта с конкурентными образцами. Это позволяет выявить скрытые преимущества и сконцентрировать на них маркетинговые усилия, а также узнать о конкурентных недостатках, устранение которых увеличит эффективность продаж.

Тайный покупатель один из способов бизнес-аналитики

В работе с персоналом, сетью распространителей или агентами по сбыту все более популярным становится аналитический контроль, позволяющий выявить слабые места сети и стимулировать их развитие. Одним из таких способов является так называемый Тайный покупатель, когда выявленные аналитикой проблемные участки сети могут заработать эффективнее, благодаря стимулу получить бонус и предупреждению одновременно.

Немаловажны не так давно появившиеся услуги, которые способствуют не ст?

Adblock
detector