Новости

За последние четыре месяца «Метр квадратный» увеличил количество партнеров в сегменте B2B более чем в 30 раз – до 4,5 тыс. компаний. В связи с ростом бизнеса потребовалось решение, которое позволило бы автоматизировать работу с партнерами и сохранять историю коммуникаций с ними. Таким решением стала CRM-система, разработанная на платформе Creatio компании «Террасофт». Специалисты «Норбит» интегрировали CRM с базой клиентов, а также с отдельными сервисами, среди которых сервис безопасных расчетов, ипотечный брокер, ремонт, электронная регистрация и другие.

Для автоматизации процессов был выбран модуль Sales Creatio (on-premise версия) под управлением операционной системы Linux. Это решение отвечает требованиям по кастомизации и удобно в масштабировании, поскольку в основе продукта лежит интеллектуальная low-code BPM-платформа. В системе хранится информация по сделкам и всем коммуникациям, а также формируется аналитика для выстраивания стратегии продаж.

Запланирована автоматизация работы с обращениями партнеров и клиентов в различных каналах (почта, чат, мессенджеры, социальные сети), интеграция с BI-системой (аналитическое хранилище), учет рабочего времени, создание базы знаний, сквозная аналитика и так далее.

Научная группа департамента анализа данных и машинного обучения Финансового университета при Правительстве РФ и отдела интеллектуализации, автоматизации и роботизации сельскохозяйственного производства Федерального научного агроинженерного центра ВИМ (ФНАЦ ВИМ) в технологическом партнерстве с Microsoft создали умного робота для сбора урожая яблок. Проект не имеет аналогов в России и за рубежом по точности и эффективности работы. Пилотные испытания разработки пройдут в крупнейших садоводческих предприятиях России уже весной 2021 года.

Нейросетевой алгоритм роботы, разработкой которого занимались ученые Финансового университета, способен обнаруживать более 97% и собирать до 90% плодов, при этом доля «ложных срабатываний», когда система принимает за яблоко фоновый объект, составляет всего 3,5%. Эти показатели значительно лучше, чем у других роботов такого же назначения: известные прототипы обнаруживают в среднем 85% плодов, а собирают 75%. Для обучения нейросетей использовалось облако Microsoft Azure, что позволило значительно ускорить этот процесс, а также снизить стоимость разработки по сравнению с использованием локальных мощностей.

Робот предназначен для работы в интенсивных садах с высотой крон 1,5–2 м. Он собирает плоды, начиная с верхнего яруса, при помощи манипуляторов, оснащенных захватами, созданными специалистами ФНАЦ ВИМ. Среднее время сбора одного плода составляет 10 секунд, за час он может собрать до 288 кг.

Весной 2021 года пройдут пилотные испытания в крупнейших яблоневых садах России. Затем создатели планируют выводить робота на европейский рынок. В дальнейшем будут разработаны аналогичные алгоритмы для сбора урожая груш и томатов. Кроме того, рассматривается возможность использования устройства для мониторинга урожайности и распознавания основных болезней культур.

Розничная сеть включает в себя более 70 магазинов различных форматов. Предыдущее решение, которое использовала компания, ограничивало возможности по дальнейшему развитию: не позволяло оптимизировать бизнес-процессы и вносить в них изменения, работать с франчайзи, отсутствовала актуальная информация. С внедрением новой системы МОЛЛ получила единую масштабируемую платформу, которая изменяется и растет вместе с бизнесом. На сегодняшний день в решении S/4HANA реализовано управление следующим бизнес-процессами как на уровне офиса, так и магазинов: товародвижение, управление ассортиментом и ценообразованием, собственное производство и кулинария, закупки и логистика, управление себестоимостью продаж и операций, организованы обработка и хранение кассовых чеков в связке с корпоративным хранилищем данных и оперативной аналитикой продаж. Это позволило бизнес-пользователям оперативно получать актуальную качественную информацию в режиме реального времени, а также существенно сократило время выполнения ежедневных задач и позволило вывести на новый уровень качество работы всех сотрудников в целом.

Проект был реализован за 10 месяцев, а его особенностью стало то, что большая его часть пришлась на период пандемии. Партнером выступила компания Novardis, которая также внедрила в МОЛЛ свое преднастроенное отраслевое решение Novardis Retail. Основные и самые сложные этапы объединенная команда, состоявшая из сотрудников клиента и консультантов партнера, реализовывала в удаленном режиме.

В дальнейшем МОЛЛ планирует развивать работу с франчайзи, e-commerce направление, увеличивать количество касс самообслуживания. Новая цифровая платформа позволит компании быстро и с минимальными затратами запустить необходимые процессы и продолжить наращивать свое присутствие в регионе.

В рамках исследования, проведенного Accenture, выяснилось, что только 37% компаний добились полной отдачи от инвестиций в облачные технологии. Это всего на 2% больше, чем в 2018 году. Хотя реализация таких проектов очень важна для компаний, только 45% респондентов довольны их результатами. Более того, лишь 29% уверены, что получат от миграции в облака ожидаемый эффект в запланированное время.

В исследовании подчеркивается: чем обширнее использование облачных технологий в компании, тем лучше эффект. Среди компаний, использующих облака «по максимуму», 46% получили желаемый результат. Из тех компаний, которые использовали частично, 36% получили то, что планировали. И только 28% компаний, кто шел по модели минимального или «фрагментарного» использования облачных технологий, достигли результата.

80% опрошенных компаний рассматривают облака как инструмент работы с рыночными неопределенностями, а также как способ снизить риски. Более того, 87% рассматривают облачные технологии в качестве основного элемента стратегии устойчивого развития компании.

Accenture в ходе исследования также изучила, что мешает успешной миграции в облако. Одним из главных препятствий является отсутствие у компаний необходимых компетенций. Этот фактор в первой тройке по частоте упоминания, на него указали 54% опрошенных. 46% видят риски, связанные с безопасностью и соответствием требованиям в этой области. На третьем месте (по 40%) – значительный объем унаследованной инфраструктуры и приложений и несоответствие ИТ-целям и задачам бизнеса.

Исследование также показало, что внутри компаний мнения о перспективах облачных проектов серьезно отличаются в зависимости от должности, занимаемой респондентом. В успех таких инициатив верят 54% генеральных директоров, каждый третий ИТ-директор – 34% и только 28% финансовых директоров.

Чтобы в полной мере использовать облачные технологии для бизнеса, Accenture разработала четыре рекомендации:

• фокус на ценность для бизнеса: облачная стратегия должна подкрепляться понятными бизнес-проектами, определенными значениями прироста выручки и снижения затрат, обеспечивая единое понимание руководством компании;
• управление изменениями организации и культуры: необходимо повышать квалификацию специалистов и вкладываться в развитие сотрудников согласно новым операционным моделям, чтобы помочь влиться и подстроиться под быстро меняющиеся потребности бизнеса;
• данные и искусственный интеллект: используйте имеющиеся данные для исследования возможных дополнительных бизнес выгод. Облачные инструменты позволят задействовать уже проверенные алгоритмы определения гипотез;
• успешные партнерства: использование навыков и опыта стратегических партнеров для улучшения и расширения собственных возможностей.

   

Аптечная сеть «36,6» стремится персонализировать коммуникации с покупателями и реализовать грамотную контактную политику. До внедрения инструментов SAS целевые маркетинговые кампании готовились и проводились практически полностью вручную: выборки по клиентам, обработка базы, загрузка в каналы коммуникаций, контроль и тестирование рассылок занимали много времени. В среднем на запуск одной кампании требовалось не меньше суток. Коммуникации были разрознены, и часто возрастал риск повторной отправки сообщений клиенту, что приводило к отпискам от рассылок и жалобам.

Целевая аудитория, с которой работает аптечная сеть, велика и разнообразна, и требуется большое количество кампаний в месяц, чтобы эффективно охватить все группы покупателей. Чтобы справиться с таким объемом быстро и экономически эффективно, нужны специализированные гибкие инструменты. В связи с этим руководство сети инициировало проект по автоматизации маркетинговых кампаний. При этом важно было получить не просто программное обеспечение, а комплексное решение, охватывающее все этапы коммуникаций – от подготовки данных до построения интерактивного наглядного отчёта о результатах целевых кампаний.

До этого на российском фармацевтическом рынке никто не работал с целевым маркетингом, поэтому при выборе поставщика решения и команды внедрения компания ориентировалась на опыт ретейлеров. В ходе тендера было отдано предпочтение решениям SAS, так как эта аналитическая платформа отвечала всем требованиям к функционалу, в том числе в части сегментации клиентской базы и формирования контактной политики. Для внедрения решений была приглашена команда GlowByte Consulting.

В общей сложности проект рассчитан на три года и запущен сразу на всю сеть. За первый год была внедрена платформа SAS Marketing Automation, автоматизирован запуск кампаний, построена первая версия витрины данных, сформирована контактная политика.

По итогам первой фазы проекта аптечная сеть уже отметила повышение интенсивности коммуникации с клиентами. За первый месяц эксплуатации системы было запущено 98 целевых кампаний, то есть охвачено 98 сегментов покупателей разной емкости. Для сравнения, до этого за год запускалось 40-50 целевых кампаний. Сейчас ежедневно запускается по 6-8 новых кампаний. В них учитывается история покупок и отклик покупателей на предыдущие кампании, время запуска кампаний сократилось до 30 минут.

В дальнейшем планируется дальнейшее увеличение количества запускаемых кампаний, а также перевод на платформу SAS опросов и триггерных кампаний клиентского сервиса. До конца года будут запущены предиктивные модели, которые позволят прогнозировать отклик и в соответствии с этим выстраивать коммуникации.

Как показало исследование, проведенное изданием The Economist при поддержке Nutanix, в целом жители хотят, чтобы реализация «умного города» сделала публичные услуги (такие как транспорт, коммунальные услуги, связь) более доступными, а бизнес рассчитывает, что они станут более эффективными и надежными. Для обеих групп одинаково важна возможность жить и работать в экологически чистой среде. Индивидуальные требования городов также касаются использования возобновляемых источников энергии, более чистого воздуха и воды, лучшей переработки отходов и более гибких тарифов на услуги.

Приоритеты в городах развитых и развивающихся стран сильно отличаются

Жители Йоханнесбурга, Мумбаи и Сан-Паулу ожидают, что технологии умного города помогут в решении проблем безработицы, преступности, плохих санитарных условий и накопления мусора. Респонденты из городов развитых стран больше заинтересованы в повышении эффективности транспорта, устранению заторов на дорогах и повышению доступности услуг.

Компромиссы в области раскрытия данных неизбежны для умных городов и не должны сдерживать их развитие

70% представителей бизнеса считают, что возможность доступа к открытым данным жизненно важна для их бизнеса. 69% руководителей сами готовы предоставить больше данных, чтобы обеспечить развитие умных городов. Половина жителей также готовы делиться данными, если это приведет к появлению умных публичных сервисов. Часть респондентов готовы пойти на компромисс в отношении конфиденциальности: например, 66% считают, что технология распознавания лиц принесет больше пользы в борьбе с преступностью, чем вреда.

Некоторые ожидания от умных городов труднореализуемы

По мнению экспертов, будет трудно реализовать ожидания граждан относительно того, что умные города позволят создать рабочие места, также как и надежды бизнеса на новые деловые возможности. Кроме того, транспортные и другие услуги могут стать эффективнее и экологичнее, но вряд ли дешевле. Поэтому городские власти должны по возможности управлять ожиданиями от реализации инициатив умного города.

Как подчеркивают эксперты, исследование показало, что у жителей мегаполисов и бизнеса довольно разные ожидания от умного города. Более того, их готовность инвестировать в его развитие существенно разнится. Горожане практически поровну поделились на тех, кто готов платить больше налогов ради преимуществ умного города, и теми, кто к этому еще не готов. К тому же 30% жителей городов не хотели бы раскрывать данные о себе, причем среди бизнесменов таких вдвое меньше. Со стороны компаний просматривается существенно больше желания вкладываться в развитие умного города – как за счет дополнительных налогов, так и предоставления данных.

Цель проекта — создать цифровую систему для автоматического контроля и анализа событий, которые присходят на птицефабрике во Ржеве. Сейчас проект находится на этапе сбора информации: потоковые данные с камер наблюдения поступают на защищенный сервер. После их обработки нейронные сети будут обучены алгоритмам действия при различных событиях. В частности, технологов предприятия интересуют два показателя: распределение особей по территории птичника и отсутствие движения. Обычно здоровые бройлеры равномерно заполняют пространство. Если они начинают кучковаться, это может служить сигналом инфекции. А если какая-то птица перестает двигаться, скорее всего, она погибла. Поэтому главная задача — научить нейронную сеть своевременно обнаруживать пустоты в птичнике и реагировать на бройлеров, которые не двигаются.

Как отмечает главный технолог по выращиванию птицы «Ржевской птицефабрики» Алексей Пелагенко, мониторинг здоровья птицы требует больших затрат и постоянного присутствия специалистов-зоотехников. Но даже такой неусыпный контроль не будет на 100% эффективен. Кроме того, из-за человеческого фактора никто не застрахован от упущений: в одном цехе могут размещаться более 100 тыс. голов, и не всегда можно быстро увидеть, когда гибнет птица. Это слишком высокие риски, ведь может пасть все поголовье, поэтому было решено автоматизировать такой контроль.

По итогам пилотного проекта компания даст оценку работы системы видеоаналитики, что позволит растиражировать ее на другие птицеводческие хозяйства по всей стране. Проект разрабатывается с учетом возможного масштабирования, поэтому его реализация возможна как на небольших фермах, так и в крупных агрохолдингах.

В рамках проекта выполнена миграция с зарубежной системы сервисной поддержки Omnitracker на российское решение. Переход на новую универсальную ITSM-платформу позволил компании повысить качество предоставления услуг всем территориально распределенным подразделениям, филиалам и представительствам. Также в единой системе обслуживаются заявки внешних клиентов, среди которых предприятия энергетической отрасли, органы государственной власти, а также организации финансовой сферы и телекоммуникационного сектора.

Как отмечает Артем Пятаев, начальник сервисного центра компании «Газинформсервис», российское решение Naumen Service Desk заменило прежнее иностранное ПО, которое перестало отвечать растущим потребностям бизнеса. Новая ITSM-система позволила создать прозрачную ИТ-среду управления сервисами и обеспечила возможность цифровизации процессов с учетом меняющихся нужд компании. В результате использования нового инструмента скорость обработки запросов повысилась на 25%, улучшилось качество оказания сервисов.

Внедрение и миграция были проведены своими силами. В ходе внедрения в короткие сроки были автоматизированы основные процессы, настроены бизнес-логика и функция по формированию отчетности для контроля качества предоставления услуг.

Новая технология цифровизирует все этапы подбора сотрудников: от возникновения потребности в новой кадровой единице до передачи утвержденного кандидата на оформление. Система анализирует укомплектованность штата, планирует подбор, делает первичный дозвон до соискателя и ведет кандидата по воронке подбора. Планируется, что автоматизация всего цикла рекрутинга персонала позволит сократить стоимость подбора сотрудника на 27%, время найма – c 7 до 2 рабочих дней, время проверки в системе безопасности – до 15 минут, а конверсию кандидатов увеличить на 3%.

При освобождении позиции в штатном расписании, система автоматически публикует вакансию на всех ключевых площадках, в том числе — в социальных сетях. Это происходит в порядке приоритезации: срочные вакансии публикуются в первую очередь.

На первых этапах воронки подбора первичный звонок кандидату совершает робот. В случае отсутствия ответа система автоматически фиксирует необходимость повторного вызова. В итоге к оператору попадают только активные контакты. Также робот анализирует количество соискателей в базе и формирует нагрузку пропорционально числу операторов.

Аналитика ведется на всех этапах, онлайн-отчетность обновляется каждые 5 минут. На финальных этапах подбора с кандидатом коммуницируют рекрутеры-процессники – специально обученные сотрудники Skillaz. За счет их глубокого знания системы цифрового подбора, развернутых скриптов и четких стандартов работы на выходе «Перекресток» получает прозрачную стоимость подбора одного сотрудника, а также сквозную аналитику по найму для повышения эффективности рекрутинга.

На данный момент система тестируется в четырех регионах торговой сети «Перекресток», а полный переход на новую систему массового подбора планируется провести в I квартале 2021 года. Итогом проекта будет полная передача Skillaz функций медиапланирования, публикации вакансий, лидогенерации и управления рекламой, организации потока кандидатов, услуг колл-центра и телефонии, а также полного ведения кандидатов по воронке от первого контакта до оформления.

Фермерское хозяйство «Ферма М2» использует технологию RFID в системе учета жизненного цикла животных. «Ферма М2» (ООО «Шульгино») – органическое многопрофильное фермерское хозяйство, созданное холдингом «Мейджор». В распоряжении фермы находится 4,5 тыс. га собственных залежных земель в Подмосковье. В компании уделяют особое внимание качеству выпускаемой продукции, проверяя ее на всех этапах производства в собственных лабораториях.

Перед ИТ-службой холдинга была поставлена задача обеспечить бесконтактное отслеживание перемещения и автоматизировать объектный учет 3 тыс. голов животных в своем фермерском хозяйстве для ведения электронного паспорта животного. «Паспорт животного» — это электронный документ, содержащий всю информацию о животном, начиная с его рождения – в том числе об условиях содержания, физических параметрах развития, прививках, лечении и т.п.

Для решения задачи была разработана система на базе технологии UHF RFID с использованием ручных мобильных считывателей Chaiway C72, корпусированных меток производства «Силтэк» и мобильного приложения, разработанного ИТ-службой холдинга. При выборе оборудования решающее значения сыграло то, что модель C72 обеспечила считывание RFID-меток с расстояния трех метров. Проект по внедрению системы автоматизированного учета поголовья животных в фермерском хозяйстве «Ферма М2» стал победителем конкурса «Лучший RFID-проект».