Новости

Группа Food Union объединяет несколько брендов производителей молочной продукции и работает на рынках Балтии и Скандинавии, Китая и России. Компания имеет географически распределенную структуру, и каждое локальное производство агрегирует данные в собственной ERP. Информация из разнородных систем затрудняла формирование единой консолидированной отчетности: одни и те же данные вносились разными людьми, возникало множество «дублей», информация неверно интерпретировалась в системе.

Для решения этой проблемы руководство компании выбрало MDM-решение, разработанное Navicon на базе СУБД Microsoft SQL Server и корпоративной сервисной шины Microsoft BizTalk Server. Оно автоматизирует процессы сбора, очистки и дедупликации данных и выстраивает эффективное взаимодействие между всеми учетными системами компании.

В Food Union система MDM синхронизирует «мастер-данные» ERP-систем – ключевую информацию о бизнесе и его составляющих: контрагентах, продажах, торговых точках. Производителю больше не требуется в процессе построения консолидированной отчетности производить ручную обработку данных. С каждым ERP-справочником шина обменивается данными при помощи адаптера, приводя данные к единому формату и сохраняя их в корпоративном хранилище. Кроме того, система автоматически распознает близкие по значению элементы и унифицирует их по одному формату: например, названия разных контрагентов, введенные с ошибкой, система привяжет к одному юрлицу.

Решение Navicon MDM развернуто в облачной среде Microsoft Azure и переведено в промышленную эксплуатацию — сейчас к нему подключены ERP-системы двух заводов Food Union в Риге. Ведется подключение к системе еще семи ERP-приложений, которые используются на заводах в Прибалтике, Беларуси и России.

Целью проекта стало создание бизнес-направления электронной коммерции для осуществления онлайн-продаж. Помимо удобного сервиса бронирования лекарств и заказа редких госпитальных препаратов, портал предлагает посетителям все для здоровья и красоты, а оплата и выдача заказов производится в любой из аптек сети. Ассортимент интернет-аптеки уже превышает 15 тыс. наименований, а цены на основные категории товаров существенно ниже розничных.

Товары для здоровья и лекарственные препараты требуют особого подхода к реализации функции поиска. Чтобы покупатели могли найти нужный препарат или получить товарные рекомендации, потребовалось создать удобный алгоритм поиска по продуктовому каталогу: достаточно ввести в строке поиска несколько ключевых слов.

Кроме того, платформа SAP Hybris Commerce позволяет аптечной сети персонализировать контент интернет-магазина и управлять маркетинговыми промо-акциями. Интерфейс адаптирован к различным мобильным платформам, а рабочие места аптекарей интегрированы с платформой SAP, что позволяет быстро и оперативно изменить или сформировать дополнительный заказ, когда покупатель уже находится в аптеке. Партнером по внедрению выступила компания «Mастердата».

Руководство сети рассчитывает на синергетический эффект от работы интернет-аптеки и совместного с Ozon.ru проекта. Как ожидается, со временем это позволит компании стать лидерами онлайн-сегмента отечественного фармацевтического ретейла.

Ежемесячно операторы контакт-центра Газпромбанка обрабатывают более 300 тыс. обращений клиентов. С целью обеспечения высокого качества обслуживания и предложения клиентам новых сервисов, было решено реорганизовать работу центра с помощью специалистов Центра Речевых Технологий и «Крок».

Чтобы повысить скорость обработки запросов, специалисты интегратора внедрили систему голосового самообслуживания (IVR), в которую встроены синтез и распознавание речи. Теперь, чтобы получить необходимую информацию, клиенту достаточно в свободной форме и без нажатия клавиш телефона, озвучить свой запрос – например, «хочу уточнить баланс карты». Далее система самостоятельно с помощью IVR предоставит квалифицированную консультацию. При нетипичном для Газпромбанка запросе система, «услышав» клиента, оперативно переключает его на универсального оператора, обладающего необходимой экспертизой. Это значительно экономит время клиентов при обращении в банк и оптимизирует работу операторов контакт-центра.

В целях повышения уровня удовлетворенности клиентов была внедрена система автоматизированного контроля качества, фиксирующая и анализирующая все диалоги. Так, если клиент в процессе общения с оператором меняет динамику тона или использует особые слова-якори, система в режиме реального времени формирует отчеты для службы контроля качества. Это помогает выявить претензионное обращение клиента как можно раньше и, таким образом, максимально быстро и профессионально решить его вопрос.

Система записи и аналитики речи также позволила руководителю контактного центра и службе контроля качества в режиме реального времени анализировать работу операторов по количественно-временным, лексико-семантическим и эмоциональным параметрам. Это помогает сокращать количество повторных обращений клиентов, выявлять и устранять причины длительных звонков.

«Цеппелин Русланд» использует тестовые среды для настройки и оптимизации нового прикладного функционала применяемых в компании бизнес-приложений, таких как SAP, «1C», Microsoft SharePoint и других. На сегодняшний день наиболее простым и эффективным способом организации сред для тестирования, позволяющим избежать инвестиций в создание собственной серверной инфраструктуры, является создание виртуальных машин в облачной среде.

Для размещения тестовых сред компании будут предоставлены ресурсы виртуального дата-центра из облака «Техносерв Cloud». Дополнительно на площадке интегратора разместится платформа SAP HANA. Кроме того, в качестве резервной площадки для обеспечения отказоустойчивости систем «Цеппелин Русланд» будет использовать облачное хранилище данных.

Для повышения конверсии кредитных заявок компания решила сократить количество анкетных данных до минимально необходимых, а также создать модель, прогнозирующую вероятность положительного ответа банка. Определение минимального набора данных и построение прототипа компания MoneyCare доверила экспертам Columbus.

Современные технологии позволяют финансовым компаниям работать с большим набором данных быстрее и эффективнее, представляя собой совокупность различных методов обнаружения знаний. Например, машинное обучение — это очень комплексное применение статистики для поиска закономерностей в данных и создание на их основе прогнозов будущего поведения, результатов и тенденций. Выбирая платформу машинного обучения, специалисты MoneyCare остановились на облачном сервисе Azure Machine Learning, который позволяет оперативно создавать и развертывать полнофункциональные прогнозные модели в качестве решений аналитики.

Использование облачных решений позволяет быстро развернуть желаемую инфраструктуру с минимальными инвестициями. Облачные технологии открывают широкое поле для экспериментов – например, использовать машинное обучение для прогнозирования, не вкладываясь в развитие вычислительных мощностей или аналитических инструментов.

На первом этапе проекта был создан прототип классификатора в Azure Machine Learning, задача которого – отбор более 60% заявок на кредит с вероятностью одобрения более 80%. При этом были использованы такие методы, как дискриминантный анализ, регрессионный анализ, кластеризация, классификация на основе разделимости, а также алгоритмы сокращения размерности.

Второй частью проекта стало обучение сотрудников MoneyCare принципам работы и совместный воркшоп по совершенствованию прототипа. В этот этап вошло консультирование по настройке моделей, типовым задачам машинного обучения, а также определение следующих шагов по улучшению прототипа.

Почти 90% компаний готовы выделить значительные средства для финансирования цифровой трансформации, демонстрируя стремление развивать бизнес. Однако вызывает тревогу, что более трети компаний чувствуют, что частично или полностью не готовы к цифровой трансформации из-за дефицита талантов. В качестве областей, испытывающих наибольшую нехватку квалифицированного персонала, 40% назвали бизнес-аналитику, а 39% — кибербезопасность. Следующими в списке идут искусственный интеллект и робототехника, а также Большие Данные.

Как отмечают аналитики, цифровая трансформация невозможна без изменения культуры и подготовки персонала. Организации, чувствующие кадровые проблемы, должны сосредоточиться на инвестициях в трудовые ресурсы, исходя из того, какие бизнес-роли наиболее важны для их отрасли. Основной задачей для них станет поиск новых квалифицированных кадров, а также обучение и переподготовка существующего штата.

На вопрос об уровне цифровой зрелости их организаций на данный момент 31% опрошенных полагают, что их бизнес соответствует двум высшим уровням из пяти. Авиационная промышленность является самой прогрессивной, 44% респондентов из этой отрасли считают свои компании готовыми к переменам. Следующее место (39%) занимает строительная отрасль. В конец списка попала нефтегазовая отрасль, только 19% респондентов которой считают себя способными извлечь выгоду из цифрового преобразования.

Различия в уровнях цифровой зрелости разных отраслей весьма заметны. Например, конкуренция в авиации и быстрый темп внедрения новых технологий, таких как предупредительное обслуживание и 3D-печать, используемая в процессе производства запасных частей, являются ключевыми факторами ее цифровизации.

43% опрошенных назвали эффективность внутренних бизнес-процессов основной движущей силой цифровой трансформации бизнеса. На втором и третьем местах – ускорение инноваций (29%) и возможности роста на новых рынках (28%).

Признавая практические и технические сложности, связанные с цифровым преобразованием, барьером номер один для изменений компании все же называют человеческий фактор. Вторым и третьим по величине барьерами названы более конкретные причины: угрозы информационной безопасности и отсутствие правильной модели организационного управления.

Ранее сбор аналитических данных и статистики в отделе продаж велся вручную, что требовало много времени и не позволяло оперативно получать информацию о текущих продажах дистрибьютора. Использование лишь стандартных средств Microsoft Office ограничивало возможности визуального представления собранных данных. Для решения этих задач компания приняла решение внедрить полноценную систему бизнес-аналитики. По результатам анализа рынка выбор пал на платформу QlikView и интегратора «Корус Консалтинг».

В ходе проекта удалось создать BI-систему, которая позволяет строить отчеты по показателям продаж и коммерческих расходов для отделов аналитики и финансов. Время расчета показателей работы отдела продаж сократилось многократно: например, расчет бонусов теперь реализуется за несколько минут, в то время как ранее на это уходило несколько дней. Руководство компании получило возможность делать план-факт анализ коммерческих расходов, отслеживать целевые и прогнозные показатели первичных и вторичных продаж, сравнивать результаты продаж отдельных дистрибьюторов, а также проверять качество загружаемых данных с помощью отчета об ошибках.

Особенностью проекта стало большое количество интеграций с функционирующими в компании другими аналитическими системами: CISLINK и SCANDATA, хранилищем данных Data Warehouse & RDBMS, а также создание дополнительного единого хранилища данных на платформе Microsoft SQL Server и OLAP-куба на платформе Microsoft Analysis Services.