Новости

BPM-проект в MegaLabs проводился в целях повышения операционной эффективности компании. На первом этапе консультанты «Логики ВРМ» определили те бизнес-процессы, которым оптимизация требуется в первую очередь. Процессы выбирались по критериям важности для бизнеса, а также трудоемкости и сложности при выполнении.

Затем с использованием инструментария ARIS были разработаны модели выбранных процессов в их текущем состоянии «как есть». После анализа основных процессов в разрезе четырех перспектив (стратегическая, процессная, инфраструктурная и организационная), были подготовили предложения по их оптимизации.

Изменения касались различных аспектов деятельности. Например, предлагалось ввести дополнительный функционал, использовать дополнительные документы в качестве входящей информации в процессе, привлечь дополнительный человеческий ресурс или разработать новые процессы и зафиксировать порядок действий в ситуациях, в которых раньше предустановленного порядка не было.

Предложения по структуре оптимизированных процессов были оформлены в виде 25 целевых моделей процессов «как должно быть», из которых 22 процесса представляли собой оптимизированные процессы «как есть», а три процесса были разработаны «с нуля».

Еще одним результатом работ стал план перехода к целевым процессам. При реализации мероприятий плана команда MegaLabs улучшит взаимодействие между подразделениями в кросс-функциональных процессах, повысит качество планирования и контроля деятельности, синхронизирует планы различных направлений, повысит качество автоматизации отдельных процессов, снизит риски в области разработки и повысит компетенции сотрудников.

«Выполненный нами BPM-проект позволил увидеть „узкие« места в операционных процессах и разработать план действий по переходу к целевым процессам, — комментирует Андрей Кушнарев, директор бизнес-направления „Видео« компании MegaLabs. — Благодаря новым операционным процессам мы сможем усилить свои компетенции в части разработки, запуска и поддержки продукта, что безусловно позитивно скажется как на пользовательском опыте наших клиентов, так и на финансовых показателях продукта. Мы признательны нашим партнерам за проделанную работу, уверен, мы это точно применим на практике».

С помощью системы Real-Time ID Check, интегрированной с мобильной платформой Uber, снимок сверяется с фотографией в профиле водителя в системе. Если изображения не совпадают, учетная запись водителя и доступ к платформе Uber блокируются до прояснения ситуации. Идентификация с помощью селфи защищает водителей от кражи аккаунта или его использования посторонними лицами и создает дополнительный уровень безопасности для пассажиров.

Как отмечает Дмитрий Измайлов, генеральный директор Uber в России, селфи-идентификация занимает всего несколько секунд, но дает пассажиру дополнительную уверенность в том, что его везет именно тот водитель, чей профиль зарегистрирован в Uber. Она проводится на регулярной основе и носит выборочный характер. Селфи-идентификация использует как случайную выборку водителей, так и целенаправленно активируется в ряде подозрительных ситуаций, например, в случае поездок, совершенных сразу друг за другом, но в противоположных концах города.

Пилотный проект по внедрению системы селфи-идентификации водителей Real-Time ID Check был запущен в США в сентябре 2016 года. Успешное завершение пилотного проекта дало старт для внедрения системы в других странах, в том числе и в России.

В рамках проекта создана единая технологическая сеть FMTN (Единая сеть офисных и мобильных телефонов), к которой могут подключиться как промышленные предприятия, так и частные пользователи. «Коммуникационная экосистема» позволяет предоставить каждому участнику уникальный четырехзначный номер для прямой связи с экспертами и другими промышленными предприятиями, а также создавать командные и экспертные чат-каналы в специальном проектном мессенджере. Данная коммуникационная площадка позволяет участникам ЦИЗ общаться между собой без ограничений в рамках единого пространства по России.

Предоставляемая услуга ЦИЗ позволяет объединить имеющуюся на промышленных предприятиях корпоративную связь (стационарные, мобильные телефоны и любые конфигурации АТС) в единую телекоммуникационную инфраструктуру с современным функционалом и сервисами.

При построении решения используются как собственные технологии – например, NoSQL базы данных Tarantool, так и другие open source-решения (Apache Hadoop, Apache Spark). Для построения предиктивных математических моделей используются методы машинного обучения, в том числе собственные разработки компании, например, алгоритм построения моделей Multiclass Look-alike.

Благодаря использованию предиктивных математических моделей, являющихся ядром сервиса, ретейлеры могут лучше понимать свою аудиторию: проводить глубокую сегментацию, предсказывать потенциальный интерес к той или иной категории товаров, выбирать правильные каналы коммуникаций и прогнозировать вероятности оттока. Также модели могут использоваться для построения аудиторных сегментов интернет-пользователей для их последующего использования в рекламных кампаниях на различных интернет-площадках. Таким образом, сервис позволяет существенно повысить конверсию маркетинговых коммуникаций с существующими клиентами и эффективно привлекать новых.

Как отмечает руководитель отдела управления взаимоотношениями с клиентами и лояльностью «Эльдорадо» Роман Троицкий, использование предиктивного сервиса Mail.Ru позволило повысить конверсию проводимых кампаний на 28%, оборот – на 21%. По сравнению с другими инструментами персонализации контента сервис обеспечил наилучшие показатели. Кроме того, применение высоко персонализированных рассылок позволяет улучшить восприятие коммуникаций с клиентом.

1. Не доверяйте все системы единственному центру обработки данных. В самой AWS рекомендуют распределять нагрузки между несколькими зонами доступности, в идеале — между несколькими регионами и несколькими облаками, такими как AWS, Microsoft Azure и Google Cloud Platform.

2. Обеспечьте возможность быстрого выявления сбоя. Для AWS простейший способ — пользоваться сервисом Health Check, который отображает состояние ресурсов, используемых конкретным клиентом. Есть также сервис Amazon CloudWatch, автоматически следящий за доступностью сервисов, передающий предупреждения и реагирующий на проблемы.

3. Дублируйте системы. Можно пользоваться «холодным» резервом — запускаемым при сбое основного или «горячим», когда работа распределяется между несколькими системами, и при сбое одной из них остальные делят между собой ее нагрузку.

4. Обеспечьте резервное копирование. AWS предлагает синхронное, асинхронное и кворумное тиражирование. Первое — когда приложение подтверждает транзакцию только после ее тиражирования на резервный ресурс, второе — когда тиражирование происходит независимо от работы основной системы, третье — когда можно задать минимальный объем данных, которые нужно продублировать, прежде чем транзакция будет подтверждена.

5. Проверяйте возможности своей системы. Сопротивляемость среды сбоям лучше проверять до того, как они пройдут. В Netflix, например, есть механизм Simian Army, специально вызывающий сбои различных систем для проверки общей устойчивости.

Наибольшей популярностью при переходе компаний на облачные технологии пользуется модель гибридное облако — более половины всех участников опроса отметили, что сделали выбор в пользу комбинации частного и публичного облака. Кроме того, более половины выделили безопасность в качестве основной причины перехода на облако. Это показывает, что доверие к провайдерам таких услуг продолжает укрепляться. Основными направлениями использования облака во всех странах были хранение и резервное копирование.

Приобретая облако, заказчики обращаются к услугам партнеров разного профиля. Предпочтение отдается в первую очередь местным провайдерам — их выбрали в общей сложности 26% компаний. Менее популярны гиперскейлеры (18%) и крупные провайдеры облачных услуг или глобальные системные интеграторы (17%). Всего 3% респондентов заявили, что вообще не пользуются облачными сервисами или только планируют переход на них. У «облачных скептиков» нет характерных объединяющих признаков — по размеру бизнеса, отраслевой вертикали или, например, облачной стратегии.

Как выяснилось, безопасность и облако хорошо дополняют друг друга. Более половины респондентов — 56% — заявили, что безопасность является ключевым мотивом при переходе на облачные технологии. Это свидетельствует о том, что передача данных провайдерам облачных услуг не воспринимается как элемент риска, что указывает на хорошие перспективы дальнейшего перехода компаний на облачные технологии. Кроме того, участники опроса также выделили такие мотивы, как гибкость, снижение издержек и простота использования.

Хранение данных и резервное копирование — основные направления использования облаков. Тем не менее, исключительно ими дело не ограничивается. Например, в Великобритании 51% используют базы данных из облака, а 40% — бизнес-приложения по модели SaaS. Далее следуют другие варианты, такие как удаленная работа, инструменты для совместной работы, аналитика и управление документооборотом.

По мнению аналитиков, новый период будет характеризоваться «корпоративными и потребительскими приложениями и мегасервисами, автоматически адаптирующимися в соответствии с потребностями и поведением пользователей».

Эпоха Digital Cohesion отличается более естественными пользовательскими интерфейсами, не требующими обучения, и автономными сервисами, предугадывающими желания. Например, «будущий» сервис Uber сам определит, что пользователю нужно такси, и пришлет автомобиль вместо ожидания вызова через приложение. Кроме того, эпоха будет характерна открытыми интерфейсами программирования и высокой степенью доверия к системам безопасности.

Как полагают в Juniper, большинство компаний — уже на пути к цифровой слаженности благодаря внедрению средств интеграции и автоматизации ИТ-инфраструктуры. По мнению опрошенных экспертов, риски в эпоху цифровой слаженности будут связаны прежде всего с безопасностью, соблюдением нормативных требований, ростом затрат на технологии и страхом потерять работу.