Услуги
Умное импортозамещение
0Всем привет, сегодня мы поговорим об импортозамещении, тренд, который все больше нарастает и от него никуда не деться.
Согласно Приложению к Приказу Минкомсвязи РФ №96 от 01.04.2015 “Об утверждении плана импортозамещения программного обеспечения” максимальная доля импорта к 2025 году по бизнес-приложениям, куда входят в том числе и BI системы, максимальная доля импортного ПО должна составлять не более 25%, а доля импорта ПО для финансового сектора не превышать 50%.
Цели правительство конечно поставило, но вот как их реализовать, особенно не рассказало.
Конечно, сейчас есть и АРПП (Ассоциация разработчиков программных продуктов) и ЦКИТ (Центр компетенции по импортозамещению), которые проводят достаточно большую работу по формированию политики, однако в организациях вопросов больше, чем ответов. Все компании с государственным участием формируют свою политику, потому что «надо», а не потому что хочется подойти к этому как к возможности оптимизировать бизнес-процессы в IT.
Но на мой взгляд, такой подход не принесет компаниям ничего хорошего, кроме бесконечной головной боли, так как такие новообразования (рабочие группы или новые обязанности) в компаниях формируются достаточно стихийно, и по большому счету они сделаны для того, чтобы показать деятельность и отчитаться, что вот все создано, работа идет, формируем планы. Время идет, а четкой политики в компании как не было так и нет, что с этим делать, как переводить все это безобразие на отечественный софт или на open source, что еще хуже, не очень-то и понятно. А прежде всего, а где взять деньги на этот банкет.
Мы со своей стороны готовы предложить методику, которая позволяет компании оценить окупаемость перевода на отечественный софт как проект с финансовой отдачей и тем самым обосновав и получив дополнительное value от такого перехода.
Если говорить про системы класса BI и Advanced Analytics, то такой подход можно описать следующим образом.
Подходы к миграции
- Приоритезация бизнес областей (критичные для бизнеса, редко используемые, неиспользуемые)
- Дублирование отчетности на новой платформе (критичные и редко используемые отчеты)
- Повторение workflow по моделирование (для Advanced Analytics)
- Выявление проблем неиспользуемых бизнес-областей и подготовка roadmap по реанимации (если возможно)
- Демонстрация отчетов бизнес-заказчикам
- Тестирование отчетов бизнес-заказчиками и анкетирование по удовлетворенности
- Разработка плана перехода и отказа от предыдущего инструментария (в случае успешного окончания этапа 6)
- Для оптимизации стоимости владения на этапе миграции, можно договориться с вендором об отсрочке платежей по новым лицензиям до миграции отчетов на новую систему. Внедрение не должно приводить или должно приводить к минимальному временному повышению стоимости владения (дублирование платежей).
Подход к финансовой оценке миграции
Показатели:
- Стоимость владения данными (TCD) – финансовая оценка на сопровождение хранилища данных
- Затраты на центры компетенций (FOT) – фонд оплаты труда на сопровождение платформ бизнес-аналитики
- Стоимость технической поддержки (TSC) – затраты на техническую поддержку платформ вендорами и интеграторами (лицензия + работы по сопровождению)
- Стоимость внедрения новой системы (NEWIMPLCOST)-лицензии + консалтинг
- Стоимость лицензий для решение перспективных задач (PLC)
- Стоимость консалтинга по решению перспективных задач (PCC)
- Текущий финансовый результат от использования данных (DataValue)
- Перспективный финансовый результат (PDV) от решения новых задач
Метрики эффективности:
- Удельная ценность данных = Финансовый результат/Стоимость владения.
- Оценка срока окупаемости = NEWIMPLCOST/(( DataValuenew+PDVnew-TCDnew-FOTnew-TSCnew-PLCnew-PCCnew) — (DataValueold+PDVold-TCDold-FOTold-TSCold-PLCold-PCCold)).
- ROI (возврат инвестиций) = ((DataValuenew+PDVnew-TCDnew-FOTnew-TSCnew-PLCnew-PCCnew— NEWIMPLCOST)/ (DataValueold+PDVold-TCDold-FOTold-TSCold-PLCold-PCCold)-1)*100%.
Инвестиция считается удачной, если ROI > 100% за рассматриваемый интервал планирования (например 5 лет, т.е. за этот период инвестиция должна удвоиться)
- Внедрение считается успешным, если удовлетворенность бизнес-заказчиков выросла по отношению к текущему инструментарию, для чего перед началом миграции работ должно быть проведено анкетирование бизнес-пользователей.
- Полнота решения задач на новой системе должна быть не ниже текущих систем.
Это небольшое описание умного подхода по импортозамещению. Поэтому, если у вас стоит задача по импортозамещению, а вы это больше рассматриваете как дополнительную нагрузку, а не как возможность, обращайтесь к нам, мы вам поможем по новому взглянуть на ситуацию, проведем аудит, интервью бизнес заказчиков и определим перспективные возможности по оптимизации стоимости владения и получения дополнительного эффекта для вашего бизнеса, основанного на данных!
Анонс data360.ru
0Добрый день, уважаемые читатели, наконец настал важный день, мы долго к этому шли, и наконец запустили новый сайт компании «Аналитика».
Чем мы будем заниматься?
Прежде всего, мы будем находить новые инсайты для наших Заказчиков и оптимизировать процессы, извлекая пользу из накопленного массива информации. На страницах блога, я рассказываю о нашем опыте решения задач для наших Заказчиков. Поэтому все, что вы здесь читаете, так или иначе связано с нашим опытом.
Как мы к этому пришли? У нас накоплен достаточно большой опыт решения практических задач и оптимизации для разных бизнес процессов и разных Заказчиков. Этот опыт трансформировался в большой прирост эффективности — совокупный эффект от инициатив, реализованных на наших предложений уже перевалил за 1 млрд. руб. и продолжает расти.
Поэтому если вы заинтересованы в оптимизации бизнеса, то мы готовы вам помочь и рады будем видеть вас среди наших Заказчиков.
Стадии зрелости по работе с данными
0
Сегодня хотел бы поговорить о стадии зрелости по работе с данными любой коммерческой организации. В 2016 году компания EMC опубликовала материал, который был посвящен этому вопросу, я немного перерисовал его и перевел и хочу поделиться с вами этим материалом.
Самая начальная стадия по работе с данными — это накопление и анализ исторических данных. Тут мы больше погружаемся в то, что уже прошло и пытаемся объяснить поведение компании, анализируя события которые происходили в прошлом на основе фактов.
Вторая стадия — это поиск бизнес инсайтов. То есть мы не только анализируем, но и пытаемся понять какие-то закономерности, возможно скрытые факторы, которые не видны в трендах, но могут проявиться даже в будущем, например, если мы видим что какой-то тренд негативных событий нарастает и доля его постоянно увеличивается, несмотря на то, что он никак не проявляется на текущий момент.
Третья стадия — Оптимизация бизнеса — мы находим какие-то оптимальные факторы при которых компания показывает постоянный рост, еще лучше если мы этими факторами можем управлять и увеличивать наше воздействие с целью роста показателей.
Четвертая стадия — мы накопили множество информации и понимаем, что эта информация может быть не только полезна нам внутри, но может быть полезна другим контрагентам, которые на ее основе смогут получать лучшие результаты и готовы платить за эту информацию. Например, телеком операторы достаточно успешно продают информацию банкам о подтверждении анкетных данных по месту проживания, или о том как перемещаются потоки жителей, чтобы планировать инфраструктуру, например эта информация интересна ритейлу, или городским властям для планирования транспортной инфраструктуры. Вообще тема монетизации заслуживает отдельных постов, и может даже не одного. Поделюсь чуть позже этой информацией. А кому не терпится и уже сейчас готовы в это инвестировать, велкам в личку, поможем сформировать стратегию монетизации ваших данных.
Ну и наконец пятая стадия, это стадия трансформация бизнеса. Здесь речь не идет о каком-то конкретном подразделении, здесь речь идет о комплексном подходе, где каждый процесс так или иначе связан с данными, неважно какая это функция внутри организации. Любой процесс формируется таким образом, чтобы он был измеримым, любой продукт при запуске формируется таким образом и интегрируется в процессы, чтобы каждый этап процесса был измеримым и данные по нему могут быть легко получены. В каждом подразделении есть люди, которые работают с данными и улучшают бизнес. Но тут надо учесть один момент, это не про то, что мы запустили продукт, а потом думаем а как же посчитать по нему воронку, даже если это удается сделать, это вообще не об этом, это про то, что вы изначально в свои процессы при валидации продукта разрабатываете стратегию работы с данными и предъявляете требования к нему исходя из необходимости мониторинга, как если бы вы согласовывали с юристами доп. соглашение, ровно про это.
Вы изначально продумываете до мелочей какие данные и для чего будете использовать, а не так, что да ладно давайте накопим, а потом подумаем что с этим сделать, нет, нет и еще раз нет, на этой стадии у вас есть четкая стратегия работы с данными, вы знаете для чего каждый показатель, четко понимаете его методику и понимаете в каком виде он вам нужен, в сыром или агрегированном, а также можете оценить через какое время вам нужно модифицировать инфраструктуру не вдаваясь в пространные рассуждения, ну если нам будет нужно мы расширимся.
Самое интересное мое наблюдение в крупных компаниях, что IT подразделения не знают какие данные в хранилище и для чего они нужны бизнесу. А самое интересное — это то, что в большинстве своем эксплуатирующие подразделения из периода в период, готовят данные на регулярной основе, не один месяц, а то и год, и даже не задаются вопросом, а вообще сколько бизнес-пользователей у этих данных и как часто они используются. Тема оптимизации хранилищ — это мне кажется вообще отдельная тема. В общем самое первое подразделение, которое требует тщательного анализа — это IT.
И если вы хотели бы заглянуть в такое будущее, но не знаете с чего начать, то велкам в ЛС, поможем разработать вам стратегию по работе с данными и поможем как может выглядеть ваш data-driven бизнес.
Удачи вам и будьте успешны!
Новые услуги аутстаффинга функций аналитики
0Уважаемые читатели и друзья, как вы наверное знаете я занимаюсь внешним консалтингом по аналитике много лет, но больше занимался этим для души или когда просили знакомые. За годы работы было накоплено столько интересных бизнес-кейсов по аналитике и монетизации данных с доказанным финансовым эффектом в организациях самого разного профиля и отраслей, что хочется придать новый импульс и выйти на рынок аутстаффинга аналитических услуг. Я даже добавил новый раздел УСЛУГИ, где достаточно подробно описал услуги и возможный формат взаимодействия.
Почему я думаю, что это будет востребовано:
1. Рынок аналитики, особенно продвинутой аналитики переживает какой-то сумасшедший бум, все Заказчики начинают говорить об искусственном интеллекте. Новый очередной hype. Но мало кто четко может сформулировать а что же это такое.
2. Профессиональной аналитикой занимается несколько компаний, но все они настолько перегружены крупнейшими Заказчиками, что практически не смотрят в крупные, средние и небольшие организации. При этом ставка специалиста доходит до каких-то огромных размеров, а средний чек проекта улетает до небес. Мне хочется изменить эту ситуацию и я верю, что есть достаточно большой слой Заказчиков, которые смогут получить все преимущества от самых современных аналитических инструментов, но в понятных для Заказчика бизнес-терминах и гарантированной финансовой выгоды. Вашими проектами де факто больше занимаются стажеры или вчерашние студенты, а не профессионалы, которые выстраивали эту функцию, потому что от них требуют масштабирования бизнеса и спрос сильно опережает предложение.
3. К сожалению, не лучшие времена и в образовании. Слишком много стало курсов по Machine Learning и AI, как очных так и заочных. Но к сожалению, не все даже понимают класс задач, который они решают, не могут сформулировать математическую постановку задачи и бизнес-эффект от внедрения. Я сам много раз приглашал на собеседование таких специалистов и к моему большому сожалению, я понимаю, что и качество самого такого дистанционного образование оставляет желать лучшего.
4. Я более консервативен в выборе инструментов и при выборе инструментов исхожу из соотношения цена/качество/простота внедрения/сроки/финансовый эффект. И никогда не буду вам рекомендовать решать задачу с помощью многослойной нейронной сети, только потому что это модно. Я буду исходить из необходимости получить небольшой финансовый эффект сразу, чем строить космический корабль за несколько миллионов, сражаясь за сотую долю процента качества модели, и ДА, нейронная сеть не выиграет у классических алгоритмов при ограниченном наборе данных, как это обычно бывает. Но и любой операционный процесс нивелирует эффект от выигрыша.
5. У меня огромный накопленный проектный опыт с доказанным финансовым эффектом, которым вы можете воспользоваться.
6. Для меня более комфортно и выгодно выстраивать с Заказчиками длительные отношения, принося финансовую выгоду, нежели гнаться за разовым большим кушем с непонятной моделью окупаемости и длительным циклом продаж. Поэтому я стараюсь адекватно оценивать стоимость услуг, гарантируя выгоду при использовании такой модели по сравнению с традиционным наймом в штат.
7. Мне кажется такой формат более справедлив для Заказчика, аналитика на предприятии должна быть точкой роста, а не функцией поддержки отчетности. Поэтому я считаю, что аутстаффинг более справедлив с точки зрения оплаты.
8. Аутстаффера нельзя перекупить, если я заключил с вами договор, то я буду соблюдать все обязательства по нему, чего нельзя сказать о штатном специалисте.
9. Вы будете получать эффект с первых дней работы, чего не скажешь о штатном сотруднике, который сначала будет входить в должность, затем предметную область, потом будет учиться, потом ему станет скучно и он просто уйдет или его перекупят конкуренты. А это все деньги на подбор, удержание и т.д., при этом нет никакой гарантии, что он будет столь же мотивированным. Деньги мотивируют лишь на время. Аутстаффинг гарантированно вам будет стоить дешевле, чем подбор команды, который сможет хоть сколько-нибудь по количеству и качеству приблизиться в такому эффекту.
Поэтому если вы не знаете, какой потенциал скрывается в ваших данных, или вы чувствуете что можете больше но застряли на месте, можете смело обращаться ко мне. Я постараюсь помочь сделать качественный рывок в развитии аналитики и сделать ТОЧКОЙ РОСТА аналитику на предприятии и вы сможете похвастаться большими финансовыми успехами от развития продвинутой аналитики на предприятии перед конкурентами и коллегами по цеху.
Запросить расширенные материалы по услугам, примерам реализованных работ или связаться для уточнения вопросов можно по следующим контактам:
email: job@fsecrets.ru
Моб. +7 (985) 768 81 24,
Также со мной можно связаться через мессенджеры WhatsApp, Telegram, Viber, Facebook
Чуть подробнее о моем опыте можно почитать здесь