BI – тенденции

0

Мировой рынок

В 2009 году мировой рынок BI-систем существенно замедлил темпы роста, что стало отражением кризисной ситуации, в которой оказался весь мировой ИТ-рынок вследствие глобальной экономической депрессии. Однако, положительная динамика рынка продемонстрировала возрастающую роль BI-инструментов для трансформации бизнеса в новых условиях игры. Эта тенденция станет генеральной для развития мирового рынка BI-систем в ближайшие годы.

Объем и динамика рынка

В 2009 году Gartner оценила доходы вендоров на мировом рынке ПО для коммерческой разведки (BI), анализа бизнес-процессов и управления производительностью в $9,3 млрд, что на 4,2% выше показателей 2008 года ($8,9 млрд). Рост рынка в 2008 году относительно 2007 года был более существенным: тогда он составил 21,7%.

По предварительной оценке IDC, объем мирового рынка решений для бизнес-анализа составил в 2009 году $8,1 млрд, что на 2,6% больше показателей 2008 года. По оценке IDC, в 2008 году рынок вырос на 10,6% по отношению к Далее >

Философия планирования

0

Поздравляю Вас!

Вы попали в компанию своей мечты на должность специалиста по планированию продаж. Ваша задача формировать ключевые показатели эффективности. Мало у Вас опыта работы или Вы первоклассный специалист с опытом работы, будьте готовы к тому что на Вас выльется ушат критики в особенности от тех подразделений, которым Вы формируете показатели. Главное в этом деле не поддаваться панике и не принимать все близко к сердцу.

Основная мотивация, как Вы наверное знаете, или догадываетесь, у подразделений продаж формируется на основе выполнения ключевых показателей эффективности. И их первоочередная задача постоянно заставить Вас чувствовать себя некомфортно. А если Вы практикуете использование метода Делфи (опрос экспертов по направлениям деятельности), особенно если в качестве экспертов выступают Ваши коллеги из подразделений продаж, то приготовьтесь к тому, что они будут придумывать мыслимые и немыслимые факторы, которые будут направлены лишь на то, чтобы Вы пересмотрели свою модель прогноза, добавили в нее понижающий коэффициент Далее >

Data Mining и народные приметы

0

Для более глубоко понимания как же применять Data Mining в прогнозировании, давайте проведем простую параллель между народными приметами и методами Data Mining. Удивительно, но народные приметы это такой же способ прогнозирования, но мы об этом не задумываемся. Народные приметы создавались на основе постоянных наблюдений, но за явлениями природы. И если раньше, события фиксировались лишь в головах, то сейчас мы тоже самое делаем с помощью применения IT технологий.

«Ласточки летают близко к земле, быть дождю». Люди заметили, что после того, как ласточки низко летали над землей, шел дождь. Т.е. одно событие являлось следствием другого события, т.е. любая народная примета это ничто иное как применение методов Data Maning-а на основе корреляционного анализа.

А теперь Вы уважаемые читатели подумайте, как Ваши данные связаны между собой?

Вот Вам для примера несколько взаимосвязанных процессов – сбой поставок и объемы продаж, открытие регионального филиала и объем продаж. Это то, Далее >

Data Mining

0

Давайте разберемся что такое Data Mining и как его можно применять при прогнозировании. Корпоративная база данных любого современного предприятия обычно содержит набор данных, хранящих записи о тех или иных фактах либо объектах (например, о товарах, их продажах, клиентах, счетах). Как правило, каждая запись в подобной таблице описывает какой-то конкретный объект или факт. Например, запись в таблице продаж отражает тот факт, что такой-то товар продан такому-то клиенту тогда-то таким-то менеджером, и по большому счету ничего, кроме этих сведений, не содержит. Однако совокупность большого количества таких записей, накопленных за несколько лет, может стать источником дополнительной, гораздо более ценной информации, которую нельзя получить на основе одной конкретной записи, а именно — сведений о закономерностях, тенденциях или взаимозависимостях между какими-либо данными. Примерами подобной информации являются сведения о том, как зависят продажи определенного товара от дня недели, времени суток или времени года, какие категории покупателей чаще всего приобретают тот или иной товар, какая часть Далее >

Прогнозирование сверху и снизу

0

Рано или поздно, формируя прогноз продаж по большому объему товарных категорий (SKU), структурных подразделений Вы придете к пониманию, что процесс необходимо оптимизировать. Давайте разберемся с такими понятиями как прогноз «сверху-вниз» и «снизу-вверх». Например, Ваша цель сформировать КПЭ (ключевые показатели эффективности) по всем структурным подразделениям. Вы начинаете упорно формировать прогноз по одной товарной категории, по второй, по третьей и т.д. Затем находите сумму объемов продаж всех товарных категорий в рамках одного структурного подразделения, затем второго и т.д., пока не сформируете прогноз в целом по предприятию. Такой способ прогнозирования часто называют «снизу-вверх». А что если Вы решили поступить наоборот, Вы сначала построили динамику продаж в целом по предприятию, несомненно это можно сделать даже быстрее, Вы же будете работать с меньшим количеством данных. Но Ваша задача сводилось к формированию КПЭ подразделений. И после того как прогноз продаж в целом по предприятию готов, Вы переходите к делению общей выручки на структурные подразделения согласно Далее >

Вверх