Записи с меткой Инструментарий

Бесплатный сервис для прогнозирования

2

Сегодня я Вам расскажу об одном сервисе, который построен по модели SaaS, в тестировании которого я принимал непосредственное участие и предложил одну доработку сервиса, которую охотно приняли на вооружение.

Но обо все по порядку. URL ресурса: ForecasterOnline.com. Авторы сервиса — Индусы.

Все, что нужно для начала использования сервиса — это зарегистрироваться. Пока сервис бесплатен для пользователей. На входе вы задаете Excel таблицу с данными, на выходе построенный прогноз и возможность выгрузить прогнозные данные в CSV файл, который также можно просмотреть в Excel.

На сегодняшний момент реализованы следующие модели для прогнозирования:

Линейная регрессия (Single Variable Regression Model)

В качестве модели рассматривается уравнение вида Y=A*X+B, где Y — предсказываемая величина, X — независимая переменная, которая может показывать, например, период. A, B — искомые параметры.

Полиномиальная регрессия 2-ого и 3-его порядка (Single Variable Polynomial Regression Model)

В качестве модели рассматривается уравнение вида Y=A*X^2+B*X+C или Y=A*X^3+B*X^2+C*X+D, где Y — предсказываемая величина, X — независимая переменная, которая может показывать, например, период. A, B, С, D — искомые параметры.

Скользящее среднее (Moving Average Method)

Самый простой из ныне известных методов прогнозирования. В качестве прогноза берется среднее арифметическое за некоторое количество рассматриваемых периодов. По умолчанию берется среднее за 5 периодов. Самый простой прогноз это взять значение предыдущего периода — в литературе Вы можете встретить такое понятие как «Наивная модель». Довольно часто применяется на практике, если необходимо, например, план продаж распределить по устоявшемуся соотношению между точками реализации. В качестве прогноза процента используется предыдущее фактическое значение.

Взвешенное скользящее среднее (Weighted Moving Average Method)

В отличии от предыдущего метода исторические значения взвешиваются по определенным весам. Можно варьировать значимость исторических данных. По умолчанию в качестве модели используется среднее по двум значениям с весами 0,7 и 0,3. Изменяя параметры весов, можно учитывать небольшое влияние исторических данных и больший вес данных, которые произошли в недавнем прошлом.

Экспоненциальное сглаживание (Exponential Smoothing)

Метод очень похож на предыдущий, чем более давнее событие тем меньший вес оно имеет. Чем давность события меньше,тем больше оно учитывается.

Простое экспоненциальное сглаживание (Single Exponential Smoothing)

Модель больше подходит когда данные не показывают какого-либо тренда или сезонности. Данные перед прогнозированием сглаживаются.

Двойное экспоненциальное сглаживание (Double Exponential Smoothing)

Для сглаживания применяется модель Хольта. Подходит для прогнозирования, когда в данных прослеживается линейный тренд без сезонности.

Тройное экспоненциальное сглаживание (Triple Exponential Smoothing)

Модель подходит для прогнозирования данных, в которых прослеживается и тренд и сезонность.

Автоматическое нахождение модели (Best Fit Model) — данная опция была добавлена авторами после моей рекомендации.

Выбирает автоматически модель для прогнозирования исходя из минимума ошибки прогноза и максимума точности модели.

Данная опция подходит для людей не очень разбирающихся в методах прогнозирования, но желающих найти оптимальную модель для прогнозирования. Есть и негативный момент применения данной опции. Иногда лучше взять более устойчивую модель, нежели более точную на исторических данных. Поэтому лучше аккуратно подходить к использованию данной опции и все же протестировать несколько моделей, которые дают хорошие результаты, перед выбором лучшей.

Если у Вас остались вопросы по применению методов, я постараюсь детально освятить методы нахождения и критерии оценки моделей прогнозирования в другой раз.

Ну что же удачи авторам и удачного вам применения сервиса!



Плюсы и минусы использования облачного ПО для BI

0

В последнее время, все больше набирают популярность облачные сервисы, представляемые по схеме SaaS — Software as a service. Не обошли стороной облачные технологии и BI-системы. На Западе уже давно доступны облачные сервисы в области BI-систем.
Россия, как всегда немного отстает в этой части, но ряд вендоров также заинтересован в продвижении своих решений на Российском рынке и обещают, что если не во второй волне, то уж точно в третьей они к нам придут.
Так, например, набирающий популярность в Америке сервис от компании ZOHO (ZOHO Reports), по заверениям продакт менеджера компании может быть русифицирован уже в скором будущем.

Clarence пишет:
We have started internationalization support for Zoho Reports. Very soon we will be supporting Japanese, Chinese, German, Spanish and French languages. After that we also plan to support other languages including Russian.

Мы начали международную поддержку продукта. Очень скоро сервис будет доступен на японском, китайском, немецком, испанском и французском языках, после этого мы также планируем развивать поддержку других языков, включая Русский.

Однако, стоит отметить, что англоязычный сервис уже сейчас доступен для пользователей. И выглядит он вполне пригодным для работы с отчетностью в небольших компаниях. Давайте разберем плюсы и минусы работы по такой схеме.

Плюсы:

1. Самый главный плюс — это цена продукта. Выбирая облачный сервис, Вы избавляетесь от дорогостоящих затрат. на внедрение и поддержание, за Вас это делает провайдер сервиса. Но получаете небольшие ежемесячные расходы в виде арендной платы за сервис.

2. Быстрый выход без последствий. Нет необходимости списывать огромные убытки в случае, если Вы поняли что отчетность, которую вы построили вдруг Вас перестала устраивать.

3. Вы получаете BI-систему с полноценным функционалом.

4. Бесплатное обучение пользованию системой. Вы получаете бесплатный курс молодого бойца.

Минусы:

1. Интеграция практически ложится на Вас.

2. Если Вы крупная компания, то сэкономить практически не получится. Все же сервис больше заточен на малый и средний бизнес, лишенный возможности пользоваться BI-системами из-за их очень дорогой цены.

3. Отсутствие поддержки на русском языке. Может для кого-то это и не проблема.

4. Малый функционал, меньший чем в современных BI-системах, но достаточный для использования систем на среднем уровне.

5. Данные хранятся на сервере провайдера. В России к такой схеме пока относятся скептически. Но я не думаю, что кому-то нужны данные, расположенные на серверах в Америке.

Но если Вы работаете в небольшой компании, и подготовка отчетов занимает длительное время, и происходит коммуникационный разрыв между Вами и руководством, то присмотритесь к таким сервисам. Они способны на многое.

Удачи Вам!

IBM некоторые новости и обзор Cognos TM1

0

Вчера был на встрече в IBM, смотрел функционал системы бюджетирования Cognos TM-1, которая также как и Oracle Hyperion Planning, построена на многомерной СУБД.

Какие бы я интересности выделил в этой системе. Система может выступать в качестве реального инструмента аналитика для планирования продаж. Реализован функционал автоматической увеличения показателей по году с учетом сезонности, распределения по подразделениям и товарным категориям. Достаточно встать на итоговую цифру, указать, что она должна увеличиться на столько-то, указать какие периоды не должны меняться, указать какие категории должны участвовать в увеличении и система сама распределит по пропорции данные показатели. Поидее ничего особенно, достаточно также поупражнятся в Excel-е, но у кого несколько тысяч товарных категорий, тот поймет, что если по каждой товарной категории необходимо заложить свою логику, то необходимо взять ряд, перенести его, рассчитать доли, умножить сумму увеличения на каждую из этих долей, после чего добавить к исходному показателю. Достаточно трудоемко, здесь все реализовано много проще.

Доступен как Web-интерфейс, так и Excel, реализована функция write для изменения данных в БД. Можно менять в Excel-е и сохранять изменения на сервере. Кто знаком с BI-системами, тот понимает что там только функция read, поэтому для полноценной аналитики BI-системы не очень-то подходят. Хотя в OHP это тоже есть.

Понятно, что есть базовый статический функционал, свои мини-дешборды, которые реально отображают ключевые показатели, очень удобно визуально, когда количество подразделений большое, проверять на адекватность финансовые показатели, выводя на дешборды, например маржу, динамику выручки и т.д.

В общем у кого есть потребность в реальном инструменте для прогнозирования, анализа финансовых показателей, система в данном случае очень гибка. Но как и все продукты IBM имеет недостаток в виде цены.

Еще одна приятная новость для пользователей SAP. Все-таки SAP и IBM договорились по поводу использования SPSS совместно с решениями SAP в качестве аналитической части. Если бы не договорились, SAP бы значительно ослабил позиции. А так пока еще повисят в лидерах.

Удачи Вам в выборе инструментария!


Проблемы IT отрасли в России

2

Сегодня я хотел бы порассуждать о проблемах IT отрасли в России. Все больше на форумах всплывают сообщения такого плана, вот лишь несколько из них:

1. CRM мертв

2. CRM в России не работает

3. Да ни черта оно не работает, ну внедрили мы и толку, результат нулевой, штат раздули, а финансовые показатели на том же уровне.

Помню как-то давно приехал IBM в гости к нашей компании по вопросу модернизации IT-инфрастуктуры. Пригласили на встречу бизнес в качестве экспертов по направлениям: продажи, маркетинг, обслуживание, продуктологи. Я попал в качестве эксперта по маркетингу. Попросили нас заполнить опросники. Простые опросники, но ответы на эти вопросы меня заставили задуматься.

Одним из вопросов был такой, а как блок IT участвует в бизнесе компании? Ответы примерно следующего содержания:

1. Никак не участвует

2. Закрывает лишь вопросы, связанные с проблемами пользователей.

3. Проводят экспертизу требований по автоматизации и предлагают решение

4. Активно участвуют в увеличении эффективности бизнеса, заранее продумывают стратегию модернизации ПО, рекомендуют бизнесу ПО.

В общем суть отражает, стоит ли говорить что оценки со стороны бизнеса выше 3-ки не поднимались, и то я могу сказать, что на тот момент я считал наш блок IT просто отличным.

Отсюда, первая проблема — нет в блоке IT нормальной бизнес экспертизы.

И это проблема не только внутреннего IT, но и крупных интеграторов. Да, ребята классно разбираются в софте, знают как его внедрить, но на этом услуга заканчивается. Если отсутствует внутренняя экспертиза, а, как правило, она отсутствует, потому как внутренний IT блок с трудом справляется с теми задачками, которые им подкидывает бизнес, что уж там до интереса к новинкам ПО и бизнес-экспертизы.

Бизнес-коллеги как правило слабо разбираются в ПО и порой не понимают какое программное обеспечение способно решить их проблему. Им что-то предлагают вендоры, они ухватываются за некий кусочек, который вроде бы частично решает их проблемы, а потом CRM систему вдруг стараются доточить до BI-системы, системы Inventory и т.д.

А потом начинают жалобы, CRM-системы не работают.

Вторая проблема, отсутствие бизнес экспертизы у вендора или интеграторов, но есть исключения, крайне редкие. Например, компания Terradata набирает бизнес-консультантов для продвижения своих хранилищ и ПО. Т.е. основное требование, все же не IT, а бизнес требования. Консультанты находят задачу, которая может быть решена для заказчиков, как правило требующая больших вычислительных мощностей, делают бесплатный стенд, проводят демонстрацию, а затем предлагают свое хранилище и демонстрируют на сколько быстро и успешно эта инфраструктура справляется с такой задачей, при этом решается бизнес-задача.

Присутствует консалтинг также у других вендоров и интеграторов, но могу сказать одно, их стоимость настолько большая, что прибегать к их помощи могут только очень крупные заказчики. У первых стоимость намного больше, чем у вторых. Упомянутая Terradata тоже не из дешевых.

Поэтому, при внедрении лучше бы чтобы в компании была сильная внутренняя экспертиза, иначе Вы пополните стройные ряды заказчиков, внедрение проектов в которых провалилось.

Если Вы не знаете какой софт выбрать для решения бизнес-задачи, напишите мне на cases@fsecrets.ru и я постараюсь опубликовать материал на эту тему.

Удачи Вам при внедрении!


Прикладной ABC-анализ (FMR-анализ и VEN-анализ)

6

Сегодня мы поговорим еще о паре форм модификации ABC-анализа, которые Вы можете встретить в литературе, а именно о применении ABC-анализа совместно с FMR и VEN-классификациями.

Давайте рассмотрим каждый из них в отдельности.

FMR-анализ — это аббревиатура от английских Fastest Medium Rare — быстро, средне, медленно  — анализ товарного ассортимента по частоте обращений.

Характеризуется коэффициентом частоты взятия и вычисляется по следующей формуле:

 K = { P_{i} \over \sum_{i=1}^N P_{i} } * 100 %

где P — количество отпуска ~i-го товара, а N — общее количество отпуска со склада.

По частоте взятия ассортимент обычно разбиваются на три группы:

категория F — наиболее часто запрашиваемые товары (80 % от общего количества);
категория M — менее часто запрашиваемая категория продуктов (15 % от обращений);
категория R — редко запрашиваемая продукция (оставшиеся 5 %).

Используется FMR для размещения на складе, более «быстрые» (fast) позиции размещаются ближе к местам комплектации. По сути FMR анализ это ABC-анализ, в котором критерием анализа является частота обращения к товару, а не сумма.  Процентное соотношение можно подобрать самостоятельно исходя из статистики движения товара. Если Ваша задача увеличить скорость отгрузки товара, то вы непременно должны оценить важность применение данного метода.

Думаю, что такой метод можно применить и в мерчендайзинге при раскладке товаров, товаром с наибольшей частотой покупки отводится большее пространство. Хотя опять же зависит от преследуемой цели. Но об этом мы поговорим как-нибудь в другой раз.

Другим прикладным методом является анализ, основанный на VEN-классификации.

Данный вид анализа применяется, как правило в фармакологической отрасли.

От английского Vital Essential Non-essential — жизненно-важные, необходимые, второстепенные) — проводится сегментация ассортимента. Т.е. идет анализ не по количественным, а по качественным характеристикам. В жизни применяется совместно с ABC-анализом.

VEN-анализ проводится параллельно с АВС-анализом и позволяет определить приоритетные лекарственные препараты в соответствии с международной практикой их деления на жизненно важные (Vital или V), необходимые (Еssential или Е) и второстепенные (Non-essential или N) (табл. 1).

Таблица 1. Определение приоритетных лекарственных препаратов (VEN-анализ)

Жизненно важные (Vital) Лекарства, важные для спасения жизни (например, вакцины); имеющие опасный для жизни синдром отмены, постоянно необходимые для поддержания жизни (инсулины, стероиды, антибиотики и т. п.)
Необходимые (Essential) Лекарства, эффективные при лечении менее опасных, но серьезных заболеваний
Второстепенные (Non-essential) Лекарства для лечения «легких» заболеваний; препараты с сомнительной эффективностью; дорогостоящие с симптоматическими показаниями

По результатам проведённого ABC-VEN-анализа можно ответить на следующие вопросы:

  • Целесообразно ли тратятся финансовые средства на лекарства в конкретном лечебном учреждении (главным образом, какие препараты в группе А и В)?
  • Какие шаги необходимо предпринять, чтобы рационализировать лекарственные закупки?
  • Какие препараты в первую очередь следует рассмотреть на предмет включения (исключения) в формулярный перечень?
  • Соответствуют ли финансовые затраты данным анализа структуры заболеваемости?

Так же VEN-анализ применяется при классификации ресурсов и запчастей производственных компаний. Выделяют критичные позиции (например, запчасть без наличия которой остановится производство), умеренно критичные позиции (запчасть, без которой можно какое-то время обойтись, производство продолжится, пусть и не на полную мощность) и не критичные позиции (запчасти, без наличия которых можно обойтись, дожидаясь их поставки по случаю необходимости).

Используя данные методы, Вы сможете значите улучшить эффективность своего бизнеса.

Подумайте, может быть и Вы станете автором собственного метода, который будет релевантным в Вашей отрасли.

Удачи Вам!


Вверх
Яндекс.Метрика