http://www.obs.ru/

 Бизнес и большие данные

Уже несколько десятилетий информационные технологии играют значительную роль в жизни людей и управлении человеческой деятельностью. Их появление дало возможность аккумулировать значительные объемы данных, которые служат основой управления сотрудниками, позволяют контролировать процессы покупок и продаж, отслеживать изменения в поведении потребителей. Однако в последние годы потоки информации и объемы накопленных организациями данных резко увеличились.

Источниками данных являются не только различного рода финансовые операции и взаимодействие с клиентами, но и разнообразные технические устройства (например, устройства, позволяющие отслеживать логистические операции), коммуникационно­сетевые источники и многочисленные контакты в цепочке создания ценности. Такой объем информации ведет к появлению новых трудностей для лидеров и их предприятий. Согласно исследованиям, организации, которые используют так называемые «большие данные» (англ. big data) для аналитики и принятия решений, являются гораздо более эффективными и получают большую прибыль на собственный капитал, чем их конкуренты, которые этого не делают. Со временем, вероятно, большие данные займут место полноценного актива организации, который будет оказывать влияние на все подразделения организации и функционировать наподобие серьезного бренда, становясь источником конкурентного преимущества.

Типы организаций по степени использования аналитических данных

MIT Sloan Management Review в сотрудничестве с IBM Institute for Business Value провели исследование на тему использования компаниями аналитики для создания конкурентных преимуществ. Организации, применяющие в своей работе анализ больших данных, можно условно разделить на три типа: начинающие, опытные и продвинутые. Соответствующая информация представлена в таблице.

Преимущества использования больших данных

Самым главным преимуществом, которое может получить организация от использования больших данных и аналитики, является, конечно, эффективность работы. Анализ информации позволяет автоматизировать многие процессы, что значительно сокращает затраты и облегчает работу.

Анализ больших данных дает возможность для использования нового метода принятия решений. Проводя управляемые эксперименты, организации могут испытывать гипотезы и анализировать результаты, для того чтобы направлять инвестиционные решения и функциональные изменения. По сути, эксперименты позволяют менеджерам выделить причинно­следственную связь, сократив, тем самым, количество возможных вариантов развития событий, что способствует улучшению качества финансовой и производственной активности.

Большие данные также полезны с точки зрения взаимодействия организации с клиентами. Анализ и учет информации вкупе с существующими технологиями делает возможной персонализацию потребителей и моделирование изменений их поведения в режиме реального времени. Компании смогут отслеживать момент, когда клиенты близки к тому, чтобы принять решение о покупке и подталкивать их к этому, например, с помощью различного рода бонусных программ. Также важно понимать, что работа с большими данными делает компанию более инновационной. У нее появляется возможность максимально индивидуализировать предлагаемые продукты и услуги, причем сам процесс их разработки может быть автоматизирован.

Большие данные позволяют расширить область применения алгоритмов и машинного анализа. Создание программ, автоматически анализирующих поступающую информацию, значительно увеличивает эффективность работы, позволяет создать качественную систему управления рисками, а также позволяет выявить ту информацию, которая в ином случае осталась бы скрытой.

Трудности, связанные с использованием больших данных

Самой большой трудностью в работе с большими данными является нехватка людей, обладающих серьезными аналитическими навыками (связанными, в первую очередь, с использованием специального программного обеспечения и проведением глубокого статистического анализа), а также менеджеров, понимающих как можно применять данные статистики.

Еще одна проблема, связанная с использованием больших данных, состоит в том, что информация часто не выходит за рамки отдельных подразделений организации, что мешает ее своевременному использованию. Некоторые организации пытаются открыть эти замкнутые группы: они объединяют данные из различных систем, стимулируют взаимодействие ранее разделенных функциональных единиц и даже запрашивают информацию у внешних поставщиков и клиентов для совместного создания продуктов.

Использование больших данных также влечет за собой трудности, связанные с конфиденциальностью. Эти трудности можно разделить на две группы:

•    проблемы конфиденциальности личной информации потребителей (известно, что большая часть данных, которые получает организация — это данные, связанные с потребителями, и чем больше информации организация получает, тем сильнее они будут обеспокоены вопросами конфиденциальности), и

•    проблемы конфиденциальности информации, которой располагает компания (применение результатов анализа больших данных в работе подразумевает более открытый доступ к информации и использование различных устройств, предназначенных для ее хранения, что повышает риск утечки информации).

4 шага в оценке потенциала больших данных

1.  Оцените возможности и риски. Многие стратегии, связанные с аналитикой, появляются тогда, когда руководители чувствуют острую необходимость ответить на возникшую угрозу или если возникает шанс выиграть конкурентную борьбу за счет аналитики.

2.  Оцените наличие или отсутствие необходимых аналитических инструментов. В основе любой стратегии, связанной с обработкой больших данных, лежит анализ доступной внешней и внутренней информации. Такой анализ должен также включать исследование имеющихся у сотрудников аналитических навыков и изучение потенциально возможных партнерств, способных заполнить пробелы в ресурсах организации.

3.  Согласуйте стратегические альтернативы. После того как определена стратегическая возможность и необходимые ресурсы, чтобы ее использовать, многие организации спешат скорее приступить к фазе планирования и действия. Это ошибка. Стратегии, связанные с аналитикой, как правило, бывают очень тесно переплетены с общей стратегией организации и требуют, таким образом, очень тщательного планирования наиболее правильного распределения ресурсов. В некоторых случаях, это может означать предоставление рядовым работникам мощных аналитических инструментов, в других — накопление данных и развитие аналитических навыков у сотрудников для получения преимущества первопроходца.

4.  Подумайте о возможных трудностях. Необходимо понимать, что воплощение аналитической стратегии в жизнь подразумевает определенные трудности внутри организации, с которыми может справиться лишь ее высшее руководство.

Не все руководители полностью осознают потенциал, который заключает в себе аналитика. Стоит помнить, что окружающие не стоят на месте, поэтому сейчас самое время начать использовать потенциал больших данных для создания дополнительных конкурентных преимуществ.

Таблица. Компетентность компаний в аналитике

Источники: 

MIT Sloan Management Review

Это совершенно очевидно. достаточно посмотреть на существующее распределение способностей и благ между людьми.

Итак . Было два Древа!

Первое - Фиговое. Для передачи шансов многим.

Второе - Яблоня. Для тех. кого мы сегодня зовем властителями ресурсов и душ. Согласно профессору Парето - их около 20%.

Естественно: тем - кому фига - в рай, а яблоко в рай не пускают :)

Большое утешение.

" - Ты помнишь, в первом Гастрономе, недалеко от входа был отдел, где стоял лоток с икрой и лопаточкой?

- Помню, конечно.

- И кому он помешал?"

Древний анекдот

У нас в бизнес - школе учились разные бизнесмены из разных регионов.

И Выездные школы мы проводили вместе с коллегами из разных регионов. Весело, результаттивно, дружно.

незабываемо.

Вот так:

Я попробую прояснить для себя проблемы прогрессивного налогообложения.

Справедливость - очень острое оружие, которое может принести всем много бед.

Поэтому посмотрю, что об этом можно говорили великие и эксперты. Вопрос сложный , думаю , минимум на 4 поста.

Скучный для большинства, Думаю, и одного поста - много, с этой точки зрения. Поэтому - для себя, в основном

1. Оказывается , царское правительство планировало ввести прогрессивную шкалу налогообложения в 1916 году. Чуток не рассчитал Николай, который почему - то все больше напоминает мне главу нынешнего правительства. Опасное сходство. Мурашки от таких асоциаций...

Русские умнее украинцев, и не такие нищие, даст бог - обойдется без эксцессов и попрыгунчиков.

ИТАК, сначала посмотрим, что говорили очень умные и последовательные оппоненты уравниловки, которые мне симпатичны.  Консерваторы. Которые, между прочим , не приветствовали совсем уж плоскую шкалу налогов.

Пока без перевода на русский. Времени мало - кусок хлеба важнее.

1. Ссылка на Рона Рейгана

"Правительства не облагают налогом, чтобы получить деньги, в которых они нуждаются, Правительства будут всегда находить потребность в деньгах, которые они получают. Вот главное поле битвы!” Р. Рейган

В США ставки федерального налога на доходы физических лиц (НДФЛ) взимаются по многоступенчатой схеме и по состоянию на 2014 год начинаются с 10 % и доходят до максимума в 39,6 %. Границы ступеней налогообложения зависят от семейного статуса налогоплательщика. Различают следующие категории: один (single) субъект, семейная пара и родитель-одиночка. В случае семейной пары подаётся совместная налоговая декларация. К этой же категории относятся вдова или вдовец, получающие пенсию за своего супруга или супругу (пенсии тоже облагаются налогом). Кроме федерального налога каждый штат взимает дополнительно свой налог. В результате суммарный налог может достигать 50 %.

Россия ввела антидемпинговые пошлины на арматуру.

Арматура - это была специализация Криворожстали.

В свое время Криворожсталь купили индусы, Миттал Стил.

Как пошлины понравятся индусам?

Как пошлины повлияют на желание инвесторов покупать украинские активы.

Бедная бывшая страна.

Украинцы не тупые, им просто не везет , когда они думают

В дни , когда я дежурю,  наблюдаю одно и то же.

Утром к нам в сторожку заходят рабочие и отмечают приход на работу.

И после того, как они все зарегистрировались я нахожусь в недоумении , посильней , чем Буриданов осёл.

Я не знаю, что выбрать.

То ли сначала закусить, а потом открыть окно и проветрить комнату, то ли сначала проветрить.

И мне становится совершенно ясно, что здоровья стать здесь своим мне не хватит.

Не могу  я каждый вечер допоздна так развлекаться. 

Это вам не в филармонию ходить!

Вот один из примеров происходящей на наших глазах эволюции средств платежа, приведенный в Жэньмин Жибао

Банковские карты обречены на повторение судьбы динозавров.