Бизнес-аналитика в промышленности

анализ структуры основного капитала

уважаемые коллеги добрый день добрый день беленко повел его на вохмянин сегодня с вами мы следим внимательно за тем что вы появляетесь уже 3741 человек вместе с нами и мы какое-то время буквально пару минут подождем чтобы дать возможность всем присоединиться и после этого начнем коллеги вижу михаила 64 человека из 2003 и 1703 или что же предлагаю начать мы ожидаем какое-то время еще подключение от тех кто подключается мы задаем вопросов меня зовут беленко павел я сейчас течение небольшого времени расскажу пять минут о том том что мы зачем и для чего мы что мы делаем поделюсь с вами теми новостями недели которые меня вдохновили воодушевили или наоборот но в любом случае с эмоциональным окрасом новостями и после этого мы перейдём к собственно теме нашего сегодняшнего онлайн практику нашего сегодняшнего общения эта тема бизнес-аналитика в промышленности разберемся как сегодня управляет предприятием при помощи данных и вместе с нами сегодня иван вохмянин иван слышно ли меня до павел отлично слышно как слышно меня лично да очень хорошо основатель и генеральный директор компании веселых же компании с огромным опытом с огромной экспертизой и пониманием очень хорошим что такое business intelligence сегодня как управлять при помощи данных не только промышленными но и в целом предприятием я напоминаю что мы ведем серию таких онлайн сессии вот сейчас я вам показываю презентацию она должна быть видна на экране видно ли она его есть отлично мы в целом по 15 направлениям сейчас выделили вот такие технологии и компании которые стоят за этими технологиями то есть компании коллективы людей предпринимателей которые создали решения которые развились сервис и востребованные производственными предприятиями не только производственными бизнесами для развития про извините труда для развития экономики для развития экспансии целом бизнесу промышленный дизайн эффективные технологии быстро это теперь уровне энергоэффективность до машинного обучения технологии даже опять же и технологи инженерного консалтинга это то над чем работаем и и в школе управления сколково который я также работаю и с компании drive которые мне помогает сейчас составлять и проводить эти вебинары эти онлайн практикумы мы достаточно серьезно подходим к исследованию кейсов примеров на действие команд который представляет технологии для бизнеса сегодня мы говорим об 11 блоки сбор управление данными машин да это control то есть управление данными от и средств производства и организован структуры и людей и она из ключевых направлений этих технологий конечно это бизнес аналитика и компании vision же здесь один из лидеров рынка в россии которые все знает о бизнес-аналитики перед вами сейчас инфографика из классического классической книги автора маленкова я ее хорошо помню она еще во времена им готов когда мы учились нам приходил на помощь перед экзаменами и вот эта инкарнация уже 20 30 ревизия редакции этой этой инфографике что изменилось за 20 более 20 лет с момента издания этой книги с момента систематизации технологий управления жизненным циклом продуктов посмотрите слева жизнь цикл от проектирования до утилизации в центре вся совокупность на этапах производства и управление систем автоматизации и к чести майка и и com системы и системы и все эти дорожки от и цикла производства и от и систем все эти потоки данных ведут в бей ведут на планшеты сегодня ту же реальность сегодня это уже технология доступны в цехах на планшеты и смартфоны на веб интерфейс и нас с вами начальников участков производственных предприятий топ-менеджеров естественно без этого никак не упал не управляет сегодня предприятия без информации от систем биой в руках и в головах топ-менеджер в предприятие обработка информации с сбором агрегирование систематизации данных составления динамической публикации отчетов документ вот почему так важно bio и вот почему так важно разобраться как работает бизнес аналитика и ответить на эти вопросы конкретные практически как российские предприятия использовали технологии для управления бизнеса мы сегодня в режиме общения свое место шесть человек вместе с нами и значит что в таких онлайн практикумах мы ждем коммуникаций они прежде всего нужны для того чтобы выслушать ваши вопросы понять вас понять те проблемы которые вас интересуют и постараться ответить на них ходе этого практикумы либо после практикума поэтому пожалуйста используйте возможности чат или кнд есть зуме в прошлый раз у нас было включение даже онлайн заново из цеховых и даже офисных помещений бизнеса участника вебинара вместе с роботом он вышел в прямой эфир вместе с роботом и подтвердил что восстание роботов ещё один чего и задала конкретный вопрос и мы поддержали его ответ потому что нам важно сохранять эти ключевые особенности наших интерактивных практикумов и практически пример российские глобальной компании и обмен живым опытом с вами живая коммуникация с аудиторией со всеми из-за более чем 100 учить 100 участников и бина понятия и разбор наиболе важных актуальных тем или предприятий самый частый вопрос который вы задаете я отвечаю него сразу да мы сможем вам потом по запросу направить видео и honor и набор дополнительных материалов я также вас приглашаю на сайт димы wday.ru слева qr-код и 4 завета и булку точка ру чтобы подписаться на новости о следующих вебинарах справа приглашаем в телеграм-канал цифровое производство там еще больше 1000 60 60 человек который мы обмениваемся новостями что происходит в индустрии мы провели уже три вебинара 3 вебинара первый был по управлению логистика мм с помощью цифра второе по управлению производительность труда через миллионной моделирование сегодня проводим вебинар по управлению данными мониторами анализ для управления промышленным предприятием новости недели наша традиционная рубрика новости недели на многие участники прошлые вебинары попросили эту тему углубит расширить и поподробнее рассказать о том что произошло за неделю в где-то в войне машин и технологий с людьми где-то в плотной дружбе технологии людей но это больше пока боевая неделе у нас посмотрите американские магазины массу внедряют роботов ключевое слово массово и ключевое слово с русскими корнями да уже есть такое устойчивое выражение роботов с русскими корнями на фоне пандемии те люди вы слышали . 16 миллионов последнего на цифру 16 миллионов заявлений о пособие по безработице в сша за месяц появилась вот эти люди которые подали эти заявления они уже не вернутся в складские пространства amazon потому что роботы с русскими корнями на афоне подыми их а тут вытеснили теперь они вместо них обеспечивают инвентаризацию подсчетам поиска как и каких-то риски и мы собственно выполняет базовые логистические операции вот такая новость от 8 апреля следующая новость 7 апреля пандами чески кризис резко ускорить тотальная автоматизация здесь и squares руки можете пройти почитать по подробнее эти новости вот только за последнюю неделю был завезен 66 миллионов новых работах а всего их было 16 все процессы связаны с автоматизацией с управлением бизнесом при помощи цифр ускорились в последние буквально недели и очень важно воспользоваться этой ситуации для вашего развития развития вашей компании еще одна новость переходим из американских циклов российские офис и посмотрите недавнюю новость 10 апреля в пятницу сбербанк разработал прототип робота для дезинфекции помещений коллеги если тот среди 120 посетителей есть люди которые много зарабатывали выполняю функционал дезинфекторы для помещений обратите пожалуйста внимание по-моему вы уже не вернетесь на свои рабочие места потому что мне ваше рабочее место занял робот для дезинфекции помещения сбербанка который будет работать в отличие от нас с вами не 8 10 по 24 часа в сутки 7 дней в неделю они 5 дней в неделю ну и судя по всему данные также о дезинфекции передавать нужное место в нужный адрес как сейчас это делают пылесосы у вас в квартирах некоторые вы видите на смартфоне пропылесосим рексаром квартира во все ли уголки заехал это робот вас а здесь в офисах теперь вот тоже самое будет дело до 5 минут 20 квадратных метров брата и брок для zen текст помещения разработан сбербанк скорого схож с хани у вас появится так будет подходить по плечу скучать за cambiar спрашивать а вот меня родственик готов и вас тоже заменить до бухгалтера логиста и всех остальных имейте это пожалуйста виду мы вас предупредили и 6 апреля двадцатого года компания сильным запустила проект сети детей на производство не а напротив здесь полоску мы сейчас стоит 3d принтер это значит что я в принципе тоже готов работать на медицинском собственно цель этого проекта сименса мы об этом много тоже говорили и следили за ним как происходит объединить производственников объединить собственников средств производства в такие онлайн сети цифровые сети для быстрого выполнения заказов разных странах и городах в данном случае в данном контексте медицинских приборов и оборудования очень интересно за этим следить за тем как развивается сегодня цифра но на порядок увеличились скорости вращения что за неделю приходит парис под потрясающие папа поразительной новости из тех стран мира и мы за ними конечно будем следить в следующих практиков мы за ним будем следить по направлениям робототехники аддитивное производство индустриальное на sema электроника искусственный интеллект авориаз инжиниринга быстро разработке новых продуктов все эти слайды к вам показываю слайды из нашего нашего веб-сайта где мы можем и мы будем вас информировать о том когда в следующий раз с кем мы поговорим на тему новых технологий цифровых инструментов систем для управления бизнесом непосредствен но от первых лиц ковра представляет эти цифровые технологии а сегодня это иван вохмянин и сегодня тема нашей сессии тема нашего вебинара бизнес-аналитика анализ данных для развития промышленных предприятий развития корпорации как управлять предприятием при помощи данных иван основатель и генеральный директор команды везет же российская команда я очень знаешь эванс осторожностью сейчас говорю российские команды потому что знаю что все цифровые компании распределенные и у них есть как правило офис европе в сша который действующий работающие я уверен что вам тоже здесь много есть о чем рассказать поэтому я борюсь что в основе русскоязычные здесь команда для людей которые имеют отличное я посмотрел сегодня на твой профиль серьезные глубокое очень образование и очень увлечены делом которое они занимаются вам во первых спасибо за это спасибо за то что приснился и готов рассказать о том а что такое бизнес бизнес аналитика в промышленности как управлять предприятием при помощи данных напоминаю 131 посетителю нашего вебинара уже поднята здесь рука я обязательно отреагирую что мы ждем от вас вопросов мы ждем от вас обсуждение комментариев чтобы задать их ивану иван тебе слово да коллеги добрый день очень рад сегодня всех вас видеть ну не видеть и чувствовать ваше присутствие павел тебе спасибо что пригласил это действительно большая честь и я пастор есть он приложил максимум усилий чтобы это было все очень полезно очень практичное и можно было применить в общем то почти сразу так давайте я расширяю кран так видно ли мой экран да мне видно так прекрасно думы сервер до коллеги еще раз добрый день начнем с такого небольшого представления именно вот в контексте того на основе какого опыта я буду рассказывать про бизнес-аналитику у меня в принципе такой background то есть основной это инженерия и математика я закончил мехи прикладную кибернетику и собственно вот свой трудовой путь у меня весь прошел так или иначе в визуализации информации то есть она начинала с таких инженерных вещей построения диспетчерских в энергетике ситуационных центров и так далее а вот последние пять лет я как павел сказал являюсь генеральным директором с основателем компании видеолог же это софтверная компания мы разрабатываем программное обеспечение именно для анализа и визуализации данных который в основном используется как раз на крупных предприятиях и в госорганах этот последние пять лет и что еще важно наверное что вот за эти пять лет я такой проходил путь от такого больше инженерах больше предпринимателю и смотрю теперь на то что мы делаем наверно на 80 процентов именно со стороны бизнеса это очень важно потому что вот именно бизнес аналитика оно во многом не про то как какие-то биты и байты настроить а про то как решить конкретно бизнес-задач и собственно вот про это сегодня и пойдет речь в вебинаре как мы построим у нас будет такие три части первая часть это некоторая такая вводная часть право бизнес-аналитику что это такое есть и чем это на самом деле не является потому что вот некоторая путаница вызвано этом вот хайпа маркетингом и и такими вещами но тем не менее присутствует расскажу какие какой качественный количественно эффектов снова дает для бизнеса для промышленности вторая часть будет это несколько практических кейсов и третья часть это скан так перечисления наверно таких типовых проблем которые возникают в проекте их проектах внедрения бизнес-аналитики почему мы решили пройду тоже рассказать потому что ну кто предупрежден тот вооружен и когда пройти вещи знаешь легче их избежать вот собственно такой план павел будет меняем иногда прерывать будем останавливаться на вопросы и соответственно таким образом двигаться ну собственно вперед у меня здесь такой очень серьезный научный слайд который объединяет принципе является квинтэссенция всего вебинара здесь вот это такая серия юмористических комиксов дилберта в середине это руководитель который говорит что собственно он понимаешь что все его данные очень неточно и говорит что но если я очень сильно сконцентрируюсь то я смогу на этих простой и этих данных принимать решения и вот собственно бизнес-аналитика это про то чтобы рукой у руководителя будь то начальник смены или топ-менеджер у него таких проблем и делим в принципе не возникало чтобы его решения были основаны на данных а не только на основе его опыта и интуиции хотя это безусловно тоже крайне важные вещи и так с терминологии когда мы говорим про аналитику на предприятии проток что что она собственно может дать бизнесу есть два направления которые на самом деле являются очень сильным разными первое это дать шанс то есть это продвинутой аналитика математическое моделирование этого те вещи которые говорят когда говорят про предсказатель на и обслуживание например про оптимизацию глубокое оптимизация автоматизировано автоматизации производственных процессов и есть биой business intelligence бизнес-аналитика которая предназначена по сути для визуализации на широкого спектра данных если первая часть это про оптимизацию какой-то конкретной русской инженерной задачи вот приведу пример как это выглядит с точки зрения именно инженерной это в первую очередь это такой небольшой мир ниокр где работают специалисты инженеры по данным дата-сайентистов совместно со специалистами предметной области и применяют современные технологии мат статистики и искусственный интеллект особенно к различным производственным задачам вот пример таких такими проектами мы тоже занимаемся правда в меньшей степени вот приведу prime пример который мы реализовывали для сигурни чистой нефти фильма на производстве о массе на производстве окиси этилена держи нске там собственно задача как как ставилась есть реактор а в него поступает этилен кислород но я так сильно упрощая и на выходе в результате каталитической реакции возникает окись этилена полезный продукт и полное сгорание это собственно вода и углекислый газ вот там ставилась задача по управлению этим катализатором за счет подачи правильный подачи хлоридов и как раз вот там задача решалась инструментами до постоянство с построением очень сложной математической модели которое по сути аппаратчик у рекомендовала куда повернуть там одну ключевую ручку вот это такой там даже особой визуализации и не было это по сути решение такой классической задачи брата сайт но сегодня основная речь пойдёт именно про business intelligence который в отличие от do the silence это не про решение одной там конкретных пускай задачки это скорее про широту наблюдаемости бизнеса наблюдаемости производства и не про там конкретно может быть автоматизации это про именно поддержку принятия решения руководителем то есть основная в общем то миссия bio это дать руководителя всю информацию которую мне необходимо для принятия правильных решений в то время когда ему это надо и как это работает ну собственно идея она достаточно простая если так смотреть верхние уровни во то есть есть у нас на предприятии достаточно большое количество автоматизированных систем то есть от низкоуровневых это склада место с утп подобные вещи до учетных систем предприятий это sap 1с с различными модулями от хозяйственной и финансовой деятельности гибель словно часть данных это какие-то excel и какие-то менее формализованные процессы сбора этих данных которые собственно все должны попасть в единое хранилище в единое не в смысле там один жесткий диск записаться а собственно объединиться и кармане гармонизироваться эти данные дальше биой платформа предоставляет набор инструментов того что с этими данными удобно и быстро и с минимальным привлечением разработчиков работать а собственно на выходе это удобная интерактивной визуализации на совершенно разных устройствах от больших листов коллективного пользования то есть это либо видео стена ли бы какие-то дисплей которые висят в цеху например да в общем-то смартфонов которые у нас в каждого сейчас есть кармане с которых можно тоже получать данные и типовых мы все не про разные кейсы поговорим на типовыми являются задачами внедрение bi это собственно наблюдаемость показателей ключевых показателей предприятия это в первую очередь финансовые показатели мой безусловно по какие-то показатель от натуральных величинах то же действие отгрузки доходность по разном направлении эффективность разного оборудования или людей и соответственно различий мониторинг различных долг расходов и это нужно не просто естественно для того чтобы это все видеть но и чтобы понимать что на эти показатели влияет и как их улучшить то есть мы видим не просто показатель ну и взаимосвязь если это доходность то из чего она складывается если этот расход то давайте мы его разобьем от да там конкретной какой-то детали соответственно и да почему важно это правильно визуализировать вот мы смотрели разный пример вот один из простых примеров почему без зале зации данных это критически важно для принятия решений и очень важно именно делать это правильно иметь возможность провалиться в эти данные потому что вот смотрите если мы получаем отчет в таком стандартам там распечатанном виде или в виде какого-то pdf и который кто-то подготовил вот например здесь три квартала это уровень продаж соответственно видим что во втором квартале серьезный рост и мы как руководитель ещё знаем что втором квартале пришел новый руководитель и собственно делаем вывод что вы ну руководителей молодец вот он пришел вот рост и так далее давайте посмотрим если мы те же самые данные визуализируют роста разбив это очень простой пример разбив их по месяцам они по кварталам то мы увидим что на самом деле руководитель то пришел в мае а предыдущий руководитель который до него ушел он ответственен по сути зарок больших серьезный рост в апреле соответственно мы знаем что вот этот вот рост в августе этом крупный заказчик которую лично привел генеральный директор которые имеют отношение к работе нового руководителя если получается что тренд именно работы мол в руках девка раз нисходящие совершенно обратное решение опять же очень простой пример но в реальной жизни это происходит сплошь и рядом когда мы видим только вверх и уровневые цифры не имея возможности проанализировать мы очень подвержены возможности ошибок и это не какая-то там совершенно там новые вещи ли которая вещь которая пришла из каких-то совершенно других отраслей по сути это развитие тематике визуального управления производством которых принципе на многих предприятиях уже внедрен а вот в таком вот теплым ламповым аналоговом виде и это действительно очень крутая вещь но именно биой части визуализации интерактивный цифровой позволяют по сути дать новое качество этом этом уже тренду то есть вот пример эстонского завода как они мониторят простое оборудование то есть развешено айпадах цеху и собственно каждый мастер может подойти посмотреть что там собственно происходит с парком оборудования но на самом деле если неправильно думать что это что то такое что только продвинутых каких-то там зарубежных странах вот пример команды 2012 год дисплей который чтобы визуализировать смена суточных задания их выполнение в цеху то есть это вот просто несколько таких примеров развития визуального управления производством которые конечно на всех уровнях предприятия существует спасибо но волос и я бы наверно употребил по отношению к тому о чем сейчас рассказал термин к монетизации то есть момент когда технология стала доступна настолько что ее может использовать та часть оргструктура которой это необходимо для компаний а в том числе и на территории цеха и производственных участков она может быть использован активно вот тот пример который ты привел слева это в том числе пример помимо визуализации плана фактора спина солнечных и так далее сбора данных об улучшениях насколько силами ай-ти службы сегодня возможно настроить очень службы предприятия завода возможно настроить такие интерфейс чтобы они были не только на выдачу данных но и на сбор например данных инициативу улучшение собирать рациональные предложения и так далее вводить всеобщую к против база знание возможно насколько система упростились до использования силами предприятия так же как когда-то microsoft office на просил чтобы его используют все чтобы сказал абсолютно абсолютно возможно собственно вот наличие by our platform это вот основная функция ценность бери платформа как раз в том что вот эти все интерфейсы вот этих сбор данных и так далее могут настраивать даже не айтишники даже аналитики да даже журналисты понятно что там все равно есть какая-то части где коннекторы надо написать системно это небольшая часть это не то что нужно переделывать ежедневно а вот до сборной все эти вещи это те вещи которые как раз меняются еженедельно под новые задачи под новые инициативы как далее то есть она один раз настраивается с помощью внешне компания затем в принципе с ней может работать аналитики и эти специалисты и даже производственных собственно цехах этими эти инструменты да это типовой такой подход к проекту хотя есть исключения когда например если у компании сильно эти служба она просто можешь купить лицензии все сделать самостоятельно но если оборот компании которые предпочитают отдать все на аутсорс спасибо у нас еще вопросы как обеспечивается сбор и импорт данных есть несколько таких типовых направлений основать первое и основное это реализация коннекторов к существующим системам то есть уже один с есть уже галактика неважно что еще к ним пишется коннектор если нет уже готового и собственные данные itech систему аналитики предпочтительный способ второй вариант это реализация форм сбора то есть это по сути настраиваются формочки и пользователи в разных подразделениях они могут с компьютера или с планшета зайти и какие-то показатели или какую-то информации вводить систему третий вариант этой интеграции с экселем это на самом деле наименее правильный способ я про это еще как раз в третьей части прошивки буду говорить но хотя конечно иногда эти все равно используется у нас еще вот ролик очень продвинутой коллеги подсказывай это четвертом способ при помощи работе кс процессу это машин opel возможно ли сбор данных при помощи rp и сегодня безусловно возможен в контексте первых 3 с плоскими воздушных скорее способ номер один то есть эта внешняя система который собирает данные и собственно подает систему у нас были примеры когда например таким образом подключались веб роботы которые обходили сайты конкурентов брали оттуда цены и их тоже загружали крупных систем и какое предпочтительнее здесь как приоритизировать можешь способы сбора данных вопрос видишь заодно а вы с помощью коннекторов информации собираете аналитику или роботами и репей чтобы ты здесь сказал ну в первую очередь конечно с коннекторами потому что важно на самом деле на предприятиях у нас уже неплохая неплохой уровень автоматизации и вот эти автоматизированные системы данные которые в них находятся это тоже актив и как только мы создаем вот этот коннектор начинаем этот оттуда данных забирать мы начинаем этот актив монетизировать не работаем с 0 спасибо идем дальше спасибо окей мы собственно мы поговорили про визуализацию это действительно очень важно но также важно чтобы мы визуализировали правильные данные а не какой-то мусор и вот здесь очень важным является тот факт что биосистемы позволяет увидеть тот путь который данный проходит собственно от реального мира к тому отчета с которым мы работаем то есть когда например нам приносит какой-то там распечатку отчет там или что-то такое мы чисто психологический человек видит цифра он привык им по умолчанию доверять но если мы начинаем как бы проваливаться и разбирать эту цепочку оказывается что там есть очень много нюансов про которые не стоит забывать и есть такие два принципиальных как сказать источников информации о реальном мире это через полностью технологической автоматизированный путь или через людей соответственно но проблемы есть в отбой случаев то есть если мы говорим про машины сбор данных то есть это данте цепова история как есть какая-то там труба с каким-то какой-то жидкостью dance веществом которые по ней идёт мы хотим видеть ее там температуру среднюю за какой-то период соответственно сначала у нас искажения вносятся на уровне датчика которые не всегда показывает то что на самом деле есть у меня был такой пример забавный анализировали данные на предприятии видели очень странные суточные колебания в температуре пытались разобраться что это вообще такое и нам там сторожевского чего-то мучает это просто солнышко выходит на датчик светит на этой на эту трубу и вот он как бы разогревается то есть cryptic вещество и вообще никакого отношения не имела дальше у нас контроллер который уже данные агрегирует то есть он не посылает информацию постоянно он послал 5-15 секундной 30 минутное уединение дальше втб защелка среди они собственно конечном итоге попадает к нам на стол в виде отчета электрическому человек который применяю принимает на основе этого решения и аналогичный процесс происходит когда мы работаем с данными которые вводят люди если какой-то реальный мир есть терминал оператора или что-то еще там где человек вводит данные потом они проходят через какое-то согласование потом это выгрузили в excel подшаманили есть такое недавно слышал термин интересны массаж данных к беру данной как немножко их сторону китаев дорабатывают и собственно получается отчет где вот если честно если вот эта вещь ненаблюдаемая то во многих случаях там совпадения с реальностью этого достаточно слабо по приведу такие прямо практические примеры как это работает то есть вот есть датчик потока вы расходомер тоже реальная история это датчик передает информацию о расходе и в конце какого-то периода мы хотим посчитать эффективность то есть насколько эффективно вот установка отрабатывал вот здесь идет сырье поэтому по этой трубе соответственно мы хотим поделить количество готового продукта на используемое сырье и получить процент эффективность некоторый коэффициент так вот если мы сделаем здесь смотрите какая интересная ситуация вот этот датчик работал работал работал вот здесь видимо произошел ремонт и какой-то инженер поставил другой датчик и когда его собственно заводил заново систему он одну букву написал в названии этого датчика не на английском а на русском языке то есть ну для него разница не было а в системе это по сути два отдельных показателя и когда мы посчитаем эффективность возьмем естественно первый попавшийся вот этот датчик и получим эффективность гораздо выше чем она есть на самом деле нужно эти два датчика объединить эти два показателей только тогда мы получим правильный цифр этот пример таких проблем которые внедрения биана вскрывает она не решает их само по себе но она их скрывать человеческий фактор за есть существенно влияет на вот эти вот нелинейности и существенно увеличивает даже в чем-то ошибки если все не отследить на старте просто нас здесь что-то задают хороший вопрос и он чем сравнивать текущих условиях если нет еще точки отсчета и визуализация дело годовой перспективы здесь мы можем сравнить было стала если у нас мессенджером но только начали работу данным на предприятии чтобы порекомендовал ну на самом деле никогда не бывает как бы старта с пустого места все рады всегда есть какие-то данные которые есть вот опять же в целях там и так далее с которых можно начать вопрос как добиться того чтобы вот этот процесс когда после того как мы внедрили он продолжал работать и поступим и были уверены в том что он постоянно выдает качество данных это по сути целый отдельный такой рэп методологический раздел он называется data governance управление данными он как раз про качество это про то что на самом деле я это же не только софт и не столько софт это еще и методологии то есть это мы определяем кто за что за какие данные отвечая и которые да и ест и безусловно культура то есть когда там каждый понимает думает что может там сбить любые там названия это будет окей ну как бы это приводит к проблемам научиться надо команде компании и после этого только думать об их застал научиться мем сознание понял ну я бы тут вот сначала научиться а потом начать это как бы так не работает это всегда итерационный процесс то есть когда мы начинаем внедрять биосистемы как правило видим проблемы но это не потому что как бы они возникли сейчас а потому что вы включили эту лампочку которых от светила под подсветила и мы начинаем их решать развивать внедрение так далее вот если говорить про человеческий фактор есть еще один пример еще более наглядной значит смотрите вот здесь такой график это ручной ввод некоторого параметра лабораторных измерений то есть готовый продукт человек берет отбор пробы анализировать и получать некоторые некоторые значения не в боек его систему вот смотрите здесь мы видим что все результаты они на круглых числах стоят да и соответственно мы можем сделать вывод что у нас хорошие там допуски по тем или иным видам продукции а вот после некоторой точке мы видим что они все начинают в разнобой какая то какие какой-то разбег начинается если мы просто посмотрим на эти данные на может показаться что процесс испортился в этот момент но когда мы начинаем это разбирать начали разбирать реальный случай тоже оказал что просто в этот момент ушел лаборант уволился пришел другой и он просто вот те цифры которые там вводил он просто начал их вводить стал с большей точностью знаков после запятой потому что ему методологически не было предписано вот с какой точностью надо вводить и собственно вот это возникало создала вот такую вот проблему которая на которой мы наткнулись потом при аналитике это как раз про то что как раз внедрение биой позволяет меньше стать зависимыми от человеческого фактора то есть когда там вот бывает случае я тоже видел такие когда вот есть помощник руководителя там девушка который готовит ему от эта отчетность и она вот раз в три месяца меняется и цифры тоже меняются вместе с ней ну то есть это же недопустимая ситуация разбей позволяет да это будет там смерти сначала там нужно потратить время но зато потом любой человек перестает быть перестает зависеть можно на основе сравнение этих данных вот нескольких разных сотрудников провести такое исследование вычислить какой коэффициент к про их характеризует их культура их поведенческих и гид характеристики сделать выводы о каждом да это вот интересная тема я как раз недавно видела исследование что анализировались планы заказов которые от покупателей производственное предприятие принимало и соответственно в них в результате аналитики были найдены систематические ошибки ну то есть один там всегда побольше заказывать чем на самом деле вперед другой поменьше и так далее и вот введением этих поправочных коэффициентов они смогли очень сильно оптимизировать как раз свои производственные планы вот двинемся дальше конечно вот мы поговорили про собственно качество данных и такая качество данных это очень правильная вещь которую можно увеличивать но всегда возникает вопрос а как бы до каких пор его увеличить ведь не бывают данных абсолютно качественных они всегда как бы какое-то приближение на дают они всегда неверны вот где ты где та грань и очень важным вот моментом является то что данные они не бывают качественные сами по себе они бывают достаточно качественно для решения конкретных бизнес-задач и конечно крайне важно считать экономический эффект и не просто как бы экономический эффект в абсолютных величинах возврат инвестиций вот например там часто используем такой коэффициент к к-рой ведь он an investment который по сути приводит к текущему времени всю ту ценность которую мы получили от внедрения ценность это что такое это экономия так или иначе далее на это да снижение например уменьшение оборотного капитала в результате того что мы какие-то не ходовые позиции перестали класса склад или стали класть их меньшем количестве или и дополнительный доход потому что мы проанализировали то что происходит на рынке и смогли с наоборот сконцентрируется на более правильных доходных позициях и тогда но это тоже с верхним уровнем по конкретным примером там мы двинемся и затраты это соответственно лицензии это внедрение если это внешняя компания это делает и безусловно то что про что часто забывают это собственно фонд оплаты труда тех сотрудник который будет задействован в поддержки вот этой системы потому что конечно вот bio это не безлюдная система сама сибирь она требует людей которые с ней работают это компетенции внутри компании и вот здесь вот мне часто задают вопросы я не вижу вопрос сейчас могут часто получаем вопрос а как измерить например нашу конкурентоспособность на рынку привлекательность нашего продукта для клиента наши деловую репутацию нашу привлекательность для инвесторов цифры получить на планшете да как эти цифры в виде конкретно аналитики дашбордов при получить да да да это вопрос такой непростой как бы да и многие люди считают что их принципе нельзя выразить в цифрах но я вот с этим категорически не согласен и вот хочу порекомендовать такую классную книгу относительно недавно вышел из на русском языке про замечательно дуглас хобарте написал вот совместно со стоянки перевели называется как измерить все что угодно оценка стоимость нематериального бизнеса вот это как раз про то что оценить можно все углы все что угодно если вы не может оценить значит как бы вам это наверное не нужно вот очень классная книга я очень рекомендую почитать и кстати говоря если вот в укрепить вот это название есть статья на медиум а нами длинная она при если такой общую суть передает хотя бы вот ее рекомендую прочитать да как мы знаем то что мы не измеряем тем мы не управляем мы не можем управлять тем что мы не можем измерить а как ты говоришь абсолютно здесь явно измерить можно все этому надо научиться просто поэтому нам надо научиться измерять и измерять чтобы этим управлять но это как бы опять же это такой итерационно нарабатываем эй навык но безусловно очень важный но если как бы говорите про конкретные цифры они конечно у каждого предприятия свои у нас вот есть там даже такие на сайте шаблоны расчета возврат инвестиций для разных вариантов там экономии дополнительных доходов но вот одессе восемнадцатом году проводила исследование по разным компаниям и не вот вы его такие средние среднюю температуру по больнице то есть вот качественные как раз эффекты сокращения времени на поиск и доступ к информации на анализ и и собственно такие осязаемы эффекты достижению расходов на отчетность но это очевидная вещь она не на самом деле абсолютно варианте они как правило не очень большие а вот именно снижение операционных расходов к увеличению выручки это серьезно это оборотные вещи это действительно очень большие суммы и собственно средний срок окупаемости этих технологий если их правильно внедрять он на самом деле очень короткий гораздо короче чем у серьезных там каперсов по оборудованию например ну собственно вот здесь я готов перейти к практическому кейсом а на верном у нас хоть и сейчас по вопросам есть вопросы да он бы вернуться на предыдущий слайд просто смотри начиная с первого в классических business intelligence системах информационно-аналитическая система и ас очень неповоротливы и тяжело сопровождаемые используется ли какой-то интерфейс человека читаемый с возможностью настройки аналитики через задачей через управление онтологической модели деятельности если здесь какая-то революция в последние годы вот этих сложностей и тяжелого интерфейса информационно-аналитических систем значит вы смотрите с одной стороны есть два аспекта значит с одной стороны именно порог входа вот биосистема он конечно существенно снизился за счет того что в принципе и интерфейса стали проще и информации стало больше доступна в интернете в плане конкурс обучающих там так далее то есть собрать например дешворд из там выгрузки из а папа каким-нибудь продажам это в принципе там человек с опытом работы только в excel и сейчас может сделать там несколько часов то есть вот порог входа он очень серьезно снизился это сто процентов но с другой стороны я понимаю вот просто идет речь и когда мы говорим о сложных корпоративных проектах когда это когда это группа компаний когда это очень широкое внедрение такой аналитика созданиях корпоративных хранилищ данных безусловно это проект такой ним и неделю не на 2 там это от полугода он может длиться от и мы такой в рамках толпы там полнофункциональная там вот в рамках группы компаний внедрения и о в общем то может быть достаточно сложным и действительно возникают проблемы про которые опять же буду говорить в третьей части и но я бы сказал что эти проблемы они в основном если как бы правильно подходить к делу они не про они не про технологию и даже в меньшей степени на 3 методологию это больше про именно такой менеджмент потому что в крупном предприятии возникают такие вещи как противодействие если мы говорим о том что мы повышаем прозрачность всех процессов то объективно мы всегда встречаемся с противодействием вот именно этот фактор но скорее всего такой создает основной сложность при внедрении если есть все серьезно воля руководителя то обычно технологической проблемы они решаются спасибо еще один вопрос как то ты можешь приоритизировать хоть и визируется значит 1с или другие rp ваш опыт коннекторы и интеграция be a resto разными есть как какие то здесь рекомендации мысли что проще что быстрее что тяжелее ну интегрируется можно с любой дерпи это как опять же это не проблема да вопрос просто технологических работ для 1с но конкретно у нас для один нас есть коннектор уже готовый который для некоторых конфигураций в частности для rp2 уже из коробки начинает работать но собственно и к любым другим системам точно также можно подключаться вплоть до там всяких архаичных систем был опыт там написанных на prology там ну плотного современно хорошо как оформляется документально и оформляется ли алгоритмы обработки расчетов данных правилах достаточно много интересует механизм сверки например алгоритмов случае с на выходе аналитики обработка вызывает сомнений у это прекрасный вопрос действительно когда реализуется серьезный проект это как правило тут надо понимать что мы являемся по сути разработчиками инструмента софта да и плюс некоторые представления некоторые тренинга и методологии а внедрением занимаются партнеры и вот эти партнеры они как раз и делают в том числе вот эту документацию которая описывает какой показатель как считается какие данные как из вечной процедуры используются и так далее для крупного проекта всегда делается например отдельная раздел системы так называемых сливочных душ бондов где пользователь технической пользователь видит из какой системы какие данные пришли не пришли сверху там и так далее потому что отклонение всегда возникают надо просто находить причины почему это происходит а вот скажи пожалуйста вот на вот этот объем вопросов их много я их всех не успеваю зачитывать связанных с интеграцией вот как мы когда-то 10 лет назад отвечали на вопрос ведра или системного интегратора посмотрите какой у нас красивое решение они нам говорили мы и я говорил так мне пожалуйста не убеждаете отвезите на завод где это решение работает я поговорю с главным инженером главный механик главным технологом директором пойти директором завода и вот он мне расскажет про бюджеты и постройки и про то как вы работаете так далее вот если в россии вообще такие практики такие возможности приехать на предприятии которые готовы делиться этой информацией и увидеть как белые эффективно работает в том числе внутри цеха ну безусловно есть не то чтобы это там типа вот у всех у кого-то открыта дверь и заходить на удар курсе смотри но это можно как раз тут есть вопросы есть и конкретной задачи можно к нам обратиться мы со своими партнерами поговорим у кого какие там есть внедрение и попробуем договориться спасибо впереди примеры на которых ты в том числе покажешь чем вот вопрос от анатолия чем ваш продукт отличается от других биопродуктов но я напоминаю участникам пока его он переходит на следующий слайд что мы стремимся делать нашей коммуникации нашей онлайн практикума проблем ориентированным больше они функциональны и ориентированный относить функциональности продуктов поэтому иван сейчас пока с низко пример 43 примерно помню три примера или она ? проблемы с выводами о том как решены проблемы при помощи инструментов спасибо поехали к примерам да совершенно верно про инструмент я специально сегодня вообще ничего не буду рассказывать но если будет интерес к нам на сайт можно зайти там есть и примеры и можно путь заказан править заявку на демонстрации так далее по информации там лес и так теперь к примерам значит начнем с химического предприятия я сразу скажу что у меня здесь не будет название реальных предприятий и все данные которые до сборах я покажу они тоже не настоящие но всем связи на реальные да да да да да да да и то это связано с тем что это всегда очень такие ну как чувствительной данные крайне важно чтобы они в общем-то не ухо никуда не уходили то есть во многих случае даже мы сами не имеем доступа к тем данным которые в конечном итоге анализирует заказчик значит и так мы собственно первый пример это химическое предприятие производит определенный продукт который отгружается с помощью железнодорожного транспорта собственно есть парк собственно значит есть парк собственных вагонов и использовать с вагона подрядчиков и основной проблемой основным риском который здесь собственно существует это простой производства из отсутствия подвижного состава то есть когда ну некуда сложить готовую продукцию приходится останавливать производство и это прямой от 5 до 15 миллионов убытков в сутки приветом понятно что железнодорожный транспорт это не очень это как бы не умер пока у нас еще в россии да и это вещь достаточно сложная и задача прогнозирования из заказываться подвижного состава на не очень тривиально еще и зависит очень сильно от производства план и собственно какую информацию вот здесь сделали наблюдаем то есть для подразделения логистики это информация о текущем обеспечение вагона и его прогноз от собственно владельцев этих вагонов понимание что находится в пути и собственно фактическое текущая отправка и так далее что происходит на дворе предприятий собственно откуда подразделения происходило информации которая не аккумулировали себя это а планы факты продаж то есть через основного дистрибьютора планы по обеспечению сырьем по по производству и безусловно по каким-то вещам которые могут на это производство правления то есть это как плановые ремонты так и какие-то внеплановая 100 новыми какие-то проблемы собственно вот здесь пример того как это выглядело то есть соответственно это набор отчетов которой с помощью которого вот все вот эти разные массивы данных они оказываются в едином информационном пространстве собственно те сотрудники которые непосредственно этими вещами самый главный бонус в том что как бы текст uniq которые управляют эти заказами они не просто заказы уже подвижных состав делают они четко сразу видят к каким результатам и проблемам недостаточно так далее это будущем может привести оценить эти листки и собственно сделать правильное решение это вот такой первый вариант соответственно здесь основное основная выгода это снижение рисков убыток убытков из-за простоя производства из-за отсутствия подвижного состава такой именно логистический больше пример вот поднимемся немножко выше это металлургическое предприятие где решалась задача унификации управленческой отчетности по группе то есть как это было до по сути есть много предприятий группы все падают отчетность в виде огромного количества их целей то есть мы на момент старта там партнера точнее они импортировали более десятка тысяч excel и насколько я знаю систему значит соответственно возможности именно сделать детальную аналитику по этим показателям опять же как и в к финансам так и натуральным показатель натуральным объемом в принципе не исторически не вертикально то есть права лиц это каких-то позиций возможности не было соответственно вот после внедрения возможность такая появилась вот здесь несколько примеров визуализации к сожалению самые такие классные показать тоже не могу потому что это тоже является такой интеллектуальной собственностью заказчика ведь вот эти дашбордов их во многих случаях не поставляем готовы они как процессе внедрения в процессе осознания проблемы они меняются и собственно затачивается под конкретное предприятие под конкретные задачи и даже показать эти не могу но вот это примеры того как это может выглядеть эти примеры кстати есть у нас точно сайта в интерактивном режиме может зайти покликать посмотреть вот значит это второй блок здесь основная здесь это труднее выразить в деньгах конкретных но этот наблюдаемость и всего процесса производства со стороны собственников со стороны менеджмента по всей группе предприятий это такой а брат цеха пони-ад про какого-то конкретного подразделения поднялись на уровень топ-менеджмент в идеальном конечно случае в pride на предприятии все уровни должны быть наблюдаемо в таком плане но конечно с чего-то надо начинать всегда предприятие с чего-то начинать зависимости от того где сиднея баллист ну и третий блок про который тоже хотелось бы рассказать это тоже химическое предприятие но здесь скорее здесь другая тематика это про оптимизацию заявок подразделений на заказы собственно сырья и на заказы тех или иных tnc то есть каких-то деталей для оборудования который используется то есть какая возникала проблема здесь что номенклатура собственно заказываемых деталей она очень большая десятки тысяч и вручную без такого без визуализация очень трудно вообще понять вот то что сейчас заказывает она ну как бы это что-то экстраординарное или это нормально всю жизнь столько заказывать а мы это заказом потому что у нас этого совсем не ты ли этот мы на всякий случай кладем на склад если на всякий случай пойдем на вход обоснованы ли это и соответственно когда мы вот имеем такую визуализацию мы со стороны руководителя соответствующих подразделений есть возможность это контролировать и вмешиваться там где необходимо потому что просто проверить вручную 10000 позициях им просто нереально и здесь приходится ну как бы доверяться на какие-то достаточно грубые корпоративной политики которые там понятно что их не сделаешь там супер сверх точными будет дороже чем собственно выгода который будет получено и собственно ровно та же история с прогнозами сырья то есть когда по симу сырью видно собственно что с ним происходит с остатками когда понимаешь сколько какой срок поставки на сколько хватает то соответственно можно избежать как риск того что сырье закончилась у нас все встало но это как бы полбеды а соответственно вторая проблема это проблем затоваривание когда те люди которые отвечают за снабжение они собственно перестраховываются и замораживают рабочим капитале избыточные объемы средств на закуп цепи отдельный можно вопрос по сырью у нас один из самых частых вопросов которые задает при коммуникации насколько в случае сложных цепочек поставок для например работы с данными агрегирование этих данных у себя в по сырью мы должны диктовать условия и учить работать с у поставщиков и учить работа тех кто дает иногда от других компаний нам эти данные были ли у вас такие примеры когда компания которая организует уже сборку так через свое изменение через внедрение инструментов у себя влияла на всю цепочку поставок и это цепочка словаки компании они уходили вынуждены были сами что здесь самое важное вот я к сожалению лично вот такого примера не видел но я абсолютно уверен что это вещь крайне полезно у нас в других отраслях есть примеры когда вот компания предоставлен предоставляет аналитику не для внутренних пользователей не для себя а для своих контрагентов которые могут собственно зайти и посмотреть на условия там прав доступа там свои что происходит сколько они конкретно постановили они там получили как далее какие там есть какие-то может быть агрегированные показатели по группе то и соответственно понять как лучше подстроиться под потребности конкретно вот этого заказчика к сожалению не в промышленной история это было ну и соответственно это безусловно очень важно потому что это же такой классический эффект который в любой цепочки поставок возникает это эффект плетки могу там потом есть время останется проект более подробно рассказать хорошо спасибо а вот ну здесь еще такой тоже пример интересное касается в небольшой номенклатуры но тоже хороший пример здесь стоимость определенной макулатуры было достаточно simas коррелирована со стоимостью драгоценных металлов и очень важной была тема предоставления тем кто управляет этими закупками информации по как раз вот консенсус прогнозам стоимости по драгметаллов чтобы те могли в свою очередь выбирать удачное время для проведения тех или иных закупок но это как частный пример на теле меня тоже отдающийся на крупном предприятии серьезного хамами на этом я как бы закончил с кейсами давайте пройдем по вопросам дам вопрос а можно ли их сгенерировать какое-либо уведомление при наступлении отклонений например как вы сказали заказали что-то неординарное конечно это тоже как классическая совершенно история и это одна из таких важных функций и биосистемы нас причем такой такой тридерм прошу прощение такой the reader можно еще след не просто там сделать уведомления например на почту а еще связи с этот триггер связать с другой системой чтобы например там создалась 1 автоматически заявка в какое-то подразделение проверь что происходит вот здесь ты привел примеры из процессного производства из дискретного производства так или иначе насколько понимаю это серийное производство где-то даже проб на серийные процессы и дискретно а если прокастом на производство у нас вот часто не бывает слушатели которые например представляет опытное производство или спит специальный под заказчика под отдельные технические задания было ли здесь опыт у вас в внедрение биосистем и российские компании насколько вот они с таким вот не серийным производством могут управлять данными для результатов ну я вот так вот навскидку конкретного примера не могу вспомнить мы вот сейчас работаем это открытая информация с росатома то есть там тоже такие такого рода задачи есть и но я могу такую вещь сказать что безусловно когда мы говорим о жизненный цикл такого сложного изделия прям очень сложного то именно которое собственным таким процессом очень специфическим является безусловно вот конкретно эту часть визуализировать достаточно трудно но у любого такого предприятия есть и обычные то процессы предприятия финансовая деятельность предписание контроль инцидентов контрольные исполнительской дисциплины и так далее то есть вот таких то обычной финансово-хозяйственной деятельности любой организации от может быть применена да я вот я пользуясь случаем хочу привести пример который мы с тобой разбирали когда готовились можно исчез расширю попробуй экран свой и потом мы вернемся это пример методички росатом очень хороший я ее всем рекомендую который называется производственная система росатом и она была по моему езда на ее можно найти в интернете в pdf видно ли дата что я показал да видно она была издана по-моему было уже 3 лет назад и поддерживал сексуальном ее состояние в целом она вот рассказывает в таком понятно простом визуальном виде что такое производство тема раса и на ключевой странице где-то начали сразу когда речь идёт об инструментах визуализации росатом дает понять что инструменты визуализации работает на всех уровнях вот она визуально управления на всех уровнях управления предприятия и для то парижа в панели управления предприятием и панели управления цехом или отделом и панели управление малой группы это что ж если есть там внутри цех сварочного часто кто у этого слова сейчас к регламентами росатома людьми акробат красотами разработаны специальные информационные панели которые и служит средством сбора обратной связи инициатив получения но также безусловно в первую очередь информирует об исполнении флан план факта и вообще говорят что происходит для всех правильно ли я здесь понимаю что вот это издание которое из-за на года назад сегодня уже в очередной итерации очередная редакции книги а производство тема росатом а вот визуальными здесь управление будет иметь цифровые инструменты и просто классические белые доски безусловно ведь это ну как бы общеприняты эффективно работающие именно инструменты менеджмента а развиваются по сути технологические инструменты которые делают простой позволяют их просто делать более эффективными да то есть цифра делает эти инструменты уже доказавшие свою эффективность цехах более актуальными более релевантными относительно происходящих там каких-то нелинейности изменения окружающей среды и более интегрирующим при 3 то есть те данные которые необходимы ли топ-менеджмента у него перед глазами те дан игры необходимых а у них перед глазами все это вода в одних интерфейсах а вот это конечно очень интересно изменение свидетелями которых мы сейчас остановимся и все эти примеры которые ты привел спасибо за их практику спасибо за то что ты говоришь том что они встретили все это уже равно работает в цехах к на производствах да ну а что же мешает собственно всем остальным давай об этом поговорим да и тот на самом деле очень важный момент потому что опять же важно как бы не ходить по чужим граблям и вот я собрал такой топ 7 причин провала биой проектов исходя из своей как бы опытом что говорить мы тоже проваливали бей проекты получились к сожалению на этом а вот из такой общемировой практике с коллегами то что я общаюсь и если на самом деле делать такой вот ранжирование тот пункт первый вот максимальный это недостаточное вовлечение руководство бизнеса в этот процесс постоянно видим сталкиваться такой ситуации когда есть там вот какая-то инициатива на уровне например ай-ти отдела мы с ними работаем они что то делают и потом собственно поднимают это наверх а там говорят ребята это вообще жизни имеет мало отношения но на самом деле я бы даже это расширило вот этот пункт в это не то что недостаточно вовлечена руководство бывает обратная ситуация когда бизнес как бы понимает что она доделать дайте штук ну ребят это невозможно это очень сложно у нас там нет того нет этого там типовая абсолютно история она про и недостаток коммуникации как раз между на одном языке между вот этими двумя должна сама их тремя точками в организации это как бы бизнес айти и те кто отвечает за аналитик на аналитику за улучшение производства и так далее вот это вот сама проблема вот здесь есть такая тоже прекрасно иллюстрация на эту тему про коммуникации войти проектах целом на любой конторе очень эффективно вот собсно как заказчик объяснил то что ему нужно как это понял руководитель проекта как спроектировал дизайнер как реализовал программистов что вообще как бы ящик реально хотел это как бы смешно но вот был бы смешно если бы не было так грустно и так бы часто не встречалась а второй пункт на самом деле он очень сильно тоже с этим связан он про поставку результата на финальном этапе ну то есть история как бы эти шнеки исполнительные же не очень любят там с бизнесом разговаривать с цехами там тоже не пришли поговорили ушли на полгода делать через полгода приносят как бы совершенно не то время потеряны деньги потеряна и соответственно вот это как раз чтобы этого избежать есть вот такой в принципе правильный подход это incra ментальная поставка то есть каждую неделю должен результат как-то увеличиваться они вот мы ушли и типы через там три месяца в напишем коннектор перенесемся будет классно сначала там надо наручных в игрушках там на каких то там полуавтоматической белла интеграции это называем пусть на 1 начали кто-то там ручками что-то перебьет главное чтобы мы увидели что это заработало и приносит какую-то ценность а дальше уже можно автоматизировать и собственно довести до ума то есть это по сути применение не наезжаю подхода это русском так любой для любого эти проекта важно но для bio проекта просто супер критично потому что здесь это не та вещь которую техники могут сделать сами это про то что здесь нужно понимать бизнес у нас даже это в принципе по аналитике касается мы вот когда это сами проекты для производства реализовывали сначала там пришлите нам выгрузки мы проанализируем пришли вам не то короче вообще не работает пока data so next и мне начали надевать каски и сажать их на сутки на центр управления на щит управления как бы результат не появлялся короче это очень важно сразу три момента вспоминается вот этот бетон floor который нам с тобой кричит преподаватель практик по операционному операционной эффективности данная модуль operations школе сколкова идите в цех и работать вместе с эхом это относится не только к идти и аналитика мной к производстве com в этом отношении понять игру с функциональной команды это точно не то паникёром стоит пренебрегать этом отойти и относиться к нему как к чему там фантастическому и непонятным питу действительно это здесь очень очень важно научиться вместе новым способам управления проектом я бы еще так переформировать ему переформулировал с не испытанием и не пока нет демонстрации результата на последнем этапе а мало нет рациями да да вот в пределе это даже может быть таким форматом хакатона когда за 2 дня там все собрались в одном месте и сделали какой-то продукт допустим там будет кривой к сайтам да но он будет от начала и до конца и это создаст правильной коммуникации мне кажется это такой очень правильно к сожалению не очень часто я вижу но не хотят самый правильный путь спасибо двинемся дальше про это на самом деле много сегодня уже говорили это про создание компетенций внутри организации то есть безусловно это не коробка которая магическая которая купил поставил и всем им магическим образом правильно работает безусловно в компетентной организации должна возникать соответствующая компетенция иначе даже если там и идеально подрядчик такую систему внедрит она умрёт через какое-то время очень быстро и в этом плане очень важна роль обучения то есть вот и мы сейчас очень много направлений обучения вкладываем это касается безусловно и того что мы там делаем работу вокруг инструмента и минами практика менеджмента соответствующий где уже наверное да скорее вот такой сказать этот направлении за которое бизнес-школы сколково отвечает и подобные им подобных нет но другие образовательные учреждения то есть это тоже крайне важно то так комментария интересная мы получили действительно инновации изменения в компаниях и 90 процентах случаях воспринимается как угроза рабочим местам и прозрачность я даже побольше чем 90 здесь сказал действительно практике это во многом так то история который я люблю вспоминать когда речь идет о компетенции созданий компетенций внутри организации эта история о а в пространство внутри цехов которые появились как достаточно новой то есть вот если я приходил в цвет заводов седьмом восьмом году я еще не видел таких подразделений внутри цеха вот за моей спиной цех внутри цеха находится как вы думаете какое пространство я пришёл на завод volkswagen в калужской области на завод вилла в ногинске я увидел центр обучения или на завод феста в германии зачастую это очень близко к центру цеха пространство с прозрачными стенами где все видят как другие люди учатся и все учатся вместе с этими дорогими людьми если вы придёте на завод volkswagen калужской области вела офиса соответственно них мирах вы увидите как с утра до вечера разные подразделения не только производственники но и и бухгалтера на управленческие учетная аналитики вместе за чувствую этих вот самых кроссы национальных командах обязательно управления персонала обязательно управленцы на всех уровнях учатся разработанном специальными методиками поэтому та альтернатива по которой ты говоришь когда говоришь про платформу компетенций и развитие персонала это интернат выращивается матрица have внутри производства и ответ на вопрос как дела так чтобы из инновации изменений в компаниях которые 90 процентах случаях воспринимается как угроза рабочим местам проще так не воспринимались это ответ простой формуле меняйте людей или меняйте людей пири-пири обучаете людей и делайте так чтобы эти знания эти навыки это эти результаты работы и малых итераций коробок были доступны внутри цехов внутри производства 3 классов обучения мы внутри предприятий сейчас это кстати возможно при помощи цифровых инструментов онлайн и следите за тем кто меняется кто-то сможет измениться и работать по-новому вот те новости которые вначале засчитываю это не популярны там какая то значит история и не сказка да реально сегодня автоматика роботизация цифровизация такой естественно хотел им большой да но коллеги ну давайте вернемся автоматизации и роботизации нам вы же говорить про ирпень действительно либо нас вместе сместит уровень это с рабочих мест либо поможет нам развиться и измениться поэтому да надо создавать компетенция расчесать с шириной 10 спасибо итак продолжим вот эти три на самом деле самые основные но вот 4 это про опять же про понимание бизнес задачу выраженную в деньгах и на старте проекта потому что если это из-за этой определенности в начале нет даже если я на самом деле она может предупреди претерпеть какой-то трансформации в ходе реализации миссии нет изначально то у нас нет того критерии по которым мы понимаем туда ли мы идем то есть мы должны иметь этот критерий чтобы на каком-то этапе проекта сказать стоп мы не достигаем наших там поставленных задач по деньгам давайте решаем мы останавливаемся или мы идем какой-то другой стул в сторону пробуем какие-то другие гипотезы и так далее но опять же как я говорю вот по как считать орла это на самом деле отдельная большая тема но тоже очень интересное вот кому интересно мы тоже можем какие-то материалами по этому счету дать значит пункт 5 тут уже такие классические такие как эти паттерны пример как архетипы ситуации которые часто возникают вот одна называется проработаем из маккензи это про то что несмотря на то что конечно проект внедрение бизнес-аналитики должен в себя включать и решение бизнес-задач тем не менее он должен быть все таки отделен от крупномасштабного консалтингового проекта который решает задачи именно верхней уровневой по трансформации предприятия они безусловно должны идти глубокой взаимосвязи но здесь важно что если мы внедряем биосистема мы не не должны у там собственников до завышать ожидания что сейчас они получат еще и анализ вообще вообще всего предприятия и некоторую такую магическую пилюлю которая решит все проблемы то есть здесь очень важно очертить вот этот периметр проекта и это еще про то что для того чтобы проект действительно хорошо отработал вот эта консалтинговая часть она тоже должна кем-то быть закрыта то есть либо экспертами внутри предприятия имеющих достаточную вес чтобы еще и как бы иметь возможность мне играть эти изменения либо это должен быть сторонний консультант достаточно авторитетное опять же для собственников для тех кто принимают решение чтобы эти изменения проводить потому что если мы видим данные визуализируем их понимаем что вот здесь там надо сделать что-то но мы это не делаем так было ожидаемо это сегодня работать дальше если заполнил коллеги у нас технологически эксперты собраны в отдельные ветви вот этих направлений про которые мы с вами начали говорили в россии есть рынок экспертизой в инжиниринге создание развития производства предприятий его надо точно использовать и мы когда с иваном готовились к этой смеси и много также говорили о том что всегда и простые и сложные проекты в партнерстве реализации вен драсте всем на интегратора инженерного consoles или здесь хотите к экспертизе можно и нужно относиться спасибо совершенно верно пункт 6 отчет из powerpoint а перенесли в dash board сожалению тоже бывает то есть начальная ситуация это когда все отчеты там в pdf powerpoint и созданной вручную и внедрение пиаре смысле вот именно прослеживаемости информации интеграции когда ли подменяется по сути превращением того же powerplant отчета в интерактивный формат безусловно это мало того что это не работает как еще и вредно потому что с точки зрения руководителя возникает ощущение большего контроля над ситуацией которого на самом деле нет потому что эти цифры убивают а тот же самый человек что и раньше вот ну как бы кажется такой очевидной вещью но он периодически мы такое видим хотя в последнее время что радует все реже и реже даже на самом деле в крупных там условно замшелых организациях вот последнее время вот практически такого уже нет это очень очень здорово и очень радует мы функцией вы помните про excel файл и в самом-самом начале говорили что вот правильно ли из excel файлов вообще загружать данные и так далее на самом деле попытаться построить для систему промышленном масштабе на загрузке excel файлов это общем то практически гарантированный рецепт к провалу проекта потому что это очень быстро заставить работать до но потом это все очень сильно усложняется умирает из как бы главной главного плюс экселя и который является главной же его проблема это его гибкость и никогда чего люди работают с целями они всегда испытывают желание что-то там подправить добавить столбцы вбить что-то вручную там и так далее это к сожалению вызывает проблемы при импорте этих файлах и получается так что нужно все больше больше больше инженерных ресурсов тратить на поддержку этого импорта и соответственно это все просто коллапсирует и умирает вот наша рекомендация здесь но их цель это замечательно но его надо использовать либо для загрузки исторических данных для этого специальные инструменты мы потому что если их то не только выходя на укладку хочу возьмешь второе для быстрого прототипирования ну то есть когда надо быстро что-то там сделать да и потом если это полетит та автоматизировать и третье это но для каких-то там узких небольших задач где вот без exceler никак нельзя например если есть какой-то там внешний контрагент который но вот только в целях поставляет информации но больше вам никак не умеет никак не может инструментов и рычагов влиять на неё нет вот тогда как можно сделать технически но это конечно надо минете минимизировать настолько насколько это возможно вот это вот наверное вот такие основные но я уже знаю встают то что все таки хочу акцентировать что вот первый это самое важное наличие диалога между бизнесом айти аналитиками вообще то ради чего то что определяет успех проект спасибо вот если не на загрузке excel файлов строить бей так на чем тогда на интеграции с автоматизированными системами или на создание веб-форм то есть по сути вот но создания lephone то есть это во многих биосистемы в том числе наши есть возможность очень быстро создавать веб-формы ну то есть например там мы хоть какие-то планы собираем мы говорим вот значит вот по таким по таким нами по такой вот разреза номенклатурному разрезать по филиалам значит подайте клан и делаем вот эти формы тиражируемых говорим что вот подал подаем до 5 числа каждого месяца проверяется что там все это там сумме все процентах 100 складываются автоматически и так далее люди это по расписанию вбивают и соответственно мы видим консолидированную картину автоматически но для планов например это нормально и если планирование неавтоматизированных терпи она очень часто автоматизирован европе даже очень крупных компаниях то вот это очень хороший вариант спасибо и у нас есть вопрос по второму пункту поставка результата на финальном проекте как причины провала внедрение проектов развития bio и проектов если мы говорит нам дмитрий обеспечиваем поэтапную поставку проекта у нас есть риски например негатив от конечных пользователей на первых этапах ну например они говорят ну что это же ерунда очень просто такие пользователя потом могут дискредитировать проект в том числе перед руководство что здесь делать да есть такой риск это сто процентов м с этим тоже сталкивались и кстати говоря с руководством этот риск еще больше когда им показываешь что ты там например не красивая дата может такая возникнуть эмоциональная реакция чтобы показывать что тут не доделано доделаете потом покажете значит это этот риск но его к сожалению но его не надо просто боятся потому что надо просто понимать что если этого не делать то риск он больше что тот же негатив прилетит только в 10 раз больше но в конце и как с этим можно работать по сути это задача имитации то есть мы стараемся максимально имитировать то как это вы будет выглядеть на конечном этапе например для руководства можно просто прийти с презентации но наверно рисовать все эти dash барды красиво там вообще можно без белья системы или загрузить биосистем каким-то там ну условно выдуманные данные но сказать что вот это будет так вот здесь будет такой показатель будет считаться так и получить сразу вот эту обратную связь если говорить про сотрудников про персонал тут безусловно сложнее потому что для того чтобы даже какой-то промежуточный им и придётся промежуточный на рабочий инструмент выдать но опять же и здесь на может потребоваться дополнительные ресурсы на то чтобы его привести в более там симпатичный вид чем он есть на самом деле но это окупается сто процентов на дальнейших этапах безусловно есть исключение если например типовой проект то есть внутри организации там в группе автоматизировать мы опилим делаем 4 конечно там можно уже обойтись без с клиентами поставки но я не скоро вспоминал с этим вопросом и озвучу я знаешь вспоминаю сессии по дизайн-мышления которую мы с тобой проходили участвовали в стэнфорде осенью и здесь это можно тоже сделать одним из ответов на этот вопрос нормально моделируемая совместная командная работа на ранних этапах по созданию прототипов ключевое слово командная да то есть в него включается и те кто может быть недоволен на более поздних этапах игры и и вы вместе с ними команда командах разрабатывать создаете прототипа как иван сказал это могут быть самые простые карандашные рисунки с анализом типов данных с анализом раскладки интерфейс бардов с анализом действие что кто должен сделать но когда вы вовлекаете этих людей руководство в процесс совместного творчества и создания этих систем но они становятся стали более здесь лояльными вовлеченными вот такой тут тоже важно модерируемый управляемой работе на сессиях пользой мы шли абсолютно правильное замечание то есть вот это про то что на самом деле когда мы приносим ну-ка пользователем и руководству что-то там вот такое начальном там и на каком-то этапе и получаем негатив то значительная доля этого негатива она может быть не про то что это не то что нам нужно это про то что а почему вы это сделали со мной не обсудили да совершенно верно конечно все любят здесь быть частью команды которые создают вместе совершенно верно и так ну собственно на этом у меня смысловая вот сейчас можно да да вот перед тем как вопросам вот такая шуточно но только полную шуточная сейчас история это про то что на самом деле вот в текущих условиях социального дистанцирования там и так далее и когда на самом деле должны производствах максимальное количество офисных работников водится на удаленную работу и наверное не все вернутся потом еще непонятно когда они все вообще вернуться обратно как раз очень важным вот мне видятся это что вот такие цифровые методы мониторинга того что происходит предприятие это вот этого пульса ритма бизнеса они приобретают еще более важно как бы значение чем когда мы там очень много информации можем получить там друг от друга в курилках там неформального общения и так далее то есть вот это становится ещё более важно а суши это вот честно без шуток едва ли не с детства моя мечта я об этом думала десятки лет дело в том что по долгу развития и работы я создавал для управления различными объектами системы управления не чаще все организационные были ну например когда мы команды обеспечивали реализацию проекта восточная сибирь тихий океан создали вместе такой корпоративная система управления продуктами она была авторской к кровати все в управлении проектами она была авторская система которая вобрала в себя большое число интересных практик со всего мира но была привязана к практике ряды и вот сейчас кто самое время все эти системы которые мы создавали и наверняка наши участники я также создаю для управления своими подразделениями своими функциями своими если я здесь и говорить о каких конкретных задач задачами чтобы они перешли в цифровой вид и в этой связи здесь уместен вопрос с чего начать если мы говорим про средний бизнес про корпорации мы достаточно уже поговорили здесь понятно что должна быть большая работа организованной самой последней производстве например бизнес который вот хотел бы иметь дашборд как здесь на картинке руководители to top плюс минус 1 . и акционеры и заместитель генерального директора с точными важно очень так данными в режим которые в режиме реального времени показывают и рассказывают что происходит все таки когда мы пару лет назад заходили в кабинет и генеральных директоров заводов таких компаний мы больше видели вот на стене висит телевизор пример youtube а за высота 239 15 год вы заходите в оператором начальника цеха на эстакаде на втором этаже и видите большой дисплей с видеосигналом от производственных участков и ребята гордились действительно тем что они собирали всё необходимое видео информацию с разрешением достаточным для того чтобы разглядеть имя каждого из рабочих спецовках ранили и это время которое необходимо было хранить использовали эту информацию и немного бизнес-аналитики но сегодня насколько я понимаю все таки фокус на вот то что мы видим а фотографии на планшете так с чего начать среднего производством предприятию с оборотом будем говорить там 200 миллионов рублей в год который хотел бы стать более производительные эффективны при помощи системы бизнес-аналитики при этом к этому еще не подходили к решению этой задачи чтобы на пир канал 1 2 3 но на самом деле нужно выбрать наверное какую-то наиболее во первых как искать больную тематику та которая действительно мониторинг который прям носит а непосредственно пользу то есть не какие-то годовые отчеты на который там 1 год смотрел смотришь второе выбрать там наиболее там простой технологический способ решения этой проблемы да здесь можно посоветоваться с теми кто занимается таким внедрением они предложат и софт и собственно сами по сами подходы пришел например для каких-то для там малого бизнеса мы там знаем что наш софт может оказаться там несколько громоздких да потому что он больше сутки на крупные предприятия основные когда к нам такие люди приходят мы говорим о поставь возьмите маг microsoft power bi вон там пол бесплатной для таких задач можете на нем сделать вот там а если это там тупо крупнее предприятия сложней задача к мужчин и намаз можете посмотреть вот соответственно ну и третье собственно сделает самый там такой минимальный проект вот как говорят и гриппе минни мая был product то есть минимальный жизнеспособный продукт и посмотреть на то как это работает соответственно обычно сразу вскроет те как бы проблемы которые есть из данными из компетентными там и так далее можно будет оценить во что станет уже полноценной реализации спасибо владислав похожий вопрос задал давай посмотрим может быть что то еще добавить какие метрики используют для оценки биосистем какие параметры целесообразности внедрения биосистема минимальные условия примеру по количество информации и т.д. таких метрик вот именно жестких я не назову самое важное это возврат инвестиций да то есть вот то что мы считали изначально он для каждой задачи для каждого предприятия так или иначе свой то есть если мы решили что мы внедряем это для того чтобы избегать там рисков простое в каких-то и так далее значит мы через какое-то время должны заметить замерить стал у вас меньше простоев или нет то есть я здесь какого такого универсального рецепта к сожалению не дам это вот зависит от той бизнес-задачи которая была поставлена изначально то есть грубо говоря то как раз серьезный проект нужно начинать с того что мы эти метрики определяем это может быть само собой достаточно такой сложной задачи коммуникативный вот но и соответственно когда когда мы заканчиваю нас уже понятно мы пришли туда или туда вот действие специфики специфические технологические метрики биосистем да то есть мы можем смотреть какие отчеты насколько часто используется например да какие пользователи чаще всего заходит систему это тоже полезная информация для этой оценки она конечно в отрыве вот бизнеса сама по себе не даёт полной информации для принятия решения то есть как и во многих других случаях конкретные есть хотите smart business цели на старте очень важны в том числе чтобы оглянуться на определенном этапе внедрение системы и bio и в том числе и убедиться насколько вы этих целей конкретных достигли при помощи этого внутреннего проекта внедрения без от цели бизнеса идем здесь спасибо эти цели могут быть уменьшение запасов пожалуйста на складах из мира по логистику да у нас может быть цели увеличение производительность уменьшения затрат и так далее здесь вам виднее спасибо ну собственно на этом мы подходим уже к части с выводами давайте наверно по ним пройду павел собственно тогда уже добавит и двинемся еще наверное каким-то вопросам значит мы основные собственно выводы про которые мы можем проговорить значит ну тупо то что прошло сегодня уже неоднократно говорил с это про то что бизнес аналитика это сейчас не только инструмент топ-менеджмента хотя там он остается но и вплоть до уровня цехов как раз в рамках парадигмы визуального управления производством второе это про то что обе а не требует ни каких то серьезных неподъемных инвестиций то есть там тонны масштабное внедрение там автоматизации каких-то больших капитальных затрат на новые там сложное оборудование это конечно там совершенно разного порядка затраты тем более что каждая компания может подобрать себе а решения по собственно соответствующие своему масштабу начинает об стол бесплатных решений там и и заканчивая полноценными корпоративными системами 3 вот важный момент про который мы совершенно не говорили и он тоже важный он про экономию за счет субсидирования то есть у нас есть два канала субсидирования проектов по внедрению как раз сквозных технологий цифровых технологий эта линия минкомсвязи и и российский фонд развития интернет-технологий фрит и второй это минпромторг и фонд развития промышленности у них есть и у тех и у других есть программы поддержки которые позволяют в случае внедрению таких вот проектов развития производства на основе инновационных складных технологий с использованием российских айти продуктов субсидирования там серьезной части этих затрат вот про это если там подробно подробно будет интересно может можем тоже дать контакты вот например fonder фрит с сегодняшнего дня начала там практически в ежедневном режиме консультации зум то есть можно зайти к ним на сайт записаться на консультацию там есть несколько экспертов другие предприятия эти компании которые вот претендуют на такую поддержку задать все вопросы рассказать про идеи и собственно они сориентируют вот в этом сложном мире разных мер поддержки вот мы соответственно своей стороны тоже то активно изучаем да спасибо я как раз сейчас в общий чат направил ссылка на сайт и raw ride and ride р.ф. и коллеги мои видео объем вопросов по этому третьему пункту при внедрении российских это продуктов можно сэкономить существенно сэкономить за счет субсидий are free to frp отдельно проведем уже ведем переговоры с теми кто представляет эти фонды отдельно проведем вебинар чувствительно это очень важно и вот те показатели про которые мы говорили возврат инвестиций . окупаемости они существенно здесь будут более интересными для бизнеса с учетом таких возможностей в россии спасибо мы собственно блок 4 4 вывод это то что влиянием на ключевые показатели она на самом деле очень сильная из одной из наиболее сильных из различных цифровых технологий для промышленности то есть когда мы говорим с одной стороны как бы мы говори когда мы говорим проблемы в первую очередь про оптимизацию то есть про количественную как бы выгоду но тем не менее это выгода может быть очень серьезный то есть речка мне потом десятых долях процентов на убыль из серьезных цифрах ну собственно вот на этом я хотел бы завершить свою часть со своей стороны мы готовы обсудить поделиться компетенциями как вот в рамках подобных мероприятий так и напрямую опыта помочь подобрать похожие примеры среди уже существующих внедрений помочь рассчитать эффекты и собственно привлечь консалтинговых и интеграционных партнером то есть те кто могут как инженерный консалтинг оказать так и внедрить наши по но вот еще важно и такое объявление в завершение скажу мы вот приняли решение сделать такую акцию и на оптимальную версию нашего план так называется на 25 пользователей для промышленных предприятий дать возможность получить подписчикам лицензию на три месяца бесплатно если подписать договор и собственно принять решение по конца апреля вот поэтому такое предложение достаточно выгодная если она им интересно то тоже готова обсудить контакты предпочтительный способ связи удобно ли тебе себе facebook постучаться до facebook наверно такой предпочтительный способ его как раз используют для того чтобы взаимодействовать с коллегами с рынком и собственно у нас на сайте на видео уже . с ю есть полный набор информации то можно и заявку на демона запросите как калькулятор орла и запросите сравнение разных российских 5 продуктов то есть много информации я посмотрела вас достаточно живой youtube канал спасибо вам отдельно за то что развиваете рынок в целом проводите конференции организуете рассказывать о том что такое биой как он работает какая-то ценность для компании то есть можно зайти подписаться и посмотреть эти видео у нас есть еще вопросы вопрос такой но будем варить ешь мы говорим опять же среднем бизнесе 200 миллионов тираж 600 миллионов оборот в год сколько от оборот компании может стоить подобная система пример разработка обычно 35 процентов от оборота сколько вот столик внедрение и очень разные и все будет идти вот обследование так далее от анализа я могу дать такие может быть ориентиры да вот самые недорогие там самые вот там базовый проект и побей которые вот я знаю там да они там измеряются там условно tab сотнях тысяч рублей да это когда мы берём там какой-то условно бесплатный софт и привлекаем там индивидуальных специалистов или небольшую там совсем команду для настройки 1 2 там дашбордов да без каких-то сложных интеграции вот с этого в принципе можно начинать с точки зрения вот нашего такого входного наверно уровня до где вот имеет смысл уже наших систему использоваться это бюджета полутора миллионов примерно так из которых там треть обычно это лицензии две трети это работы стартовые соответственно для крупных предприятий речь идет там этот серьезный проект а речь идет о десятках миллионов миллионов рублей это когда полный полу же полного полный спектр визуализации информации по всему предприятия понятно у нас очень активные участники сейчас больше ста человека нас слушают и у тебя был помощью кейс интересны по эффекту плетки и протаранил до места при коллеги покажет иван еще интересно до 1 вопрос был могу рассказать пожалуйста да значит про это как раз про информацию в цепочке поставок этот интересный эффект эффект плетки который был обнаружен procter and gamble в 90-х годах на своих памперсах numbers как памперсов да да да именно памперс значит они он выглядит следующим образом вот есть соответственно график спроса потребителя то есть вот он вырос в какой-то момент что происходит дальше дистрибьютор виде этот спрос он начинает это что у него как бы провалились складские запасы он начинает перри закладываться в заказе у поставщика услуги это кончать с масками происходит это сейчас вот мне кстати безумно интересно на какой страшный эффект плетки будет в масках и гречки то есть вот проверить бы интересно да потому что это прям такая классика классика то есть здесь вырос спрос на 10 дистрибьютор заказал побольше на 20 на всякий случай поставщик увидела 20 надо 40 заказать при этом все пришло производителю то он такой блин надо строить новую линию сейчас будем постов год там добавлять и в результате такой происходит вырос растет с перехода со ступени на ступень iso звена на звена цепочки создания ценности и долго производитель уже там на порядок находят если нора пятна и дистрибьюторов 22 можно производить уже в 10 раз пири-пири закладывается в этом суть и эффект плетки до придут увеличивается и растет амплитуда увеличивается потом у всех за товарами склады и все начинают распродавать склады и как бы у всех как бы заказов больше нет там длительное время и вот как раз почему возможно визуализация правильно во первых как бы важно естественно передачи информации между этими звеньями но это не всегда доступна значит а во-вторых важно принципе правильно визуализации истории тех или иных заказов поставок то есть вот если производитель смотрит вот только вот в таком вот окошечке он видит экспоненциальный рост который можно легко там в голове нарисовать там для любых значений один да да да да да вот от соответствия если он видит историю до вот этой то он как бы да вот где он сейчас здесь но что происходило раньше он может посмотреть на тренд то вообще-то говоря нисходящего может немножко голову охладить и там не вкладываться в какое-то переоснащение там и так далее ну такой тоже упрощенный пример но тем не менее вот procter and gamble после этого очень серьезно переделал в принципе систему управления цепочкой поставок и для них стало важно получать информацию о спросе напрямую то есть я там не очень прям был глубоко погружен на там идея в том что они собирают информацию о стросса буква то есть если ты хочешь как торговой сети оставлять там товара procter and gamble та ты как вот должен передавать информацию о том условно сколько их там сто палок забрали там на каком-то очень часто периоде до на эту тему в прошлом году была издана на русском языке замечательная книга которые я всем рекомендую написанные практика бизнеса вторым человеком корпораций alibaba который называется alibaba иной компании будущего о том как чувствовать прост начинаю от потребителей создавать его и вот это вот самую классику и основу пережили его производство вытягивание от информации от потребителя и соответственно отстаивании всех остальных звеньев цепи создания ценности от реального спроса на рынке как как ее китаец организует при помощи и женщин при помощи звезд инстаграм знаменитостей и так далее это все рынки в принципе здесь до об этом же пример действительно это чувство сегодня потребители это основа в том числе управления спасибо тебе за этот пример знаешь меня все-все всю нашу сессию вертелся в голове мысли вопрос лишь простая немецкие заводы и команда немецких заводов с начала 21 века собирает все данные которые они могут собрать даже про запас собирать климате к в цеху оборачиваемость запасов перемещения рабочих и так далее я вот хотел спросить для чего но ты этим кейсом собственно рассказала того чтобы анализировать данные во всем их многообразии и в диапазоне чем 20 лет чтобы увидеть а что было в близких или в совсем других условиях 15 17 лет назад пускай даже по вручную собранным данным как эти данные сегодня рам собирать интерпретируются с учетом всей истории развитие компании и должны как какими-то поправочных коэффициентов сопровождаться да верно тем более что сейчас сохранить данные в принципе не очень дорого спасибо огромное за рассказ очень интересно мы видим здесь спасибо за ответ нас 15 отвеченных пнд вопросов и пару десятков пар даже больше 3 десятков в чате это очень здорово что мы сохраняем вашу активность я напоминаю что мы есть возможность связаться по общим доступно головы первых через организаторов аманда еду drive которая держит на связи вас и нас с огромным числом участников рынка и сейчас уже вот вам команда направил анкета на консультацию или участников вебинаров бульдог сможете скопировать вставить буфера и в браузер и открыть эту ссылку и ответь на эти вопросы его народа спасибо вам что за объект у тебя за спиной он управляется при помощи данных это за спиной меня запсиб нефтехим новый новые производства сибура он здесь там не используется наши продукты просто когда вот процедурам работали а это проектом в общем то там только что в разгаре стройке мне и я на самом деле он еще им очень впечатлился и продолжаем как бы за ним следить и не очень интересно как у них происходит как они переходят тестовой эксплуатации действительно .

основным фактором является капитал

image elementor-testimonial-image-position-aside»>

Финансовая грамотность. Формула богатства. Предприниматель. Основатель «Клуба миллионеров». Время миллионеров.
.

основные фонды капитал предприятий

серьезно очень классно производства но и мне плюс еще вот эта картинка понравился там ясное небо которые очень хочется уже увидеть новые собором работаете работали и работали работали до работали хорошо и ты на связи facebook или другие каналы не пока я сейчас покажу свою презентацию а мог бы ты пожалуйста написать написать свои контакты здесь чате вопрос у нас еще один такой а все ж какое минимальное количество данных коллеги но когда мне задают такие вопросы но комментируйте поясните для чего для каких предприятий и так далее очень сложно ответить на вопрос какое минимальное количество данных я бы ответил него так решается каждому не данном конкретном случае до его да верно абсолютно спасибо если тебе что-то еще сказать пожалуйста добавь ну я думаю я вот рассказал все что я планировал на сегодня поэтому вот есть какие-то может быть ещё успеваем вот на вопросы ответить спасибо огромное да мы видим спасибо спасибо в качестве ответов спасибо тебе пару слов о том что будет дальше я имею ввиду состояние через неделю все ли видят мою презентацию здесь один из участников у нас очень-очень несколько раз настойчиво просил повторить новости о том что американский магазин массу внедряет робота в компании с русскими корнями на фоне пандемии коллеги но и вот я ссылался на то что мы работа-ем периодически на модулях кремниевой долине и вы в своем вопросе мы писали эти вида veikals пока в россии зачаточном состоянии привлечь и чем дело но это же состояние духа не состоянии география а то есть мы видим в долине очень много русскоязычных команд внутри глобальных команд очень много русскоязычных инженеров программистов которые работают по всему свету и [музыка] предложение в бизнесе находит спрос там где он есть если сейчас есть спрос объективно мы понимаем почему на складах amazon и или а бабы или аль али бабы значит роботов которые проводят автоматической инвентаризацию то команды найдут этот спрос и предложат им решение поэтому да действительно компании с русскими корнями предлагают и в не дает роботов сегодня в американских магазинов и эти бренды ускоряются я напоминаю что мы сегодня благодаря его новых минимумов сооснователю это самый я считаю почетные и самая престижная и самая уважаемая иван роль человека предпринимателя который создает технологическую компанию в россии спасибо тебе и твоей команде за это за то что вы такой нелегкой непростое дело делаете удачного успешного глобального роста сооснователь компании vision аджи звезда на самом деле сегодня на бизнес ландшафта сегодня бизнеса в россии такие люди как иван и их команды основатель и гендиректор по дивизионам рассказал о том что такое бизнес аналитика и спасибо за возможность обратиться к тебе и фейсбуке и в любых других каналах и поделиться опытом тем кейсом этим пример который рассказал сегодня мы продолжаем движение и исследование и изучение этих российских героев этих российских команд или команд русскоязычных которые глобально работает как многие другие по этой карте технологии компании для развития произвести труда и развитие экспансии бизнес все здесь 115 компании это 106 редакция 7 апреля нашего анализа их гораздо больше этих компаний и мы постараемся на следующих сессиях на следующих онлайн практикумах уговорить и поучаствовать со многими другими такими командами такими компаниями до встречи на следующей неделе я привожу здесь ссылки в которых на которых каналах которых мы будем говорить об этих встречах об этих мой практикумах справа а ссылка на телеграм-канал цифровое производство пожалуйста сканируете qr-код или находить в телеграме очень простое название с кмф g4 буква с колоколом они вечером либо сайт 1tv.ru но я не могу не вернуться после этого а к ивану еще и пожелать вместе со став участниками прочитать спасибо огромное за возможность принять участие мероприятия спасибо за ответ спасибо пожелать удачи и в дачном развития вашей компании я абсолютно уверен что то что происходит сейчас увеличивает спрос на ваше решение во и передай пожалуйста привет тебе не слышно можно звук включить передай пожалуйста привет всем сотрудникам и компании и пожелания держаться и вместе бойцы работать потому что двадцатый год суть почему это ваш год и вот это спасибо спасибо по всему миру идет полна ускорение замещения при помощи автоматики и цифры и роботов рабочих специальностей и ускорения внедрения цифровых инструментов и технологий это это ваши возможности и конечно же наша совместная возможности одна из важных вещей про которые эван говорил совместная работа производстве к наличка эти директора и команды компаний спасибо спасибо павел за организацию спасибо всем участникам огромная зовут возможность перед вами выступит будем на связи спасибо на связи .

Миллиард новостей о полезном
успешное инвестирование, правила инвестирования, виды инвестирования.
анализ фондового рынка, характеристика фондового рынка, инвестиционный фондовый рынок, развитие фондового рынка
финансовые активы, стоимость активов, капитал активов, денежные активы, формула активов
использование капитала, основной капитал, собственный капитал, актив капитала, виды капитала
биржа ценных бумаг, рынок биржи, фондовая биржа, биржа валют, биржа денег.
развитие финансового рынка, мировой финансовый рынок, виды финансовых рынков
рынок облигаций, ценные облигации, доход облигации, виды облигаций
рынок ценных бумаг, виды ценных бумаг, биржа ценных бумаг, портфель ценных бумаг
источники доходов, виды доходов, поступление доходов, доходы рынка, пассивный доход, активный доход
вложение денег, большие деньги, функции денег, заработок денег
рефинансирование кредита, суть кредита, история кредита
качества успешного человека, развитие, привычки, навыки, деятельность