Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Усиление роли компетенций в области программного обеспечения и продвинутой аналитики
«Данные — это новая нефть», гласит популярный афоризм. Данные становятся сырьем для любого проекта, связанного с цифровизацией. Согласно исследова- нию McKinsey, в последние несколько лет международные потоки данных спо- собствовали мировому экономическому росту в большей степени, чем класси- ческая торговля товарами. Компании получают и создают колоссальные объемы данных, которые с помощью продвинутой аналитики можно превратить в боль- шие суммы денег.
1.2. Устоявшиеся представления о рынках уже неактуальны 23 Так, интернет-магазины типа Amazon или Overstock применяют в своей деятельности системы динамического ценообразования, которые позволяют им буквально за секунды корректировать цены на миллионы товаров из своего ассортимента. Для этого они постоянно собирают информацию о ценах конку- рентов и обрабатывают ее вместе с данными о текущих маркетинговых акциях. Затем, используя динамические ряды и анализ больших данных, они в режиме реального времени строят обратные кривые спроса для всех своих товаров. Netflix использует аналитику больших данных для адаптации контентного интерфейса и рекомендаций своим пользователям, тем самым вовлекая их в ре- гулярное пользование сервисом и снижая их отток, а телекоммуникационные компании на многих рынках, включая российский, с невысоким ARPU (Average Revenue Per User, средняя выручка на пользователя) способны удвоить и даже в ряде случаев утроить выручку от работы с текущей базой благодаря технологиям машинного обучения для предсказания Next Best Action — оптимального персо- нифицированного предложения, подбирая приемлемое предложение не только по цене, но также каналу и времени взаимодействия и стилю коммуникации. Операторы физических ретейл-сетей могут оптимизировать свое место- положение в районах города в зависимости от характеристик трафика. Этот же подход сейчас активно тестируется и набирает популярность и в банковском секторе. В промышленных компаниях продвинутая аналитика данных позво- ляет существенно сократить затраты на ремонт, повысить уровень энергоэф- фективности, а также снизить стоимость / повысить выпуск благодаря расчету оптимального микса используемых сырья и материалов.
Однако все эти результаты возможны, только когда продвинутая анали- тика на больших данных используется для изменения бизнес-решений и про- цессов, что требует нового уровня компетенций в организации и привлечения талантов, способных эти компетенции создавать и развивать.
Борьба за цифровые кадры Цифровизация открывает перед участниками рынка безграничные возможности, но крупным компаниям с традиционной структурой и жестким разделением труда на всех этапах, от производства до продаж, зачастую трудно их реализовать. По- скольку собственных специалистов по цифровым технологиям в подобных компа- ниях не хватает, им приходится конкурировать на рынке труда за этот дефицитный ресурс, однако это лишь часть проблемы. Даже если бы в таких компаниях и были необходимые специалисты, они мало что могли бы сделать, работая внутри изо- лированных подразделений. Таким образом, корпоративное руководство на всех уровнях должно не только понимать возможности цифровизации, но и осознавать, что существуют определенные ограничения для ее внедрения.
24 1. Цифровые технологии стремительно и необратимо меняют мир Одно из таких ограничений состоит в том, что классический «подразде- ленческий» подход не даст результатов и что управлять проектами должны межфункциональные рабочие группы. Все больше компаний тестируют воз- можности гибкой методологии разработки Agile, ориентированной на исполь- зование итеративной разработки, динамического формирования требований и обеспечение их реализации в результате постоянного взаимодействия вну- три самоорганизующихся рабочих групп, состоящих из специалистов различ- ного профиля. Методология, уходящая корнями в разработку программного обеспечения, все чаще применяется в компаниях потребительского сектора, включая банки и телекоммуникационные компании, но также вызывает инте- рес и у производственных компаний. Гибкость и развитое межфункциональное сотрудничество позволит ком- паниям создать условия успеха цифровых кадров и победить в борьбе за циф- ровые таланты. Традиционным компаниям сделать это особенно сложно, ведь именно конкретная специализация и жесткое разделение труда долгое время как раз и считались факторами их успеха.
|
|||||
Последнее изменение этой страницы: 2021-07-19; просмотров: 39; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 3.16.15.149 (0.004 с.) |