Данные любой величины и любого типа в деятельности любой компании требуют управления, централизации, хранения и организации, особенно в условиях современного развития, цифровизации и формирования отношения к данным. Их грамотная организация и управление позволят значительно сократить затраты на создание продуктов, независимо от их назначения, повысить общую эффективность работы компании, позволит обеспечить большую доступность данных. Обеспечение доступности данных для всех сотрудников компании также является немаловажной задачей.

Для начала работы с выбранным программным обеспечением MS Power BI необходимо загрузить данные, с которыми бизнес-пользователь будет работать – преобразовывать и визуализировать их.

MS Power BI позволяет загрузить данные из множества ресурсов, от простейших таблиц Excel до подключения онлайн-ресурсов и корпоративных порталов.

Самым простым и примитивным способом получения данных для использования в создании визуализаций является загрузка, заранее подготовленных таблиц со значениями из книги Excel. Основной проблемой здесь может стать удобная и корректная организация необходимых данных на листах книги. Однако, подобный способ загрузки данных в рамках деятельности компании будет очень неудобен ввиду того, что все данные децентрализованы, требуют постоянного ручного обновления со стороны множества пользователей, загрузки в модель и самостоятельной организации.

Лидерство на BI-рынке, что в мире, что в РФ, в последние годы удерживала американская троица – Tableau, Power BI, Qlik. Хотя с 2014 года в России активно продвигается импортозамещение, но это оказывало на рынок лишь минимальный эффект. Хотя и способствовало развитию альтернативных BI продуктов российскими разработчиками. На практике же, Tableau, Power BI, Qlik по-прежнему держали большую часть российского рынка. Благодаря более развитому функционалу и грамотной ценовой, маркетинговой, партнерской политике.

Ситуация в 2022 году 

Сегодня крупнейшие иностранные разработчики BI останавливают сотрудничество с российскими клиентами и замораживают свою деятельность в РФ. Часть вендоров отказываются не только продавать новые лицензии, но и закрывают возможности для продления и поддержки уже имеющихся. 

В марте 2022 года, возможность потерять работающее в компании BI-решение, это уже не какой-то неопределенный риск, а свершившийся факт. Компании, для которых BI стал частью корпоративной культуры, встали перед необходимостью оперативного импортозамещения. 

Хорошая новость - альтернативы Tableau, Power BI, Qlik на нашем рынке есть. Плохая новость - все имеющиеся решения это далеко не полный аналог выбывающих игроков. Выбрать и внедрить новый продукт сложно. Выбор может затянуться и отнять то драгоценное время, которое осталось до момента отключения существующей лицензии.

Как в условиях цейтнота выбрать подходящий российский BI, а может не российский, а может не BI? Чтобы успеть оперативно заменить существующие решения. Конечно, все понимают, что единственно верного решения и даже алгоритма его выработки нет. Мы надеемся, что наши рекомендации помогут вам выработать свое уникальное решение в этом вопросе и при этом снизить риск ошибки. Избежать риска существенных потерь денег, потерь в качестве управления.

Мир больших данных становится только еще больше. Организации всех мастей производят огромное количество данных из года в год, и находят все больше способов использовать их для улучшения работы, лучшего понимания клиентов, более быстрой доставки продукции и снижения затрат, а также для других целей. Кроме того, руководители компаний, стремящиеся быстрее получить отдачу от данных, ищут возможности анализа в режиме реального времени.

Все это стимулирует значительные инвестиции в инструменты и технологии работы с большими данными. В своем отчете за август 2021 года компания IDC, занимающаяся исследованием рынка, оценила ожидаемые мировые расходы на системы больших данных и аналитики в $215,7 млрд в 2021 году, что на 10,1% больше, чем в прошлом году. Она также прогнозирует, что расходы будут расти на 12,8% в год до 2025 года.

Цель статьи, – показать примеры управления реализацией стратегии с помощью корпоративной единой информационной площадки на доступном инструменте, - Битрикс24. В статье на простом языке обсуждаются возможности управления стратегией с использованием данной информационной площадки. Для проработки примеров я взял бесплатный тарифный план Битрикс24, сделал необходимые настройки, ввел тестовые данные. Более глубокая проработка темы требует большей методологической проработки и более детальной технической и организационной реализации, и это тема отдельного более масштабного проекта.

Суть статьи коротко

На момент написания этой статьи в компании Cardsmobile, которая разрабатывает мобильное приложение «Кошелёк», работает 195 человек: 8 аналитиков и 187 потенциальных заказчиков аналитиков. Мы делаем приложение для конечных пользователей, а также работаем с ритейлом, банками, брендами и другими партнерами. Долгое время работа аналитика в Кошельке состояла не только из исследований поведения пользователя, но и из различных выгрузок, типовых анализов для партнеров и прогнозов для потенциальных клиентов. Конечно, дашборды сильно спасали нам жизнь и позволяли всей компании следить за показателями продукта. Но мы всё ещё тратили время на остальную текучку, и с ростом команды (заказчиков) и бизнеса упёрлись: Ad-hoc задач стало слишком много, а исследования, желание развиваться и светлое будущее простаивали в отсутствие у нас времени.

Отчёт застройщика о продажах и маркетинге часто связан с трудностями сбора, сводки, аналитики и представления данных.

Застройщики сталкиваются с такими проблемами:

Данный материал является, своего рода, рефератом, описывающим созданный продукт с применением инструмента Power BI, основанный на открытых статистических данных бухгалтерской отчётности предприятий России. В работе сделана попытка представить совокупность, как единым субъект, реагирующий на изменения, который, тем не менее, можно разложить на региональные составляющие и описывающие деятельность.

В статье показан полный цикл создания (сквозная задача), а также представлена возможность скачать и ознакомиться с продуктом.

Всем привет! Меня зовут Дима. Я BI Engineering Manager в inDriver. В компанию я пришел в марте 2020 года развивать направление Business Intelligence. О том, как это происходило и происходит сейчас, с какими вызовами приходится сталкиваться и какие у нас планы на будущее по этому направлению, читайте далее в этой статье.

В один из суетливых дней на пороге отдела разработки появился технический директор с горящими глазами и предложением нового проекта, который нужно разработать и внедрить. Желательно не «через год», а в разумные сроки.

По результатам обсуждений собрали основной бриф:

Введение

MCC (Merchant Category Code) — код категории продавца, используемый при операциях с банковскими картами. По этому коду банк определяет, товар какой категории приобрёл клиент. От него зависит, начислят вам кэшбэк, комиссию или отменят льготный период.

В век, когда компании зарабатывают на данных, собираемых с пользователей, грех не воспользоваться обратным ходом: использовать данные о себе, собранные компаниями, чтобы, если не заработать на этом, то хотя бы сэкономить.

Зная, какие суммы вы тратите по каждому MCC-коду, можно рассчитать, какая банковская карта принесёт большую выгоду. Поэтому, если вы достаточное время пользовались картой Тинькофф или Рокетбанк, эта статья вам пригодится, чтобы получить статистику трат по каждому MCC.

Автор: Антон Головко, специалист по машинному обучению «Инфосистемы Джет»

Человечество с переменным успехом занимается плавкой стали больше 3,5 тысяч лет. Казалось бы, зачем в металлургии вычислительные мощности и инфраструктура? Модели машинного обучения и искусственный интеллект лучше оставить торговым сетям и банкам для прогнозирования потребностей клиентов. А опытные сталевары всегда могли выплавить качественную сталь без ML. Зная, какую марку нужно получить на выходе, специалист самостоятельно определяет, какие добавки и в каком объеме необходимо использовать. И зачем тогда Machine Learning?

Многое было сказано о форматах самих qr-кодов, но не менее важно то, что кодирует сам штрих-код. Как правило, qr-коды кодируют какой-то текст, однако этот текст может содержать различные команды для сканера, которые, например, сообщают ему, что закодированный текст — это ссылка и что ее необходимо открыть в браузере.

В qr-коды можно закодировать самый различный текст с указаниями для сканера, как этот текст интерпретировать и какую информацию показать пользователю. Например, в qr-код можно закодировать контактную информацию с командой добавить ее в контакты телефона. Однако, чтобы каждый сканер мог понять, какой тип информации и какие команды зашифрованы, нужны стандарты.

В этой статье будут рассмотрены некоторые из этих стандартов и описаны возможные типы данных, которые можно спрятать в qr-код.