После того, как я написал статью «Что такое CRM-системы и как их правильно выбирать?», ко мне стали поступать вопросы от читателей по поводу работы CRM, функциональности той или иной системы, возможных дополнений и надстроек.

При этом многие вопросы оказались однотипными и даже полностью дублировались в письмах и комментариях от разных людей. А потому я решил написать небольшой FAQ, т.е. перечень наиболее частых вопросов и ответы к ним.

В процессе внедрения CRM-систем часто слышишь от заказчиков, что система слишком навороченная и им хватило бы модулей «Контакты» и «Сделки». Однако опыт длительного ведения клиентов показывает обратное: со временем заказчик начинает открывать для себя все более глубокие функциональные возможности и, если выражаться простым языком, может даже «вырасти из CRM». Игроки рынка таких систем стремятся максимально обогатить свой софт фишками, интересными решениями, предоставить крутые возможности пользователю. Такие решения вовсе не являются излишествами, а аккумулируют в себе весь накопленный вендорами опыт и лучшие практики множества внедрений.

Все мы знаем, сколько неприятностей может доставить совсем небольшая проблема: попала заноза, и вот уже боль, воспаление, работать становится всё сложнее… Так и в бизнесе. Каждое действие компании — от найма сотрудников до покупки ПО — связано с деньгами, а именно расходами и доходами. Значит, к вопросу нужно подойти осторожно и принять взвешенное решение. Заходишь в интернет почитать, что люди говорят, а там масса разношёрстной информации, которая на поверку не всегда оказывается достоверной. В итоге складываются стереотипы. То же самое происходит  с CRM-ками.

Источник: Яндекс.Картинки

CRM-системы прижились в России и востребованы бизнесом. Однако трудно себе представить софт, вокруг которого собралось бы столько же заблуждений, настораживающих будущего пользователя. Нам, как вендору, часто приходится сталкиваться с каждым из них в отдельности и с несколькими сразу. Мы отобрали 15 наиболее распространённых стереотипов о CRM-системах. Давайте разберём их подробно.

 
Исследователь Tom Anthony обнаружил сверхкритичную уязвимость в поисковом механизме Google, способную влиять на поисковую выдачу. Компания «исправляла» уязвимость полгода и выплатила за нее всего лишь $ 1337.

Рынок голосовых ассистентов расширяется, особенно для русскоязычных пользователей. 2 недели назад Яндекс рассказала впервые про платформу Яндекс.Диалоги, 2 месяца назад Google представила возможность писать диалоги для Google Assistant на русском языке, 2 года назад со сцены Bill Graham Civic Auditorium Apple выпустила в открытое плавание SiriKit. Фактически, появляется новая отрасль разработки, где должны быть свои проектировщики, архитекторы и разработчики. Идеальный момент, чтобы поговорить про голосовые помощники и api для них.

В этой статье не будет подробных туториалов. Это статья об идеях и интересных технических деталях, на которых построены инструменты для сторонних разработчиков основных игроков рынка: Apple Siri, Google Assistant и Алисы от Яндекса.

Кейсы практического применения Больших данных
в компаниях финансового сектора

Зачем эта статья?

В данном обзоре рассматриваются случаи внедрения и применения Больших данных в реальной жизни на примере «живых» проектов. По некоторым, особенно интересным, во всех смыслах, кейсам осмелюсь дать свои комментарии.

Диапазон рассмотренных кейсов ограничивается примерами, представленными в открытом доступе на сайте компании Cloudera.

Что такое «Большие данные»

Есть в технических кругах шутка, что «Большие данные» это данные, для обработки которых недостаточно Excel 2010 на мощном ноутбуке. То есть если для решения задачи вам надо оперировать 1 миллионом строк на листе и более или 16 тысяч столбцов и более, то поздравляем, ваша данные относятся к разряду «Больших».

Среди множества более строгих определений приведем, например следующее: «Большие данные» — наборы данных, которые настолько объемны и сложны, что использование традиционных средств обработки невозможно. Термин обычно характеризует данные, над которыми применяются методы предиктивной аналитики или иные методы извлечения ценности из данных и редко соотносится только с объемом данных.