Такие системы как F&R решают в первую очередь проблему подсортировки точек продаж, а их могут быть тысячи. Помню, в одной одежной сети в период становления в РФ, склад принимал потребность от магазинов по телефону (по телефону, Карл!). Когда магазинов 10, 20, даже 100, группа экспертов, которые понимают продукт и рынок могут справляться более или менее эффективно (хоть и человеческий фактор всегда вмешивается), но дальше справляются только системы, которые каждый затачивает под свои особенности, специфику регионов, погодные условия и прочее.
Насколько я знаю, FnR это технология, купленная SAP'ом. Раньше штуковина называлась SAF SuperStore.
В принципе, вещь и неплохая в определенных индустриях, но ее потенциал раскрывается в масштабной интеграции в глубину бизнес-операций: когда не только магазины автоматически подсортировываются, но и склады на подконтрольной территории автоматически пополняются заказами поставщикам. А многие компании, даже большого размера, вполне могут обойтись более простыми решениями по динамическому поддержанию запасов при помощи простой статистики (вроде сглаживаний временных рядов) или вообще по скорости продаж SKU (как в fashion, где продажи выглядят как бинарный код, 2 продажи на SKU в магазине за неделю — уже бестселлер).
Самая интересная реализация FnR на моей памяти у Бургер Кинга в Германии — ни один человек не может создать или изменить хоть какой-нибудь завалящий заказ, все продукты закупаются и развозятся по точкам полностью автоматически, при этом эффективность зашкаливает.
Ну, это как раз несложно объяснить на примере: представьте, что вы рассматриваете приобретение некой компании, обслуживающей солнечную энергетику (этой компании аутсорсят уход за солнечными фермами Германии, текущее обслуживание и мелкий ремонт). Эта компания активно торгуется на бирже, и сегодня ее стоимость составляет 100 000 000 $, и вы считаете эту сумму справедливой (готовы заплатить).
Вы просыпаетесь утром следующего дня и узнаете из новостей, что:
1. Немецкое правительство отменило льготное налогообложение для зеленой энергетики (компания начала падать рынке, так как без налоговых преференций, она начинает балансировать на грани прибыльности)
2. На этом фоне основной конкурент объявил об уходе с немецкого рынка (о, ваша компания явно растет в цене, так как освобождается место для стремительного роста)
3. В США некий популярный блогер заявил о том, что в ближайшие 10 лет солнечная энергетика будет генерировать 40% всей мощности на шарике (текущие акционеры вашего объекта в воодушевлении, и уже не готовы отдать ее за 100 000 000 $, извините)
А таких факторов тыщи… Хотя заводы, люди, технологии все те же.
Сообщество аналитиков и остальные темы невероятно доставляют всем остальным аналитикам не связанным с разработкой ПО :) Пожалуйста, если есть такая возможность, конкретизируйте тематики, аналитики они не только в вашей сфере работают, и каждый раз очень обидно, находя новое коммунити радоваться, а потом обнаруживать опостылевший холивар «сап или не сап, вот в чем вопрос»
На самом деле, действительно, БА не из ИТ — довольно рискованны в плане персонала, так как мозг должен быть очень специфически настроен ( — структура, структура, где ваша структура? — моя? Везде!). Поэтому лучше всего на эту позицию подходят в первую очередь IT-специалисты, во вторую — финансисты за счет этой же самой преславутой структурированности восприятия.
Но последние очень редко идут в ИТ, так как это требует знаний и мозга, а в экономических вузах сейчас с этим тяжко (по себе знаю, чай, бакалавр экономики от РФ). Те же, у кого есть и знания и мозг отлично устраиваются по профессии, тут потолок даже выше, чем в ИТ, поэтому кадровый потенциал очень ограничен, одни энтузиасты остаются.
На личном примере, могу сказать, что всё возможно для финансиста и с успехом (если интерес к ИТ есть, конечно), я с огромным удовольствием 1,5 года внедрял SAP на гигантской международной компании в Москве, не имея опыта в ИТ до этого вообще (кроме постоянного и самозабвенного интереса к теме).
По моему мнению, на данный момент с понятием «бизнес-аналитик» сложилась очень тяжелая ситуация, так как каждый понимает под этим что-то свое, но подразумевает, что человек должен уметь вообще всё. Несколько примеров из реальной жизни:
1. В компании McKinsey (самая признанная и, по совместительству, самая дорогая консалтинговая компания в мире) первый грейд сотрудника — бизнес-аналитик. При этом фокус проектов отнюдь не IT: стратегия, маркетинг, слияния и поглощения и т.п.
2. Открываем HH, забиваем «бизнес-аналитик»: 80% вакансий требуют техническое образование, опыт в программировании и сама работа в интеграторе.
3. Смотрим бизнес-аналитиков в крупных компаниях индустрии: Nestle, adidas, Procter&Gamble и т.д.: все занимаются очень разными вещами, от сурового ИТ до нежного причесывания маркетинговых исследований.
Поэтому, дабы не ускорять энтропию в данном вопросе, на текущем месте работы я настоял на том, чтобы из моего контракта вычеркнули слово «бизнес», пусть буду просто аналитиком, все равно занимаюсь и маркетингом с финансами (ооочень много финансов) и чуть более близкие духу анализ процессов и VBA с R периодически всплывают в работе.
Устаревшая информация,
Computing for Data Analysis и Data Analysis от John Hopkins уже год как не ведутся, а трансформировались и встроились в специализацию Data Science от того же университета.
Вот тут хотелось бы получить пруфы
В принципе, вещь и неплохая в определенных индустриях, но ее потенциал раскрывается в масштабной интеграции в глубину бизнес-операций: когда не только магазины автоматически подсортировываются, но и склады на подконтрольной территории автоматически пополняются заказами поставщикам. А многие компании, даже большого размера, вполне могут обойтись более простыми решениями по динамическому поддержанию запасов при помощи простой статистики (вроде сглаживаний временных рядов) или вообще по скорости продаж SKU (как в fashion, где продажи выглядят как бинарный код, 2 продажи на SKU в магазине за неделю — уже бестселлер).
Самая интересная реализация FnR на моей памяти у Бургер Кинга в Германии — ни один человек не может создать или изменить хоть какой-нибудь завалящий заказ, все продукты закупаются и развозятся по точкам полностью автоматически, при этом эффективность зашкаливает.
Вы просыпаетесь утром следующего дня и узнаете из новостей, что:
1. Немецкое правительство отменило льготное налогообложение для зеленой энергетики (компания начала падать рынке, так как без налоговых преференций, она начинает балансировать на грани прибыльности)
2. На этом фоне основной конкурент объявил об уходе с немецкого рынка (о, ваша компания явно растет в цене, так как освобождается место для стремительного роста)
3. В США некий популярный блогер заявил о том, что в ближайшие 10 лет солнечная энергетика будет генерировать 40% всей мощности на шарике (текущие акционеры вашего объекта в воодушевлении, и уже не готовы отдать ее за 100 000 000 $, извините)
А таких факторов тыщи… Хотя заводы, люди, технологии все те же.
Но последние очень редко идут в ИТ, так как это требует знаний и мозга, а в экономических вузах сейчас с этим тяжко (по себе знаю, чай, бакалавр экономики от РФ). Те же, у кого есть и знания и мозг отлично устраиваются по профессии, тут потолок даже выше, чем в ИТ, поэтому кадровый потенциал очень ограничен, одни энтузиасты остаются.
На личном примере, могу сказать, что всё возможно для финансиста и с успехом (если интерес к ИТ есть, конечно), я с огромным удовольствием 1,5 года внедрял SAP на гигантской международной компании в Москве, не имея опыта в ИТ до этого вообще (кроме постоянного и самозабвенного интереса к теме).
1. В компании McKinsey (самая признанная и, по совместительству, самая дорогая консалтинговая компания в мире) первый грейд сотрудника — бизнес-аналитик. При этом фокус проектов отнюдь не IT: стратегия, маркетинг, слияния и поглощения и т.п.
2. Открываем HH, забиваем «бизнес-аналитик»: 80% вакансий требуют техническое образование, опыт в программировании и сама работа в интеграторе.
3. Смотрим бизнес-аналитиков в крупных компаниях индустрии: Nestle, adidas, Procter&Gamble и т.д.: все занимаются очень разными вещами, от сурового ИТ до нежного причесывания маркетинговых исследований.
Поэтому, дабы не ускорять энтропию в данном вопросе, на текущем месте работы я настоял на том, чтобы из моего контракта вычеркнули слово «бизнес», пусть буду просто аналитиком, все равно занимаюсь и маркетингом с финансами (ооочень много финансов) и чуть более близкие духу анализ процессов и VBA с R периодически всплывают в работе.
Какое-то неправильное доказательство…
Computing for Data Analysis и Data Analysis от John Hopkins уже год как не ведутся, а трансформировались и встроились в специализацию Data Science от того же университета.