Среди множества видов бизнес анализа в настоящее время начинает применяться такой вид как моделирование, т.е. исследование бизнес-процесса путем составления и изучения их модели. Стандартный подход к моделированию бизнес-процессов использует программные средства в основе которых лежат статистические и математические методы.
Конкуренция заставляет компании отвечать на ряд вопросов:
- Почему те и или иные управленческие решения не дают ожидаемых результатов?
- Как удержать клиента от перехода к другому поставщику?
- Какой вариант ценовой политики окажется наиболее эффективным?
Нужна необходимость построения модели, которая будет описывать поведение объекта и поможет прогнозировать развитие событий. Несмотря на бурное развитие ИТ специалисты по моделированию неизбежно сталкиваются с противоречиями:
1) С одной стороны построение точной модели требует длительного времени и глубоких знаний как в области самого изучаемого явления, так и в области статистики.
2) С другой стороны для работы в быстроменяющихся условиях месяцы для разработки модели это слишком большой срок, т.к. эффективность решения зависит от скорости его принятия.
Широко использующиеся для построения описанных моделей были традиционные инструменты класса Data Mining. Этот инструмент является одной из форм анализа, а именно представляет собой процесс обнаружения закономерностей, которые включают в себя выдвижения гипотез о наличии взаимосвязи между факторами, подбор метода анализа. Если модель оказывается неточной то цикл повторяется.
Такой подход требует привлечения специалистов двух типов: профи в области статистики и бизнес пользователи для интерпретации результатов и последующего его применения. В результате сложилось мнении, что построение модели бизнеса полезно, но дорого и модели нужны в особо важных случаях, когда необходимо принятие общекорпоративных решений, например, при выработке стратегий. Модель становится ценой, когда становится механизмом бизнес анализа.
Во второй половине 90-х годов была разработана теория минимизации стратегического риска, позволяющая минимизировать процесс моделирования.
Суть теории – быстрое нахождение такой модели, для которой соотношение точности и надежности будет наилучшим.
В 1998 KXEN разработала на основе этой теории программный продукт, в котором получилось уменьшение времени разработки модели с недель до часов, обеспечить построение точных, надежных моделей и ориентировать продукт на ориентированность и бизнес пользователями и статистиками. Автомат позволяет тратить время на подготовку данных для анализа, работы с десятками тысяч переменных, выделять ключевые параметры, быстро строить десятки моделей. Идея подхода состоит в том, чтобы задав при входе данные для анализа на выходе получить данные для бизнес-пользователя.
Традиционный подход
KXEN подход
I. Постановка задачи (Бизнес пользователь формирует задачу: ответ на какой вопрос необходимо получить в результате анализа, при этом определяется класс решаемой задачи или их комбинация)
- Построение модели (автоматически строится модель, а пользователь указывает данные для анализа, представляя их в виде одной таблицы в реляционной базе или текстовом файле. Модель выявляет пропуски данных и запоминает их типичными значениями для представления данных. Построив модель программа проводит их характеристики в виде коэффициента точности (KI) и коэффициента надежности (KR)? n/j/ можно сразу оценить качество построенной модели).
- Понимание модели (Пользователь выбирает удобный для него вариант отображения результатов моделирования, который не может быть представлен ни в числовом, ни в графическом виде).
- Применение результатов (Пользователь может не только работать с моделью в рамках данного программного продукта и совершенствовать работу на базе получения значений, но и экспортировать построенные модели в виде текста на одном из языков программирования (C++, Java…))
Программный продукт представляет собой набор предсказательных и описательных аналитических модулей (движков) для построения и применения моделей, которые могут комбинировать в зависимости от задачи (кластеризация, временные ряды). Данная система полезна, если пользователь имеет дело с многомерной проблемой: в данных имеются пропуски, непонятно подходят ли имеющиеся данные для анализа. Требуется быстрый результат, желательно проанализировать все имеющиеся данные на число переменных. Недостаток: ограниченное ее применение. Она выявляет закономерности, но не объясняет их. Данный программный продукт целесообразно применять в страховании, оценке рисков, выявлении мошенничества, прогнозировании эффективности маркетинговых мероприятий.
Спонсор статьи — компания InWeb24 — научит Вас зарабатывать. Здесь вы узнаете, как получать деньги независимо от возраста с помощью доступа в глобальную сеть Internet. На портале Бизнес XXI Вам расскажут только о реальных, проверенных способах получения денег, и не удивляйтесь, если удаленная работа превзойдет по прибыли официальную.
