Бизнес требует постоянного анализа изменений в рыночной конъюнктуре, предпочтениях потребителей товаров и услуг компании, учета множества факторов. Анализ такого рода может проводиться различными способами. Порядок принятия стратегических решений зависит главным образом от интуиции и опыта руководителей, знания рынка, на котором они работают. Но для принятия тактических решений, нацеленных на кратко- и среднесрочную перспективу, одной интуиции мало: решения должны опираться на количественные оценки. В условиях автоматизации они могут быть получены с помощью разнообразных отчетов, сводных таблиц, диаграмм, формируемых компьютерными системами на основе данных, накапливаемых в информационной базе.
Современные компьютерные системы позволяют предоставить информацию о хозяйственной деятельности предприятия в различных разрезах, выявить отклонения от плана, дать прогноз искомых показателей на основе тенденций прошлых периодов.
При использовании классических инструментов анализа характер взаимосвязей исследуемых показателей предполагается известным заранее. В то же время нередки ситуации, когда характер влияния совокупности факторов на исследуемые процессы неизвестен. Так, например, классические инструменты анализа могут показать, какие товары имеют более высокую оборачиваемость или рентабельность. Но они не могут ответить на вопросы: сочетание каких товаров наиболее характерно для потребительских корзин различных групп покупателей, как продажи одного вида товаров влияют на продажи других товаров и услуг, чем руководствуется потребитель при покупке тех или иных товаров и т. д.?
Для выявления неочевидных закономерностей и получения новых знаний об исследуемых объектах и процессах используются методы интеллектуального анализа данных (ИАД), позволяющие эффективно выявлять в них скрытые закономерности. В частности, они применяются при изучении поведения потребителей, анализе эффективности и планировании маркетинговых акций, выборе каналов продвижения товаров, планировании ассортимента, цен и скидок, оптимизации размещения товаров в торговых залах.
Компьютерные системы
Западные программные системы, реализующие методы ИАД, чрезмерно дороги. Но существуют и системы, доступные широкому кругу пользователей. Так, например, разработаны специальные аналитические модели для интеллектуального анализа данных в системе программ «1С:Пред-приятие 8.0». Зарегистрированные пользователи конфигурации «Управление торговлей» могут загрузить их с сайта фирмы «1С» и встроить в указанную конфигурацию.
Подсистема анализа данных включает более 30 предварительно настроенных аналитических моделей для типовой конфигурации «Управление торговлей». Применение готовых моделей не требует от пользователя каких-либо специальных технических знаний: достаточно понимания своей предметной области и основных присущих ей причинно-следственных связей. Однако для их развития и создания новых моделей может потребоваться владение определенными навыками конфигурирования системы программ «1С:Пред-приятие 8.0».
Инструменты и методы
Основными методами ИАД в «1С:Предприятие8.0» являются кластеризация, поиск ассоциаций и деревья решений. Выбор конкретного аналитического метода зависит от состава исходных данных и от того, какого рода закономерности требуется выявить.
Кластеризация позволяет выделить однородные группы (сегменты или кластеры) из множества объектов одной природы. Объекты распределяются по группам таким образом, чтобы внутригрупповые отличия были минимальными, а межгрупповые — максимальными. Выявление однородных по совокупности факторов групп может быть необходимо, например, для разделения клиентов на группы по покупательским предпочтениям, объемам закупок, платежеспособности и т. д. Кластеризация при анализе работы менеджеров позволяет эффективнее планировать организационные изменения, улучшать мотивационные схемы, корректировать требования к нанимаемому персоналу. Сегментация товаров на основе формальных критериев дает возможность повысить эффективность их продвижения, ценообразования, мерчендайзинга, управления цепочками поставок.
Метод поиска ассоциаций предназначен для выявления устойчивых комбинаций объектов. Первоначально он был разработан для поиска типичных сочетаний товаров в покупательских корзинах различных групп потребителей. Выявление подобного рода ассоциаций позволяет более эффективно управлять ассортиментом, ценами, скидками, размещением товаров в торговом зале и т.д. Для проведения анализа в «1С:Предприятие 8.0» могут быть использованы различные данные, характеризующие продажи (заказ покупателя, акт об оказании услуг, кассовый чек). Кроме того, поиск ассоциаций позволяет оптимизировать рекламные кампании за счет выявления наиболее предпочитаемых клиентами каналов ее продвижения.
Применение деревьев решений получило наибольшее распространение при выявлении причинно-следственных связей в данных и описании поведенческих моделей. В частности, этот метод ИАД помогает оценить риск закрытия заказа клиентом, его перехода к конкуренту, риск несвоевременной поставки товара поставщиком или просрочки оплаты товарного кредита. Применение этого метода позволяет, в частности, повысить реалистичность бюджетов предприятия. Источниками данных в системе моделей являются сумма и состав заказа, текущее сальдо взаиморасчетов, кредитный лимит, процент предоплаты, условия поставки и иные параметры, характеризующие объект прогноза.
Сочетание классических инструментов анализа эффективности фирмы с механизмами интеллектуального анализа данных, реализованных в системе программ «1С:Предприятие 8.0», позволяет более эффективно управлять коммерческими рисками, ассортиментом, ценообразованием, закупками и продажами, программами стимулирования персонала и маркетинговыми мероприятиями, что способствует более быстрой окупаемости вложений в информационные технологии.