ANALITIČKE USLUGE U OBLAKU

Od skladištenja podataka ka pouzdanim prognozama i optimizaciji alokacije, odnosno distribucije resursa

Za savremeno preduzeće podaci o poslovanju (najšire moguće shvaćeno) predstavljaju dragocen resurs i osnovu za jasan uvid u rezultate poslovanja, pouzdano planiranje i praćenje ostvarenja planova. Pri tom se u obzir moraju uzeti „čvrsti“ podaci (računovodstvo, logistika – tipično predmet obrade u ERP sistemima), ali i „meki“ podaci (koji ne poseduju transakcionu konzistentnost prvih, ali su obimni i mnogo govore o okruženju, klijentima i sl.).

Za pouzdanu ocenu poslovanja potrebno je operisati i jednim i drugim tipom podataka, ali se stvarni uvid u rezultate i pouzdana predikcija (koliko je to razumno očekivati) mogu steći tek statističkom analizom. Statističke tehnike široko su zastupljene u svim tehničkim i humanističkim naučnim disciplinama, ali se i pored toga retko praktikuju u preduzećima. Razloge za to treba tražiti u nedostatku stručnih kadrova (matematičara), kao i u nedostatku pristupa sofisticiranim alatima za statističku obradu (pogotovo ako se zahteva analiza velikog seta podataka u realnom vremenu).

Ozbiljna prepreka uvođenju pomenutih tehnika je i nedostatak dovoljno duge istorije – umesto da se podaci/dokumenti trajno čuvaju (u digitalnom obliku, naravno), oni često propadaju (nestaju iz vidokruga preduzeća). Tako preduzeće, umesto da što duže (koliko god je to moguće) pamti svoju istoriju, ostaje sa „kratkim“ pamćenjem. S druge strane, čak i kad bi se htelo, u preduzeću ne može da se pamti „sve“ (šta god to značilo), već se pri analizama moraju koristiti javno dostupni izvori (na internetu). Ovo zahteva značajno drugačije tehnike prikupljanja i obrade podataka, koje su našim preduzećima još manje poznate i dostupne.

Svi pobrojani razlozi (kao i mnogi drugi) naveli su COMING da inicira razvoj usluga za analitičku (statističku) obradu u svom oblaku računara (gde su trenutno na raspolaganju usluge, koje su detaljno opisane u drugim tekstovima ovog izdanja).

Koje su to tipične usluge koje će uskoro biti na raspolaganju korisnicima? To su:

  • Skladište podataka u oblaku
  • Skladište nestrukturiranih podataka/dokumenata u oblaku
  • Pristup javnim resursima na internetu pri izradi analiza za potrebe klijenta
  • Fleksibilni alati za ad hoc analize za krajnjeg korisnika
  • Osnovne statističke analize u oblaku
  • Napredne statističke analize
  • Tehnike optimizacije (nalaženja optimalnih rešenja)
  • Napredna poslovna rešenja zasnovana na statističkim/optimizacionim modelima

Prva četiri vida usluga smatramo prilično uobičajenim i nećemo ih ovde dalje detaljnije obrazlagati. Samom objavom usluga postaće jasno šta sadrže i kome su namenjene.

Osnovna ideja naprednih rešenja (5‑8) je da se korisnicima pruži pomoć pri formulisanju problema, izboru rešenja, implementaciji i kasnije, u fazi eksploatacije i kontinuiranih poboljšanja. Dakle, korisniku bi na raspolaganju bila neprekidna stručna pomoć, ne samo inženjera zaduženih za usluge u oblaku već, pre svega, statističara (matematičara) koji su ovladali specijalizovanim metodama, kao i stručnjaka u predmetnim oblastima (na primer: planiranje u maloprodaji, izrada prognoza prodaje i sl.).

Osnovne statističke analize

Što se same tehnologije tiče, nove COMING‑ove analitičke usluge u oblaku zasnovane su na modernim rešenjima za upravljanje bazama podataka u memoriji (Microsoft SQL Server 2014/6, SAP HANA i naprednim statističkim bibliotekama za ove baze), kao i na, sad već možemo reći standardnoj, statističkoj biblioteci R.

Od elementarnih i primeni najbližih metoda navodimo samo sledeće: analiza i izračunavanje statistika za zadati uzorak, (auto)korelacija, regresiona analiza, statističko testiranje hipoteza uz, naravno, elementarne statistike, od izračunavanja osnovnih statističkih pokazatelja, raznih vrsta odstupanja i sl.

Napredne statističke analize

Napredne statističke analize zahtevaju značajno učešće stručnjaka za eksploraciju podataka (data scientist) i statistiku, brižljivu pripremu i čišćenje podataka (data cleansing), izbor pravilnih algoritama i pouzdanu interpretaciju rezultata analiza.

Od najvažnijih naprednih metoda navodimo dve:

Izrada prognoza na osnovu raspoložive i očišćene istorije (nabavke, stanjazaliha, prodaje ili drugih vremenski zavisnih parametara), analiza trendova sa i bez učešća sezonskih faktora i popusta, regresiona analiza, analiza osetljivosti rešenja i odstupanja i sl. Ovakvu analizu korisnik može da zakaže isporukom ulaznih podataka u COMING oblaku propisanom formatu i da na sličan način dobije rezultate, uz dopunsku analizu rezultata koju je sačinio statističar (videti ilustraciju). Ako klijent pri tome koristi neku od osnovnih usluga skladištenja podataka (skladište podataka u oblaku) operacije se izvode nad njegovim skladištem bez importa/eksporta podataka.

Klasterska analiza i klasifikacija je metod koji se koristi za klasifikaciju najrazličitijih činilaca poslovanja. Na primer: grupisanje potrošača u zadati broj klasa u maloprodaji i određivanje atributa pogodnih za pouzdanu klasifikaciju, klasifikacija prodajnih objekata i sl. – vrlo važna tehnika koja se koristi za postavljanje i praćenje ostvarenja planova marketinških akcija. Pri tome, same metode su univerzalno primenjive u različitim sferama života (biznis, javne usluge itd.). Na raspolaganju je čitav set metoda za klasifikaciju, kao što su najbliži susedi, naivna Bajesova klasifikacija, stabla odlučivanja i drugi.

Tehnike optimizacije

Ova usluga omogućiće korisnicima formulisanje i rešavanje problema optimizacije koji se često sreću u praksi: optimalna alokacija resursa u maloprodaji (iz distributivnih centara u prodavnice, među prodavnicama), optimizacija (minimizacija troškova) popusta u sezonskoj prodaji (tipično za segment odeća/obuća ili bilo kom drugom koji je u vezi sa modnim trendovima), minimizacija troškova izrade proizvoda sa velikom varijacijom mogućih inputa (varijantne sastavnice), optimizacija troškova tipičnih za lanac snabdevanja: minimizacija troškova držanja zaliha, troškova transporta, vremena snabdevanja i dr.

Ove usluge zasnovane su na tehnikama linearnog programiranja (sa podvarijantama izrade celobrojnog ili mešovitog programa), uobičajenim za ovaj problem. Sastavni deo analize je i analiza osetljivosti rešenja na varijacije ključnih parametara. Efekti koji su dokazani u praksi (maloprodaja) mere se povećanjem prodaje od 5‑7% (ogromno povećanje s obzirom na ulaganja!) i smanjenjem troškova re/alokacije robe među prodajnim objektima na preko 20%.

Napredna poslovna rešenja

Ova usluga omogućava korisnicima da implementiraju navedene osnovne i napredne tehnike u svom preduzeću, neprekidan monitoring rešenja u primeni i dalja prilagođavanja i poboljšanja. Usluga se isporučuje u oblaku i ne zahteva nikakve početne investicije. Posebno ističemo učešće kvalifikovanih statističara u razvoju i tokom celog životnog ciklusa rešenja.

Primer iz prakse

Na ilustraciji je prikazano rešenje projektovano za jednu rusku maloprodajnu kompaniju iz segmenta modne industrije. Rešenje se koristi za prognozu prodaje, alokaciju i distribuciju robe, kao i za planiranje marketinških akcija/popusta.

Miroslav Kržić

0 %s Comments

Prosledi komentar

Vaša adresa e-pošte neće biti objavljena.

Najnoviji

Novi-NetApp-proizvodi

Novi NetApp proizvodi

Da li su vam već poznati novi NetApp sistemi C-serije, sa QLC Flash tipom ...
Veštačka-inteligencija-u-našim-rukama

Veštačka inteligencija u

Broj oblasti u kojima se eksperimentiše sa različitim dostignućima veštačke ...
Azure-Active-Directory--postaje-Entra-ID

Azure Active Directory

Azure Active Directory je sada Entra ID. I premda većina korisnika ovu promenu ...
Transformacija-tehničkog-duga--pomoću-DevOps-tehnologija

Transformacija tehničkog duga

Najveću opasnost za organizacije ne predstavlja samo postojanje tehničkog duga, ...