Проблематика

При внедрении большого числа автоматизированных информационных систем внутри компании формируются озера разрозненных и неструктурированных данных, которые накапливаются в хранилищах и не всегда могут быть быстро и качественно обработаны.

При подготовке математических зависимостей до 70% времени сотрудников компании может уходить на очистку, верификацию и унификацию данных.

Для повышения качества операционных и производственных процессов требуются качественные данные в режиме реального времени, а также своевременная реакция на различные отклонения параметров.

Решение

Самообучающаяся система непрерывного мониторинга качества потоковых данных и выявления значимых отклонений показателей операционной и производственной деятельности. Решение способно в режиме реального времени производить сбор и обработку данных из различных информационных систем и корпоративных хранилищ, выявлять аномалии и информировать сотрудников компании для предотвращения внештатных ситуаций и сбоев.

Преимуществом системы является то, что она подстраивается под действия пользователя, способна сама разобраться в данных и следить за их качеством используя и постоянно переобучая сотни тысяч независимых математических моделей индивидуального контроля каждого KPI в различных размерностях

Результат:

• Ускорение времени реакции на недобросовестных поставщиков и, как следствие, сокращение до 40% претензий от покупателей;
• Автоматическое (без участия) человека выявление ошибок в системе начисления бонусов и повышение уровня удовлетворенности покупателей;
• Повышение на 15% эффективности отдела моделирования;
• 30% инцидентов стало обнаруживаться и устраняться до обнаружения пользователями;

Этапы внедрения

ПРОЕКТ

Обсуждение целей и задач, вариантов технической реализации (3-5 дней)

СЦЕНАРИЙ

Коммерческая оценка с учетом собранных потребностей (1-3 дня)

ЗАПУСК ПИЛОТА

Пилотирование решения (3-5 месяцев)

МАСШТАБИРОВАНИЕ

Масштабирование