Форма обратной связи
Запросить консультацию
ML-алгоритмы в системе управления НСИ:
100-кратный рост скорости и экономической эффективности
100-кратный рост скорости и экономической эффективности
Открытая онлайн-встреча, посвященная разбору действующих кейсов применения машинного обучения в управлении НСИ, состоялась
25 января
14:00 –15:00
Oнлайн
Получить материалы вебинара
25 января состоялась онлайн-встреча, посвященная разбору действующих кейсов применения машинного обучения в управлении НСИ.
В процессах цифровой трансформации и внедрения систем управления НСИ компании часто упираются в непреодолимый барьер больших затрат для нормализации данных.
Как правило, проблему с ошибками в мастер-данных начинают решать с помощью ручного труда. В сжатые сроки нужно кропотливо проанализировать справочники, устранить дубли и ошибки в данных. Проверка и нормализация 1000 позиций занимает у НСИ-экспертов до 1 рабочего дня.
Рассказали, как сократить время работы над ошибками ручного вода с 8 часов до 30 минут с помощью ML-сервиса, разработанного командой Qlever.
В процессах цифровой трансформации и внедрения систем управления НСИ компании часто упираются в непреодолимый барьер больших затрат для нормализации данных.
Как правило, проблему с ошибками в мастер-данных начинают решать с помощью ручного труда. В сжатые сроки нужно кропотливо проанализировать справочники, устранить дубли и ошибки в данных. Проверка и нормализация 1000 позиций занимает у НСИ-экспертов до 1 рабочего дня.
Рассказали, как сократить время работы над ошибками ручного вода с 8 часов до 30 минут с помощью ML-сервиса, разработанного командой Qlever.
Какие проблемы создает беспорядок в справочниках и каталогах?
- снижается качество бизнес-процессов01
- отличие в показателях подразделений замедляет работу компании02
- до нескольких дней увеличивается время получения отчетов03
- нет возможности внедрить BI-инструменты для анализа бизнес-показателей04
На онлайн-встрече подробно разобрали, какие инструменты ML приведут в порядок справочники меньше, чем за 1 час
Традиционно, внимание уделили экономическому обоснованию решений НСИ
Эксперт Qlever в области управления НСИ - Елена Язева продемонстрировала реальный кейс нормализации справочника номенклатуры с помощью сервиса ML-Qlever.
В ходе онлайн-встречи ответили на вопросы:
Для кого встреча:
Службы НСИ компаний, ТОП-менеджмент, Финансовые директора, ИТ-директора, Департаменты закупок
В ходе онлайн-встречи ответили на вопросы:
- Зачем компаниям наводить порядок в мета-данных?
- Как рассчитать экономическую эффективность от применения ML-инструментов
- С чего начать и как наводить порядок в справочниках и каталогах?
Для кого встреча:
Службы НСИ компаний, ТОП-менеджмент, Финансовые директора, ИТ-директора, Департаменты закупок
Елена Язева
Спикер встречи,
Эксперт Qlever в области управления НСИ
Эксперт Qlever в области управления НСИ
Каким компаниям подходит?
Компаниям с непрерывно нарастающими информационными потоками, сетью филиалов, подразделений, использующих разные информационные системы. Компаниям с большим количеством регламентированных процессов, справочников и каталогов.
- Производственные предприятия, госкорпорации, ТЭКАктуально, когда есть несоответствия в данных по материально-техническим ресурсам (МТР), основным средствам, контрагентам, оборудованию и т.д.1
- Розничная торговля, крупные e-com магазиныАктуально для ритейла, когда нужен порядок в каталогах товаров, поставщиков и клиентов. Качественные данные помогут обеспечить рост продаж, за счет правильной клиентской аналитики.2
- Для компаний, работающих по 223 ФЗ и 44 ФЗХарактерно много рутинных операций при взаимодействии с государственными информационными системами. Внедрение системы НСИ позволит упростить, автоматизировать такие операции и исключить ошибки.3
Нам доверяют
