Искус­ство ана­ли­за дан­ных: взгляд из­нут­ри

ИТ-ру­ко­во­ди­те­ли ис­поль­зу­ют ана­лиз дан­ных для по­вы­ше­ния эф­фек­тив­но­сти и даль­ней­ше­го ро­ста биз­не­са, од­на­ко не все их уси­лия при­но­сят же­ла­е­мый ре­зуль­тат. Тем не ме­нее вот несколь­ко при­ме­ров успеш­ных про­ек­тов внед­ре­ния ана­ли­за дан­ных и ма­шин­но­го обу­че­ния в це

Direktor informatsionnoj sluzhby - - СОДЕРЖАНИЕ «ДИРЕКТОР ИНФОРМАЦИОННОЙ СЛУЖБЫ» (CIO.R - КЛИНТ БОЛТОН

Ес­ли дан­ные на­зы­ва­ют «но­вой нефтью», то уме­ние очи­стить их и пре­вра­тить в дей­ствен­ную ин­тел­лек­ту­аль­ную си­лу мож­но счи­тать клю­чом к ре­а­ли­за­ции за­ло­жен­но­го в них по­тен­ци­а­ла. В стрем­ле­нии по­вы­сить эф­фек­тив­ность биз­не­са и най­ти но­вые спо­со­бы об­слу­жи­ва­ния кли­ен­тов ИТ-ру­ко­во­ди­те­ли опе­ри­ру­ют ин­стру­мен­та­ми про­гноз­но­го ана­ли­за, внед­ря­ют ал­го­рит­мы ма­шин­но­го обу­че­ния и за­ни­ма­ют­ся те­сти­ро­ва­ни­ем дру­гих ре­ше­ний в «бо­е­вых» усло­ви­ях.

Пре­крас­но по­ни­мая, что, до­бив­шись со­кра­ще­ния за­трат и ро­ста до­хо­дов, они смо­гут по­вы­сить свою роль в гла­зах выс­ше­го ру­ко­вод­ства и со­ве­та ди­рек­то­ров, ИТ-ди­рек­то­ра ста­ра­ют­ся сей­час уде­лять тех­но­ло­ги­ям, под­дер­жи­ва­ю­щим на­у­ку о дан­ных, боль­ше вни­ма­ния. К кон­цу ле­та 2017 го­да ми­ро­вой обо­рот средств биз­нес-ана­ли­за и управ­ле­ния боль­ши­ми дан­ны­ми, по оцен­кам IDC, уве­ли­чил­ся по срав­не­нию с 2016 го­дом на 12,4% и до­стиг 150,8 млрд долл. Ожи­да­ет­ся, что по ито­гам го­да ком­мер­че­ские за­куп­ки обо­ру­до­ва­ния, про­грамм­но­го обес­пе­че­ния и услуг, на­прав­лен­ных на под­держ­ку боль­ших дан­ных и средств их ана­ли­за, пре­вы­сят 210 млрд долл. По сло­вам ана­ли­ти­ка IDC Дэна Вес­се­та, ре­ше­ния ана­ли­за боль­ших дан­ных ста­но­вят­ся клю­че­вым усло­ви­ем циф­ро­вой транс­фор­ма­ции раз­лич­ных от­рас­лей и биз­нес-про­цес­сов по все­му ми­ру.

Од­на­ко у этих ги­гант­ских рас­хо­дов есть и об­рат­ная сто­ро­на: эф­фек­тив­ность боль­шин­ства про­ек­тов ана­ли­за дан­ных не под­да­ет­ся из­ме­ре­нию. Уна­сле­до­ван­ные си­сте­мы и бю­ро­кра­тия биз­нес-струк­тур при­во­дят к раз­об­щен­но­сти дан­ных и ухуд­ше­нию их ка­че­ства. А ИТ-ди­рек­то­ра вы­нуж­де­ны ду­мать о том, как вос­пол­нить де­фи­цит спе­ци­а­ли­стов, ко­то­рые нуж­ны для ма­ни­пу­ли­ро­ва­ния дан­ны­ми и про­ник­но­ве­ния в их суть. Бит­ва за та­лан­ты идет оже­сто­чен­ная, и, не­смот­ря на рост чис­ла уни­вер­си­тет­ских ана­ли­ти­че­ских про­грамм, по­ка не уда­ет­ся быст­ро удо­вле­тво­рить по­треб­ность в ква­ли­фи­ци­ро­ван­ных кан­ди­да­тах.

Тем не ме­нее на кон­фе­рен­ции CIO100 Symposium, где луч­шие ру­ко­во­ди­те­ли ИТ-служб по­лу­ча­ли на­гра­ды за свою де­я­тель­ность, бы­ло пред­став­ле­но нема­ло при­ме­ров успеш­ной ре­а­ли­за­ции про­ек­тов ана­ли­за дан­ных. Наи­бо­лее успеш­ные ИТ-ди­рек­то­ра де­ли­лись из­вле­чен­ны­ми уро­ка­ми и по­лез­ны­ми со­ве­та­ми со сво­и­ми кол­ле­га­ми.

MERCK: ВНЕД­РЕ­НИЕ СИ­СТЕ­МЫ АНА­ЛИ­ЗА ДАН­НЫХ

Ком­па­ния MSD (Merck&Co), пре­вра­тив­ша­я­ся в гло­баль­ную фар­ма­цев­ти­че­скую ор­га­ни­за­цию с обо­ро­том в 40 млрд долл. и пред­став­лен­ная уже в 140 стра­нах ми­ра, ак­тив­но ис­ка­ла спо­со­бы бо­лее эф­фек­тив­но­го ис­поль­зо­ва­ния дан­ных, со­би­ра­е­мых ее си­сте­мой ERP и ос­нов­ны­ми сред­ства­ми ав­то­ма­ти­за­ции про­из­вод­ства и управ­ле­ния за­па­са­ми. Но, по­сколь­ку у ин­же­не­ров ком­па­нии от 60 до 80% вре­ме­ни ухо­ди­ло на по­лу­че­ние до­сту­па к дан­ным и их об­ра­бот­ку, об опе­ра­тив­ном до­сти­же­нии биз­нес-це­лей ре­чи уже не шло.

Как при­зна­лась ру­ко­во­ди­тель про­из­вод­ствен­ной ИТ-служ­бы ком­па­нии Ми­шель Алес­сан­дро, дан­ные в ка­че­стве жиз­не­спо­соб­но­го, по­сто­ян­но­го и цен­но­го ак­ти­ва не рас­смат­ри­ва­лись. В ком­па­нии хо­те­ли сфор­ми­ро­вать куль­ту­ру, бла­го­да­ря ко­то­рой уда­ва­лось бы тра­тить мень­ше вре­ме­ни на пе­ре­ме­ще­ние дан­ных и по­лу­че­ние от­чет­но­сти, а ос­нов­ное вни­ма­ние уде­лять ис­поль­зо­ва­нию со­бран­ной ин­фор­ма­ции и по­лу­че­нию важ­ных для биз­не­са вы­во­дов.

В ре­зуль­та­те в ком­па­нии бы­ла со­зда­на си­сте­ма хра­не­ния дан­ных MANTIS (Manufacturing and Analytics Intelligence), ко­то­рая вклю­ча­ла в се­бя раз­ме­ща­е­мые в опе­ра­тив­ной па­мя­ти ба­зы дан­ных и ин­стру­мен­ты с от­кры­тым ис­ход­ным ко­дом, об­ра­ба­ты­вав­шие

струк­ту­ри­ро­ван­ные и неструк­ту­ри­ро­ван­ные дан­ные, в том чис­ле текст, ви­део и ин­фор­ма­цию со­ци­аль­ных ме­диа. Важ­но от­ме­тить, что си­сте­ма про­ек­ти­ро­ва­лась та­ким об­ра­зом, что­бы биз­нес-ана­ли­ти­ки, не име­ю­щие хо­ро­шей тех­ни­че­ской под­го­тов­ки, мог­ли лег­ко про­смат­ри­вать дан­ные с по­мо­щью про­грамм ви­зу­а­ли­за­ции. В то же вре­мя у уче­ных по дан­ным бы­ла воз­мож­ность по­лу­чать до­ступ к ин­фор­ма­ции, за­дей­ствуя слож­ные ин­стру­мен­ты ими­та­ции и мо­де­ли­ро­ва­ния. Си­сте­ма MANTIS по­мог­ла ком­па­нии со­кра­тить вре­мя и за­тра­ты на ре­а­ли­за­цию ана­ли­ти­че­ских про­ек­тов на 40%. Не­ма­ло­важ­но так­же то, что на 30% со­кра­ти­лось сред­нее вре­мя, за­тра­чи­ва­е­мое на вы­пол­не­ние но­вых за­ка­зов, и на 50% умень­ши­лись рас­хо­ды на хра­не­ние за­па­сов.

Извле­чен­ные уро­ки. Клю­чом к успе­ху ста­ла ре­а­ли­за­ция ана­ли­ти­че­ско­го про­ек­та на за­во­де в Юго-Во­сточ­ной Азии, где уда­лось до­бить­ся наи­боль­шей оку­па­е­мо­сти. Успеш­ное ис­поль­зо­ва­ние здесь MANTIS по­слу­жи­ло при­ме­ром и для дру­гих ре­ги­о­нов. Кро­ме то­го, в ком­па­нии по­ня­ли, что не сто­ит пы­тать­ся от­ку­сить боль­ше, чем су­ме­ешь про­же­вать. С экс­пе­ри­мен­та­ми в об­ла­сти ис­кус­ствен­но­го ин­тел­лек­та и ма­шин­но­го обу­че­ния для ана­ли­за за­трат на про­из­вод­ствен­ные про­цес­сы в ком­па­нии яв­но пе­ре­ста­ра­лись. И де­ло здесь бы­ло не в недо­ста­точ­ной под­держ­ке со сто­ро­ны ру­ко­вод­ства или в от­сут­ствии пер­спек­тив. В ком­па­нии про­сто не смог­ли за­ста­вить все это ра­бо­тать.

DR. PEPPER SNAPPLE GROUP: МА­ШИН­НОЕ ОБУ­ЧЕ­НИЕ И КОНТЕКСТНАЯ РЕЛЕВАНТНОСТЬ

На про­тя­же­нии мно­гих лет со­труд­ни­ки про­да­ю­щих под­раз­де­ле­ний Dr. Pepper Snapple Group, пы­та­ясь про­то­рить до­ро­гу к круп­ным роз­нич­ным се­тям на­по­до­бие Wal-Mart и Target, но­си­ли с со­бой тол­стые пап­ки с кли­ент­ски­ми дан­ны­ми и ин­фор­ма­ци­ей о про­да­жах и тор­го­вых пред­ло­же­ни­ях. Се­го­дня вме­сто тол­стых па­пок они бе­рут с со­бой план­шет iPad, в ко­то­ром со­дер­жат­ся все необ­хо­ди­мые све­де­ния о ма­га­зи­нах, ко­то­рые сле­ду­ет по­се­тить, об ак­ту­аль­ных пред­ло­же­ни­ях для роз­ни­цы и о дру­гих важ­ней­ших па­ра­мет­рах. Как от­ме­тил ИТ-ди­рек­тор Dr. Pepper Snapple Group Том Фар­ра, но­вые ре­ше­ния по­мог­ли при­ем­щи­кам за­ка­зов стать ин­тел­лек­ту­аль­ны­ми тор­го­вы­ми пред­ста­ви­те­ля­ми, во­ору­жен­ны­ми всей необ­хо­ди­мой для ра­бо­ты ин­фор­ма­ци­ей.

Плат­фор­ма MyDPS осна­ще­на сред­ства­ми ма­шин­но­го обу­че­ния и дру­ги­ми ана­ли­ти­че­ски­ми ин­стру­мен­та­ми для вы­да­чи ре­ко­мен­да­ций и фор­ми­ро­ва­ния еже­днев­ных опе­ра­тив­ных за­да­ний, ко­то­рые отоб­ра­жа­ют­ся на экране сра­зу по­сле за­пус­ка при­ло­же­ния. Со­труд­ни­ки ви­дят, в ка­кой сте­пе­ни их ра­бо­та со­от­вет­ству­ет ожи­да­ни­ям, как

вы­пол­ня­ют­ся пла­ны, где на­блю­да­ет­ся от­ста­ва­ние и ка­ким об­ра­зом мож­но скор­рек­ти­ро­вать вы­бран­ный курс.

Извле­чен­ные уро­ки. Что­бы про­ве­рить вы­дви­ну­тую кон­цеп­цию MyDPS, Фар­ра уста­но­вил со­от­вет­ству­ю­щее про­грамм­ное обес­пе­че­ние в че­ты­рех фи­ли­а­лах и пред­ло­жил ру­ко­вод­ству че­рез неко­то­рое вре­мя по­се­тить их. Вы­яс­ни­лось, что бла­го­да­ря ис­поль­зо­ва­нию MyDPS про­да­жи вы­рос­ли на 50%. По­сле это­го про­ек­ту окон­ча­тель­но был дан зе­ле­ный свет. «Си­сте­ма при­но­си­ла ре­зуль­тат и вы­да­ва­ла все, что тре­бо­ва­лось для успеш­ных про­даж, – по­яс­нил Фар­ра. – Од­на­ко важ­но не толь­ко обес­пе­чить про­ек­ту под­держ­ку со сто­ро­ны ру­ко­вод­ства, но и сфор­му­ли­ро­вать же­ла­е­мые це­ли и сле­дить за их до­сти­же­ни­ем».

BECHTEL: ПРО­РЫВ В ОБ­ЛА­СТИ БОЛЬ­ШИХ ДАН­НЫХ

Экс­пер­ты утвер­жда­ют, что при­рост про­из­во­ди­тель­но­сти в стро­и­тель­ной от­рас­ли в ре­зуль­та­те до­ра­бот­ки до­го­во­ров, по­вы­ше­ния ква­ли­фи­ка­ции со­труд­ни­ков и бо­лее ка­че­ствен­но­го вы­пол­не­ния ра­бот на ме­стах мо­жет до­сти­гать 50-60%. Ком­па­ния Bechtel, со­ору­див­шая пло­ти­ну Гуве­ра, про­ло­жив­шая тон­нель под Ла-Ман­шем и по­стро­ив­шая дру­гие уни­каль­ные со­ору­же­ния, уже из­вле­ка­ет по­лез­ную ин­фор­ма­цию из дан­ных, ко­то­рые бы­ли со­бра­ны в раз­лич­ных об­ла­стях ее биз­не­са.

На встре­че с кол­ле­га­ми из Wal-Mart, Boeing и Lockheed Martin ИТ-ди­рек­тор Bechtel Кэрол Цир­хоффер по­пы­та­лась по­лу­чить пред­став­ле­ние о том, ку­да сле­ду­ет дви­гать­ся даль­ше. Ком­па­ния уже со­зда­ла ЦОД с озе­ром дан­ных об­щим объ­е­мом 5 пе­та­байт и при­сту­пи­ла к про­вер­ке пред­ло­жен­ной кон­цеп­ции. Ис­поль­зо­ва­ние тех­но­ло­гии рас­по­зна­ва­ния фо­то­гра­фий для клас­си­фи­ка­ции и по­мет­ки сним­ков в ин­те­ре­сах кли­ен­тов по­мог­ло ей сэко­но­мить 2 млн долл. Ин­стру­мен­ты об­ра­бот­ки есте­ствен­но­го язы­ка при­ме­ня­ют­ся при раз­бо­ре пре­тен­зий, пред­ло­же­ний и до­го­во­ров. На оцен­ку и фор­ми­ро­ва­ние пла­нов ра­нее ухо­ди­ли дни и неде­ли, а те­перь тре­бу­ет­ся все­го несколь­ко ча­сов. Ана­ли­ти­че­ские сред­ства ис­поль­зу­ют­ся в Bechtel и для удер­жа­ния пер­со­на­ла – на­при­мер, де­ла­ет­ся про­гноз при­чин, по ко­то­рым со­труд­ни­ки мо­гут оста­вить ком­па­нию. В ком­па­нии так­же убеж­де­ны в том, что уже в бли­жай­шее вре­мя ей удаст­ся до­бить­ся се­рьез­но­го по­вы­ше­ния про­из­во­ди­тель­но­сти тру­да.

Извле­чен­ные уро­ки. Раз­об­щен­ность дан­ных и их низ­кое ка­че­ство ста­но­вят­ся до­пол­ни­тель­ны­ми пре­пят­стви­я­ми в ра­бо­те. Не­смот­ря на то что Bechtel мо­жет ана­ли­зи­ро­вать боль­шие объ­е­мы дан­ных,

ка­че­ство этих дан­ных необ­хо­ди­мо по­вы­шать. «Нам ну­жен про­рыв, бла­го­да­ря ко­то­ро­му уда­лось бы объ­еди­нить раз­роз­нен­ные на се­го­дняш­ний день дан­ные», – под­черк­ну­ла Цир­хоффер.

RRD: МА­ШИН­НОЕ ОБУ­ЧЕ­НИЕ ОТ­КРЫ­ВА­ЕТ ПУТЬ К НО­ВО­МУ БИЗ­НЕ­СУ

Несколь­ко лет на­зад ком­па­ния RRD, ра­бо­та­ю­щая в сфе­ре мар­ке­тин­го­вых ком­му­ни­ка­ций и но­сив­шая ра­нее на­зва­ние R. H. Donnelley, от­кры­ла ло­ги­сти­че­ское под­раз­де­ле­ние, ко­то­рое пер­во­на­чаль­но за­ни­ма­лось до­став­кой ее пе­чат­ных ма­те­ри­а­лов кор­по­ра­тив­ным кли­ен­там и ко­неч­ным по­тре­би­те­лям. Со вре­ме­нем но­вое под­раз­де­ле­ние рас­ши­ри­лось и ста­ло осу­ществ­лять до­став­ку са­мой раз­ной про­дук­ции парт­не­ров, на­чи­ная от сти­раль­ных ма­шин и за­кан­чи­вая кор­мом для со­бак. В ко­неч­ном ито­ге его обо­рот до­стиг мил­ли­ар­да дол­ла­ров. В чем за­клю­ча­лась про­бле­ма? В по­ис­ке оп­ти­маль­ных та­ри­фов на до­став­ку в ми­ре, где без­услов­ны­ми ли­де­ра­ми яв­ля­лись FedEx и UPS.

По­год­ные усло­вия, гео­гра­фия, пе­ре­воз­чи­ки и по­ли­ти­че­ский кли­мат – все это ока­зы­ва­ет вли­я­ние на сто­и­мость услуг. «Необ­хо­ди­мость про­гно­зи­ро­вать пе­ре­мен­ные фак­то­ры за­ста­ви­ла нас об­ра­тить­ся к ма­шин­но­му обу­че­нию и ана­ли­ти­ке», – ука­зал ИТ-ди­рек­тор RRD Кен О’Брай­ен. На­брав пер­со­нал и уста­но­вив кон­так­ты с уни­вер­си­те­та­ми, по­мо­гав­ши­ми в раз­ра­бот­ке ал­го­рит­мов, ком­па­ния про­те­сти­ро­ва­ла ты­ся­чи сце­на­ри­ев на 700 марш­ру­тах, по­сле че­го точ­ность про­гно­зов по уров­ню за­груз­ки на бли­жай­шие семь дней до­стиг­ла 99%. Про­ект оку­пил­ся ме­нее чем за год, и се­го­дня биз­нес, свя­зан­ный с гру­зо­пе­ре­воз­ка­ми, рас­тет. Ожи­да­ет­ся, что по ито­гам 2017 го­да биз­нес за­каз­ных гру­зо­пе­ре­во­зок вы­рас­тет с 4 млн долл. до 16 млн долл. Рост обо­ро­та со­ста­вит 12 млн долл.

Извле­чен­ные уро­ки. Но­вые про­ек­ты тре­бу­ют вы­со­кой са­мо­от­да­чи, и О’Брай­ен при­зна­ет, что неко­то­рые его кол­ле­ги из биз­нес-под­раз­де­ле­ний на раз­ных эта­пах ре­а­ли­за­ции го­то­вы бы­ли сдать­ся. Биз­нес не при­вык до­ве­рять тех­но­ло­ги­ям в тех про­цес­сах, ко­то­рые ра­нее вы­пол­ня­лись глав­ным об­ра­зом на ос­но­ве до­га­док и ощу­ще­ний. Ком­па­нии RRD уда­лось сфор­ми­ро­вать сре­ду вза­и­мо­дей­ствия, в ко­то­рой биз­нес-под­раз­де­ле­ния и ИТ-служба ру­ка об ру­ку идут к до­сти­же­нию ко­неч­но­го ре­зуль­та­та.

MONSANTO: ПЛАНИРОВАНИЕ ПОСЕВНОЙ КАМПАНИИ С ПО­МО­ЩЬЮ МА­ШИН­НО­ГО ОБУ­ЧЕ­НИЯ

Не сек­рет, что фер­ме­ров му­ча­ет из­веч­ный во­прос: что, где, ко­гда и сколь­ко са­жать? Ги­гант сель­хоз­ин­ду­стрии Monsanto ис­поль­зу­ет на­у­ку о дан­ных для вы­да­чи ре­ко­мен­да­ций по про­ве­де­нию посевной кампании. Ма­те­ма­ти­че­ские и ста­ти­сти­че­ские мо­де­ли по­мо­га­ют опре­де­лять наи­луч­шее вре­мя и ме­сто для вы­са­жи­ва­ния муж­ских и жен­ских рас­те­ний в це­лях оп­ти­ми­за­ции уро­жая и ис­поль­зо­ва­ния по­сев­ных пло­ща­дей. «Ал­го­рит­мы ма­шин­но­го обу­че­ния об­ра­ба­ты­ва­ют 90 млрд ис­точ­ни­ков дан­ных все­го за несколь­ко дней, а не за неде­ли и ме­ся­цы», – со­об­щил ди­рек­тор гло­баль­но­го ана­ли­ти­че­ско­го ИТ-цен­тра Monsanto Ад­ри­ан Кар­тье. В чем за­клю­ча­ет­ся вы­го­да для биз­не­са? В 2016 го­ду Monsanto сэко­но­ми­ла 6 млн долл. и со­кра­ти­ла пло­ща­ди по­се­ва на 4%.

Извле­чен­ные уро­ки. Клю­че­вым для

Monsanto ста­ло со­труд­ни­че­ство ИТ-служ­бы с под­раз­де­ле­ни­я­ми, об­слу­жи­ва­ю­щи­ми ка­на­лы по­ста­вок. «Экс­перт­ные зна­ния на­ших кол­лег в об­ла­сти сель­ско­го хо­зяй­ства и це­по­чек по­ста­вок, объ­еди­нен­ные с на­ши­ми зна­ни­я­ми ма­те­ма­ти­ки и ста­ти­сти­ки, поз­во­ли­ли су­ще­ствен­но по­вы­сить эф­фек­тив­ность ра­бо­ты ком­па­нии, – ука­зал Кар­тье. – А по­явив­ши­е­ся но­вые ли­де­ры и эн­ту­зи­а­сты в сфе­ре це­по­чек по­ста­вок по­мог­ли ор­га­ни­зо­вать здо­ро­вое про­ти­во­дей­ствие скеп­ти­кам».

PITT OHIO: УСПЕХ ПРО­ГНОЗ­НО­ГО АНА­ЛИ­ЗА

«От­расль гру­зо­пе­ре­во­зок столк­ну­лась се­го­дня с так на­зы­ва­е­мым син­дро­мом Amazon», – от­ме­тил ИТ-ди­рек­тор ком­па­нии Pitt Ohio Скотт Сал­ли­ван.

Его ком­па­ния с обо­ро­том в 700 млн долл. при­вык­ла за­би­рать гру­зы и до­став­лять их кли­ен­там на сле­ду­ю­щий день. Но, ви­дя пе­ред со­бой при­мер Amazon, кли­ен­ты все ча­ще хо­тят до­став­ку в тот же день. И ожи­да­ют бо­лее по­дроб­ной ин­фор­ма­ции о до­став­ля­е­мых по­сыл­ках.

Ис­поль­зуя ис­то­ри­че­ские дан­ные, сред­ства про­гноз­но­го ана­ли­за и ал­го­рит­мы, рас­счи­ты­ва­ю­щие в ре­аль­ном вре­ме­ни вес гру­за, рас­сто­я­ние до ко­неч­ной точ­ки марш­ру­та и дру­гие па­ра­мет­ры, Pitt Ohio мо­жет рас­счи­тать вре­мя до­став­ки с точ­но­стью 99%. Ком­па­ния на­де­ет­ся, что ей удаст­ся уве­ли­чить обо­рот за счет по­втор­ных за­ка­зов (оце­ни­ва­е­мых на сум­му в 50 тыс. долл. в год) и сни­зить рис­ки по­те­ри кли­ен­тов (со­став­ля­ю­щие, по ее оцен­кам, 60 тыс. долл. в год).

Извле­чен­ные уро­ки. Про­ек­том преду­смат­ри­ва­лось при­вле­че­ние мар­ке­то­ло­гов, под­раз­де­ле­ния про­даж и ИТ-служ­бы. Все они про­ве­ря­ли и пе­ре­про­ве­ря­ли ре­зуль­та­ты, с тем что­бы га­ран­ти­ро­вать до­сти­же­ние по­став­лен­ных це­лей. «У вас в че­ты­рех сте­нах на­хо­дит­ся мно­же­ство са­мых раз­ных дан­ных, – под­черк­нул Сал­ли­ван. – Внед­ряй­те ин­но­ва­ции и ищи­те но­вые спо­со­бы их ис­поль­зо­ва­ния».

Newspapers in Russian

Newspapers from Russia

© PressReader. All rights reserved.