С.М.А.Р.Т. – концептуально новая аналитическая система класса Data-Mining ЗАО «М-Лоджикс»

Основные задачи С.М.А.Р.Т. Замена всей управленческой отчетности Замена всей управленческой отчетности Богатейшая графика Богатейшая графика Отсутствие технических ограничений Отсутствие технических ограничений Использование профилей для печати Excel и html-отчетов Использование профилей для печати Excel и html-отчетов Запуск в отложенном режиме Запуск в отложенном режиме Работа без соединения с базой Работа без соединения с базой Охват всей информации Охват всей информации Отслеживание тенденций на всей истории Отслеживание тенденций на всей истории Проверка и контроль ввода данных на всем объеме Проверка и контроль ввода данных на всем объеме Простота и мощность Простота и мощность Вместо формул – манипуляции мышью Вместо формул – манипуляции мышью Всего 5 действий пользователя! Всего 5 действий пользователя! Задачи, ранее требовавшие недель, решаются за минуты Задачи, ранее требовавшие недель, решаются за минуты Быстрый отклик на действия пользователя Быстрый отклик на действия пользователя Простота настройки Простота настройки

Основные задачи С.М.А.Р.Т. Поиск скрытых закономерностей Поиск скрытых закономерностей Многомерный анализ данных Многомерный анализ данных Взаимное влияние: маркетинга на продажи, цены и ассортимента… Взаимное влияние: маркетинга на продажи, цены и ассортимента… Выявление предпочтений клиентов и т.д. Выявление предпочтений клиентов и т.д. Прогнозирование Прогнозирование Регрессионные и многомерные методы, выявление сезонности Регрессионные и многомерные методы, выявление сезонности Самообучающиеся алгоритмы – точность 90-95% Самообучающиеся алгоритмы – точность 90-95% Цикличный подход Цикличный подход Классификация Классификация Разбиение на классы Разбиение на классы Выявление типичного представителя и т.д. Выявление типичного представителя и т.д. Принятие решений Принятие решений Нечеткая логика (управление складом) Нечеткая логика (управление складом) Генетический алгоритм (моделирование что-если, поиск идеального состояния) Генетический алгоритм (моделирование что-если, поиск идеального состояния) Деревья принятия решений Деревья принятия решений

Удаленная работа с информацией Windows-клиент Windows-клиент Работа без соединения с базой данных Работа без соединения с базой данных Обновление данных по расписанию Обновление данных по расписанию Web-клиент Web-клиент Ограничение доступа к информации – пользователь не сможет увидеть «чужие» данные Ограничение доступа к информации – пользователь не сможет увидеть «чужие» данные Вся отчетность, OLAP-кубы и графика через web Вся отчетность, OLAP-кубы и графика через web Многоуровневые web-карты Многоуровневые web-карты Двусторонняя интеграция с Google® Maps Двусторонняя интеграция с Google® Maps Просмотр информации на нужном уровне детализации на географической карте (Россия – Регион – Город – Район – Здание) Просмотр информации на нужном уровне детализации на географической карте (Россия – Регион – Город – Район – Здание) Вывод текстовой, графической, цветовой информации из OLAP- куба на спутниковую фотографию Вывод текстовой, графической, цветовой информации из OLAP- куба на спутниковую фотографию Возможность наложения информации на карту из различных источников (например, влияние температуры на продажи) Возможность наложения информации на карту из различных источников (например, влияние температуры на продажи)

Быстро! Внедрение в полном объеме, как правило, не занимает больше 3-х недель Как правило, система окупается в первые часы продуктивного использования

Windows- и Web-интерфейс Windows-интерфейс:Windows-интерфейс: –Полнота, встроенная графика –Доступность всех аналитических модулей Web-интерфейс:Web-интерфейс: –90% возможностей OLAP-кубов и графики –Расширенное управление правами доступа –Требуется только Internet Explorer

Многоуровневые web-карты Интеграция с многоуровневыми картами Google Maps Интеграция с многоуровневыми картами Google Maps Легкая расстановка объектов на карте (привязка к координатам с помощью мыши)Легкая расстановка объектов на карте (привязка к координатам с помощью мыши) Отражение информации об объекте на карте (цвет, графики, текст, спутниковая фотография)Отражение информации об объекте на карте (цвет, графики, текст, спутниковая фотография) Масштабирование карты вплоть до дома Масштабирование карты вплоть до дома Полная функциональность OLAP-куба Полная функциональность OLAP-куба Ограничение доступа Ограничение доступа

Описание аналитических технологий и отдача от алгоритмов С.М.А.Р.Т.

Составные части Data Mining в С.М.А.Р.Т. OLAP-кубы OLAP-кубы Фильтры и группы Фильтры и группы Вычислимые факты и размерности Вычислимые факты и размерности Сохраняемые профили Сохраняемые профили Правила сочетаний Правила сочетаний Эконометрика и регрессионный анализ Эконометрика и регрессионный анализ Карты Кохонена (кластерный анализ) Карты Кохонена (кластерный анализ) Генетические алгоритмы Генетические алгоритмы Деревья принятия решений Деревья принятия решений Нечеткая логика (системы принятия решений) Нечеткая логика (системы принятия решений) Интерактивные Карты Продаж Интерактивные Карты Продаж Технология KnowledgeCycle Технология KnowledgeCycle

Высокоскоростная обработка больших объемов информации Высокоскоростная обработка больших объемов информации Покрытие всех отчетных требований Покрытие всех отчетных требований Мгновенный ответ на вопрос для принятия решений Мгновенный ответ на вопрос для принятия решений Гибкость, быстрота и простота подготовки кубов (отчетов, графиков)Гибкость, быстрота и простота подготовки кубов (отчетов, графиков) Колоссальный выигрыш во времени Колоссальный выигрыш во времени Автоматическая выгрузка пред настроенных отчетов Автоматическая выгрузка пред настроенных отчетов Мы нашли $ в товарном выражении в течение первых 6 часов использования OLAP-кубов С.М.А.Р.Т. – Президент розничной сети, Москва Мы нашли $ в товарном выражении в течение первых 6 часов использования OLAP-кубов С.М.А.Р.Т. – Президент розничной сети, Москва Продвинутые возможности С.М.А.Р.Т. экономят нам около 5% от оборота без каких-либо изменений в товарной политике – ИТ-директор сети гипермаркетов, С.-Петербург Продвинутые возможности С.М.А.Р.Т. экономят нам около 5% от оборота без каких-либо изменений в товарной политике – ИТ-директор сети гипермаркетов, С.-Петербург Мы не могли получить таких потрясающих результатов месяцами – теперь С.М.А.Р.Т. показывает их за минуты – Директор по маркетингу сети салонов связи, Москва Мы не могли получить таких потрясающих результатов месяцами – теперь С.М.А.Р.Т. показывает их за минуты – Директор по маркетингу сети салонов связи, Москва OLAP-кубы

Эконометрика Выявление тенденций в динамически развивающихся процессах, например, продажах, закупках Выявление тенденций в динамически развивающихся процессах, например, продажах, закупках Быстрая оценка основных свойств данных (спады, подъемы)Быстрая оценка основных свойств данных (спады, подъемы) Прогнозирование трендов и исходных данных Прогнозирование трендов и исходных данных Избавление от второстепенных факторов Избавление от второстепенных факторов Регрессионный анализ Регрессионный анализ Двухсторонняя связь с OLAP-кубами Двухсторонняя связь с OLAP-кубами Эконометрика С.М.А.Р.Т. дает нам возможность легко контролировать большие потоки быстро меняющихся данных в простом и наглядном интерфейсе – Заместитель ИТ-директора Счетной Палаты РФЭконометрика С.М.А.Р.Т. дает нам возможность легко контролировать большие потоки быстро меняющихся данных в простом и наглядном интерфейсе – Заместитель ИТ-директора Счетной Палаты РФ

Выявление групп товаров, которые клиенты чаще всего приобретают совместно Выявление групп товаров, которые клиенты чаще всего приобретают совместно Увеличение объемов продаж за счет совместного продвижения товаров Увеличение объемов продаж за счет совместного продвижения товаров Прогнозирование падения продаж одного товара при вынужденном отсутствии второго Прогнозирование падения продаж одного товара при вынужденном отсутствии второго Проведение рекламных и промо-акций Проведение рекламных и промо-акций Управление складскими запасами Управление складскими запасами Выявление «локомотивных» товаров Выявление «локомотивных» товаров Двухсторонняя связь с OLAP-кубами Двухсторонняя связь с OLAP-кубами Простота и наглядность применения Простота и наглядность применения Правила Сочетаний С.М.А.Р.Т. позволяют нам управлять только 20% ассортимента. При этом снизились остатки практически у всех товарных групп ! – Президент розничной сети, Москва Правила Сочетаний С.М.А.Р.Т. позволяют нам управлять только 20% ассортимента. При этом снизились остатки практически у всех товарных групп ! – Президент розничной сети, Москва Правила Сочетаний

Карты Кохонена (кластерный анализ) Многофакторный анализ объектов Многофакторный анализ объектов Определение влияния маркетинговых акций на уровень продаж товаров Определение влияния маркетинговых акций на уровень продаж товаров Классификация динамически развивающихся объектов Классификация динамически развивающихся объектов Кластеризация и прогнозирование поведения Кластеризация и прогнозирование поведения Взаимосвязь с OLAP-кубами Взаимосвязь с OLAP-кубами Простота и наглядность работы Простота и наглядность работы С помощью Карт Кохонена в С.М.А.Р.Т. мы обнаружили самый эффективный способ повышения наших продаж. Наши маркетинговые затраты резко сократились – а продажи возросли в разы! – ИТ-директор международной фармацевтической компанииС помощью Карт Кохонена в С.М.А.Р.Т. мы обнаружили самый эффективный способ повышения наших продаж. Наши маркетинговые затраты резко сократились – а продажи возросли в разы! – ИТ-директор международной фармацевтической компании

Генетические алгоритмы Позволяет узнать будущее состояние набора объектов Позволяет узнать будущее состояние набора объектов Выявление:Выявление: –Выгодного клиента –Идеального партнера –Наиболее ценного сотрудника –Выгодного товара Определение, какие признаки нужно развивать, а какие – ослаблять, чтобы достичь идеала Определение, какие признаки нужно развивать, а какие – ослаблять, чтобы достичь идеала Решение задачи «что-если»Решение задачи «что-если» Продажи упакованного товара выросли на 3-5% благодаря обнаруженному идеальному складскому остатку в генетическом алгоритме С.М.А.Р.Т – ИТ-директор сети гипермаркетов, С.-Петербург Продажи упакованного товара выросли на 3-5% благодаря обнаруженному идеальному складскому остатку в генетическом алгоритме С.М.А.Р.Т – ИТ-директор сети гипермаркетов, С.-Петербург

Интерактивные Карты Продаж Интерактивное (в режиме online) отображение информации в виде датчиков различного цвета на карте-схеме географического региона (город, область, регион) или объекта недвижимости (магазин, склад и т.п.)Интерактивное (в режиме online) отображение информации в виде датчиков различного цвета на карте-схеме географического региона (город, область, регион) или объекта недвижимости (магазин, склад и т.п.) Управление движением потока клиентов в помещении магазина за счет размещения товарных секций, товары из которых чаще всего приобретаются совместно Управление движением потока клиентов в помещении магазина за счет размещения товарных секций, товары из которых чаще всего приобретаются совместно Динамическая связь с OLAP-кубами Динамическая связь с OLAP-кубами Простота и наглядность работы Простота и наглядность работы

Деревья принятия решений Анализируют решения, принятые человеком (выдать - не выдать кредит, принять - не принять на работу, купить - не купить, закупить - не закупить и т.д.)Анализируют решения, принятые человеком (выдать - не выдать кредит, принять - не принять на работу, купить - не купить, закупить - не закупить и т.д.) Автоматизируют процесс принятия новых решений на основе исторических данных Автоматизируют процесс принятия новых решений на основе исторических данных Используются в случае формализованных процедур принятия решений в организации Используются в случае формализованных процедур принятия решений в организации Связь с OLAP-кубами Связь с OLAP-кубами

Нечеткая логика (системы принятия решений) Оптимизация закупок товаров, управления денежными потоками и т.п.Оптимизация закупок товаров, управления денежными потоками и т.п. Сведение к минимуму человеческого фактора «текучки» при принятии решений Сведение к минимуму человеческого фактора «текучки» при принятии решений Получение оперативных рекомендаций на основании правил, составленных экспертами Получение оперативных рекомендаций на основании правил, составленных экспертами Факт и Размерность типа «нечеткая логика» в OLAP-кубе Факт и Размерность типа «нечеткая логика» в OLAP-кубе Мы увидели большие возможности для оптимизации закупок после применения результатов работы нечеткой логики в С.М.А.Р.Т. – Начальник аналитического отдела сети салонов связи, Москва Мы увидели большие возможности для оптимизации закупок после применения результатов работы нечеткой логики в С.М.А.Р.Т. – Начальник аналитического отдела сети салонов связи, Москва

Технология KnowledgeCycle «Замыкание» процесс обработки информации в единый «Цикл Знаний»«Замыкание» процесс обработки информации в единый «Цикл Знаний» Последовательное применение различных методы и алгоритмов С.М.А.Р.Т. к исходному массиву данных Последовательное применение различных методы и алгоритмов С.М.А.Р.Т. к исходному массиву данных Платформа – OLAP-кубы, как удобное средство представления и комбинирования данных Платформа – OLAP-кубы, как удобное средство представления и комбинирования данных Отсутствие настроек Отсутствие настроек

Технологии и архитектура С.М.А.Р.Т. Windows-клиент Windows-клиент Прямые соединения с MS SQL, Oracle, Sybase, MySQL… Прямые соединения с MS SQL, Oracle, Sybase, MySQL… Соединение с ODBC-источниками Соединение с ODBC-источниками 4 варианта работы с RAM 4 варианта работы с RAM Поддержка больших объемов данных Поддержка больших объемов данных Web-клиент Web-клиент Встроенная Delphi-like среда разработки с наследованием от системных объектов Встроенная Delphi-like среда разработки с наследованием от системных объектов Редакторы форм, событий, полей, отчетов… Поддержка Undo Поддержка Undo

Технические требования к компьютерной технике Небольшие массивы информации (до 3-4 миллионов записей):Небольшие массивы информации (до 3-4 миллионов записей): Процессор не ниже PIII 900 (рекомендуется PIV), объем оперативной памяти не ниже 256 Мбайт (рекомендуется 512), операционная система Windows 2000 Professional (рекомендуется Windows XP Professional), установленный MDAC 2.8Процессор не ниже PIII 900 (рекомендуется PIV), объем оперативной памяти не ниже 256 Мбайт (рекомендуется 512), операционная система Windows 2000 Professional (рекомендуется Windows XP Professional), установленный MDAC 2.8 Большие объемы информации (десятки и сотни миллионов записей):Большие объемы информации (десятки и сотни миллионов записей): Компьютер с ОС Windows 2000 Server и свободной оперативной памятью не менее 4 Гбайт. Объем виртуальной памяти (файла подкачки) – 4 Гбайт Компьютер с ОС Windows 2000 Server и свободной оперативной памятью не менее 4 Гбайт. Объем виртуальной памяти (файла подкачки) – 4 Гбайт Доступ к OLAP-кубам через Интернет:Доступ к OLAP-кубам через Интернет: Дополнительно - Microsoft Internet Information Server или Apache, а также RAID-массив, содержащий сводные данные для анализа Дополнительно - Microsoft Internet Information Server или Apache, а также RAID-массив, содержащий сводные данные для анализа Анализ длительных временных трендов продаж:Анализ длительных временных трендов продаж: Архитектура двух OLAP-кубов: сводные данные о продажах, свернутые на уровне подгрупп номенклатуры, магазинов, календарной даты и карты покупателя + «избыточный» куб, содержащий наименование, дополнительные признаки товара, параметры покупателя и т.д. в течение календарного года Архитектура двух OLAP-кубов: сводные данные о продажах, свернутые на уровне подгрупп номенклатуры, магазинов, календарной даты и карты покупателя + «избыточный» куб, содержащий наименование, дополнительные признаки товара, параметры покупателя и т.д. в течение календарного года Анализ информации о марже и прибыльности деятельности, а также продвинутого анализа данных в картах Кохонена, Правилах сочетаний и пр. пользовательский компьютер должен иметь:Анализ информации о марже и прибыльности деятельности, а также продвинутого анализа данных в картах Кохонена, Правилах сочетаний и пр. пользовательский компьютер должен иметь: Минимум 1 Гбайт оперативной памяти Минимум 1 Гбайт оперативной памяти Минимум 32 Мбайт видеопамяти Минимум 32 Мбайт видеопамяти Свободного места на жестком диске – не менее 2 Гбайт Свободного места на жестком диске – не менее 2 Гбайт Объем файла подкачки – 4 Гбайт.Объем файла подкачки – 4 Гбайт. Рекомендуемая операционная система – Windows XP Professional Рекомендуемая операционная система – Windows XP Professional

Требования к персоналу Пользователи системы:Пользователи системы: –Знание Excel –Навыки работы с MS Access Администратор системы:Администратор системы: –Знание SQL –Администрирование IIS или Apache (при работе с web-конфигурацией) –25%-ная загрузка при продуктивной работе системы

НАШИ КЛИЕНТЫ Хорошая компания для Вашего логотипа! Правительство Ханты-Мансийского автономного округа