Большие данные требуют ... Jenk… · Большие данные для сферы финансов: примеры из практики 4-5 часов экономии

Большие данные требуют гибкости и мобильности: как аналитика

больших данных помогает повышать качество финансовых прогнозов

Роб Дженкинс (Rob Jenkins), глобальный экспертный центр по финансам, SAP

Киев, 8 октября 2014 г.

3 © SAP SE или аффилированная компания SAP, 2014. Все права защищены.

Платформа

реального

времени Управление большими

данными; получение данных и

действия в реальном времени

Большие

данные Объем

Разнообразие

Скорость

Стоимость

Сведения

в реальном

времени Ускорение пути от

сигнала к решению

Что нужно финансистам от больших данных

+ =


1 миллиард пользователей

Facebook

5 миллиардов зарождающийся средний класс

15 миллиардов

устройств с выходом

в Интернет

4 миллиарда просмотров на

YouTube в день

Удвоение данных

каждые 18 месяцев

Взрывной рост данных


Выше результат при меньших ресурсах

Упрощение операций и управления данными

за счет сокращения числа уровней

Рост качества решений благодаря мгновенному

получению данных

Оптимизация планирования и моделирование

без задержек

Прямая интеграция данных избавляет

от дублирования и выверки

Что значит

настоящее

«реальное

время»

© SAP SE или аффилированная компания SAP, 2014. Все права защищены.

© SAP SE или аффилированная компания SAP, 2014. Все права защищены. 6

Проблема больших данных для руководства финансовых служб

Миллиарды записей

данных

Множество продуктов

и услуг

Много агрессивных

конкурентов

Прибыль

Лояльность клиентов

Время на принятие

решений

Допустимая величина

ошибки


Рост прозрачности

Очень трудно сделать точный прогноз,

особенно о будущем... Приписывается Нильсу Бору


БОЛЬШИЕ ДАННЫЕ: финансы – вторая сфера по отдаче

от инвестиций

Источник: Tata Consultancy Services

Средний процент ожидаемого дохода

от инвестиций в большие данные

по подразделениям в 2012 году

1200 респондентов в 9 странах


Необр.

данные

Очищенные

данные

Стандартные

отчеты

Специальные

отчеты и

OLAP

Гибкая визуализация

Прогнозное

моделирование

Оптимизация

Что произошло?

Почему это произошло?

Во

вл

еч

ен

ие п

ол

ьзо

вател

ей

Зрелость аналитических функций

Стратегическое

сценарное

планирование

Самост. бизнес-

аналитика

Общий

прогнозный анализ

Визуальные

средства

помогают

принимать

лучшие

решения

на основе

данных

Ко

лл

екти

вн

ая

ан

ал

ити

ка

Что произошло?

Отдел финансов как

делопроизводитель

Отделы финансов используют большие данные

для повышения прозрачности


Видение SAP Использование гибких аналитических инструментов в процессе принятия решений

дает ощутимый результат

Уменьшение

задержек в

принятии решений

при помощи пере-

довой аналитики

• Вычисления в БД

и in-memory

• Мощь больших

данных плюс

анализ в

реальном

времени

Использование

прогнозных моделей

во всей компании

• Встраивание

прогнозов

в бизнес-

процессы;

• Сервисы

обеспечивают

расширенные

функции

аналитики

Прогнозная

аналитика для

широкого спектра

пользователей

• Общие

инструменты и

средства для всех

пользователей

• Дружественный

интерфейс и

визуализация

• Самообслуживание

Интегрированная

платформа,

открытая

и гибкая

• Для всей компании

• Полная интеграция

с ПО других

поставщиков и

открытым ПО

(Hadoop, R)

• Облачное или

локальное

решение

Прогнозная аналитика для более широкой аудитории Ч

ИС

ЛО

ПО

ЛЬ

ЗО

ВА

ТЕ

ЛЕ

Й

УРОВЕНЬ НАВЫКОВ

Низкий Высокий Средний

Низкое

Среднее

Высокое

Бизнес-пользователи

и направления

Бизнес-

аналитики

Встроенная

аналитика

Аналитика отраслей

и бизнес-процессов

Новый вид пользователя – аналитик в области данных

«Я создаю модели оттока

для каждой области»

Магистр в области статистики,

Беркли

Специалист по

анализу данных

0,01%

Репрезентативная

база пользователей

«Мне нужно объяснить

исполнительному директору,

почему упали продажи

в EMEA»

Выпускник MBA, Гарвард

Аналитики в

области данных

~3% 97%

Бизнес-

пользователи

«Программа должна сообщить

мне в реальном времени,

какое предложение сделать»

Бакалавр в обл. французской

литературы, университет

в Дэвисе


InfiniteInsight Встроенный инструмент для

принятия решений в процессе

работы

Расширенное аналитическое решение SAP От понимания к действию

Прогнозный анализ Самостоятельное прогнозное

моделирование с визуализацией

ВОВЛЕЧЕНИЕ ПРОГНОЗ ВИЗУАЛИЗАЦИЯ

Понимание

Найти «неизвестное

неизвестное»

ERP

SAP Business Suite

Oracle E-Business Suite

PeopleSoft

JD Edwards

Неструктурированные данные

в социальных сетях и Hadoop OLAP-кубы Microsoft

Excel Oracle, IBM DB2, Microsoft

SQL Server и другие реляционные

источники данных

EDW

SAP NetWeaver BW

Teradata

Другие хранилища данных

Платформа SAP HANA

Действие

Представить свою

версию

http://www.google.com/url?sa=i&rct=j&q=sap+hana&source=images&cd=&cad=rja&docid=Mr7z3-lJjmmnQM&tbnid=KW_6uLy2bEsCKM:&ved=0CAUQjRw&url=http://www.sap.com/hana/hana-database/&ei=ee1VUdryKIW10QGDs4HADg&bvm=bv.44442042,d.dmQ&psig=AFQjCNG_rEMGB7Deb0LgsNhfLRB1Zv4BLw&ust=1364672181009414

http://www.google.com/url?sa=i&rct=j&q=excel+icon&source=images&cd=&cad=rja&docid=WUbumcVYoHvT_M&tbnid=fK-6zHhfHquhlM:&ved=0CAUQjRw&url=http://findicons.com/search/excel&ei=9t9VUabrC-fO0QHp_oH4Aw&psig=AFQjCNENQolgwoP32fvwtSTSeG3zasl7KQ&ust=1364668783033504

http://www.google.com/url?sa=i&rct=j&q=any+data+source&source=images&cd=&cad=rja&docid=OfZFVH_H4TvjXM&tbnid=5Er_7hDqdLR--M:&ved=0CAUQjRw&url=http://www.iconfinder.com/search/?q=iconset:PLASTICXP&ei=pN9VUerFMI2v0AHL8oCgDQ&psig=AFQjCNEfCiALR4OvRXGpVb4WSaxpJXF85Q&ust=1364668480592498


Портфель аналитических инструментов SAP HANA Использование гибких аналитических инструментов в процессе принятия решений дает

ощутимый результат

Клиентские инструменты

Приложения SAP

для отраслей и

направлений

Решения быстрого

развертывания

(RDS)

Партнерские

решения

и инструменты

SAP Predictive Analysis,

InfiniteInsight, SAP Lumira, SAP

HANA Studio, SAP HANA XS Engine

Demand Signal Management, Fraud

Management, Audience Discovery &

Targeting и более 20 других приложений

Sentiment Intelligence RDS,

Predictive Analytics RDS ESRI, SAS,

более 30 других партнеров

SAP ERP HADOOP SAP Sybase IQ, ESP, ASE Программы других

производителей SAP Data Services

Типы данных Связь с SAP HANA напрямую или через Sybase IQ/Hadoop/ESP/Data Services

Данные о местоположении

Аппаратные данные

Данные временного ряда

Данные транзакций

Неструктури-рованные данные

Данные реального времени

Средства связи данных

SAP HANA

Расширенные аналитические функции: вычисления «in-memory» и в БД

Неполный список возможностей SAP HANA:

Полнотекстовый поиск

Обработка текстов

Механизм правил

Механизм графики

Библиотека прогнозного анализа

(PAL) и R-сценарии

Пространственная обработка

R


R становится все популярнее – это революция!

Какой пакет для сбора данных вы используете чаще всего?

Ежегодный опрос Rexer Analytics среди специалистов по сбору данных: 2008-2014 (n=700)


SAP поддерживает R!

Пример сценария на R для оптимизации маршрута


Сценарий использования: управление дебиторской

задолженностью

Потенциал

исторических данных Использование многолетних данных

о финансах и клиентах

Применение прогнозов Анализ особенностей и прошлого

поведения клиентов для оптимизации схем оплаты

Приоритеты сборов

Упреждающее управление платежами клиентов при помощи

списков приоритетных сборов

Другие источники

данных (внутренние или внешние)

CRM

АРХИВ ДАННЫХ ПО ДЗ (годы 3-7)

SAP FI – A/R (годы 2-0)

ПРОГНОЗНЫЙ АНАЛИЗ SAP

SAP HANA In-Memory

Транзакции и анализ –

прямо в памяти

SAP: УПРАВЛЕНИЕ

ДЕБИТОРСКОЙ

ЗАДОЛЖЕННОСТЬЮ

Выставление счетов

и счетов-фактур

Управление сборами

Бизнес-планирование и моделирование

(SAP BPC)

Оценка и управление

кредитами

Оптимизация движения средств, снижение DSO, сокращение сборов


Мгновенное повышение качества

прогнозов при помощи сигналов рынка

Составление ежедневных прогнозов

на уровне розничного магазина для

оптимизации логистической цепочки

Уменьшение оборотного капитала

за счет оценки и учета изменений

поведения клиентов при оплате счетов

Формирование спроса посредством

ценовых предложений на основе

сегментации предпочтений клиентов

и их покупательского поведения

Представьте себе возможности…

ВОВЛЕЧЕНИЕ ПРОГНОЗ ВИЗУАЛИЗАЦИЯ

Ценность больших данных для финансовых структур

Понимание необходимости хеджирования

в реальном времени Повышение скорости реагирования на

сигналы о мошенничестве благодаря

прозрачности данных об операциях


Пример из практики: финансовые функции SAP – процесс

прогнозирования доходов

Обзор цикла прогнозирования доходов 3 задачи финансовой модели SAP:

1. Анализ профиля заключаемых

на канале сделок. Модель оценки

возможностей определяет вероятность

успешного заключения сделок на конец

квартала.

2. Повышение эффективности продаж.

Определение необходимых действий

для повышения вероятности успеха.

3. Улучшение прогнозирования доходов.

Постоянное обучение модели для более

точного прогнозирования доходов.

5. Обзор с руководством

Global Customer

Organization

1. Прогноз по рыночным единицам

2. Ввод данных в

программу прогноза на

базе веб-сайта

3. Ввод данных в Universe

(ежедневно)

4. Обзор с руководством

Global Solutions


Большие данные для сферы финансов: примеры из практики

4-5 часов экономии времени ежемесячно для 350 анали-тиков; внедрение нового измерения с более чем 1 миллионом участников без снижения эффективности в Hewlett Packard

15 минут вместо 24 часов для создания отчета в Nedbank – перераспределение времени с рутинной работы на анализ и деятельность, приносящую компании прибыль. Снижение сверхурочной работы на 100%

25% ускорение консолидации в конце месяца в компании HMY Group, более частое создание более детальных балансов и прогнозов при помощи приложения SAP Financial Consolidation

1000+ автоматизированных заданий и этапов в компании Dow Chemical с использованием панели управления SAP® Financial Closing

4 млн долл. «Повышение прозрачности благодаря приложению SAP In-House Cash обеспечивает более успешное принятие решений по финансам и управлению рисками. Мы оцениваем ежегодную экономию примерно в €4M».

99,72% снижение времени обработки для анализа транзакций в концептуальном исследовании eBay, с хранением данных о наличных средствах в базе данных SAP HANA®, позволившее почти мгновенно принимать решения о наличных средствах и валютах

30% Сокращение численности бухгалтерии кредиторов после перехода на электронные счета-фактуры. Внутренняя оценка качества обработки счетов-фактур выросла с 1 до 4+ (из 5). Число своевре-менных платежей выросло с 74% до 94%

85% снижение времени на заполнение отчетов по командировочным расходам и 90% снижение времени на утверждение отчетов о расходах руководителями

Компания Achmea в настоящее время развер-тывает новое аналитическое приложение SAP Fraud Management; в ней уже работают несколько финансовых решений SAP

15% рост эффективности централизованного управления рисками и элементами контроля, снижение на 15% числа рисков и случаев наступления убытков

Финансовое

планирование

и анализ

Бухгалтерский учет и

финансовое закрытие

Управление финан-

сами и финансовыми

рисками

Совместные

финансовые операции

Управление рисками

и соблюдением норма-

тивных требований

ДЕМОНСТРАЦИЯ


Прогнозное планирование бизнеса – Infinite Insight + BPC Повышение точности планирования при помощи рыночных сигналов

Построение модели

Открытие InfiniteInsight

Удобное решение для прогнозного анализа без привлечения ИТ-специалистов

Простота создания прогнозных моделей с использованием предустановленных алгоритмов

Позволяет определять ключевые факторы желаемого результата (например, резервирование продаж) либо выявлять тенденции

Использование данных CRM, социальных сетей, исторических тенденций и других макроэкономи-ческих источников данных



Регрессионная модель

В этом примере была выбрана

регрессионная модель; нужно

составить прогноз, какие сделки

будут зарезервированы,

используя исторические

данные CRM

Просмотр доступных переменных

и определение целевых

переменных (т. е. желаемых

результатов)

Исключение переменных,

которые могут вносить ошибки



Обучение модели

Запуск модели для определения

влияющих переменных или

факторов результата

Результаты помогут определить

отношения в модели



Результаты обучения модели

Определена прогностическая

сила: если она высока, то

большинство результатов может

быть предсказано с этим

набором данных

Прогностическая надежность

обеспечивает уверенность

в том, что результаты точны

с небольшой погрешностью



Визуализация отношений

между данными

Оценка прогнозных

возможностей модели

Зеленая область – это иде-

альный сценарий со 100%

точностью предсказания

результатов

Синяя область – превышение

результатов Infinite Insight

над традиционными техно-

логиями (учет исторических

продаж и фиксированные

темпы роста)



Большинство влияющих

переменных определены

Определение силы

конкретных переменных

Начало выработки гипотезы

В случае анализа

резервируемых продаж

неудивительно, что

специалист по работе с

клиентами играет важную

роль в определении того,

будет ли заключена сделка



Применение модели для

прогнозирования будущего

Формирование предположений

о будущих переменных

Применение модели для

прогнозирования будущего

В данном случае мы применяем

модель к текущим данным CRM и

прогнозируем, какие сделки будут

зарезервированы в будущем

квартале



Открытие BPC

Использование прогнозных

данных как отправной точки

для создания финансового

или операционного плана

Прогнозные данные также

могут быть использованы

для моделирования любых

факторов вашего плана в

BPC – таких как формиро-

вание цен на товары, объем

продаж, рентабельность и т.д.

Поток операций BPC поможет

вам осуществить весь

процесс планирования



Импорт файла прогноза

в BPC

Импорт текстового

файла InfiniteInsight

в BPC. В будущем

результаты будут

записываться в

реальном времени

и будут доступны

непосредственно

в SAP HANA

Выберите шаблон ввода

Existing Business для

просмотра и корректи-

ровки прогноза заре-

зервированных сделок



Existing Business

Обзор и корректировка

прогноза зарезервиро-

ванных сделок на

будущий квартал

Заполнение месяцев

плана при помощи BPC

и электронных таблиц

Excel

Все шаблоны и

процессы BPC можно

настраивать в соот-

ветствии с вашими

требованиями



New Business

Загрузите план

New Business

для продукта

Встроенные функции

позволяют вводить

данные на любом

уровне детализации



Расчет нормы прибыли

и просмотр отчетов

Автоматический расчет

рентабельности в BPC

по нормативным

затратам

Отображение и анализ

результатов в отчете

Excel Report или на

информационных

панелях

Для всех отчетов

при необходимости

доступна более полная

детализация

© SAP SE или аффилированная компания SAP, 2014. Все права защищены.

Спасибо!

Контактная информация:

Роб Дженкинс

глобальный экспертный центр по финансам, SAP

+1 913 333 7802

Documents

Большие данные требуют ... Jenk… · Большие данные для сферы финансов: примеры из практики 4-5 часов экономии