Логическая витрина для доступа к большим даннымSergey Gorshkov
Как компании получить максимальную выгоду от накопленной информации? Как интегрировать данные из хранилищ Big Data с традиционной аналитической информацией?
Какие бизнес-задачи решает логическая витрина данных? Как ее построить? В чем преимущества витрины данных, построенной с использованием концептуального моделирования, и онтологических (семантических) технологий?
Логическая витрина для доступа к большим даннымSergey Gorshkov
Как компании получить максимальную выгоду от накопленной информации? Как интегрировать данные из хранилищ Big Data с традиционной аналитической информацией?
Какие бизнес-задачи решает логическая витрина данных? Как ее построить? В чем преимущества витрины данных, построенной с использованием концептуального моделирования, и онтологических (семантических) технологий?
Концепция применения онтологических структур в ERP-системахAnatoly Simkin
В данной статье поднята проблематика анализа информации, предоставляемой информационными системами. Рассмотрены актуальные способы ее структурирования и представления пользователю. Предложена концепция построения и применения онтологических структур в информационных системах для анализа данных.
This article is devoted to the problems of data analysis that is provided by information systems. The actual methods of structuring and representation for user were considered. There was proposed the principle of making and applying the ontology structure in information systems for data analysis.
Анализ продаж в приложении QlikView 11. Создание приложения для бизнес-анализаIvan Shamaev
Создание приложения "Анализ продаж" в QlikView. Последовательность шагов разработки модели данных, скрипта и визуализации. Модель учета Excel, готовую модель QlikView и модель данных можно скачать по ссылке: http://ivan-shamaev.ru/qlikview-theory-and-practice/ внизу страницы. Будут вопросы - пишите на ivan.shamaev@gmail.com
Концепция применения онтологических структур в ERP-системахAnatoly Simkin
В данной статье поднята проблематика анализа информации, предоставляемой информационными системами. Рассмотрены актуальные способы ее структурирования и представления пользователю. Предложена концепция построения и применения онтологических структур в информационных системах для анализа данных.
This article is devoted to the problems of data analysis that is provided by information systems. The actual methods of structuring and representation for user were considered. There was proposed the principle of making and applying the ontology structure in information systems for data analysis.
Анализ продаж в приложении QlikView 11. Создание приложения для бизнес-анализаIvan Shamaev
Создание приложения "Анализ продаж" в QlikView. Последовательность шагов разработки модели данных, скрипта и визуализации. Модель учета Excel, готовую модель QlikView и модель данных можно скачать по ссылке: http://ivan-shamaev.ru/qlikview-theory-and-practice/ внизу страницы. Будут вопросы - пишите на ivan.shamaev@gmail.com
User Stories vs. Use Cases
● User Stories
● Определение User Story
● Структура пользовательской истории
● Принципы проверки на качество User Story
● Use Cases
● Определение Use Cases
● Структура Use Cases
● Принципы составления Use Cases
Хорошая техническая документация окружает программный продукт - помогает его проектировать и продавать, помогает его осваивать, помогает его поддерживать и продолжать разработку.
Документация определяет User Experience или Customer Experience далеко за пределами пользовательского интерфейса.
Презентация к выступлению на встрече UX-специалистов в консорциуме Кодекс.
Quick Sales – это CRM-система (Customer Relationship Management), которая предназначена для управления взаимодействием с клиентами. Разработчик системы – компания «ЭкспертСистемс».
В этом руководстве вы найдете краткое описание модулей CRM-системы и их назначения; общие правила работы и информацию об особенностях интерфейса программы
СТАРТАП-СПРИНТ – это 10-дневный интенсивный курс проработки идеи , основанный на исследованиях, прототипировании и тестировании гипотез на пользователях.
Команда шаг за шагом проходит процесс с помощью спринт-мастера, чтобы в результате ответить на ключевые вопросы о продукте и сформулировать жизнеспособную концепцию.
Спринт-мастер – ведущий стартап-спринта, который ведёт команды по процессу, следит за соблюдением методологии и помогает работать с артефактами.
Задача спринт-мастера – сделать командную работу максимально продуктивной. В результате курса сложится видение продукта таким, каким хочет видеть его ваш клиент, а не вы. Мы на практике заполним базовые инструменты моделирования бизнеса и продукта.
Формат:
10 воркшопов по 3 часа. Воркшопы проходят 2 раза в неделю. Формат воркшопа подразумевает 80% практики и 20% теории.
Цель курса:
1. проработать свою идею
2. создать концепцию и прототип жизнеспособного продукта
3. протестировать спрос и получить обратную связь от пользователей и менторов
4. изучить методологии гибкой и бережливой разработки продуктов (customer development, lean startup, design thinking)
Для кого курс:
Курс будет полезен для основателей как уже работающих продуктов, так и тех, кто пока находится на уровне идеи.
Курс обязателен для:
1. Менеджеров продуктов и маркетёров
2. Предпринимателей
3. Дизайнеров
4. Стартапов
С подробной программой и другими деталями можно ознакомиться по ссылке: http://bibox.by/startupsprint
Главный риск не успешности проекта создания автоматизированной системы - это автоматизированная система не будет удовлетворять ожиданиям ее заказчика.
Главные способы сниженя риска неудовлетворенности проектным внедрением заказчиком:
* создание автоматизированной системы по отработанной технологии;
* документирование процесса ее разработки.
Статья «Формирование универсальных требований к пользовательским программам п...ph.d. Dmitry Stepanov
предлагается обобщенная структура описания программ. Используя предложенную структуру, формулируются универсальные требования, применимые к любым пользовательским разработкам и необходимые в процессе подготовки функционально-технической спецификации на разработку программы.
Почему все путают MVP и первую версию продукта, а так же куда это приводит?Mikhail Kulakov
Презентация выступления Павла Правдина (COO@Iwlab).
Понятие Minimum Viable Product и что должно быть готово перед тем как начать делать MVP. Когда заканчивается использование MVP и что с ним делать дальше? На закуску, пример проекта dressapp: две ранних версии продукта, несколько MVP и крутой pivot.
2. 1
ПРОБЛЕМЫ:
Службы техподдержки используют
несколько багтрекеров для разных
продуктов/услуг.
Много неструктурированной
информации в разных источниках:
багтрекеры, FAQ, документация, статьи,
форумы.
Параметры продуктов/услуг,
существенные для поиска решений,
меняются со временем.
В ПО и в головах у людей не разделяются
инциденты (конкретные ситуации)
и проблемы (факторы, приводящие
к инцидентам).
Проблемы и решения
РЕШЕНИЯ:
Создать единую концептуальную модель всей
информации, относящейся к техподдержке – в том числе
модель инцидента, модель проблемы. Выявить смысловые
признаки инцидентов и проблем, которые можно
использовать для поиска решений.
Создать единую программную витрину для работы с этой
информацией в терминах концептуальной модели.
Создать инструменты автоматического/ручного описания
смысла хранимой информации – перейти от данных
к знаниям.
Создать новые инструменты поиска решений, которые
помогут как сотрудникам техподдержки, так и клиентам.
3. 2До и после
База данных
инцидентов
(багтрекер 1)
База данных
инцидентов
(багтрекер 2)
База данных
инцидентов
(багтрекер N)
Документация
Форумы
Статьи
До:
Сотрудник техподдержки использует множество инструментов
и должен сам ориентироваться в их содержимом.
Основной инструмент поиска – поиск по ключевым словам.
4. 2До и после
После:
База данных
инцидентов
(багтрекер 1)
База данных
инцидентов
(багтрекер 2)
База данных
инцидентов
(багтрекер N)
Документация
Форумы
Статьи
Онтологическая модель знаний
SD/HD
Витрина знаний для поиска
решений
• Варианты решений
• Возможные причины
• Похожие инциденты
• Дополнительная
документацияСотрудник техподдержки использует одну
точку входа для поиска любой информации.
Инструменты поиска позволяют конструировать
логические условия и получать точные ответы
на запросы.
5. 3Как это работает?
Представим компанию, занимающуюся обслуживанием оргтехники (принтеры, сканеры, МФУ).
Составим «семантический портрет» типичного инцидента:
Здравствуйте! Я приобрела в вашей компании принтер. Через неделю после
начала работы я стала замечать, что при включении принтера он не подает
никаких признаков жизни (не горят индикаторы, не стартуют ролики).
Но через 3-5 минут принтер становится доступен для печати.
Что мне делать в таком случае? Помогите, пожалуйста!
Вид продукта: принтер
Состояние: включен
(или Ситуация:
при включении)
Признаки
неисправности:
не горят индикаторы
не стартуют ролики
=> нарушена функция:
инициализация
устройства
Выполняется функция:
печать
Характеристика функции:
Выполняется с задержкой
Система анализа текста может выделить
семантические признаки и маркировать
инцидент в соответствии с ними
6. 4Ядро концептуальной модели
Тип продукта
(принтер, МФУ…)
Функция
(печать, сканирование…)
Состояние продукта
(включен, индикатор горит,
лоток открыт…)
Тип продукта
выполняет функцию
Тип продукта
может находиться
в состоянии
Конкретный
продукт в ситуации
Успешно
выполняется
функция
Нарушено
выполнение
функции
Характеристика
выполнения
функции
Продукт находится
в состоянии
Инцидент
Проблема
Статья
Здесь представлен фрагмент
одного из вариантов модели.
Реальная модель создается
для конкретного заказчика
с учетом специфики сферы
его деятельности.
7. 5Способ использования
Один из способов использования такой модели – инструмент помощи сотруднику поддержки (клиенту).
В интерфейс существующего багтрекера можно встроить форму, в которой пользователь сможет быстро
охарактеризовать суть проблемы:
1) Выбрать тип устройства 2) Указать состояние устройства
набор доступных опций зависит от типа устройства
3) Указать состояние выполнения функций
Система проведет поиск решений
среди всех материалов
базы знаний:
других инцидентов,
выявленных ранее
и обобщенных проблем,
статей, документации и др.
8. 6Способ использования
Система найдет материалы с похожими семантическими признаками и выведет их:
Кроме того, она определит признаки, которыми еще обладают найденные материалы, и на этом основании
предложит уточнить вопрос:
9. 7Процесс создания системы
1. Анализ предметной области, обследование бизнес-процесса заказчика
2. Выделение типовых моделей проблемных ситуаций,
с которыми имеет дело служба поддержки
3. Создание концептуальной модели (включая модели проблемных ситуаций)
в нашем ПО
4. Интеграция с багтрекерами и другими источниками информации.
Создание средств семантического описания элементов информации
в соответствии с моделью – структурирование знаний.
5. Создание инструментов использования базы знаний:
встраивание в существующее ПО интерфейсов, соответствующих
функциональным потребностям заказчика, или создание новых приложений.
6. Обучение специалистов заказчика работе с системой.