Чернобровов Алексей

Разработка стратегии цифровой трансформации.

GFC (Global Foodservice Company) – российская, динамично развивающаяся, фудсервисная компания. На протяжении 15 лет является надежным поставщиком продуктов и решений на рынке HoReCa. 

В рамках работы с данной компанией была заложена стратегия проведения цифровой трансформации бизнес-процессов, а также положено начало ее дальнейшей реализации и проведению.

Цифровая трансформация  — переосмысление и перепроектирование бизнес-процессов с использованием перспективных средств цифровизации и автоматизации для достижения максимального эффекта производственно-хозяйственной и финансово-экономической деятельности.

Для такой крупной компании, как GFC крайне важно постоянно развиваться и следовать трендам рынка, а также преобразовывать свои бизнес-процессы. 

Что было сделано в рамках данной работы:

• Аудит всех систем заказчика, бизнес-процессов, регламентов
• Разработана стратегия цифровой трансформации
• Найм IT-команды (более 10 человек)
• Интеграция всех IT-систем заказчика в единый контур
• Создание CRM и интеграция в контур (сайт и 1с)
• Перезапуск сайта с интернет-магазином и пресонализацией (сегментацией)
• Запуск мобильных приложений (Android и iOS)
• Система прогнозирования спроса
• Презентации для инвесторов
• Проведение тренингов, создание материалов для дистанционного обучения, регламентов, инструкций и тд

Тренинги по цифровой трансформации с целью повышения квалификации для сотрудников компании Марс.

Более 100 лет Mars производит вкусные и питательные продукты, которые любят миллионы людей.

Для такого крупного производителя пищевых продуктов всегда крайне важно быть в тренде рынка, чтобы вводить и разрабатывать новые стратегии работы и оставаться при этом конкрентоспособным. С целью повышения квалификации сотрудников компании Mars в цифровой трансформации проводятся тренинги по различным темам, связанным с Data Science, его применением и активным использованием в сфере диджитализации.

План курса предлагает следующий набор тем:

• Введение в цифровую трансформацию
• Базы данных и работа с данными
• Метрики и business intelligence
• Data-driven подход
• АБ-тесты
• Машинное обучение и Data science
• Как работает Data scientist
• Технологии в Data science
• Цифровая трансформация бизнеса
• Другие технологии

В ходе обучения студенты также выполняют практические задания и учатся применять полученные знания, чтобы в будущем успешно внедрять технологии цифровой трансформации в работе. 

Тренинг по работе с данными и их применению в сфере телекоммуникаций.

ПАО «Ростелеком» (www.company.rt.ru) — крупнейший в России интегрированный провайдер цифровых услуг и решений, который присутствует во всех сегментах рынка и охватывает миллионы домохозяйств, государственных и частных организаций. 

Для менеджеров компании специально были подготовлены следующие темы вебинаров:

• Data-driven management
• Культура работы с данными
• Аналитика для руководителей
• Работа с гипотезами, АБ-тестирование
• Как формировать и считать бизнес-кейсы
• Кросс-функциональное взаимодействие с аналитиками

В ходе проведенного обучения также предлагались к выполнению специальные практически задания, чтобы студенты могли попробовать применять методы Data-driven подхода и АБ-тестов в своей области, а также попытаться анализировать предложенные задачи.

Вебинары прослушали более 50 студентов.

Проведение тренинга для менеджмента компании продовольственных магазинов "Пятерочка".

Пятёрочка — российская сеть продовольственных магазинов «у дома», которой управляет X5 Retail Group. 

Проведенный тренинг включал в себя разбор основ машинного обучения и того, как его принимать в сфере продовольственных магазинов.

Были разобраны следующие темы:

• Основные понятия Data Science
• Культура работы с данными и Data-Driven подход
• АБ-тесты
• Математика data science
• Постановка задачи машинного обучения и метрики оценки качества моделей машинного обучения
• Валидация и интерпретация моделей

На практике были также разобраны актуальные кейсы и примеры бизнес-решений.

В результате менеджмент компании повысил компетенции в области машинного обучения. Менеджмент научился общаться с со специалистами по datascienceна «одном языке».

Тренинг по цифровой трансформации

ПАО Северсталь — российская вертикально интегрированная сталелитейная и горнодобывающая компания, владеющая Череповецким металлургическим комбинатом, вторым по величине сталелитейным комбинатом России.

В рамках тренинга, специально подготовленного для компании Северсталь совместно с Нетологией, были разобраны такие понятия, как Информационная эра, Индустрия 4.0, Data-driven подход и также культура работы с данными в информационную эпоху.

Были рассмотрены примеры различных индустриальных компаний. Их результаты работы с данными, как это повысило производительность и успешность этих компаний. Как этот опыт можно применить для Северстали.

Проведение тренинга по прогнозированию спроса.

Лента — российская сеть гипермаркетов. Управляется компанией «Lenta Ltd». 

Специально для менеджмента компании был проведен тренинг по Data Driven подходу к анализу данных с приложением к прогнозированию спроса для планирования поставок товаров.

Прогнозирование спроса в торговом предприятии — это прогноз будущих продаж, определение потребности в товарах и необходимых объемов закупок, составление заказов на поставку товаров.

Если правильно сочетать методы и подходы к прогнозированию спроса, то можно значительно улучшить логистику своего предприятия, что в долгосрочном периоде может дать достаточно большие положительные результаты.

Проведение тренинга по основам аналитики.

Банк ВТБ— советский и российский универсальный коммерческий банк c государственным участием. Второй по величине активов банк страны и первый по размеру уставного капитала.

В рамках консультации в виде тренинга была разобрана тема "Основы аналитики и управления данными". Сегодня аналитика является важным элементом в достижении успеха компании. Она помогает принимать обоснованные решения и проводить мониторинг деятельности своего подразделения или всей компании.

Тренинг включал в себя следующие разделы:

• Как принимать решения на основе данных
• Системный подход к работе с данными
• Внедрение аналитики в бизнес
• Инструменты для принятия решения на основе данных
• Успешные примеры внедрения data-driven подход.

Улучшение работы рекомендательной системы 

М.Видео - лидер среди розничных сетей по продаже электроники и бытовой техники в России и одна из крупнейших европейских компаний в этом сегменте.  

В современном мире очень важным для таких магазинов является хорошо разработанная рекомендательная система. Ведь она имеет множество полезных задач, например: 

предложить скидку на комплексную покупку (cross-selling)информировать клиента о новом продукте (up-selling)сегментировать клиентскую базуоценить отношение клиента к продукту или услуге. 

Для М.Видео был проведён аудит рекомендательной системы, было рассмотрена работа текущей рекомендательной системы, предложены продуктивные гипотез для решения проблем:

• Балансировки выборки
• Учета иерархии и категоризации товаров
• Использование proxy-метрик

Гипотезы протестированы на данных, приведены возможные варианты имплементации.

Проведённая работа и тестирование помогли выявить основные проблемы, а предложенные решения по их устранению смогли улучшить рекомендательную систему. 

Обучение по цифровой трансформации в сфере логистики и поставок.

Декатлон занимает крупные позиции на мировом рынке. Это французская компания, специализирующаяся на разработке, производстве и розничной торговле спортивными товарами более чем для семидесяти видов спорта. 

В индустриальный век важно развивать бизнес-процессы компании и проводить цифровую трансформацию. 

Цифровая трансформация подразумевает под собой непосредственные изменения в бизнес-процессах предприятия. Она ведет к изменению практически каждого механизма внутри компании – производство, поставка, обслуживание продукта, взаимодействие с потребителем и так далее. 

Поэтому непосредственно для Декатлона была рассмотрена важность и необходимость цифровой трансформации, какую пользу она приносит и как ее внедрить в сфере логистики и поставок. 

Для этого были также разобраны успешные примеры внедрения цифровой трансформации. 

Установлено эффективное ценообразование, повышение процента продаж и совокупной прибыли.

«Аквалинк» - стабильная, надежная и постоянно развивающаяся компания, специализирующаяся на продаже сантехники оптом и в розницу в Санкт-Петербурге и Ленобласти.

С выбором правильного алгоритма установки цен и проработки проекта, Аквалинку удалось установить эффективное ценообразование с учетом всех соответствий стратегиям и целям бизнеса. 

Управление продажами стало более легким, фирма получила возможность непосредственно управлять соотношением «ценность/цена» для конечного покупателя, а также применение гибкого воздействия на покупателя, путем использования таких инструментов, как скидки или купоны, стало более эффективным и прибыльным.

Проведение образовательного тренинга по Data Science на темы: "Машинное обучение и внедрение Data Science" и "Data-driven управление бизнесом".

Х5 Retail Group — ведущая мультиформатная компания современной розничной торговли — создает, развивает и управляет портфелем брендов сетевых магазинов, стремясь удовлетворить все группы российских покупателей. Ее торговые сети: Перекресток, Пятерочка и Карусель.

Проведение образовательных тренингов для менеджеров включало в себя подготовку материала и презентации на темы: "Машинное обучение и внедрение Data Science" и "Data-driven управление бизнесом". 

Были разобраны основные понятия Data science, Machine Learning, также особое внимание было уделено Data-driven подходу к принятию решений. Как работать с данными и что такое культура работа с данными? Какие есть иерархии метрик? Как принимать решения правильно и их анализировать?

Для этого была проведена практика по принятию решений на основе данных и разобраны самые успешные кейсы внедрения data science.

Создана модель скоринга data scince проектов.

Выбраны лучшие проекты для участия в программе акселератора.

В компании был сформирован департамент, который отвечает за создание DataScienceпроектов. Для оценки эффективности и приоритезации проектов  была поставлена задача проанализировать текущие инициативы, чтобы определить фокус работы департамента.

Что необходимо было сделать:

Экспертная оценка кейсов по аналитике данных с точки зрения перспективности их проработки и внедрения в компании.

Кейсы были подобраны с целью повысить эффективность работы в следующих областях компании: управление рисками, обслуживание, экспансия, персонал, закупки, интернет-коммерция, логистика.

Анализ кейсов в рамках проекта состоял из нескольких этапов:

- Выявление и оценка объективных метрик для скоринга: сложность поставленной задачи, качество данных, количественный состав команды, прогнозируемый срок внедрения, ожидаемый доход;

- Определение необходимых ресурсов для реализации каждого проекта: предложение инструментов решения, необходимые данные для dataset, рекомендация по оптимальному составу проектной команды;

- Описание ключевых KPI для каждого проекта;

- Составление подборки аналогичных кейсов с описанием задач и результатов внедрения;

Что получил бизнес:

Понимание перспективности и эффективности проектов по Data Science, работающую скрининговую модель, улучшение качества работы за счет внедрения проектов по Data Science и Big Data.

Обучение работе с Big Data, анализу данных, пониманию бизнеса и его структур.

Национальный расчётный депозитарий (НРД) — российская небанковская кредитная организация, центральный депозитарий России, профессиональный участник рынка ценных бумаг, осуществляющий депозитарную деятельность.

В рамках развития корпоративной культуры и улучшения подхода к обработке хранения данных был разработан модуль для Data Science в рамках курса НРД совместно с Нетологией. Курс прослушали более 100 сотрудников и узнали о том, что такое Data Science, как и когда он применяется, что такое культура сбора данных, как правильно собирать и хранить данные. Также на различных примерах было показано, как Data Science применяется в нашей жизни. 

Благодаря данному курсу сотрудники смогли повысить свой уровень знания в данной сфере и узнали, как эти знания можно применять на практике. 

Проект под NDA.

Для одного крупного Банка, который оказывает услуги, как для физических лиц, так и для малого и среднего бизнеса, необходимо было оптимизировать распределение трафика с целью повышение конверсий в основные услуги банка.

В ходе работе были выявление проблем сайта и предложение оптимальной структуры на основе анализа поведения пользователей, также улучшение работы по настройкам сайта.

Для достижения поставленных целей были выполнены следующие задачи:

- Анализ распределения трафика: лидеры по отказам, посещаемости, вовлеченности;

- Анализ поведения пользователей;

- Поисковая аналитика;

- Создание карты сайта на основе аналитики;

- Улучшение работы структуры сайта и увеличение трафика;

- Выявление аномалий;

- Анализ меню сайта.

Благодаря этой работе Банк заново спроектировал меню, существенно переработал сайт и улучшил структуру сайта. Точные цифры и результаты под NDA. 

Экономия на сокращение операционных затрат более 2 млн. в месяц

SkyEng.ru - крупнейшая онлайн-школа для изучения английского языка в Европе.

Компания заказала консалтинг с целью автоматизации Customer Journey Map.

Customer Journey Map (CJM) - это карта взаимодействия пользователя с продуктом. Цель данного инструмента - показать где, когда, в каком контексте потребитель взаимодействует с брендом или продуктом. А также оценить какова релевантность той или иной точки контакта.

Была построена система CJM с учётом всех особенностей данной компании и работы данной сферы с целью улучшения взаимодействия с клиентами, и проработаны шаги, необходимые для улучшения этого взаимодействия.

Что получил бизнес: скоринг модель для пользователей – прогнозирование вероятности стать клиентом после заявки. 

Эффективная реализация маркетинговых стратегий и рост выручки более чем на 50%.

Интернет-магазин ПУЛЬТ.РУ был основан в 2003 году. Все годы своего существования компания постоянно развивалась, совершенствовался стиль работы, оттачивалось мастерство и профессионализм сотрудников. Сегодня ПУЛЬТ.РУ ― крупнейший Интернет-магазин в сфере HI-FI/ HI-END техники.

Для данной компании необходимо было создать Customer Journey Map, а также построить систему аналитики на базе PIWIK. 

Customer Journey Map (CJM) - это карта взаимодействия пользователя с продуктом. Цель данного инструмента - показать где, когда, в каком контексте потребитель взаимодействует с брендом или продуктом. А также оценить какова релевантность той или иной точки контакта.

В процессе работы была сформирована с нуля маркетинговая команда, разработана и имплементирована стратегия маркетинга, а также построена система аналитики, что повысило эффективность работы компании. Также кейс с созданием CJM для ПУЛЬТ.РУ был номинирован на премию Оборот.ру.

Создана система CJM. Рост более 10% в эффективности маркетинговых каналов.

Mazda.ru - японская автомобилестроительная компания, выпускающая автомобили «Мазда». В 2015 году стала пятнадцатым автопроизводителем в мире по объёму производства автомобилей.

Для данной компании была разработана персонализация на сайте и в рекламных каналах, то есть был проведен прогноз модели, которую потенциально хочет приобрести пользователь. В результате были созданы персонализированный pop-up и система Customer Journey Map.

Customer Journey Map (CJM) - это карта взаимодействия пользователя с продуктом. Цель данного инструмента - показать где, когда, в каком контексте потребитель взаимодействует с брендом или продуктом. А также оценить какова релевантность той или иной точки контакта.

Основная цель бизнеса - увеличить, так или иначе, конверсию. Для этого нужно направить пользователя в те customer journey map, по той ветке графа, который приносит наиболее больший доход или увеличивает целевую метрику.

Что получил бизнес:

Оценив потенциал всех вероятных точек контакта с пользователем, компания эффективно распределила финансовые и управленческие ресурсы и повысила эффективность маркетинговых каналов.

Cокращение нагрузки на отдел закупок и улучшение качества закупок за счет внедрения системы прогнозирования закупок.

Babadu.ru — онлайн-гипермаркет для счастливых родителей. Один из лидеров детского интернет-рынка в России.

Магазин предлагает совершенно разные товары для детей и родителей: одежду, игрушки, технику, мебель и т.д. Значит, все это есть и на складах компании — и чем дольше товары там лежат, тем дороже ей обходятся.

Чтобы выяснить, как осуществлять оптимальную закупку, компания обратилась ко мне для создания эффективной системы прогнозирования закупок.

Система строит прогноз на оптимальную закупку товара с учетом текущих остатков, прогноза трафика, прогноза конверсии на сайте и других факторов.

Что получил бизнес:

Внедрение данной системы позволило существенно сократить нагрузку на отдел закупок (до 400 человеко-часов в месяц), а также улучшить качество закупок, улучшив показатели оборотного капитала.

Построенные аналитические системы позволяют управлять бизнесом на основе данных и таргетировать необходимые цели (выручку, заработок на заказ и др.).

Babadu.ru — онлайн-гипермаркет для счастливых родителей. Один из лидеров детского интернет-рынка в России.

Магазин предлагает совершенно разные товары для детей и родителей: одежду, игрушки, технику, мебель и т.д. Значит, все это есть и на складах компании — и чем дольше товары там лежат, тем дороже ей обходятся.

Компании необходимо было создать собственную систему аналитики (BI).

Для этого было разработано хранилище данных, где собраны визиты пользователей, данные из CRM, маркетинговые данные и т.д.

Помимо этого в системе были реализованы следующие вещи:

а) Расчёт точных маркетинговых затрат на каждую транзакцию;

б) Управление маркетинговыми каналами для достижения заданных бизнес-целей на основе unit-экономики, LTV и других метрик;

в) Построение товарных рекомендаций на сайте;

г) Автоматизированный пересмотр стоимости доставки для различных регионов на основе конверсий;

д) Создание удобной визуализации данных для разных отделов: маркетинга, закупок, топ-менеджмента;.

е) Сравнение цен с основными конкурентами, воронки продаж (по выручке, марже) в различных срезах (по RFM-сегментам, полу, возрасту и т.д.), борьба со фродом и т.д.

Что получил бизнес:

Хорошо построенную систему аналитики, что позволило компании повысить свою производительность, а также увеличить свой оборот и выйти в ТОР - 100 крупнейших интернет-магазинов.

Внедрение данной системы и стратегий динамического ценообразования позволило улучшить валовую маржу на 3%.

Babadu.ru — онлайн-гипермаркет для счастливых родителей. Один из лидеров детского интернет-рынка в России.

Магазин предлагает совершенно разные товары для детей и родителей: одежду, игрушки, технику, мебель и т.д. Значит, все это есть и на складах компании — и чем дольше товары там лежат, тем дороже ей обходятся.

Главная задача в данной работе:  создание системы динамического ценообразования.

Данная стратегия подразумевает постоянное изменение цены товара в зависимости от действий ваших конкурентов и спроса. В мире, где постоянно идет сравнение товаров и их стоимости, важно вовремя предоставить покупателю оптимальную цену, то есть в нужный момент понизить или повысить ее.

Система позволяет устанавливать оптимальные цены на товарные предложения и настраиваться на разные бизнес-цели: увеличение валовой выручки, увеличение маржи, увеличение прибыли и т.д.

При разработке динамического ценообразования для BABADU были использованы такие факторы как: анализ спроса, региона, цен конкурентов и другие важные факторов.