Category: финансы

Category was added automatically. Read all entries about "финансы".

Самое важное в этом журнале

Блог посвящен новостям и материалам на тему онтологического моделирования, Semantic Web и Linked Data, а также их применению в создании автоматизированных систем. Встречаются также материалы с личными мнениями по самым разным вопросам. Посты на личные темы перенесены отсюда на страницу в Facebook.

Читателю, пришедему сюда за онтологиями, прежде всего рекомендую краткий свод основных трудов компании ТриниДата:+ Одна повесть про жизнь и ИТ

Обработка концептуализированных знаний: тезисы KMCONF'18

Компании разных отраслей имеют различные представления о том, что является для них знаниями и как ими необходимо управлять. Благодаря этому сформировалось несколько классов программных продуктов, обладающих различной функциональностью, но объединенных общим названием «Система управления знаниями». Среди них можно выделить:

  • ­Системы Service Desk, содержащие базы типовых решений проблемных ситуаций и описание обслуживаемой инфраструктуры;
  • ­Корпоративные порталы, предназначенные для коммуникации между сотрудниками, организации обсуждений, поиска экспертизы;
  • ­Ресурсы для обучения персонала.

Безусловно, все эти продукты работают с информацией, представляющей корпоративные знания. Однако по форме представления такая информация остается представленной в виде текстов, диаграмм, видео. Смысл информации в такой форме способен обрабатывать человек, но не автоматизированная система. Функционал подобных продуктов, безусловно, полезен и необходим, но мы считаем внедрение таких инструментов только первым шагом на пути развития средств управления знаниями в организации.

Collapse )

Немного желчи по поводу модных технологий

Вчера Big data, сегодня deep learning и блокчейн — ведут ли эти хайповые темы к получению реальной пользы и экономического эффекта? Ну, кроме коловращения "инвестиций" и роста потребления электричества?

Если честно, то не очень. Причины следующие:

1. Постановка целей при использовании технологий. Те же Big data и machine learning родились из функциональной задачи подбора оптимальных рекламных материалов для посетителей сайтов. И сегодня большинство data scientist'ов занимаются именно этим: строят сложные модели для того, чтобы люди больше кликали по контекстной рекламе и чаще нажимали заветную кнопку "Купить". Что интересно — такое приложение интеллектуальных усилий мало кому кажется странным.

Применимы ли эти технологии для решения задач в промышленности или в науке? Конечно. Примеры есть, правда их не очень много.

Collapse )

Метрики для оценки социально-экономических систем

Вышла на русском языке книга нобелевских лауреатов по экономике Дж. Стиглица и соавторов под названием «Неверно оценивая нашу жизнь». Это хороший повод для очередного поста на тему "нобелевские лауреаты подтверждают мысли Сергея Горшкова" :)) (предыдущий пост на эту тему).

Я уже не раз писал о способах построения систем показателей, оценивающих состояние разных систем, об опасности чрезмерных математических упрощений, об особых сложностях описания параметров социально-экономических систем при помощи количественных показателей. На ту же мельницу льют воду авторы книги.

Стиглиц и соавторы утверждают, что ВВП и прочие привычные агрегаты не являются индикатором экономического и социального прогресса. Их надо заменить "целым спектром понятий" - то есть, на мой взгляд, системой прежде всего качественных показателей, описывающих не складываемые между собой аспекты того, как люди оценивают ситуацию в обществе и экономике. Авторы рассматривают несколько подходов в качестве основы для построения такой системы.

Collapse )

К формированию показателей безопасности

В управлении безопасностью, как и во многих других областях, принято описывать состояние управляемой системы при помощи ключевых показателей. Приведу одно простое рассуждение на примере, чтобы продемонстрировать, как стоит формировать эти показатели, а как - нет.
На языке показателей безопасность обычно определяется как величина, обратная риску наступления неблагоприятных событий. Риск же является произведением возможного ущерба на вероятность его возникновения. Управление рисками составляет достаточно зрелую дисциплину, применяемую во многих предметных областях. Ключевые показатели риска (KRI) обычно задаются для каждого вида факторов влияния, существенных для системы. Возьмем в качестве примера предельно простой случай технологической системы, и опишем для нее набор KRI.Collapse )

Пределы детализации модели

В ответ на интересный, хотя и небесспорный пост maxstroy на Хабре о моделировании событий (вообще, всем интересующимся моделированием рекомендую прочитать его цепочку постов), у меня родился связный текст о критериях "правильности" моделей, и о том, как найти нужный уровень детальности модели. Воспроизвожу его здесь.

Не стоит говорить о методике моделирования, не говоря о ее практическом применении. Из этого может родиться ощущение, что есть более или менее «правильные» методики.
На самом деле есть методики, которые решают конкретный класс задач, и есть методики, которые их не решают (ну или решают, но с избыточными затратами). Появление не решаемых известными средствами классов задач влечет необходимость в развитии методик моделирования.

Collapse )

Из этого легко видеть, что модель может быть сколь угодно простой и примитивной. Это нормально, пока она позволяет достигать результата.

Аттракцион для бизнес-аналитика

Я несколько раз высказывался в этом блоге о том, чем плоха аналитика, основанная на представлении предприятия в виде простой математической модели. Однако, программистская доля такова, что разрабатывать приходится то, что заказали. Аналитики дружественной компании АКБ №1 разработали математическую модель, мы ее запрограммировали, и выложили несложную демо-версию. Реальная модель посложнее, но общую идею демка передает.

Collapse )

На мой взгляд, намного интереснее было бы смоделировать с бОльшей детализацией и реалистичностью именно отдельно взятый канал продаж. Тогда можно было бы построить с какой-то точностью зависимость, скажем, объема продаж (и прибыли) от средств, вложенных в маркетинг. На этих зависимостях можно было бы найти оптимальный объем инвестиций в продажи, понять, имеет ли смысл продажа тех или иных групп продукции/тем или иным потребителям, словом, ответить на самые что ни на есть практические вопросы, волнующие предпринимателя, который хочет понимать, чем действительно занята его компания. Как именно это делать - я уже писал. А еще можно использовать мультиагентный подход, это вообще killing feature, которая позволяет перекинуть прямой мостик от результатов маркетинговых (и других эмпирических) исследований к бизнес-аналитике. Идеи в этой сфере ждут своего заказчика :)

Как изменился рынок заказной разработки за два года

Актуализировал для публикации в CMS Magazine текст своего поста двухлетней давности о стоимости часа работы программиста - поста, с которого началась новейшая история этого журнала. Очень интересно соотнести свои тогдашние размышления с моим текущим мнением по данному вопросу - то есть, узнать, что изменилось за два года.

Прежде всего, разница в отношении: тогда я был целиком поглощен решением вопроса о том, как сделать из заказной разработки рентабельный и стабильно развивающийся бизнес. Сейчас у меня сформировалось четкое мнение о том, что в чистом виде эта задача не решаема. Нужно продавать что-то другое: не час работы программиста, а собственные знания (консалтинг), тиражные решения (коробки), ну или, на худой конец, часы - но заказчикам из премиум-сегмента: при этом фактически продается страховка заказчика от ряда рисков. А лучше - все это вместе, и под крышей сильного брэнда, заставив его делиться брэндовой премией (для этого надо стать чем-то чуть большим, чем обычным субподрядчиком). Или же, последний вариант - бросить свои компетенции и ресурс разработчиков на создание собственного бизнес-проекта, который будет зарабатывать деньги на чем-то совершенно постороннем. Последний путь наиболее рискован.

Экономическая же часть моих тогдашних мыслей в целом остается актуальной. Несколько меняется сам рынок: потребность в заказной разработке, по ощущению, несколько снижается за счет того, что заказчики стали слишком ленивы, и/или не хотят брать на себя риски и ответственность, связанные с такой разработкой. Многие разработчики переходят от концепции coding for food к желанию заработать большие деньги при том же количестве выполненной работы - что заставляет их тестировать механизмы формирования прибыли, перечисленные выше. Мое субъективное ощущение состоит в том, что и заказчики, и подрядчики перенасыщены деньгами, достающимися им вопреки базовым экономическим правилам, т.е. не в результате работы по созданию прибавочной стоимости, а благодаря извращенной экономической конъюнктуре. Из-за этого теряется нормальная мотивация на уровне как компаний, так и отдельных работников, экономика теряет "бодрость", и загоняет сама себя в тупик, выходом из которого может быть только очередной кризис, который наступит, когда перенасыщение деньгами сменится их дефицитом - а работать все уже отвыкли.

Что я делаю не так? >:-(

Все, я дожил до того, чтобы использовать ЖЖшечку по прямому назначению: плакаться.
Не раз случалось, что некоторые идеи, воплощенные мной в программных продуктах, никому здесь были не нужны, а потом какой-нибудь западный вендор делал то же самое (независимо, конечно - паранойей не страдаю), и оказывалось, что идея-то очень даже ничего. Так было с некоторыми фичами системы index.CRM (образца 2006 года). Так было с многозначностью и мультиязычностью полей при редактировании записей в любых справочниках, которые я реализовал в движке Index5 еще до знакомства с семантикой: через три года они были реализованы в TopBraid EVN буквально в таком же виде, как у меня, и никаких возражений ни у кого уже не вызывают (про это я писал здесь). Сегодня меня добил еще один кейс такого рода. Буду рад, если кто-нибудь из неравнодушных читателей выскажет свое мнение - что же я делаю не так? Почему мои идеи доводят меня только до стойкой аллергии на ИТ-бизнес, в то время как те же самые идеи, реализованные другими людьми и чуть попозже, подаются (и продаются) как вполне себе нормальные инновации?

Collapse )

Детская болезнь математизма в аналитике

Продолжая тему, начатую в прошлом посте, расскажу об опасности сведения бизнес-аналитики к математическим абстракциям.
Представим себе предпринимателя, обладающего аналитическим мышлением, и желающего управлять своим бизнесом с опорой на рациональные гипотезы/доказательства. Первым делом ему необходимо построить модель своих бизнес-процессов. Таких моделей существует множество, плюс каждый может придумать себе свою. "Ловушкой", в которую легко при этом попасть, является принятие слишком простой модели. Она будет удобна для восприятия, но с реальностью связана так же, как сферический конь в вакууме - с конем Гнедком. Наломать дров с такой моделью будет легко, а отказаться от нее - очень сложно.

Collapse )