ПРОГРАММНАЯ ПОДДЕРЖКА АГРЕГИРОВАНИЯ И ПРЕДСТАВЛЕНИЯ ДАННЫХ

SOFTWARE SUPPORT FOR DATA AGGREGATION AND PRESENTATION

Bartsevich Alina Sergeevna

Student, Department of Economic Informatics, Belarusian State University of Informatics and Radioelectronics,

Belarus, Minsk

АННОТАЦИЯ

В работе исследуется проблема эффективного агрегирования и представления больших объемов данных в системах управления взаимоотношениями с клиентами (CRM) и бизнес-аналитике (BI). В современном мире существует огромное количество данных, которые необходимо собирать, обрабатывать и анализировать для принятия правильных бизнес-решений. В рамках проекта создана система, которая позволит собирать данные из разных источников, агрегировать их и представлять в удобном для анализа виде. Разработанная CRM и BI система будет оснащена интуитивно понятным интерфейсом и набором инструментов для анализа данных, что позволит бизнес-аналитикам и менеджерам принимать обоснованные решения на основе точной и актуальной информации. Результаты работы могут быть использованы в различных отраслях, в том числе в маркетинге, продажах и финансовом менеджменте.

ABSTRACT

This paper examines the problem of effectively aggregating and displaying large volumes of data in a moderate customer relationship management (CRM) and business intelligence (BI) environment. In today's world, vast amounts of data must be collected, processed, and analyzed to make sound business decisions. The project created a system that collects data from various sources, aggregates it, and displays it in a format convenient for analysis. The developed CRM and BI system will feature a user-friendly interface and a set of data analysis tools, enabling business analysts and managers to make informed decisions based on accurate and up-to-date information. The results of this work can be used in various fields, including marketing, sales, and financial management.

Ключевые слова: CRM, BI, агрегирование данных, представление данных, базы данных, отчетность, мониторинг, анализ данных, управление продажами, управление клиентскими отношениями, эффективность бизнеса.

Keywords: CRM, BI, data aggregation, data presentation, databases, reporting, monitoring, data analysis, sales management, customer relationship management, business performance.

В работе рассматривается проблема эффективной обработки больших объемов данных в рамках CRM и BI системы. Основная задача состоит в том, чтобы собирать данные из различных источников, структурировать их и представлять в удобном для анализа виде.

В современном бизнесе объем данных растет в геометрической прогрессии. Использование CRM и BI систем становится необходимостью для бизнеса [1, с. 35], который стремится быть эффективным и конкурентоспособным [2, с. 100]. Однако, часто возникают проблемы, связанные с тем, что данные неструктурированные, источники разнообразны и их трудно собирать и анализировать вместе.

В данном проекте используются современные методы агрегирования данных, а также технологии представления данных, которые позволят максимально эффективно собирать, структурировать и анализировать данные. В результате разработки CRM и BI системы, бизнес-пользователи получат возможность получают актуальную информацию в режиме реального времени, что позволяет принимать оперативные решения и улучшать бизнес-процессы. Данный программный продукт будет способствовать повышению эффективности бизнеса за счет более качественного анализа данных.

Конкретные проблемы бизнеса могут варьироваться в зависимости от отрасли, однако в целом большинство компаний сталкиваются со следующими проблемами:

1. недостаточное понимание потребностей клиентов: бизнесы часто не имеют четкого представления о том, что их клиенты ищут и какие услуги и продукты они хотят купить. Это может привести к созданию неэффективных маркетинговых кампаний и падению продаж [3, с. 127].
2. неэффективный управленческий процесс: бизнесы часто сталкиваются с проблемами, связанными с управлением своими ресурсами. Это может быть связано с неэффективным распределением ресурсов, неоптимальным использованием времени и недостаточным контролем над процессами [4, с. 17].
3. недостаточное понимание производительности бизнеса: бизнесы часто не имеют четкого представления о том, как их бизнес производит и как он может улучшить свою производительность. Это может привести к неэффективному использованию ресурсов, падению прибыли и ухудшению бизнеса в целом.

Рассмотрим основные задачи CRM. Основные задачи CRM – создание конвейера по привлечению новых клиентов и развитию существующих клиентов, минимизация человеческого фактора при работе с клиентами, абсолютная прозрачность деятельности в сферах продаж, маркетинга и клиентского обслуживания [5, с. 178]. Отраслевую специфику банковской деятельности следует рассматривать с точки зрения трех уровней – единое информационное пространство, управление продажами, управление бизнес-процессами.

Управление взаимоотношениями. Основа решения, базовый уровень управления – это создание единого информационного пространства по работе с существующими и потенциальными клиентами банка. На этом уровне CRM-решение интегрируется в ИТ-инфраструктуру банка для получения информации о существующих клиентах, информации по используемым продуктам и их финансовым показателям. Составляющие блоки первого уровня – это ведение всей истории взаимоотношений: встречи, звонки, корреспонденция, заявки, документы, договоры, анализ взаимосвязей клиентов, управление всеми каналами коммуникаций, автоматизация контакт-центра.

Расширенное управление планированием и продажами. После создания единого информационного пространства по работе с клиентами банка, следующим уровнем является расширенное управление планированием и активными продажами. На данном уровне банк детально прорабатывает и автоматизирует сегментацию клиентов по значимости и жизненному циклу, составляются продуктово-сегментная и кросс-продуктовая матрицы, автоматизируется система планирования, настраиваются бизнес-процессы активного привлечения, кросс-продаж и продуктовые «конвейеры». Важным моментом второго уровня управления является контроль процессов маркетинговой деятельности (воздействия, опросы, рассылки), динамическое наполнение и контроль воронки продаж [6, с. 100].

Управление сквозными бизнес-процессами. Только после автоматизации каждого направления предыдущих уровней в отдельности, на третьем, самом верхнем уровне управления, в CRM-решении настраиваются глобальные сквозные бизнес-процессы, контролирующие все взаимоотношения с клиентами на протяжении всего жизненного цикла. Данный уровень позволяет связать все процессы воедино и управлять ими на макроуровне. Доступность измерения показателей на любом участке макропроцесса позволяет контролировать деятельность банка в отношении клиентов, выстраивать систему принятия решений, реализовать классический принцип управления стратегией, тактикой и операциями.

CRM и BI могут помочь решить эти проблемы. CRM система помогает бизнесам лучше понимать потребности клиентов, управлять их отношениями и создавать более эффективные маркетинговые кампании. BI система может помочь бизнесам анализировать данные и принимать лучшие управленческие решения на основе полученных результатов [7, с. 20]. Она также помогает бизнесам контролировать производительность и выявлять слабые места в своей деятельности.

Таким образом, CRM и BI системы могут помочь бизнесам решать проблемы, связанные с пониманием клиентов, эффективным управлением ресурсами и повышением производительности.

Сперва, чтобы начать разработку конкурирующее с аналогами приложение, следует произвести анализ уже существующих приложений.

Проведённые исследования наглядно демонстрируют, что при правильном использовании систем агрегирования данных, предприятия получают возможность достичь больших результатов по сравнению с компаниями, которые не используют их. Результаты анализа показаны на рисунке 1.

Рисунок 1. Исследование продуктивности двух компаний, одна из которых использует системы агрегирования данных, а вторая - нет

Было проведено исследование британской инвестиционной и страховой компанией Aberdeen аналогов систем агрегирования и представления данных. Ниже на рисунке 2 сделан сравнительный анализ аналогов двух систем для агрегации и представления данных.

Рисунок 2. Исследование британской инвестиционной и страховой компанией Aberdeen аналогов систем агрегирования и представления данных

Проанализировав все аналоги системы для сбора и анализа данных, можно сделать вывод, какие функции должны быть в приложении, чтобы оно было конкурентоспособным с ними.

Ниже представлен ряд факторов, которые должна содержать в себе система агрегирования и представления данных. Список также составлен на основе опыта внедрений данных систем в разные отрасли бизнеса:

1. актуальность и надежность информации. Информация – это главный элемент продаж, поэтому важно, чтобы система способствовала в этом;
2. визуализация. Инструменты визуализации помогают легко разбираться в интерфейсе при наличии большого числа сделок, задач: интеграция с разными форматами данных, техническая поддержка для клиентов, настройка ролей и уровней для доступов к отчетам, автоматическое обновление в отчётах, поставка отчетов в форматы excel и png, персонализация. При широком потоке клиентов и данных менеджеру не потребуется всё держать в голове. Вся важная информация будет содержаться в карточке [8, с. 240].

Мы можем сделать вывод, что система для агрегирования и представлениях данных должна не только выполнять свою главную функцию, но и нравится его пользователям. Пользовательский интерфейс должен быть интуитивно понятен, должна быть высокая скорость загрузки и обработки данных, должно быть много вариантов представления данных, тогда она будет приносить максимальную пользу своим пользователям.

Список литературы:

1. Kim, W., & Choi, B. (2019). The Impact of Customer Relationship Management on Customer Loyalty: A Comparative Study in the Hotel Industry. Journal of Hospitality & Tourism Research, 43(2), 177–196.
2. Chen, C. C., Chen, C. S., & Liu, H. H. (2018). Building a Big Data Analytics Framework for CRM Applications. International Journal of Information Management, 38(1), 21–28.
3. Raza, S., Standing, C., & Karim, A. (2018). Business Intelligence and Analytics for Big Data: A Literature Review. Journal of Business Research, 70, 1–11.
4. Shmueli, G., & Koppius, O. (2011). Predictive Analytics in Information Systems Research. MIS Quarterly, 35(3), 553–572.
5. O’Leary, D. E. (2018). Enterprise Analytics: Optimize Performance, Process, and Decisions Through Big Data. Auerbach Publications.
6. Lacity, M. C., & Willcocks, L. P. (2017). Robotic Process Automation and Risk Mitigation: The Definitive Guide. Springer.
7. Li, J., Wang, X., Li, X., & Wang, X. (2021). A Literature Review of Customer Relationship Management Research from 2008 to 2018. Journal of Business Research, 123, 267–279.
8. Rigby, D. K., Reichheld, F. F., & Schefter, P. (2002). Avoiding the Four Perils of CRM. Harvard Business Review, 80(2), 101–109.20:06