Аналитическая система с искусственным интеллектом для особой экономической зоны «Технополис «Москва»

Заказчик
ОЭЗ Технополис Москва
Руководитель проекта со стороны заказчика
ИТ-поставщик
Modus
Год завершения проекта
2023
Сроки выполнения проекта
Июнь, 2022 - Июнь, 2023
Масштаб проекта
2000 человеко-часов
Цели

Из-за увеличения арендных площадей, роста количества систем и источников данных, компания накопила такой объем информации, что вручную или офисными системами его уже нельзя было обрабатывать. Конечно, эта ситуация увеличивала риски принятия некорректных управленческих решений.

Нам нужно было систематизировать, очистить и сформировать свод данных по разным направлениям: аренда, услуги, управление активами, ведение и контроль экономической деятельности и т.п.

Проект выполнял наш партнер-интегратор компания «Смарт Тим Сервис».

Результаты

Результаты:

  • автоматизирован и систематизирован сбор и анализ 250 ГБ данных в гибко управляемый формат и выстроена аналитическая система, охватывающая больше 8 сфер бизнеса
  • сокращено время на обработку рутинных задач с 2-3 часов до нескольких минут
  • ускорена работа аналитического портала и обработки данных с 40 до 5 секунд
  • внедрен искусственный интеллект, который анализирует полученный массив данных и классифицирует информацию, добавляя дополнительные, более детальные срезы для последующего глубокого анализа
  • разработано порядка 35 дашбордов

Уникальность проекта

Искусственный интеллект в аналитике

До старта проекта сотрудники компании «Технополис «Москва» собирали информацию о задачах и поручениях по исполнителям вручную (не более 10 человек) из системы МосЭДО, и на это уходило больше 2-3 часов каждый день. При этом информация была ограничена не только по исполнителям, но и за период.

Перед аналитиками компании «Смарт Тим Сервис» и пользователями встала интересная задача: сократить время на сбор данных, расширить число получателей и представить данные для каждого пользователя в понятной и удобной форме.

Разработали роботизированный алгоритм, который собирает, выгружает и обновляет поручения по всем исполнителям, а это порядка 200 человек. Искусственный интеллект анализирует полученный массив и классифицирует информацию, добавляя дополнительные, более детальные срезы для последующего глубокого анализа.

Проект решает задачи импортозамещения
Нет
Использованное ПО
Modus BI
Modus ETL
SimilarWeb
ClickHouse
Cторонние скрипты на Python

Сложность реализации

Ситуация до внедрения:

  • рост объема информации, источников данных привели к недостоверности агрегируемой информации, что увеличивало риски принятия некорректных управленческих решений
  • ручной сбор информации из МосЭДО, который занимал 2-3 часа ежедневно
  • 250 Гб данных

Из-за увеличения арендных площадей, роста количества систем, а как следствие и источников данных, накопившийся объем информации перерос тот уровень, когда его можно было обработать вручную или с помощью офисных приложений. Недостоверность данных увеличивала риски принятия некорректных управленческих решений.

Нужно было систематизировать, очистить и сформировать свод данных по разным направлениям: аренда, услуги, управление активами, ведение и контроль экономической деятельности и пр.

Описание проекта

За время проекта в компании «Технополис» внедрили Modus ETL, различные средства обработки данных как на базе самой платформы, так и с использованием сторонних скриптов на Python.

Автоматизировали и систематизировали сбор и анализ 250 ГБ данных в гибко управляемый формат и выстроили аналитическую систему, охватывающую больше 8 сфер бизнеса и включающую в себя порядка 35 дашбордов.

Сформированные уточненные таблицы с детализацией по каждому поручению служат источником для двух направлений аналитики:

1. По расписанию формируется рассылка каждому исполнителю с ключевыми показателями и сравнительным анализом за прошлую неделю. Если пользователь хорошо поработал и выполнил все назначенные поручения, то ему отправляется письмо с благодарностью, а если результаты были ниже, то с просьбой «поднажать». В каждое письмо вкладывается реестр всех поручений с прямой ссылкой на источник.

2. На основании этой же информации формируется аналитический дашборд по исполнительской дисциплине, где каждый руководитель видит по своему подразделению и сотрудникам сводную и детальную информацию. Второй дашборд выдает еще более укрупненную статистику генеральному директору по его заместителям и их исполнительской дисциплине, а также по их подразделениям.

Созданное решение сократило время на обработку рутинных задач с 2-3 часов до нескольких минут и расширило круг получателей, дополнило данные другими источниками. В результате компания «Технополис» получила мощный инструмент аналитики для отслеживания и выполнения крайне важных для компании поручений.

Мониторинг посещаемости для маркетинга

«Смарт Тим Сервис» интегрировали BI-систему с web-аналитикой SimilarWeb.

С ее помощью маркетологи компании аккумулируют информацию о посещаемости информационных ресурсов самого «Технополиса» и мониторят востребованность и другие показатели других особых экономических зон России. С помощью этой интеграции сотрудники компании могут строить аналитические срезы и видеть эффективность своих событий и мероприятий, сравнивать свои показатели и показатели соседей по бизнесу.

Уникальность решения – в его эффективности.

Разработчики использовали стандартную версию сервиса SimilarWeb без расширений и API, собрали информацию по определенным источникам и свели в единый дашборд. В результате работа с аналитикой занимает не больше 3 минут.

До внедрения на ручную обработку этих же данных требовался отдельный сотрудник, который выгружал информацию по каждому ресурсу и сводил ее в один дашборд.

Индивидуальный дизайн дашбордов

Часть элементов дашбордов в «Технополис» аналитики кастомизировали сами, без привлечения разработчика, используя встроенный редактор CSS.

Использование двухуровневой архитектуры баз данных

Еще одной задачей было ускорение обработки данных и работы аналитического портала в целом. Некоторые отчеты в компании «Технополис «Москва» работают под сильной нагрузкой пользователей, при этом сами визуализации дополнительно нагружены большим количеством сложных вычислений. В моменты пиковой нагрузки снижалась производительность, и дашборды «подвисали» после каждого действия.

Было принято выстроить двухуровневую структуру аналитики Modus BI, особенность которого — это практически бесшовное встраивание в любую архитектуру. Источник для аналитического портала перенесли с PostgreSQL на более производительную ClickHouse в части высоконагруженных отчетов. Тем самым ускорили работу аналитического портала и обработки данных с 40 до 5 секунд.

Другие работы

Разработали вспомогательные дашборды для оценки посещаемости и популярности тех или иных отчетов. Они служат одновременно и инструментом оценки, как пользователи воспринимают новый инструмент анализа данных, и источником информации для улучшения аналитического портала, чтобы все больше сотрудников компании «Технополис» пользовались системой.

«Смарт Тим Сервис» развивает дата-каталог с использованием Modus BI в части визуализации потоков данных от источников до каждого поля в дашборде. Это дает четкое понимание, что стоит за каждой цифрой и где эта цифра находится в источниках.

Новая архитектура охватывает все сферы бизнеса компании «Технополис». Поэтому собранные данные стали эталонными справочниками, которые используют все внутренние системы и подразделения компании.

Разработанная аналитическая система предлагает широкий спектр возможностей, включая:

1. Интеграцию данных

Выбранный подход позволяет собирать данные из различных источников и легко объединять их в единый аналитический инструмент. Это создает полную картину текущего состояния компании и дает ценные «инсайты» для бизнес-аналитики.

2. Интерактивную визуализацию

Modus BI визуализирует данные и создает интерактивные дашборды для удобного мониторинга и управления бизнесом. Интуитивно понятные графики и диаграммы помогают быстро и эффективно представлять результаты анализа и делиться ими с командой, а адаптивный интерфейс - просматривать нужную информацию с любого устройства, например, со смартфона.

География проекта
Проект реализован в рамках работы ОЭЗ "Технополис "Москва"
Коментарии: 2

Комментировать могут только авторизованные пользователи.
Предлагаем Вам в систему или зарегистрироваться.

  • Максим Часовиков
    Рейтинг: 4767
    Центр цифровой экономики МГУ
    Ведущий специалист
    04.01.2024 23:29

    Добрый день, обычно под БигДатой подразумевается работа с разнородными неструктурированными, часто нетекстовыми и данными из разных источников и их обогащение. С какими источниками данных, прежде всего нетекстовых, осуществлялась работа в этом проекте?

  • Дмитрий Турчановский
    Рейтинг: 2527
    Зарубежнефть
    Заместитель начальника Управления информационных технологий
    06.01.2024 22:31

    Добрый день. Каким образом выбрали стэк решений, какими критериями руководствовались?

Год
Предметная область
Отрасль
Управление
Мы используем файлы cookie в аналитических целях и для того, чтобы обеспечить вам наилучшие впечатления от работы с нашим сайтом. Заходя на сайт, вы соглашаетесь с Политикой использования файлов cookie.