Объединим ваши данные в единую модель, исключим ошибки, обеспечим достоверность информации
Построение хранилищ данных
Поможем научиться редактировать готовые шаблоны и стили, внедрить регламенты и сделать создание визуализаций частью бизнес-процессов
Визуализация данных
Поможем оптимизировать затраты на лицензию и сохранить необходимый функционал платформы
Лицензирование ПО
Определим задачи вашего бизнеса, составим критерии отбора, подберём лучшее решение. Сократим затраты на тестирование и снизим ваши риски
Помощь в выборе BI-платформы
Интегрируем BI-платформу, если её не было, или поможем перейти на новую
Внедрение BI-систем
Помощь в выборе BI-платформы
Определим задачи вашего бизнеса, составим критерии отбора, подберём лучшее решение. Сократим затраты на тестирование и снизим ваши риски
Определим потенциал генеративной аналитики для вашего бизнеса, разработаем критерии оценки решений, выберем оптимальную платформу и LLM модель. Сократим время на тестирование и минимизируем риски внедрения
Выбор, пилотирование и внедрение GenBI решений
Выбор, пилотирование и внедрение GenBI решений
Определим потенциал генеративной аналитики для вашего бизнеса, разработаем критерии оценки решений, выберем оптимальную платформу и LLM модель. Сократим время на тестирование и минимизируем риски внедрения
Внедрение BI-систем
Интегрируем BI-платформу, если её не было, или поможем перейти на новую
Все услуги
Поможем оптимизировать затраты на лицензию и сохранить необходимый функционал платформы
Лицензирование ПО
Поможем научиться редактировать готовые шаблоны и стили, внедрить регламенты и сделать создание визуализаций частью бизнес-процессов
Визуализация данных
Построение хранилищ данных
Объединим ваши данные в единую модель, исключим ошибки, обеспечим достоверность информации
Научитесь применять инструменты BI, собирать отчёты и дашборды, анализировать результаты, принимать эффективные решения и оптимизировать процессы
Корпоративное обучение
Корпоративное обучение
Научитесь применять инструменты BI, собирать отчёты и дашборды, анализировать результаты, принимать эффективные решения и оптимизировать процессы
Одна из самых первых отечественных BI-платформ. На рынке более 10 лет. Внешне напоминает PowerBI
Visiology
Self-service решение для работы с данными
Дельта BI
Платформа для создания отчётов и дашбордов от компании FanRuan
FineReport
Easy Report
Платформа, которая генерирует отчёты в мессенджерах. Встроены базовые функции BI
Одна из лучших BI-платформ, представленных на отечественном рынке, от FanRuan. Внешне похожа на Tableau
FineBI
Платформа BI-аналитики от БАРС Груп. Ориентирована на бизнес-пользователей
Analytic Workspace
Российская облачная и on-premise BI-платформа от Яндекс
DataLens
Apache Superset
Платформа с открытым кодом. Инструмент с высокой степенью кастомизации
Российская self-service платформа с неограниченным масштабированием
rapeed OLAP
Российская платформа с лучшими пользовательскими характеристиками в сегменте self-service от компании ДатаМайнд
Sigla Vision
Зрелый отечественный BI от Pix Robotics. Интерфейс напоминает Qlik Sense
Pix BI
BI-платформа, которая идеально интегрируется с системой 1С
Modus BI
Alpha BI
Конструктор аналитических решений. Российская альтернатива SAP BI, Oracle BI, IBM Cognos
Платформа с технологиями ETL и ELT для подготовки, очистки и трансформации данных от компании FanRuan
FineDataLink
Sigla Vision
Российская платформа с лучшими пользовательскими характеристиками в сегменте self-service от компании ДатаМайнд
Pix BI
Зрелый отечественный BI от Pix Robotics. Интерфейс напоминает Qlik Sense
Modus BI
BI-платформа, которая идеально интегрируется с системой 1С
Платформа с технологиями ETL и ELT для подготовки, очистки и трансформации данных от компании FanRuan
Все платформы
FineDataLink
Конструктор аналитических решений. Российская альтернатива SAP BI, Oracle BI, IBM Cognos
Alpha BI
Apache Superset
Платформа с открытым кодом. Инструмент с высокой степенью кастомизации
rapeed OLAP
Российская self-service платформа с неограниченным масштабированием
Омниканальная масштабируемая платформа визуализации данных. Разработка Сбера
Навигатор BI
Навигатор BI
Омниканальная масштабируемая платформа визуализации данных. Разработка Сбера
Российская облачная и on-premise BI-платформа от Яндекс
DataLens
Платформа BI-аналитики от БАРС Груп. Ориентирована на бизнес-пользователей
Analytic Workspace
Одна из лучших BI-платформ, представленных на отечественном рынке, от FanRuan. Внешне похожа на Tableau
FineBI
Visiology
Одна из самых первых отечественных BI-платформ. На рынке более 10 лет. Внешне напоминает PowerBI
Дельта BI
Self-service решение для работы с данными
FineReport
Платформа для создания отчётов и дашбордов от компании FanRuan
Платформа, которая генерирует отчёты в мессенджерах. Встроены базовые функции BI
Easy Report
Изучите основные функции, self-service наборы данных, ETL-инструменты, научитесь применять их в работе
FineBI. Быстрый старт
Закрепите знания и станьте сертифицированным экспертом от вендора
Интерактивные функции в FineBI
Научитесь создавать понятные визуализации и усилите свои навыки
Основы визуализации данных
Научитесь визуализировать данные и узнаете главные возможности платформы. Самостоятельное изучение
FineBI. Бесплатный курс
Научитесь настраивать и масштабировать платформу, управлять доступом и ресурсами
FineBI. Администрирование
Узнаете главные изменения, научитесь переносить данные и работать с последней версией платформы
Фишки FineBI v6
DEF-функции в FineBI
Научитесь проводить сложные сценарии вычислений и использовать все преимущества DEF-функций в аналитике данных
Изучите принципы работы, узнаете о полезных практиках от экспертов рынка
Бесплатный образовательный ретрит с FineBI
Углубите свои знания, научитесь управлять данными, использовать табличные вычисления
FineBI. Продвинутый курс
Закрепите знания и станьте сертифицированным экспертом от вендора
Сертификация FineBI
Разработчик отчётов FineReport
Сможете самостоятельно подключаться к источникам данных, разрабатывать отчёты и кросс-таблицы, создавать уникальные темы
Бесплатный образовательный ретрит с FineBI
Изучите принципы работы, узнаете о полезных практиках от экспертов рынка
FineBI. Продвинутый курс
Углубите свои знания, научитесь управлять данными, использовать табличные вычисления
Сертификация FineBI
Закрепите знания и станьте сертифицированным экспертом от вендора
Все программы
Сможете самостоятельно подключаться к источникам данных, разрабатывать отчёты и кросс-таблицы, создавать уникальные темы
Разработчик отчётов FineReport
DEF-функции в FineBI
Научитесь проводить сложные сценарии вычислений и использовать все преимущества DEF-функций в аналитике данных
Узнаете главные изменения, научитесь переносить данные и работать с последней версией платформы
Фишки FineBI v6
Научитесь настраивать и масштабировать платформу, управлять доступом и ресурсами
FineBI. Администрирование
Научитесь визуализировать данные и узнаете главные возможности платформы. Самостоятельное изучение
FineBI. Бесплатный курс
FineBI. Быстрый старт
Изучите основные функции, self-service наборы данных, ETL-инструменты, научитесь применять их в работе
Интерактивные функции в FineBI
Закрепите знания и станьте сертифицированным экспертом от вендора
Основы визуализации данных
Научитесь создавать понятные визуализации и усилите свои навыки
Бесплатный PDF-гайд от экспертов GlowByte с разбором типичных ошибок бюджетирования BI-проектов и рекомендациями по снижению затрат
Ошибки бюджетирования BI
Бесплатная таблица с сравнением BI-платформ по 88 критериям. Учли технические параметры, бизнес-задачи, формат развёртывания, уровень пользователей и зрелость вендора
Как выбрать BI платформу
Как выбрать BI платформу
Бесплатная таблица с сравнением BI-платформ по 88 критериям. Учли технические параметры, бизнес-задачи, формат развёртывания, уровень пользователей и зрелость вендора
Бесплатный PDF-гайд от экспертов GlowByte с разбором типичных ошибок бюджетирования BI-проектов и рекомендациями по снижению затрат
Ошибки бюджетирования BI
I'm available for business trips to other cities for projects lasting a month or longer.
Нажмите «принять», если вы соглашаетесь с условиями обработки cookies и данных о поведении на сайте, нужных нам для аналитики. Запретить обработку cookies можно через браузер
Как BI-инструменты помогают авиации: 4 сценария использования данных
Это вторая часть кейса внедрения FineBI и FineReport в авиакомпании Xiamen. В этой статье мы рассмотрим 4 основных сценария использования BI-инструментов в авиации. В первой части мы узнали об авиакомпании и ее особенностях, проблемах с которыми она столкнулась. Рассмотрели решения, которые были внедрены и узнали, как компания подключается к данным, контролирует их качество и внедряет BI.
В авиации существует множество факторов и ограничений, связанных с летной эксплуатацией, такие как: человеческий фактор; воздушные суда и их передвижения; аэропорты; погодные условия и прочее. Для функционирования авиакомпании важное значение имеет:
В прошлом, Xiamen Airlines использовала различные платформы для сбора, обработки и анализа различных видов данных. Благодаря использованию FineReport и FineBI различные виды анализа были централизованы, а аварийные сигналы стали своевременно передаваться лицам, принимающим решения.
Цель: максимальное использование данных для обеспечения устойчивого роста компании.
Решение: рассмотрим 4 типичных сценария
- в полной мере собирать, анализировать и применять данные в сложной операционной среде в условиях ограничений,
- своевременно докладывать лицам принимающим решения о проблемах и прогнозах, выявленных в процессе анализа,
- оперативно принимать верные решения для обеспечения безопасности и эффективности полетов, стабильного роста доходов компании, баланса между безопасностью и эффективностью.
В прошлом, Xiamen Airlines использовала различные платформы для сбора, обработки и анализа различных видов данных. Благодаря использованию FineReport и FineBI различные виды анализа были централизованы, а аварийные сигналы стали своевременно передаваться лицам, принимающим решения.
Цель: максимальное использование данных для обеспечения устойчивого роста компании.
Решение: рассмотрим 4 типичных сценария
Сценарий 1: Анализ процесса летной эксплуатации
1. Проблемы и потребности бизнеса
Гражданская авиация всегда стремилась к тому, чтобы в полной мере использовать большие объемы накопленных данных для поиска возможностей сэкономить топливо при условии обеспечения безопасности полетов.
Xiamen Airlines существует уже более 30 лет и накопила большой объем операционных данных из различных систем, но не использовала инструменты для статистического анализа и обеспечения поддержки принятия оперативных решений в режиме реального времени.
В области анализа данных существовали следующие болевые точки:
Xiamen Airlines существует уже более 30 лет и накопила большой объем операционных данных из различных систем, но не использовала инструменты для статистического анализа и обеспечения поддержки принятия оперативных решений в режиме реального времени.
В области анализа данных существовали следующие болевые точки:
- В процессе анализа в большей степени использовались данные управления и производительности и практически не анализировались данные из отдела поддержки и эксплуатации.
- Практика анализа данных была не распространена внутри компании. Большинство программ были написаны разработчиками и операционные сотрудники не могли оперативно менять систему или подстраивать ее для своих задач.
- Неудобный интерфейс. Для всех групп пользователей существовал единый интерфейс программы.
- Отсутствие оценки качества данных.
2. Решение
(1) Создание и функционирование больших данных
Создание и эксплуатация платформы big data для интеграции 12 хранилищ данных, в частности полетной эксплуатации, планов полета, информации о персонале, QAR, ACARS, данные о ценах на нефть, данные о затратах, метеорологические данные, разведывательные данные, информация о самолете и др. Создание 360-градусного «обзора полета», охватывающего траекторию, объем, расход топлива и другую информацию необходимую для анализа.
Создание и эксплуатация платформы big data для интеграции 12 хранилищ данных, в частности полетной эксплуатации, планов полета, информации о персонале, QAR, ACARS, данные о ценах на нефть, данные о затратах, метеорологические данные, разведывательные данные, информация о самолете и др. Создание 360-градусного «обзора полета», охватывающего траекторию, объем, расход топлива и другую информацию необходимую для анализа.
(2) Создание системы анализа всего процесса летной эксплуатации
Созданная в FineBI и FineReport система анализа позволила:
- мониторить весь процесс использования топлива в полете,
- уточнять и анализировать расход топлива на каждом этапе полета,
- использовать потенциальные возможности для экономии топлива,
- рассчитывать эффект экономии топлива,
- а также обеспечивать поддержку точных данных для энергосбережения и сокращения выбросов.
(3) Уточненные аналитические измерения и показатели
Для достижения контроля расхода и экономии топлива были разработаны операционные показатели, которые позволили проводить, анализ общей ситуации с экономией топлива в компании, отслеживать тенденции изменения основных показателей расхода топлива, в частности почасовое потребление топлива и потребление топлива на отрезке маршрута, а также подсчитывать профили экономии топлива и понимать эффекты такой экономии.
Для достижения контроля расхода и экономии топлива были разработаны операционные показатели, которые позволили проводить, анализ общей ситуации с экономией топлива в компании, отслеживать тенденции изменения основных показателей расхода топлива, в частности почасовое потребление топлива и потребление топлива на отрезке маршрута, а также подсчитывать профили экономии топлива и понимать эффекты такой экономии.
Анализ использования мер по экономии топлива на всех этапах летной эксплуатации, позволил определить потенциальные возможности для экономии и оптимизировать план полетов.
Благодаря анализу траектории полетов, изучению отклонений от маршрутов и тщательному анализу процедур захода и выхода из аэропорта удалось создать систему, которая:
1) Этап ожидания трапа и вождения самолета
Посредством анализа различных аэропортов оценивается распределение использования источника питания, установленного на трапе, между различными положениями трапа. Проводится анализ аэропортов с низким уровнем доступа к трапу, поиск проблем и подготовка предложений по комплексному повышению коэффициента использования источника питания трапа.
Благодаря анализу траектории полетов, изучению отклонений от маршрутов и тщательному анализу процедур захода и выхода из аэропорта удалось создать систему, которая:
- своевременно находит оптимальную траекторию полета,
- рекомендует необходимую высоту,
- находит наилучшую процедуру захода и выхода пассажиров из самолета.
1) Этап ожидания трапа и вождения самолета
Посредством анализа различных аэропортов оценивается распределение использования источника питания, установленного на трапе, между различными положениями трапа. Проводится анализ аэропортов с низким уровнем доступа к трапу, поиск проблем и подготовка предложений по комплексному повышению коэффициента использования источника питания трапа.
Проводится подсчет количества рейсов, совершаемых по линии руления на стоянке рядом с аэропортом, и сравнивается с эксплуатационными данными: время до разгона, расход топлива до разгона.
2) Этап выруливания
Анализ времени взлета и посадки в различных аэропортах. Этот анализ позволил принимать наилучшие решения по заправке самолетов. Избежать риска задержек рейсов вызванных длительностью посадки.
Анализ времени взлета и посадки в различных аэропортах. Этот анализ позволил принимать наилучшие решения по заправке самолетов. Избежать риска задержек рейсов вызванных длительностью посадки.
Анализ количества рейсов и аэропортов, где разные пилоты используют укороченные ВПП для взлета. Поощрение пилотов в использовании преимущественно сокращенных ВПП для взлета в условиях соблюдения требований безопасности и эксплуатационных ограничений для экономии энергии и сокращения выбросов.
3) Этап набора высоты
Анализ использования снижения тяги для различных аэропортов, самолетов и двигателей. Поиск новых возможностей и улучшений.
Анализ использования снижения тяги для различных аэропортов, самолетов и двигателей. Поиск новых возможностей и улучшений.
4) Этап крейсерского полета
Анализ планируемой и фактической высоты, расхода топлива и других факторов. Анализ причин, по которым необходимо увеличивать или уменьшать как летное время, так и расход топлива.
Анализ планируемой и фактической высоты, расхода топлива и других факторов. Анализ причин, по которым необходимо увеличивать или уменьшать как летное время, так и расход топлива.
С помощью автоматического отбора беспосадочных рейсов производится подсчет их количества, расчет расстояния полета и экономии топлива и поиск потенциальных беспосадочных сегментов.
Оптимизация индекса стоимости оказывает прямое влияние на временные затраты и затраты на топливо, также существует много возможностей для снижения прямых эксплуатационных расходов.
5) Этап прилета/вылета в аэропорт
Анализ процедур прилета, вылета и сравнение времени потребления топлива между различными аэропортами, а также оптимизация маршрутов прилета и вылета в целях экономии топлива.
Анализ процедур прилета, вылета и сравнение времени потребления топлива между различными аэропортами, а также оптимизация маршрутов прилета и вылета в целях экономии топлива.
6) Комплексный анализ маршрутов
Комплексный анализ маршрутов осуществляется путем настройки параметров объема расхода топлива, выбора даты маршрута и др. для автоматического расчета маршрута, соответствующего условиям, а также последующий анализ причин инцидентов на маршруте для принятия решений и внесения предложений.
Благодаря вышеуказанным исследованиям компания эффективно сократила большое количество затрат на топливо.
Комплексный анализ маршрутов осуществляется путем настройки параметров объема расхода топлива, выбора даты маршрута и др. для автоматического расчета маршрута, соответствующего условиям, а также последующий анализ причин инцидентов на маршруте для принятия решений и внесения предложений.
Благодаря вышеуказанным исследованиям компания эффективно сократила большое количество затрат на топливо.
(4) Создание платформы визуализации энергосбережения и сокращения выбросов
Для облегчения мониторинга показателей в режиме реального времени, компания визуализировала ключевые данные.
Для облегчения мониторинга показателей в режиме реального времени, компания визуализировала ключевые данные.
3. Результаты
Благодаря точному контролю количества используемого топлива в 2022 году было достигнуто сокращение потребления топлива на, 4,8% по сравнению с 2021 годом. Проект позволит экономить 2040 тонн топлива в год, сократить выбросы углекислого газа примерно на 6430 тонн и сэкономить 10 миллионов юаней на топливные расходы. (Примечания: в качестве основы использовались данные 231 300 рейсов за 2021 год.)
За счет оптимизации направления маршрута, процедур прилета/вылета в аэропорт, высоты полета и др. совокупный расход топлива в 2022 году снизился на 1,4% по сравнению с 2021 годом.
Данный проект позволяет экономить 19 670 тонн топлива в год, сокращает выбросы углекислого газа на 61 960 тонн, и сокращение топливных расходов составило примерно 98,4 миллиона юаней
За счет оптимизации направления маршрута, процедур прилета/вылета в аэропорт, высоты полета и др. совокупный расход топлива в 2022 году снизился на 1,4% по сравнению с 2021 годом.
Данный проект позволяет экономить 19 670 тонн топлива в год, сокращает выбросы углекислого газа на 61 960 тонн, и сокращение топливных расходов составило примерно 98,4 миллиона юаней
Сценарий 2: Анализ эффективности полетов
1. Проблемы и потребности бизнеса:
Основным субъектом обеспечивающим безопасность авиации является пилот. Пилоты в свою очередь обеспечивают безопасность опираясь на свои знания регламентов, постоянное обучение и работу над ошибками. Часто, то, каким образом проводится работа над ошибками зависит от инициативности, самоконтроля и мотивации пилотов. Компания проводит целенаправленное обучение для улучшения навыков и обеспечения безопасности при эксплуатации.
2. Решение
Для начинающих пилотов используется персонализированное обучение на основе данных. Для этого выбираются пять измеренных значений с высокой достоверностью и проверенные данные для оценки маневренности пилота. Вместе с данными о небезопасных инцидентах выбирается необходимое дополнительное обучение. Для пилотов с невысокой квалификацией, но с высокими показателями управления самолетом, данные используются для отбора пилотов в конкретную категорию и для улучшения летных навыков в плохую погоду.
3. Ценность сценария
Ценность первого случая заключается в обучении пилотов самостоятельно управлять воздушным судном, находить недостатки и проводить целенаправленную подготовку для улучшения своих способностей и обеспечения безопасности. Второго — содействие программе подготовки пилотов выявить пилотов с выдающимися навыками, улучшить летные возможности и обеспечить эксплуатацию самолета. Использование данных таким образом способствует обучению и безопасности.
Сценарий 3: Платформа по профилактике и борьбе с эпидемиями
1. Проблемы и потребности бизнеса
Авиация является важным международным транспортным каналом. С момента начала пандемии авиакомпания Xiamen Airlines настояла на непрерывности международных рейсов. В то же время она активно выполняла задачи по эвакуации китайских граждан, оказанию помощи и организации чартерных рейсов в интересах правительства, предприятий и учреждений. На данный момент совершаются рейсы в 48 стран и 98 городов, из которых после пандемии было открыто почти 40 новых зарубежных пунктов назначения, включая Ирак, Афганистан, Африканский континент. Из-за тесных контактов с внешним миром нагрузка по профилактике пандемии и контроль за ней была огромна, поэтому необходимо было срочно предложить единый мониторинг ситуации с пандемией как в стране, так и за рубежом в режиме реального времени. Также было необходимо оперативно отслеживать динамику заболеваемости среди персонала и статус полетов.
2. Решение
Руководствуясь различными нормативными документами Государственного совета, Управления гражданской авиации и местных органов власти, авиакомпания Xiamen Airlines стала первой в области профилактики пандемии и борьбы с ней. В ходе фактической эксплуатации компания сформулировала и улучшила план внедрения замкнутого цикла международных (региональных) рейсов, план работы для наземных операций и др.
3. Ценность сценария
Благодаря мониторингу данных по всей цепочке профилактических мероприятий и борьбы с пандемией была повышена эффективность дезинфекции и снижены затраты на персонал. В условиях работы по многим направлениям — Сямынь, являясь третьим по величине пунктом пропуска для въезда из-за границы, имеет показатель завоза больных ковидом на 50% ниже, чем в среднем по стране. В то же время на Национальной конференции по борьбе с эпидемией, авиакомпания Xiamen Airlines получила две высшие награды за свой вклад.
Сценарий 4: Оптимизация и управление корпоративными процессами
Дашборд эффективности на уровне компании
Дашборд эффективности на уровне подразделения
Анализ процессов
Проблемы и потребности бизнеса:
Преимущества и недостатки процесса напрямую связаны с эффективностью функционирования предприятия и управления им, что, в свою очередь, влияет на его конечную стоимость. Рациональные процессы отличают успешные компании от конкурентов и создают огромные экономические выгоды для первых. Не рациональные процессы увеличивают скрытые управленческие издержки предприятия, незаметно нанося ущерб конкурентному преимуществу компании.
Решение:
Существует четыре типа людей, которые больше всего заботятся об эффективности процессов: руководители компаний, руководители подразделений, подразделения по оптимизации процессов и пользователи процессов. Исходя из этого они разделены на 4 группы:
(1) Эффективность на уровне компании: учет общего объема задач, сравнение и концентрация внимания на изменениях тенденций.
- С точки зрения общего объема задач показатели KPI акцентируют внимание на динамических изменениях;
- С точки зрения структуры — 57 шаблонных процессов объединены в 9 категорий в соответствии с характером операций. Это помогает проводить структурный анализ;
- С точки зрения тенденций анализируются изменения во внешней среде и привлекают внимание на общие тенденции развития компании.
(2) С точки зрения административного регулирования проводятся сравнение и поиск недостатков, разрабатываются регламенты и правила.
- Сравнение показателей KPI между подразделениями, введение показателей ранжирования эффективности и анализ среднего уровня эффективности компании;
- Анализ эффективности сотрудников помогает определить исключительных сотрудников, оптимизировать и мотивировать персонал;
- С точки зрения тенденций проводится анализ количества ежегодных, ежемесячных и еженедельных операций, для получения справочных данных о рабочих привычках и условиях работы в рабочее время;
- С точки зрения структуры компании анализируются процессы и ситуации требующие большого количества времени. Определяются причины таких ситуаций и предоставляются данные для их решения.
(3) С точки зрения оптимизации процесса проводится поиск общих свойств, рассматриваются слабые места и проводится поиск вариантов для оптимизации.
- Поиск отклонений: проводится анализ точечной диаграммы распределения категорий и конкретных примеров объектов отклонения;
- Вспомогательная корректировка: проводится целевой анализ количества операций, участников, фактического количества операций в процессе и ранжирования продолжительности процесса, указываются слабые звенья, представляются портреты слабых процессов. Путем наглядного сравнения с другими типами процессов это помогает в выявлении проблем процесса и постоянной оптимизации;
- С точки зрения использования процесса выделяются привычки, требующие большого количества времени, проводится их проверка, оказывается содействие в рациональном планировании, указываются наиболее трудоемкие задачи создаются различные шаблоны процессов и пользователям предоставляются визуальные основания для предварительного планирования.
Ценность сценария
Ориентированный на потребности пользователей, он ориентирован на три типа людей с различными требованиями к эффективности процессов, а именно на руководителей, оптимизаторов процессов и пользователей процессов. Разработаны доски канбан с четырех точек зрения управления компанией, подразделением, оптимизации и использования процессов. Доски канбан используются для мониторинга эффективности процесса управления компанией и обеспечения поддержки данных для общего повышения эффективности работы. После оптимизации процесса и его использования общая эффективность компании в 2022 году увеличилась на 6% по сравнению с 2021 годом, а избыточные процессы сократились на 23 пункта. Это помогает компании продолжать органично и эффективно расти и развиваться.
Заключение
В настоящее время гражданская авиация переживает исторический и сложный момент. Эпидемия новой коронавирусной инфекции, риски в сфере безопасности, региональные конфликты и т. д. — все это оказывает негативное влияние на гражданскую авиацию. Поэтому Xiamen было необходимо срочно осознать ценность данных и начать их использовать для принятия решений.
FineBI — это мощный инструмент для анализа ценности данных и повышения их производительности. С момента внедрения FineBI в 2021 году авиакомпанией Xiamen Airlines, инструмент начали использовать в области полетов и эксплуатации, маркетинге и финансах, авиационном обслуживании, HR и других подразделениях. Это побудило операционный персонал и ИТ-специалистов нарушить устаревшие организационные и рабочие ритуалы, способствовать интеграции инструмента, что привело к созданию пространства для инноваций. Благодаря развитию культуры обработки данных, Xiamen Airlines сформировала атмосферу управления данными, а также сформировала экосистему совместных инноваций в цифровой индустрии «совместного строительства, обмена информацией и взаимовыгодного сотрудничества».
Xiamen Airlines продолжит фокусироваться на видении и целях применения управления данными BI, изучать ценность большего числа бизнес-сценариев, а также изучать и применять на практике корпоративные приложения для обработки данных. Вступив на путь цифровой трансформации Xiamen Airlines с высоко поднятой головой в духе новаторства и предприимчивости, вносит свой вклад в развитие гражданской авиации.
FineBI — это мощный инструмент для анализа ценности данных и повышения их производительности. С момента внедрения FineBI в 2021 году авиакомпанией Xiamen Airlines, инструмент начали использовать в области полетов и эксплуатации, маркетинге и финансах, авиационном обслуживании, HR и других подразделениях. Это побудило операционный персонал и ИТ-специалистов нарушить устаревшие организационные и рабочие ритуалы, способствовать интеграции инструмента, что привело к созданию пространства для инноваций. Благодаря развитию культуры обработки данных, Xiamen Airlines сформировала атмосферу управления данными, а также сформировала экосистему совместных инноваций в цифровой индустрии «совместного строительства, обмена информацией и взаимовыгодного сотрудничества».
Xiamen Airlines продолжит фокусироваться на видении и целях применения управления данными BI, изучать ценность большего числа бизнес-сценариев, а также изучать и применять на практике корпоративные приложения для обработки данных. Вступив на путь цифровой трансформации Xiamen Airlines с высоко поднятой головой в духе новаторства и предприимчивости, вносит свой вклад в развитие гражданской авиации.
Оставьте свой email — и получайте самое важное первым
Телеграм
Для звонков по России
Почта
Решим любой вопрос по работе с BI-системами
Свяжитесь с нами удобным для вас способом или оставьте заявку на консультацию — мы перезвоним