Калькуляция затрат для сбора факта Бюджета доходов и расходов (БДР) с помощью Power Query

Если в компании не внедрена автоматизация управленческого учета (ERP, 1С УП, БИТ ФИНАНС и т.д.), то единственным источником для калькуляции затрат остается бухгалтерский учет (далее – БУ), и, в подавляющем большинстве случаев, это 1С БУХ. Для целей калькуляции доходов и расходов в рамках управленческого учета (далее – УУ) полный перенос информации из БУ не всегда корректен. Так, есть ряд расходов и доходов, которые необходимо исключить или наоборот добавить (технические операции) в УУ; иногда бывает необходимо добавить дополнительную аналитику и доп. реквизиты.

В любом случае процесс переноса данных из БУ в УУ всегда трудоемок, а в классическом случае, — когда экономист формирует бюджеты из оборотно-сальдовых ведомостей — еще и крайне негибок, так как любое изменение данных в БУ влечет за собой  повторный сбор данных.

В данной статья мы предлагаем применить инструмент Power Query (далее – PQ) для сбора фактических данных и для его частичной автоматизации. Конечно, роль экономиста, пресловутый человеческий фактор, останется превалирующей, но сам процесс будет занимать гораздо меньше времени. Точность учета при этом вырастет.

Т.к. в большинстве случаев экономисты далеки от программирования, и написание любого кода для них становится проблемой, предлагается использование только стандартных функций интерфейса PQ.

Задача

Упростить процесс калькуляции затрат и учета доходов для целей управленческого учета из 1С БУХ

Источник данных

Минимальной единицей информации в БУ является бухгалтерская проводка, ее предлагается взять за основу для формирования УУ, т.к. чем больше информации, тем более качественную аналитику мы сможем предоставить.


Читать: https://habr.com/ru/articles/801707/

@big_data_analysis

Бесплатный сыр в мышеловке, или сказка о потерянном времени

Как я выбирал SGRC систему сегмента МСП.

Автор: Даниил Камбулов, директор по развитию Smart-Trade

Начиная с 2022 года государственный и коммерческий сектора нашей страны находятся под шквалом кибератак. Защита критических айти-процессов превратилась из вчерашней роскоши в сегодняшнюю необходимость. Информационная безопасность -тренд номер один в развитии ИТ страны.  И это касается не только крупных компаний, но и малого и среднего бизнеса (МСП). Несмотря на то, что МСП не имеет больших бюджетов, мы также вынуждены искать эффективные средства киберзащиты, чтобы было оптимальное соотношение в балансе цена-качество.

Я руководитель быстро растущей компании, занимающейся торговлей электроникой через маркет-плейсы и b2b системы. В 2022-м году мы выросли в объемах сделок в четыре раза и так же в 2023. Кратный рост обеспечивает внедрение новых IT-решений для автоматизации работы с поставщиками и покупателями. Для нас работоспособность наших систем взаимодействия с API поставщиков и трансляция фидов - жизненная потребность. В случае DDos атаки или адресного воздействия на узлы нашей оболочки мы сразу начинаем нести серьезные убытки. И чем больше времени требуется на устранение внешней агрессии, тем потери становятся чувствительнее. Было принято рациональное решение - инвестировать в защиту нашей IT-службы.

Хочу поделиться своим практическим опытом при выборе решения и набором критериев, на которые стоит обратить внимание, возможно, это будет полезно коллегам по цеху. Мы в Smart-Trade понимаем, насколько сейчас важно обеспечить информационную безопасность, и плотно занимаемся решением этой задачи. В частности, недавно мы задумались о приобретении системы SGRC (Security Governance, Risk, Compliance). SGRC интересует нас в первую очередь с целью автоматизации рутинных операций (сотрудников больше не становится), управления рисками кибербезопасности, обеспечения соответствия законодательству, стандартам и лучшим практикам (комплаенс), обеспечения непрерывности основных процессов бизнеса.


Читать: https://habr.com/ru/articles/801635/

@big_data_analysis

​​Кластеризация в машинном обучении: от теории до практики

В этой статье подробно рассматривается принцип работы популярных алгоритмов кластеризации, таких как:

— К-средних.
— Агломеративная кластеризация.
— Спектральная кластеризация.
— DBSCAN.
— Affinity Propagation.

Для каждого алгоритма представлена упрощённая реализация с подробными комментариями, отражающими его основную идею. Кроме того, в конце каждого раздела приведены дополнительные ресурсы для более глубокого изучения соответствующего алгоритма.

@neuro_channel #кластеризация

Кто такой Data Engineer

Да, в этих ваших интернетах есть много материалов о том кто такой Data Engineer (DE), в том числе и на самом хабре. Но мне самому захотелось об этом рассказать. Опыт, хоть и небольшой, в этой сфере у меня есть (Сейчас Data Engineer в Сбер Образовании).

ЭТА СТАТЬЯ НЕ ЯВЛЯЕТСЯ СУПЕР ТЕХНИЧЕСКОЙ, В КОТОРОЙ СТРОГО ВСЕ ПО НАУЧНОМУ. ТУТ Я ОБЪЯСНЯЮ ТЕМУ ПРОСТЫМ ЯЗЫКОМ (по другому не сумею)


Читать: https://habr.com/ru/articles/801971/

@big_data_analysis

Что такое MLOps и как мы внедряли каскады моделей

Привет, меня зовут Александр Егоров, я MLOps инженер. В статье расскажу о том, как мы в банке выкатываем огромное количество моделей. Разберём не только пайплайн по выкладке отдельных моделей, но и целые каскады.


Читать: https://habr.com/ru/companies/alfa/articles/801893/

@big_data_analysis

Announcing the general availability of Oracle Analytics Server 2024

Oracle announces the availability of our customer-managed analytics platform - Oracle Analytics Server 2024. This is the next generation of Oracle Business Intelligence Enterprise Edition (OBIEE) and a great path to modernization for anyone needing to deploy analytics on-premises or customer-managed in the cloud. Extend with AI & ML, access, enrich and model data, and visualize data with Oracle Analytics Server (OAS) 2024.

Read: https://blogs.oracle.com/analytics/post/announcing-the-general-availability-of-oracle-analytics-server-2024

@big_data_analysis

Oracle Analytics Server (OAS) 2024 Update is available

Oracle Analytics Server (OAS) 2024 Update is live

Read: https://blogs.oracle.com/proactivesupportepm/post/oracle-analytics-server-oas-2024-update-is-available

@big_data_analysis

Time Travel Made Easy: Working with Time Series Functions in Oracle Analytics

This post provides an overview of the power of the AGO and TODATE functions in Oracle Analytics to quickly and easily create complex time series analysis of your data.

Read: https://blogs.oracle.com/analytics/post/time-travel-made-easy-working-with-time-series-functions-in-oracle-analytics

@big_data_analysis

Oracle Analytics Server is Available on Oracle Cloud Marketplace

Oracle Analytics Server (OAS) is available on Oracle Cloud Marketplace to make deployment on Oracle Cloud Infrastructure (OCI) quick and easy. With just a few short clicks, you have a fully configurable Oracle Analytics Server instance deployed securely in OCI.

Read: https://blogs.oracle.com/analytics/post/oracle-analytics-servernow-available-on-oci-marketplace

@big_data_analysis

Сотни миллионов рублей: посчитали, сколько тратит бизнес на российские BI-решения

Из чего складывается стоимость BI-решения? Сколько стоят отечественные BI-системы? Достоверные ответы на эти вопросы вы не нагуглите просто так. Да и для заказчиков ценник часто становится сюрпризом, уже не говоря о полной стоимости владения BI-системами.

Мы решили подсчитать, во сколько же на самом деле обходится BI для российских компаний, и провели небольшое исследование. О результатах которого я и рассказываю в этой статье (плюс провожу небольшой опрос).
Читать статью и пройти опрос

Читать: https://habr.com/ru/companies/sapiens_solutions/articles/801977/

@big_data_analysis

Манифест Киберправды

Данный текст является ответом на опубликованную накануне «Оду бесполезности споров» с целью рассказать о проекте, который намерен принципиально решить проблему анализа достоверности информации в Интернете и оценки репутации ее авторов. Я считаю, что новые никогда ранее не существовавшие децентрализованные технологии дают нам возможность наконец найти ответ на извечный вопрос «Что есть истина?», которым уже почти две тысячи лет задается человечество.


Читать: https://habr.com/ru/articles/802419/

@big_data_analysis

Highlighting data with conditional decorations in Oracle Analytics Cloud

This article demonstrates the capabilities in Oracle Analytics Cloud to conditionally display icons and emojis using conditional formatting rules in tiles, tables, pivot tables, and tile sections of composite visualizations on dashboards.

Read: https://blogs.oracle.com/analytics/post/highlighting-data-with-conditional-decorations-in-oac

@big_data_analysis

Где аналитику данных искать стажировки в России и зарубежом? + более 40 горящих стажировок

Стажировка, на мой взгляд, один из самых удачных способов запрыгнуть в аналитику данных.

👉 3 месяца стажировки в самом неприглядном месте лучше, чем то же время в поисках “идеальной” вакансии

👉 Стажировка в резюме выглядит привлекательнее учебных проектов

👉 После стажировки есть возможность трудоустройства в компанию
Читать больше и найти стажировку

Читать: https://habr.com/ru/articles/802943/

@big_data_analysis

​​Централизация дата-процессов экономит время и силы компании, а со временем повышает и рентабельность всего бизнеса

Но это только в том случае, если все процессы построены правильно. Технический директор платформы данных и менеджер продукта «Нейрошлюз» из «Ростелекома» рассказывают, как им удалось прийти к data-driven культуре в компани.

#советы

​​Как превратить ChatGPT в верного помощника для анализа данных
 
Многие уже сейчас используют нейронки при написании простых рабочих задач. Но проблема в том, что на выходе мы получаем не всегда, тот результат, которого хотели, а иногда вообще кусок нелепицы. 
 
Чтобы исправить это дело, предлагаем обратить внимание на эту статью. Там вы найдёте примеры эффективных подсказок для ChatGPT, которые помогут в анализе данных, работе с SQL и Python. А также список плагинов и инструментов, которые расширяют возможности ChatGPT для автоматизации задач по анализу данных.

@neuro_channel

Первый этап внедрения ML: как провести разметку данных

В статье рассказываем, как подготовиться к разметке данных и провести оценку качества. А при неимении специалистов — кому её поручить. Бонусом в конце статьи чек-лист.

Читать: «Первый этап внедрения ML: как провести разметку данных»

@big_data_analysis

ANNA – сервис для автоматической разработки нейронных сетей

Нейросетевые модели уже несколько лет успешно применяются в Альфа-Банке для решения ключевых задач, таких как кредитный скоринг, прогнозирование склонности клиентов к продуктам и определение оттока. Модели глубокого обучения демонстрируют высокое качество и стабильно улучшают метрики при добавлении к традиционным бустинговым моделям, что приносит Банку сотни миллионов рублей ежегодно.

Однако со временем процесс переобучения моделей под новые целевые переменные становится рутиной: используемые архитектуры почти не меняются, данные собираются по стандартным алгоритмам, по стандартным же алгоритмам обучаются модели и внедряются в продакшен.

Как продолжать успешно внедрять нейросетевые модели в основные бизнес-задачи, не тратя время на неэффективные рутинные процессы – в нашей новой статье.


Читать: https://habr.com/ru/companies/alfa/articles/804085/

@big_data_analysis

AutoML на практике — как делать автоматизацию, а не её иллюзию

Привет, Хабр! Меня зовут Алексей Рязанцев, я Junior Data Scientist в Лаборатории Машинного обучения Альфа-Банка. Свой путь в Лаборатории я начал со стажировки летом-осенью 2023-го года, на которой для меня была интересная задача — разработать с нуля собственный AutoML в Альфа-Банке.

Когда количество ML-моделей в компании исчисляется сотнями, процессы десятками, а фичи тысячами, вопрос «а нужен ли нам AutoML?» уже не стоит. Стоит другой вопрос - как сделать AutoML так, чтобы он был действительно полезен и им реально хотелось пользоваться?

В этом посте я подробно освещу путь создания нашего AutoML-сервиса: расскажу обо всех препятствиях, которые мы преодолели, и поделюсь инсайтами, полученными в ходе работы. Вместе мы пройдем полный путь практического AutoML - начиная от его первоначальной идеи и мотивации, и заканчивая текущими успехами и планами на будущее.


Читать: https://habr.com/ru/companies/alfa/articles/801435/

@big_data_analysis

Propensity score matching: как оценивать маркетинговые кампании, если невозможно провести A/B тесты

Всем привет! Меня зовут Вячеслав Назаров, я лид аналитики промо в СберМаркете. В этой статье я расскажу, как оценивать маркетинговые кампании, если провести A/B- тесты нельзя. Еще обсудим логику в Propensity Score Matching (PSM), и то, какую пользу инструмент может принести вашему бизнесу. А в конце статьи покажу, как достаточно просто можно развернуть такую штуку у себя.


Читать: https://habr.com/ru/companies/sbermarket/articles/804875/

@big_data_analysis

Газпромбанк запускает GPB.Level Up: Data Science

Молодые специалисты могут пройти стажировку и получить оффер

Читать: «Газпромбанк запускает GPB.Level Up: Data Science»

@big_data_analysis