Разработка CRM-системы

ВВЕДЕНИЕ

В современных условиях в деятельности компаний возникает необходимость повышения эффективности взаимодействия с клиентами в целях стимулирования спроса на товары и предлагаемые услуги, повышения качества работы с заказчиками, определения наиболее востребованного сегмента продукции, подбора оптимальных характеристик ценовой и ассортиментной политики. Системы автоматизации взаимоотношения с клиентами позволяют осуществлять сбор статистики по работе с клиентами, проводить сегментацию клиентской базы, разрабатывать маркетинговые стратегии, бонусные программы, концепцию рекламных кампаний. Таким образом, задачи, связанные с автоматизацией работы с клиентами, сбора данных обратной связи, учетом проводимых операций, являются актуальными в условиях современных коммерческих и торговых компаний.
Проблематика внедрения информационных систем в технологию работы с клиентами рассмотрена в научных и технических работах в области маркетинговых технологий, проектирования информационных систем и баз данных. В работе описана архитектура и функциональные возможности системы автоматизации управления взаимоотношениями с клиентами [1]. В работе описаны факторы, обеспечивающие получение экономического эффекта за счет внедрения системы автоматизации работы с клиентами [18]. В работе описаны основные принципы разработки и внедрения систем автоматизации на платформе "1С: Предприятие" [8]. В работе описаны этапы разработки и внедрения реляционных базы данных в рамках создания программных решений [9].
Целью ВКР является информатизация бизнес-процесса управления работы с клиентами в условиях применения новых технических и технологических средств сбора, передачи, обработки и выдачи информации.
Для достижения поставленной цели необходимо решить следующие основные задачи:
проанализировать специфику деятельности компании;
построить функциональную модель технологии ведения учетных карточек клиентов;
определить основные направления автоматизации бизнес-процессов организации взаимоотношений с клиентами;
разработать модель данных информационной системы;
провести программную реализацию поставленных задач и тестирование разработанной системы;
провести оценку экономической эффективности проекта.
Объектом исследования является деятельность Ателье.
Предметом исследования является разработка и внедрения CRM-системы в деятельность Ателье.
Основными источниками информации для написания работы послужили работы и научные исследования в области проектирования информационных систем, баз данных, моделирования бизнес-процессов.
Цель и задачи написания работы определили ее структуру, которая состоит из введения, двух глав и заключения.
Во введении обосновывается актуальность работы, цель, задачи, объект и предмет исследования.
Первая глава раскрывает основные аспекты деятельности исследуемой компании, содержит описание модели бизнес-процессов работы с клиентами, анализ функционала существующих программных решений по данной тематике. Вторая глава содержит описание процесса проектирования информационной системы, построение логической модели данных, моделей в нотации UML, описание функционала разработанного приложения. В третьей главе описаны режимы функционирования приложения, рассчитаны показатели экономической эффективности.
В заключении представлены основные выводы и результаты по проделанной работе.

1. Критический анализ состояния проблемы
1.1. Характеристика современного состояния исследуемой проблемы с учетом технических и цифровых инноваций в экономике

Технологии управления взаимоотношениями с клиентами в настоящее время включают комплекс решений, включающих технологии обратной связи, системы обработки данных, на основе которых анализируются параметры спроса на определенные виды продукции, обрабатываются данные через построение характеристик в динамике, выявление зависимостей между различными показателями. В качестве инструментария, позволяющего проводить анализ системы взаимоотношений с клиентами, могут выступать: информационные базы, в которых хранится информация по статистике продаж, данные по использованию бонусных программ, результаты анкетирования клиентов.
Основными функциями систем автоматизации по работе с клиентами являются:
учет данных по начислению бонусных баллов, поддержка работы программ лояльности;
формирование опросных листов для клиентов, обработка результатов анкетирования;
анализ сегментов клиентской базы, выявление наиболее востребованных товаров и услуг в ассортименте номенклатуры, предлагаемой организацией для клиентов;
выявление товаров и услуг, по которым определяются минимальные показатели спроса;
составление прогнозных моделей по спросу на определенные виды продукции при изменении цен или применении дисконтных программ.
Использования систем больших данных в деятельности организации различного профиля деятельности обеспечивает возможности получения аналитических данных для прогнозирования спроса на те или иные виды выпускаемой или реализуемой продукции, обеспечивает возможности прогнозирования изменения ее себестоимости, а также транспортных издержек, возможности учета размещения источников сырья, что может являться средством поддержки принятия решений при планировании размещения производственных мощностей в определённых локациях.
Успешное решение задач по оптимизации размещения производственных мощностей позволяет сократить издержки и увеличить прибыль от реализации продукции, получать конкурентные преимущества в своем сегменте рынка.
На рис.1 показан список основных направлений использования систем больших данных в деятельности коммерческих компаний. Алгоритмы обработки массивов информации по производству и реализации продукции пищевой промышленности позволяют прогнозировать показатели спроса на перспективные периоды, что создает возможности резервирования средств на модернизацию производственных мощностей, планирования сотрудничества с партнерами, реализации партнерских соглашений



Рисунок 1 – Основные направления использования Big Data в современных коммерческих компаниях

На рис.2 приведена диаграмма отраслей пищевой промышленности, в которых используются системы больших данных.


Рисунок 2 – Диаграмма отраслей промышленности, в которых используются системы больших данных

Задачи, связанные с использованием систем больших данных в работе компаний, связаны с проведением сортировки значительных объемов сырья и визуальный осмотр выпущенной продукции. При этом необходимо проведение регламентных работ с оборудованием, помещениями для хранения продукции с соблюдением требований к хранению пищевой продукции.
Использование больших данных позволяет соблюдать требования к безопасности производства, что включает использование систем видеофиксации, позволяющих выявлять признаки нарушений физической безопасности, проникновения злоумышленников в пределы контролируемой зоны, выявлять признаки хищений, саботажа, нарушений технологии производства.
Так как специфика пищевого производства связана с высоким уровнем затрат, издержками, связанными с выполнением требований к стандартизации, безопасности, санитарного контроля, получение прибыли в значительной степени зависит от величины издержек и необходим поиск резервов для минимизации себестоимости, сокращения вероятности штрафов и санкций от проверяющих органов.
ИТ-решения, использующие технологии больших данных, в области управления компаниями пищевой отрасли, позволяют проводить консолидацию данных, используемых в следующих целях [3]:
статистика поступления заказов на производство продукции;
информация о производстве продукции;
информация, которая генерируется на стороне заказчиков, относящаяся к процессу поиска оптимальных предложений от производителей.
Обработка накопленной информации по работе с клиентами в части статистики покупок, работы в бонусных программах, по результатам опросов, проводится с использованием систем анализа данных, архитектурная схема которых приведена на рис.3.

Рисунок 3 – Схема алгоритма смешения и интеграции данных

При использовании систем обработки больших данных с использованием алгоритма, показанного на рис.3, проводится выявление наличия зависимостей параметров спроса на продукцию от других факторов, определяется характер зависимости и степень корреляции.
Построение прогнозов по реализации товаров. В современных компаниях системы автоматизации обработки больших данных осуществляют сбор и агрегирование информации по кассовым операциям, связанным с реализацией пищевых продуктов, что позволяет рассчитывать предельные объемы товаров, которые могут храниться на складе, рассчитывать отношения объема заказов продукции для реализации относительно сроков их хранения, что позволяет минимизировать объемы просроченных продуктов при реализации.
На рис.6 приведена диаграмма использования систем обработки больших данных в пищевых производствах в условиях Российской Федерации.

Рисунок 4 - Диаграмма отраслей пищевой промышленности, в которых используются системы больших данных

Таким образом, системы машинного обучения и BigData могут быть использованы в качестве инструмента маркетинговой политики для решения задач, связанных с прогнозированием поведения клиентов, потребностях в приобретении товаров или услуг определённой номенклатуры.

1.2 Анализ исследования для выборки стратегических решений в области ИКТ

Развитие информационных технологий и вычислительные мощности оборудования в настоящий момент обеспечивают возможности обработки значительных массивов информации, которая накапливается в деятельности государственных компаний, торговых организаций, промышленных предприятий, компаний сферы услуг, коммуникационных компаний [3].
Большие массивы данных являются объектом изучения в части во многих отраслях деятельности – от исследований маркетологов до служб планирования деятельности в крупных корпорациях, планирования развития регионов, исследований, связанных со спецификой организации транспортной инфраструктуры, специфики потребительного спроса и др. [4]
В качестве объекта для анализа могу выступать данные активности пользователей в Интернете, что включает поисковые запросы, работа с сайтами определённого профиля в привязке к аккаунтам, активность при поиске данных в сервисах Интернет-продаж, что позволяет создавать цифровой профиль личности, систематизировать информацию, что может использоваться в работе маркетологов, аналитиков, сотрудников правоохранительных органов. Анализ больших данных из социальных сетей и мессенджеров позволяет осуществлять мониторинг общественного мнения, политических настроений и использовать это в предвыборных программах, разработке социальных программ.
Факторами, обеспечивающими возможности накопления массивов больших данных, являются [7]:
распространение Интернет-сервисов;