УМНАЯ ПОИСКОВО-АНАЛИТИЧЕСКАЯ СИСТЕМА

для корпораций и предприятий
Деятельность осуществляется при грантовой поддержке Фонда «Сколково»
Большинство крупных предприятий сталкиваются с проблемами поиска, сбора и анализа информации из-за отсутствия централизованной системы управления данными
Как организовать удобное хранение информации и быстрый доступ ко всем данным?
  • Ежегодно увеличивается объем новой информации в компаниях
  • Неструктурированных данных становится больше
  • Значительное рабочее время сотрудников тратится на поиск информации
  • Большая часть результатов поиска нужной информации не удовлетворяет запросам
  • Новым сотрудникам сложнее обучаться
  • Различные подразделения дублируют функции друг друга
Что такое GLAZ?
В основе GLAZ лежат технологии, индивидуально настраиваемые под каждую компанию для решения бизнес-задач
Программное обеспечение для сбора, анализа и поиска информации в файлах любого формата (doc, doсx, xls, xlsx, ppt, pptx, html, htm, odt, pdf, djvu, jpeg, png, RTF, ODS и др.). Устанавливается внутри вашей компании и может быть подключено ко всем системам и хранилищам данных (CRM, ERP, ECM и почта, облачные хранилища, файловые архивы и т.д.).
Единая строка поиска по всей информации, доступной системе GLAZ
Искусственный интеллект для работы с контентом
Консолидация данных для точного понимания пользователей
Возможность анализа данных с применением машинного обучения для решения задач
Как GLAZ помогает компаниям?
На 40%
сокращает временные затраты
Экономия времени на отслеживание изменений в используемой документации (как внутренней, так и внешней), а также поиск и анализ данных
На 30%
сокращает затраты на ресурсы
Экономия ресурсов для проектирования бизнес-приложений с использованием механизмов Deep Learning & Machine Learning
На 30%
увеличивает прибыль
Создание аналитической витрины данных: используемые алгоритмы позволяют выявить больше закономерностей и зависимостей между объектами и событиями, выявление пласта скрытых данных
На 20%
увеличивает управляемость бизнесом
Сокращение продолжительности мероприятий по управлению данными
На 15%
увеличивает чистую прибыль
Более легкий переход на цифровой формат работы
На 30%
освобождает время на НИОКР
Высвобождение времени сотрудников для реализации творческих креативных задач
GLAZ осуществляет поиск и учится при помощи AI* и ML*
Как работает GLAZ?
Разные сотрудники компаний из разных подразделений
IT-инфраструктура и хранилища данных компании
*AI – искусственный интеллект
*ML – Machine Learning
Программы и языки, на которых строится работа системы
Artificial Intelligence (AI)
  • Поиск по ключевым словам
  • Категоризация информации
  • Рекомендация похожих запросов
  • Проставление смысловых тегов документам
  • Поиск по запросам на «естественном» языке
  • Python
  • PostgreSQL
  • Elastiс
  • Fluentd
  • ClickHouse
  • Kafka
  • База данных
  • Почтовый сервис
  • СЭД, EPR-системы
  • Документы
  • Файловая система
  • Электронная библиотека портала
могут обращаться к системе и искать необходимую информацию
01
Задача
  • Сократить время поиска необходимой информации и выдачи качественных решений экспертам
  • Улучшить качество поиска информации в неструктурированном контенте
Кейсы
Нефтяная отрасль
  • Отобрали информацию, прошедшую экспертизу для наполнения системы
  • Выполнили первичный ввод отобранной накопленной информации
  • Обеспечили надежное и долговременное хранение накопленной и поступающей информации
  • Предоставили оперативный многопользовательский доступ ко всему массиву информации
  • Обеспечили поиск, который не требует специализированных знаний
  • Обеспечили интерактивное взаимодействие сотрудников с экспертами
  • Обеспечили сбор и анализ обращений пользователей к системе
  • Обеспечили подбор специализированной информации на основе анализа обращений пользователей

  • KPI Точность поиска — 93% точность выдаваемой информации
  • Пользователи довольны
  • Точность выдачи лучше, чем в других системах
  • Скорость выдачи напрямую связана с внедрением прорывных технологий в государственные компании, которые обозначены в программе инновационного развития
Срок реализации
10 месяцев
02
Решение
03
Результаты
01
Задача
  • Сбор, идентификация, обработка и анализ информации об инцидентах из разных информационных систем в вертикальной системе управления
Энергетическая отрасль
  • Подключили через api-интерфейс к разным информационным системам в разных вертикалях, чтобы собирать данные и консолидировать, визуализировать в карту, распределять по потокам и считать аналитику
  • Организовали сбор всей информации о каждом из объектов — данные со всех датчиков и со всех информационных систем, которые использовались
  • Запустили пилотный проект системы на одном объекте
  • Реализовали создание отчетов в режиме реального времени, на основании которых можно делать предиктивный анализ — работа какого из блоков оборудования выходит за рамки нормального
  • Сокращение месяцев работы управляющей компании за счет устранения этапа подачи запросов, согласований и утверждений сбора данных, все собирается в автоматическом режиме
  • Повышение качества заполнения информации об инцидентах за счет прозрачности процесса и обновления в режиме реального времени
  • Сокращение времени простоя оборудования на 30% за счет предиктивного анализа работы всего комплекса оборудования, а также стоимости проведения ремонтных работ за счет точечного воздействия, количество составляемых сотрудниками отчетов снизилось на 50% потому что руководители получили возможность в режиме реального времени получать информацию об объекте
Срок реализации
12 месяцев
02
Решение
03
Результаты
Онлайн-продажи
  • Повышение конкурентоспособности и повышение среднего чека
  • Провели работы с неструктурированным контентом
  • Внедрили интеллектуальный поиск товаров и систему рекомендаций на основании таргета
01
02
03
Решение
Задача
Результаты
  • Увеличение среднего чека в 4 раза
  • Внедрение интеллектуального таргета и улучшение поиска как отдельный продукт для потребителей платформ
Рассчитать стоимость GLAZ
Ответьте на 5 вопросов, чтобы мы рассчитали стоимость системы GLAZ для вашей компании
Функциональные
возможности

Система управления данными
Важные элементы системы управления данными
Основные принципы системы управления данными
  • Данные – это ядро компании
  • Концентрация внимания на выгодные и полезные изменения
  • Открытость данных для всех сотрудников
  • Погружение в бизнес-процессы и разделение ответственности за данные
  • Повышение доверия к данным
  • Общая доступность данных
  • Общие стандарты системы управления данными предприятия
Структуризация и обозначение
связи данных
Установление необходимости
в данных бизнес-инициатив
Организация управления данными
Облегчение
доступа к данным
Повышение доверия к данным
Управление структурными
элементами данных
Управление жизненным
циклом данных
Управление контентом
Управление качеством данных
Управление безопасностью
и доступом к данным
Внедрение и поддержка
бизнес- и продвинутой аналитики
01
02
03
04
05
06
07
Проект для вашего предприятия
будет готов уже через 3-4 месяца
Пилотная концепция
3-4 месяца
  • Анализ текущей ситуации и сравнение с лучшими мировыми практиками
  • Определение ключевых требований
  • Создание плана пилотного внедрения системы
Пилотная эксплуатация
3-4 месяца
  • Первичная интеграция по приоритетным направлениям
  • Обнаружение и исправление проблем и ошибок
  • Разработка плана полной интеграции системы
  • Тестирование системы GLAZ – пилотная эксплуатация по выбранному направлению
  • Уточнение требований к системе GLAZ
  • Формирование детализированного плана внедрения
Масштабирование
9-12 месяцев
  • Интеграция системы на основе разработанной концепции и плана внедрения
  • Сопровождение пользователей системы
Контроль
Постоянно
  • Мониторинг работы системы GLAZ
  • Оперативное реагирование на аномалии в работе
  • Обновление и масштабирование в зависимости от потребностей
Гибкая настройка системы
Система позволяет корректировать результаты работы: устанавливать значимость как отдельных документов, так и определенных данных о документе, вносить изменения в используемые словари синонимов и стоп-слов
Безопасность
  • Система не хранит обрабатываемые файлы
  • Управление доступом к результатам работы системы GLAZ:
    • Ограничения по IP-адресу
    • Система авторизации
  • ПО интегрируется с существующей системой безопасности предприятия
Гарантийная поддержка
Мы несем ответственность за свое программное обеспечение, поэтому в течение 1 года после установки оказываем гарантийную поддержку
Гибкая настройка системы
Система позволяет корректировать результаты работы: устанавливать значимость как отдельных документов, так и определенных данных о документе, вносить изменения в используемые словари синонимов и стоп-слов
Безопасность
  • Система не хранит обрабатываемые файлы
  • Управление доступом к результатам работы системы GLAZ:
    • Ограничения по IP-адресу
    • Система авторизации
  • ПО интегрируется с существующей системой безопасности предприятия
Гарантийная поддержка
Мы несем ответственность за свое программное обеспечение, поэтому в течение 1 года после установки оказываем гарантийную поддержку
Команда
  • Екатерина Скрыпник
    Founder & Expert metodologist
    Накопленный значительный управленческий и практический опыт позволяет стабильно развивать собственную IT-компанию уже 17 лет, создавать инновационные IT- продукты и сервисы нового поколения
  • Роман Мухутдинов
    Архитектор программного обеспечения
    Ведущий разработчик. Обладает широким стеком технологий. Специализируется на разработке и сопровождении высоконагруженных систем. Накоплен большой опыт в управлении процессом разработки и управлении командой.
Сертификат