Digitālā Biznesa Meistarklase:
Datu analītikas, mašīnmācīšanās un mākslīgā intelekta pieeju izmantošana uzņēmuma stratēģijas attīstībā


Kam:

21.gs. biznesa līderiem, kuri ir atbildīgi par savu biznesu un organizāciju turpmākās attīstības virzieniem.

Izaicinājums:

Dzīve mainās. Vecais aiziet. Atnāk jaunais. Prieks par jauno. Dažkārt skumji par aizgājušo.

Mainās arī bizness. No sākotnējā 1955.gada Fortune500 saraksta šobrīd tajā ir palikušas tikai 60 kompānijas. Arī mēs tikai ar īpašu piedomāšanu atceramies, piemēram, Latvijas biznesa “deviņdesmito gadu varenos”.

Ir jauki domāt, ka “mēs būsim tie jaunie, kuri nāks un nomainīs vecos”. Bet kā nebūt tiem vecajiem, kuri jau drīzumā tiks aizmirsti”?

Meklējot progresa virzienus, arvien biežāk sastopam atziņu: “Digitalizējies vai Mirsti” (“Digitize or Die”). Digitalizācija var uzlabot klientu apkalpošanu, produktivitāti, biznesa mērogojamību un citus svarīgus aspektus. Tomēr tā arī rada jaunus izaicinājumus.

Kādu labumu digitalizācija var nest? Cik tā izmaksā? Vai esam spējīgi digitalizāciju ieviest? Kādi dati mums jau ir un ko ar tiem darīt? Kā datu izmantošana uzlabo biznesa lēmumus? Kā optimizēt klientu apkalpošanu? Kā datus vizualizēt? Kā veidot uzņēmuma digitālo kultūru? Kā sekmīgi ieviest digitalizācijas projektus? Kā veidot un atjaunot stratēģijas? Kāpēc “Digitize or Die”?

Atbildes uz šiem un citiem jautājumiem – programmā “Digitālā Biznesa Meistarklase”.

Programmas Mērķi:

N.B. Šī meistarklase ir veidota biznesa vadītājiem, nevis datu analītiķiem!

Palīdzēt biznesu īpašniekiem un vadītājiem:

  • ieraudzīt digitālā laikmeta jaunās iespējas;
  • definēt precīzus uzdevumus savām digitālajām un IT komandām;
  • reālistiski novērtēt digitālo un IT komandu veikto ieguldījumu.

Dalībnieku ieguvumi:

Dalībnieku uzlabota spēja plānot un realizēt uzņēmumu digitālās transformācijas caur:

  • detalizētu izpratni par digitalizācijas tendencēm 21.gs. biznesa vidē;
  • apskatītiem aktuālākajiem Latvijas un pasaules digitalizācijas piemēriem;
  • rīkiem projektu realizācijai, ienākumu palielināšanai, izdevumu samazināšanai;
  • socializāciju un pieredzes apmaiņu ar citiem digitāli aktīviem biznesa līderiem;
  • atkārtošanai un projektu realizācijai noderīgiem, parocīgiem izdales materiāliem.

          Dalības maksa:
          1980 EUR + PVN

          Vieta:
          Mercure Hotel, Elizabetes iela 101

          Laiks:
          17.00 – 18.30 nodarbība
          18.30 – 18.45 pauze
          18.45 – 20.15 nodarbība

          Datumi:

          1. sesija - 05. maijs
          2. sesija - 09. maijs
          3. sesija - 23. maijs
          4. sesija - 30. maijs
          5. sesija - 04. jūnijs
          6. sesija - 06. jūnijs
          7. sesija - 12. jūnijs
          8. sesija - 14. jūnijs
          9. sesija - 17. jūnijs
          10. sesija - 20. jūnijs
          11. sesija - 26. jūnijs

          Digitālās Biznesa Meistarklases referenti:

          Aldis Ērglis
          Pieredzējis biznesa procesu, produktu un projektu vadītājs, strādājis informācijas tehnoloģiju, programmatūras izstrādes un pakalpojumu nozarēs. Kvalificēts biznesa analītikas, plānošanas un virzības vadības jomās. Specializējies datu analītikā un advancētajā analītikā, vietējās komūnas līderis un datu analīzes entuziasts.

          Galvenās kompetences:
          • Programmatūras projektu vadība
          • Biznesa analītika
          • Prasību analītika

              Darba pieredze:

              • Emergn Limited, Mašīnmācīšanās laboratorijas vadītājs
              • Exigen Services, vecākais sistēmu arhitekts
              • ELKO Group, biznesa procesu attīstības direktors
              • FMS, pārdošanas un mārketinga direktors
              • Lattelecom Technology, programmatūras izstrādes vadītājs
              • MicroLink, projektu vadītājs

              Santa Lemša

              Pieredzējusi advancētās analītikas līdere ar 15 gadu starptautisku pieredzi fintech, apdrošināšanā un tirgus izpētē. Stratēģiska domātāja ar spēcīgu zināšanu bāzi, lieliska līdere un vadītāja. Uz mērķi orientēta komandas spēlētāja ar spēcīgām komunikācijas prasmēm un spēju veikt analītiskus atklājumus biznesā, kas rezultējas papildus peļņā.

              Galvenās kompetences:

              • Analītika
              • Biznesa analītika
              • Risku vadība un apdrošināšana

                  Darba pieredze:

                  • SIA ROBOCASH, risku vadības direktore
                  • 4finance, datu zinātnes un advancētās analītikas komandas vadītāja
                  • BALTA part of RSA Group, Aktuāru pārvaldes vadītāja, cenošanas aktuārs
                  • Factum Group (CEE network), projektu vadītāja
                  • TNS Latvia, datu apstrādes departamenta vadītāja, datu analītiķe
                  Nikita Strezhnev
                  Pašlaik vada lielo datu un advancētās analītikas attīstību mazumtirdzniecības nozarē. Kvalificēts datu zinātnē, biznesa inteliģencē, biznesa analītikā un patērētāju uzvedības izpratnē. Specializējas biznesa jautājumu pārveidē datu risinājumos, izmantojot komunikācijas prasmju un tehnisko iemaņu kombināciju. Vietējās analītikas kopienas līdzstrādnieks.

                  Galvenās kompetences:

                  • Lielo datu analītika un datu zinātne
                  • Biznesa analītika un Business Intelligence
                  • Analītikas automatizācija

                      Darba pieredze:

                      • Rimi Baltic Group, datu analītikas vadītājs, patērētāju uzvedības izpratnes un analītikas projektu vadītājs
                      • Aldaris, Part of Carlsberg Group, biznesa analītiķis, pārdošanas analītiķis
                      • MTBank, kredīta departamenta speciālists

                      Programma:
                      11 vakari/44 akadēmiskās stundas 

                      DIENA/STUNDAS

                      SATURS/MĀCĪBU TĒMAS

                      MĀJAS DARBS

                      1. vakars (S.L.)
                      PRINCIPI

                      4 akadēmiskās stundas

                      Kāpēc “Digitize or Die”?

                      • Pozitīvie & negatīvie piemēri. Vai tas attiecas uz mani?

                      Digitālās vides elementi

                      • Kādā pozīcijā esam mēs? Kā panākt progresu?

                      Rīks: Kā intervijā atpazīt “šarlatānu”?

                      M.D.: Organizācijas digitālā brieduma tests

                      2. vakars (S.L.)
                      IEGUVUMI vs. IZMAKSAS

                      4 akadēmiskās stundas

                      Digitalizācijas projektu ieguvumi

                      • Kādus ieguvumus organizācijām nes digitalizācija?

                      Digitalizācijas projektu izmaksas

                      • Kas mums ir? Kā pietrūkst? Kā samazināt izmaksas?

                      Rīks: Izmaksu/investīciju samazināšanas principi

                      M.D.: Uzņēmuma atskaišu saraksts
                      3. vakars (A.Ē.)
                      DATI

                      4 akadēmiskās stundas

                      Datos balstīti lēmumi

                      • Uz kādiem jautājumiem atbild dati?

                      Interpretācijas kļūdas un to novēršana

                      • Kā atšķirt cēloņsakarības no korelācijām?

                      Tests: Cik maksā nepareizi lēmumi?

                      M.D.: Korelācijas kā cēloņsakarības

                      4. vakars (A.Ē.)
                      DIGITĀLIE LĒMUMI

                      4 akadēmiskās stundas

                      Lēmumu pieņemšana

                      • Kā praktiski ieraudzīt cēloņsakarības?

                      Praktiskais darbs cēloņsakarības izveidē

                      • Kur ir (vai nav) cēloņsakarības manos datos?  

                      Klases darbs: Korelācija vs. Cēloņsakarību

                      M.D.: Cēloņsakarības Klientu apkalpošanā
                      5. vakars (N.S.)
                      CUSTOMER JOURNEY

                      4 akadēmiskās stundas

                      Klienta ceļojums – Customer Journey

                      • Kā caur CJ mazināt izdevumus un audzēt ieņēmumus?

                      Customer Journey datu ieguve un praktiska izmantošana

                      • Kā dati un Machine Learning palīdz katrā CJ solī?

                      Klases darbs: Izdevumi/ Ieņēmumi CJ procesā

                      M.D.: CJ manā kompānijā
                      6. vakars (N.S.)
                      IEŅĒMUMU PIEAUDZĒŠANA

                      4 akadēmiskās stundas

                      Ieņēmumu pieaudzēšana no viena klienta

                      • Vairāk patēriņa, plašāks grozs, biežāki pirkumi – KĀ?

                      Proaktīva klientu noturēšana

                      • Kā prognozēt un proaktīvi novērst klienta aiziešanu?

                      Klases darbs: Cik var būt CJ finanšu ieguvums?

                      M.D.: Kādi KPI ir nozīmīgi manā CJ?
                      7. vakars (A.Ē.)
                      ATSKAITES & VIZUALIZĀCIJA

                      4 akadēmiskās stundas

                      Business Intelligence – kas tas ir?

                      • Kā atšķiras dati? Kādi ir atskaišu veidi un saturs?

                      Datu vizualizācijas paņēmieni

                      • Kā veidot atskaites un vadības paneļus (dashboard)?

                      Rīks: Atskaites efektivitātes novērtēšana

                      Klases darbs : Cik maksā nepareizas atkaites

                      M.D. : Datu sagatavošana datu stāstiem
                      8. vakars (N.S.)
                      INTERPRETĀCIJA & LIETOŠANA

                      4 akadēmiskās stundas

                      Datu interpretācijas un kļūdas

                      • Kā stāstīt stāstus (story-telling) caur datiem?

                      Business Intelligence veikta vienkārši

                      • Kā sarežģīto BI veikt patstāvīgi?

                      Rīks: Tulkošanas kļūdas

                      Klases darbs: Kā piemānīt ar datiem?

                      M.D.: Datu stāsts
                      9. vakars (S.L.)
                      DIGITALIZĀCIJAS PROJEKTI

                      4 akadēmiskās stundas

                      Digitalizācijas projektu plānošana

                      • Kā projektu definēt, ievākt datus un analizēt tos?

                      Projektu ieviešanas izaicinājumi

                      • Kā labas idejas praktiski ieviest, monitorēt, uzturēt?    

                      Klases darbs : Pašu projektu gaita & analīze

                      M.D. : Atkārtots digitālā brieduma tests    

                      10. vakars (S.L.)
                      DIGITĀLĀ KULTŪRA

                      4 akadēmiskās stundas

                      Organizācijas un to iekšējā gatavība digitalizācijai

                      • Kā pārbaudīt iekšējo gatavību?

                      Digitālās gatavības uzlabošana

                      • Kā sakārtot iekšējos procesus un datu pārvaldību?    

                      Klases darbs : Digitālās kultūras elementi

                      M.D. : Esošās / plānotās stratēģijas sastāvdaļas    
                      11. vakars (A.Ē.)
                      DIGITĀLĀ STRATĒĢIJA

                      4 akadēmiskās stundas

                      Digitālās stratēģijas formulēšana

                      • Kas piedalās? Kam jābūt (un kam nav jābūt) saturā?

                      Digitālās stratēģijas aktualizēšana

                      • Kā veidot stratēģijas ceļa karti (digital road-map)?               

                      Klases darbs: Digitālās stratēģijas izveide

                      Klases darbs: Digitālās ceļa kartes posmi                         

                      Atsauksmes:

                      "Mūsu uzņēmums nolēma piedalīties Digitālajā Biznesa Meistarklasē:
                      1) Lai paši spētu veikt sava veida digitālo auditu, novērtēt situāciju un saprast, kur tieši mēs atrodamies šobrīd un kādā virzienā vēlamies doties;
                      2) Tās ir jaunas idejas un pieredzes apmaiņa, vēlamies mācīties no labākajiem un veiksmīgākajiem piemēriem;
                      3) Izveidot konkrētu plānu un nākošos soļus, lai attīstītos un uzlabotu sava uzņēmuma digitālo vidi, iespējas utt.
                      Kā arī mums kā vadītājiem ir svarīgi iegūt jaunas prasmes, lai saprastu, ko mēs no saviem analītiķiem, IT speciālistiem u.tml. vēlamies sagaidīt un pieprasīt.
                      Digitālās transformācijas organizācijām, tā ir paaugstināta efektivitāte - iegūts laiks, samazinātas izmaksas, lielāka peļņa un tās procenti. Kā arī iespēja efektīvāk apkalpot esošos klientus un iegūt jaunus. Cilvēkresursi kļūst arvien dārgāki, arvien grūtāk pieejami. Uzņēmumam, kas domā ilgtermiņā, laikus jāidentificē, kuras ir tās darbības un pozīcijas, ko datorprogrammas un analītikas metodes jau šobrīd var efektīvi aizstāt."

                      Artūrs Dedzis
                      A/S Sirowa Riga, divīzijas vadītājs Baltijā. 


                      Pieteikuma anketa

                      *

                      *

                      *

                      *

                      *

                      *

                      *


                       . Uzzināt vairāk