ЩОБ ЗБЕРЕГТИ ПРИРОДУ

В Японії керівництво будівельної компанії Maeda Corp зобов'язало всіх працівників постригтися однаково коротко. Чоловіки мають залишити щонайменше волосся на скронях і потилиці. Жінки повинні обмежитися акуратним хвостиком і чубчиком, який можна буде зачесати набік.Представниця компанії Тізуру Іноує каже, це задля збереження природи: "Люди з коротким волоссям мало користуються фенами, витрачають менше води. Якщо всі наші співробітники підстрижуться, це збереже електроенергію"

Ми запитали у читачів: як вони захищають природу?

Продав обидві машини торік - Lexus із гібридним двигуном і Honda CR-V. Пересів на велосипед. Збираюся купити електромобіль, бо велосипедом незручно долати великі відстані.

Андрій БІЛОКІНЬ, 36 років, координатор Всесвітнього фонду природи, місто Бровари Київської області

Пишу в зошитах у кожній клітинці й на полях.

Василь ПАВЛЕНКО, 15 років, школяр, Полтава

Економлю воду. Коли чищу зуби, набираю її в стакан. Миючи посуд, спочатку намилюю всі тарілки, а потім змиваю. Перед тим, як випустити воду з ванної після купання, черпаю її в тазик і ставлю біля унітазу.

Марина БІЛОУСОВА, 33 роки, маркетолог, Київ

Кілька років закопую харчові відходи в компостну яму за будинком. Вони перегнивають, стають добривом. Купую продукти без пакетів або ж у тарі, що легко переробляється. Молоко беру лише у скляних чи в паперових упаковках. Сир - теж тільки в папері. Якщо такого нема, то взагалі нічого не купую.

В'ячеслав ЛЕВЧЕНКО, 33 роки, менеджер із продажу, Івано-Франківськ

Використовую безфосфатні пральні порошки, мию посуд гірчичним порошком і бурою. У помешканні всюди тільки енергоощадні лампи.

Юлія МОНАСТИРЬОВА, 24 роки, медсестра, Житомир

Останні чотири роки не викидаю макулатуру. Збираю від талонів на тролейбус і до картонних ящиків. Привчив до цього своїх батьків, брата, сестру, дівчину, кількох друзів, колег на роботі. Іноді сам здаю макулатуру, частіше віддаю бомжам.

Ілля НІКОЛАЄВ, 25 років, займається міжнародними перевезеннями, Ялта

Беру із собою дрова на пікнік.

Віталій МАМОНТОВ, 36 років, військовий, Запоріжжя

На болотах і біля річки Сура майже щороку висаджую кілька верб. Уже посадив понад сотню - усі прийнялися.

Андрій ЗАПОРОЖЕЦЬ, 30 років, викладач в Українському державному хіміко-технологічному університеті, Дніпропетровськ

Вчу сина не кидати сміття на вулиці.

Антоніна АГАФОНОВА, 31 рік, домогосподарка, Дніпропетровськ

Часто за допомогою палиць гашу пожежі, збиваючи вогонь, на скелях острова Хортиця. Для дітей із навколишніх мікрорайонів перетворилося на розвагу підпалювати суху траву.

Оксана ТЕМНА, 33 роки, доцент кафедри російського філології ЗНУ, Запоріжжя

Купую польські трав'яні суміші за 45 гривень і розсипаю їх, після рясних злив у дворі, вздовж тротуарів, на місцях, де не нема трави.

Олексій БЕШЕНКО, 34 роки, системний адміністратор, Дніпропетровськ

Збираю сміття за туристами в горах і в печерах.

Олег ТРОЇЦЬКИЙ, 29 рік, альпініст, Кривий Ріг

Качаю музику, фільми і книжки з інтернету. Так зменшую кількість сміття з пластику, що погано розкладається - старі пошкоджені диски та запобігаю вирубці дерев, на папері з яких мали би надруквати книжки.

Володимир ПОМФ'ЮК, 31 рік, програміст, Львів

Підгодовую молоком їжаків біля будинку.

Костянтин РАХНО, 32 роки, науковий працівник музею, Полтава

Читаю курси лекцій студентам-архітекторам - "Основи екології", "Теорія архітектурної екології" та "Екологія в архітектурі та містобудуванні". Проектую енергоекономічні та екологічні будинки.

Андрій КОНЮК, 50 років, викладач, Кам'янець-Подільський

Відношу рятувальникам зламані термометри. У дитинстві закопали один із витеклою ртуттю. На тому місці утворилася зелена пляма. Відтоді страшно їх і в смітник викидати, і в землю заривати.

Аліна БОЄЦЬКА, 25 років, менеджер із продажів, Київ

За матеріалами сайту http://gazeta.ua/

36 ДЕЛОВЫХ КНИГ, КОТОРЫЕ СОВЕТУЮТ 100 САМЫХ БОГАТЫХ ЛЮДЕЙ МИРА

1. Роберт Кийосаки "Богатый Папа, Бедный Папа"
2. Эндрю Мэтьюз "Живи легко!" или "Счастье в трудные времена"
3. Джордж С. Клейсон "Самый богатый человек в Вавилоне"
4. Бодо Шефер "Законы победителей"
5. Генри Форд "Моя жизнь, мои достижения"
6. Наполеон Хилл "Думай и богатей"
7. Ли Якокка "Карьера менеджера"
8. "Менеджер Мафии" - Руководство для корпоративного Макиавелли
9. "Формула успеха - 33 принципа успешного бизнеса от самого яркого и экстравагантного предпринимателя современности" - Дональд Трамп
10. Теодор Драйзер - "Финансист"
11. Бодо Шефер "Мани, или Азбука денег"
12. Филипп Котлер, Кевин Келлер «Маркетинг менеджмент»
13. Барбара Минто «Золотые правила Гарварда и McKinsey»
14. Карстен Бредемайер «Черная риторика. Власть и магия слова»
15. Радислав Гандапас «Камасутра для оратора. Десять глав о том, как получать и доставлять максимальное удовольствие, выступая публично»
16. Эл Райс, Джек Траут «Маркетинговые войны»
17. Эл Райс, Джек Траут «Позиционирование. Битва за умы»
18. Светлана Иванова «Мотивация на 100%»
19. Светлана Иванова «Искусство подбора персонала. Как оценить человека за час»
20. Кьелл Нордстрем, Йонас Риддерстралле «Бизнес в стиле фанк 
21. Николай Рысев «Активные продажи»
22. Ларри Кинг «Как разговаривать где угодно, когда угодно и с кем угодно»
23. Гэвин Кеннеди «Договориться можно обо всем»
24. Дэвид Аллен «Как привести дела в порядок. Искусство продуктивности без стресса»
25. Рон Рубин, Стюарт Эвери Гоулз «Бизнес в стиле дзен»
26. Карл Сьюэлл, Пол Браун «Клиенты на всю жизнь»
27. Стивен Кови «7 навыков высокоэффективных людей»
28. Роберт Чалдини «Психология влияния»
29. Антон Попов «Блоги. Новая сфера влияния»
30. Роберт Скобл, Шел Израэл «Разговор дороже денег. Как блоггинг меняет общение бизнеса и потребителей»
31. Сет Годин «Доверительный маркетинг. Как из незнакомца сделать друга и превратить его в покупателя»
32. Сет Годин «Идея-вирус? Эпидемия! Заставьте клиентов работать на ваш сбыт»
33. Игорь Манн «Маркетинг на 100%. Ремикс»
34. Глеб Архангельский «Тайм-драйв. Как успевать жить и работать»
35. Софья Макеева "DOWN шифтинг или как работать в удовольствие, не зависеть от пробок и заниматься тем, чем хочется"
36. Ричард Брэнсон «К черту все! Берись и делай»

По материалам сайта http://news.nado.ua/

ПОЧЕМУ МЕНЕДЖЕР ДОЛЖЕН ГОВОРИТЬ "АЛГОРИТМ", А НЕ BIG DATA

20 Августа в 09:58

Ограничение роста компании заложено в ее менталитете. Это можно исправить двумя способами: коучингом топ-менеджмента или алгоритмизацией бизнес-процессов.

Знаете ли вы, какой самый честный способ увидеть менталитет компании? Через данные, через большие данные (или big data), если быть точным. Из массива данных компании легко проследить специфику бизнес-процессов, особенности принятия решений и стиль менеджмента, опыт сотрудников, историю взаимоотношений с клиентами.

Но даже среди специалистов нет четкого понимания, что считать большими данными и как наиболее эффективно работать с ними. А если работа с большими данными – это постоянное развитие менталитета компании?

Новый чемпион мира по футболу, сборная Германии использовала большие данные для улучшения своей игры. При анализе матчей выяснилось, что среднее время, которое игрок проводил с мячом, составляло 3,4 секунды. Тренерcкий штаб сборной Германии поставил во главу угла скорость работы с мячом, и в результате время владения было снижено до 1,1 секунды. Ведь скорость – один из ключевых параметров в футболе. В итоге немцы стали одной из самых скоростных команд в мире, а изменение «менталитета в работе с мячом» привело к золотым медалям. 

Начните с начала

Сегодня многие компании говорят про важность больших данных, про то, что работают с big data уже несколько лет. Но большие данные – это лишь поверхность океана.

Под работой с ними должно подразумеваться отношение к данным, выявление ценных корреляций, создание алгоритма, который превращает неструктурированную информацию в полезные бизнес-знания, открывает дополнительные полезности из скрытого массива и позволяет использовать одни и те же данные для разных целей.

Однако вместо того, чтобы досконально разобраться в тех данных, которые уже есть у компаний и которые могут быть драйверами роста бизнеса, компании стремятся собирать все больше и больше новых типов данных.
Например, к нам недавно обратилась одна страховая компания. Ее представители говорили, что хотели бы ввести скоринг на основе профилей пользователей в социальных сетях. Да, действительно, сейчас очень много говорится о том, что социальные графы и поведение в социальных сетях станут важным параметром для банков, страховых компаний и прочих кредитных организаций при оценке клиента или заемщика. Обогатить свою скоринговую модель данными из соцсетей – отличная задача для компании, которая хочет вывести свои процессы на следующий уровень эффективности.

Поэтому нам необходимо было знать, как эта компания работает с данными сейчас. Выяснилось, что базы данных страховой компании не едины и неоднородны, а значит, не извлекается весь объем знаний из уже накопленных данных. Это можно сравнить с ситуацией, когда человек покупает совершенно новую мебель в квартиру, где еще не выровнены стены и не выложен крепкий пол.

И вместо разработки скоринговой модели на основе анализа соцсетей мы предложили клиенту начать работу с собственными данными и максимально использовать их потенциал.

Большими данными обладают очень многие компании, и все с ними работают, но многие делают это устаревшими методами. Например, в некоторых компаниях понимание поведения клиентов до сих пор лежит на плечах аналитиков.

Поэтому стартовый шаг в работе с big data – сформулировать стратегию, навести порядок и определиться, какие данные нужно анализировать в первую очередь. Вспомним пример со сборной Германии. Скорость – один из главных параметров современного футбола или драйвер качества игры, выражаясь языком бизнеса. Поэтому анализ времени работы с мячом был приоритетом номер один.

После определения целей работы с big data необходимо перейти к развитию инфраструктуры и алгоритмизации бизнеса, то есть созданию алгоритмов для оптимизации, визуализации и прогнозирования бизнес-процессов организации. 

Все ли вы знаете о своих данных?

Есть компании, которые уже работают с big data довольно успешно, считая себя профи в этом деле и обладая уверенностью, что знают о своих данных все. На самом деле это не так. Наличие собственного подразделения по работе с данными так или иначе ограничивает ресурсы, возможности и разброс задач. Многие, кто работает с данными, думают, что раз они собрали свою команду, то аутсорсинг им не нужен. Аутсорсинг нужен всегда, потому что позволяет обогатить команду, соотнести свои методы и подходы с теми, что используются другими специалистами. Ограниченная по численности команда может не заметить ценных корреляций в данных.
Есть такая американская компания Inrix, которая занимается анализом дорожного движения, объединяя в реальном времени геолокационные данные о 100 млн автомобилей в США и Европе для прогнозирования плотности трафика. В Inrix смогли извлечь альтернативную ценность из своих данных неочевидным на первый взгляд способом.
Данные по анализу дорожного движения стали использоваться для оценки состояния региональных экономик. Несмотря на заверения американских политиков о восстановлении экономики США, статистика Inrix в 2011 году показала, что в часы пик на дорогах стало свободнее, что предполагало увеличение безработицы. Позже компания продала свои данные в инвестиционный фонд, который на основе корреляций между количеством автомобилей у магазинов крупнейших розничных сетей выявляет объемы их продаж. 

Максимум решений

Чтобы выявить больше ценности в данных, рынок big data вбирает в себя элементы краудсорсинга.

Допустим, руководитель компании ставит задачу повышения количества заказов в крупном интернет-магазине. Сотрудникам компании нужно разработать или улучшить алгоритм показа товаров, рекомендуемых аксессуаров и т.д. Сколько специалистов по анализу данных (их еще называют data scientists) работает в этой компании? Один, два, пять? Сколько алгоритмов они могут создать? Сколько времени уйдет на тестирование каждого из них для последующего внедрения в бизнес-процессы? 
  
А теперь представьте, что эту же задачу будут решать сотни специалистов по анализу данных со всего мира на конкурсной основе. Вы сможете посмотреть самые разные подходы, получить широкий спектр решений. Однако только лишь краудсорсинга недостаточно. Из авторов лучших алгоритмов можно создать отдельную рабочую группу, которая будет сотрудничать с вашей компанией над созданием сверхрешения. 

Такой научный краудсорсинг будет более эффективен для получения палитры мнений и алгоритмов, чем даже специальное подразделение по big data. Бизнес должен стремиться видеть максимальное количество подходов в решении задач. С эффективными алгоритмами компания обретает искусственный интеллект, что, в свою очередь, приводит к снижению риска ошибки, и, как результат, к росту эффективности бизнеса и прибыли.

http://sostav.ua/publication/pochemu-menedzher-dolzhen-govorit-algoritm-a-ne-big-data-63047.html