Немецкий стартап создал «рентген для бизнеса» на основе big data

Стартап из Германии под названием Celonis утверждает, что создал «томограф» для бизнеса. Основанная на анализе больших данных платформа позволяет видеть все бизнес-процессы насквозь и находить «больные места».

Основанная 6 лет назад в Мюнхене, компания Celonis в июне 2016 года получила венчурное финансирование в размере $27,5 млн. Сейчас в портфеле стартапа есть реализованные проекты для Bayer, Siemens, SAP, Dow, Deloitte, Siemens, Nestle и Vodafone.

«Цель компании – научиться вырабатывать организационные решения в режиме реального времени, получая и тут же обрабатывая необходимые для этого данные, — говорит совладелец Celonis Александр Ринке. – Для своих заказчиков мы уже добились экономии средств в сотни миллионов долларов».

В пример приводят крупнейшего телеком-оператора Vodafone. Внедрив аналитическую систему big data, в компании сумели снизить стоимость каждой транзакции и покупки на 11%. Время выхода на рынок новых продуктов сократилось на 20%. И все это меньше чем за полгода.

«С платформой от Celonis мы получаем картину наших бизнес-процессов «как есть», — говорит представитель Vodafone Израель Экспозито. – Мы научились понимать, о чем нам говорят данные».

В крупных компаниях даже небольшое сокращение издержек ведет к многомиллионной экономии денег, поэтому неудивительно, что услуги немецких «врачей» из Celonis пользуются большим спросом у крупных международных игроков.

К тому же платформа не только показывает слабые места организации деятельности компании, но и позволяет найти оптимальное решение проблемы.

«Дата-специалисты не ограничиваются рекомендациями о том, что нужно сделать, чтобы исправить бизнес-процесс. Они сами участвуют в формировании этих процессов. Разработчики на время становятся проектными менеджерами в компаниях-клиентах, пока все вещи не будут отрегулированы», — рассказал о методе Celonis Израель Экспозито.

Представитель стартапа Александр Ринке считает, что следующим шагом в развитии их платформы должно стать внедрение машинного обучения и искусственного интеллекта. Тогда система сможет не только определять проблемы, но и самостоятельно решать многие из них.