NaviCon Group внедрила IBM Cognos Planning в «Тройке-Диалог»

Логотип компании
18.11.2010
Реализация проекта позволит повысить эффективность распределения финансовых ресурсов…

В среду, 17 ноября, корпорация IBM объявила о завершении проекта по модернизации системы бюджетирования компании Тройка Диалог с помощью IBM Cognos Planning. Проект выполнен силами бизнес-партнера IBM, компании NaviCon Group.

Проект включал в себя проектирование и внедрение системы бюджетирования, а также ее интеграцию с другими учетными системами компании. Реализация проекта осуществлялась в предельно сжатые сроки: перед новой системой стояла задача подготовки бюджета компании на новый финансовый год к 1 октября 2010 г. Горизонт финансового планирования отчетности о прибылях и убытках (P&L) в Тройке Диалог составляет один год. В задачи новой системы входит сбор консолидированной информации по P&L, автоматизация аллокации и реаллокации расчетов P&L и CAPEX (капитальных расходов).

Одной из главных задач при реализации проекта было обеспечение безопасности доступа к данным. В частности, важным фактором для заказчика являлось обеспечение высокого уровня защиты базы данных, содержащей информацию по расходам на сотрудников компании. Доступ к ней должны были иметь только сотрудники управления по работе с персоналом. Для решения этой задачи была разработана специальная серверная платформа, которая предполагает размещение системы бюджетирования на двух виртуальных серверах: на одном располагается часть АСБ, отвечающая за хранение и обработку конфиденциальной информации персональных расходов, на втором – все остальные блоки АСБ, отвечающие за формирование P&L.

Читайте также
Являясь частью искусственного интеллекта, машинное обучение (Machine Learning, ML) открывает все больше возможностей бизнесу. Его внедряют для трансформации процессов, развития транспорта, логистики, АПК и других отраслей, а экономический эффект применения ИИ составляет более триллиона рублей. Рассмотрим, какие прикладные задачи компаний решает ML, приведем примеры внедрения, поговорим про подход Retrieval-Augmented Generation (RAG) и дадим чек-лист качественной интеграции и использования ИИ в реальном секторе.