МИНОБРНАУКИ РОССИИ

Санкт-Петербургский государственный

электротехнический университет

«ЛЭТИ» им. В.И. Ульянова (Ленина)

Кафедра ПЭ

БИЗНЕС-ПЛАН

по дисциплине «Коммерциализация результатов НИР»

Тема: Разработка и внедрение Web-приложения

Студент гр. 2309		Томышев А.А.
Преподаватель		Садырин И.А.

Санкт-Петербург

2016

Оглавление

Резюме 3

1. Описание продукции 4

2. Анализ рынка сбыта 5

3. Анализ конкурентов 8

3.1 Библиотека Xelopes 8

3.2 Statiscica Data Miner 9

3.3 RapidMiner 9

3.4 Результаты анализа конкурентов с собственной продукцией 10

4. План маркетинга 12

5. План производства 15

5.1 Инвестиционные затраты 15

5.2 Материально-производственные затраты 16

5.3 Производственные затраты на трудовые ресурсы 17

5.4 Общепроизводственные затраты 18

5.5 Управление и коммерческие затраты 19

6. Организационный план 20

7. Финансовый план 21

7.1 План прибылей и убытков 21

7.2 План движения денежных средств 23

8. Стратегия финансирования 26

9. Оценка рисков 26

Резюме

Продуктом бизнес-плана является Web-приложение, реализующее визуализацию модели ассоциативных правил Data Mining (далее продукт).

Визуализация - это инструментарий, который позволяет увидеть конечный результат вычислений, организовать управление вычислительным процессом и обеспечивает возможность вернуться к исходных данным, чтобы определить рациональное направление дальнейшего прогресса.

Предполагаемый объём продаж классификатора сервиса – 35 копий за четыре квартала, ориентировочная цена за копию 350 тысяч рублей. Прогнозируемая выручка составляет – 907 тысяч рублей с учётом начального вложения в проект в размере 150 тысяч рублей.

Основные экономические показатели данного проекта:

• Показатель рентабельности инвестиций (ROI): 8,75;

• Чистая текущая стоимость проекта (NPV): 2 675 000 р;

• Срок окупаемости – 1 квартала.

1. Описание продукции

Продуктом бизнес-плана является Web-приложение, реализующее визуализацию модели ассоциативных правил Data Mining (далее продукт).

Визуализация - это инструментарий, который позволяет увидеть конечный результат вычислений, организовать управление вычислительным процессом и обеспечивает возможность вернуться к исходных данным, чтобы определить рациональное направление дальнейшего прогресса.

Главное преимущество визуализации - практически полное отсутствие необходимости в специальной подготовке пользователя. Вся информация представлена в простой и понятной форме.

После того как аналитик применяет методы Data Mining для решения своей задачи, в качестве результата, он получает модель, которая зависит от типа решаемой задачи.

Результаты, полученные при решении задачи ассоциации, принято представлять в виде ассоциативных правил. В связи с этим при их поиске выделяют два основных этапа:

• нахождение всех частых наборов объектов;

• генерация ассоциативных правил из найденных частых наборов объектов.

На данном этапе продукция представлена в виде демонстрационного прототипа, который реализует следующий функционал:

• визуализация, полученной аналитиком, модели;

• получение подробной информации по каждому объекту визуализации;

• возможность фильтрации входных данных по требованиям аналитика;

Продукт реализован средствами web-программирования, в качестве платформы использует web-браузер.

С представленными на рынке конкурентами, продукт сравнивался по следующим параметрам: адаптивность, фильтрация, наличие пустых (неактивных) элементов визуализации, информация по оценочным критериям модели, наличие web-версии.

В отличие от конкурентов продукт удовлетворяет всем требованиям, описываемым в предыдущем абзаце, а именно:

• предоставляет всю полноту информации визуализируемой модели;

• имеет хорошую степень адаптивности;

• предоставляет возможность фильтрации визуализируемых данных;

• все визуализируемые элементы несут в себе смысловую нагрузку.

Продукт планируется распространять в двух версиях:

• базовой - предоставляет основные функции продукта, распространяется бесплатно;

• расширенной - предоставляет расширение базовой версии средствами добавление функционала, распространяется в платном виде.

Продукт распространяется через основной web-сайт проекта, который предоставляет средства для авторизации пользователя, возможности покупки продукта и средства защиты пользовательских данных.

2. Анализ рынка сбыта

Весь рынок сбыта можно разделить на 4 категории:

• Использование продукта для решения бизнес-задач. Основные сферы потребления: банковское дело, финансы, страхование, CRM, телекоммуникации, электронная коммерция, маркетинг, фондовый рынок, розничная торговля.

• Использование продукта в научный исследованиях. Основные сферы потребления: медицина, биология, биоинформатика, прикладная химия.

• Использование продукта для решения задач государственного уровня. Основные сферы потребления: поиск лиц, уклоняющихся от налогов, средства в борьбе с терроризмом.

• Использование продукта для решения Web-задач. Основные направления: поисковые машины, счетчики.

Рынок продуктов Data Mining экспоненциально развивается. В развитии принимают участие практически все крупнейшие корпорации. В частности, Microsoft непосредственно руководит большим сектором данного рынка (издает специальный журнал, проводит конференции, разрабатывает собственные продукты - Microsoft Azure).

Продукты применяются, как сказано выше, по двух основным направлениям:

• как массовый продукт для бизнес-приложений;

• как инструмент для проведения уникальных исследований (химии, медицина и пр.).

В настоящее время стоимость массового продукта от $1000 до $10000. Количество инсталляций массовых продуктов, судя по последним исследованиям, достигает десятков тысяч. Лидеры Data Mining связывают будущее этих систем с использованием их в качестве интеллектуальных приложений, встроенных в корпоративные хранилища данных.

Несмотря на обилие продуктов Data Mining, приоритет постепенно все более смещается в сторону решения узконаправленных задач: прогнозирования, классификации, распознавание образов, сегментации БД, извлечения из данных "скрытых" знаний, интерпретации данных, установления ассоциаций в БД.

В связи с тем, что основной задачей, решаемой продуктом, является поиск ассоциативных правил, то наиболее перспективными сегментами рынка являются: розничная торговля и маркетинг.

Основные задачи, решаемые продуктом в розничной торговле:

• прогнозирования. Используется при планировании и позволяет построить, например, модель прогноза продаж на основе анализа тенденций прошедших периодов.

• анализ покупательной корзины. Позволяет решать задачи по раскладке товаров и ответить на вопросы "Какие товары покупают вместе?", "Если купить товар А и товар В, то с вероятностью 89% купят товар С".

• анализ продаж товаров и формирование ассортимента. Построение подробных профилей различных категорий продаваемых товаров (например, продуктов с высокими объемами продаж или различных товарных групп) позволяет выяснять закономерности, характерные для продуктов-лидеров или продуктов-аутсайдеров, понять, кто покупает определенные продукты, то есть, например, отвечать на вопросы вроде «Кто покупает дорогие вина? Что является наиболее важным для таких покупателей?» или «Какая покупательская аудитория характерна для продукта, который мы недавно вывели на рынок?» и так далее. Это позволяет, в частности, более четко понимать целевую аудиторию различных продуктов и, следовательно, более грамотно их позиционировать и продвигать.

Основные задачи, решаемые продуктом в маркетинге:

• формирование и анализ профиля клиента и поставщика. Позволяет оптимизировать затраты на маркетинг и эффективно работать с поставщиками. Структурирует клиентскую базу и даёт полное представление всей необходимой информации о клиентах: выполняет сегментирование, обеспечивает анализ прибыльности и лояльности, позволяет оценивать текущее состояние клиента и прогнозировать его перемещение различные состояния жизненного цикла: «возможные клиенты», «респонденты», «активные клиенты», «бывшие клиенты». И как следствие, управлять привлечением клиента, увеличением ценности клиента, удержанием хорошего клиента.

Вместе с тем, главной проблемой продуктов обнаружения закономерностей, представленных на рынке, является проблема ограничения работы с полученной модели для ее дальнейшего анализа. Удачное решение указанной проблемы может составить конкуренцию на рынке.