экзамен. Экзаменационные вопросы Дисциплина Цифровая экономика
 Скачать 24.05 Kb.
|
|
Экзаменационные вопросы Дисциплина: Цифровая экономика Цепенщиковой Александры Владимировны ДБМ-204кр 23 вариант 1 задание 23 вопрос - Классификация схемы платежей. Кредитные и дебетовые схемы. Все электронные платежные системы можно разбить на два больших класса: кредитные системы и дебетовые системы. Кредитные платежные системы — это системы, построенные на использовании кредитных карт для электронных расчетов между участниками сделки с привлечением дополнительных мер безопасности: шифрования обмена сообщениями, цифровой подписи. Все кредитные системы требуют подтверждения кредитоспособности клиента или годности представленных платежных средств банком-эмитентом либо иной уполномоченной организацией. Наиболее известные системы на мировом рынке — CyberCash, CheckFree, Open Market, First Virtual. Особое место занимает использование стандарта SET, предложенного для платежей в Internet компаниями Visa и MasterCard. Интернет-кредитные системы являются аналогами обычных систем, работающих с кредитными картами. Отличие состоит в проведении всех транзакций через Интернет, и как следствие, в необходимости дополнительных средств безопасности и аутентификации. В проведении платежей через Интернет с помощью кредитных карт участвуют: · Покупатель. Клиент, имеющий компьютер с Web-браузером и доступом в Интернет. · Банк-эмитент. Здесь находится расчетный счет покупателя. Банк-эмитент выпускает карточки и является гарантом выполнения финансовых обязательств клиента. · Продавцы. Под продавцами понимаются сервера Электронной Коммерции, на которых ведутся каталоги товаров и услуг и принимаются заказы клиентов на покупку. · Банки-эквайеры. Банки, обслуживающие продавцов. Каждый продавец имеет единственный банк, в котором он держит свой расчетный счет. · Платежная система Интернет. Электронные компоненты, являющиеся посредниками между остальными участниками. · Традиционная платежная система. Комплекс финансовых и технологических средств для обслуживания карт данного типа. Среди основных задач, решаемых платежной системой, - обеспечение использования карт как средства платежа за товары и услуги, пользование банковскими услугами, проведение взаимозачетов и т.д. Участниками платежной системы являются физические и юридические лица, объединенные отношениями по использованию кредитных карт. · Процессинговый центр платежной системы. Организация, обеспечивающая информационное и технологическое взаимодействие между участниками традиционной платежной системы. · Расчетный банк платежной системы. Кредитная организация, осуществляющая взаиморасчеты между участниками платежной системы по поручению процессингового центра. Дебетовые платежные системы — это системы, основанные на использовании электронных эквивалентов чеков и наличных. Наибольшее распространение на мировом рынке получили системы DigiCash, NetCash, NetChex, NetBill. Дебетовые системы, основанные на использовании цифровых наличных, не требуют подтверждения уполномоченной финансовой структурой. Стоимость применения дебетовой системы относительно невысока, поэтому она может использоваться для микроплатежей. Основная проблема использования дебетовых систем состоит в создании доверенной финансовой среды, в частности требующей уверенности в исключении неконтролируемой эмиссии электронных наличных. Примерами являются электронные чеки и электронные деньги. Электронные чеки являются аналогом обычных бумажных чеков. Это предписания плательщика своему банку перечислить деньги со своего счета на счет получателя платежа. Операция происходит при предъявлении получателем чека в банке. Основных отличий здесь два. Во-первых, выписывая бумажный чек, плательщик ставит свою настоящую подпись, а в онлайновом варианте - подпись электронная. Во-вторых, сами чеки выдаются в электронном виде. Проведение платежей проходит в несколько этапов: 1. Плательщик выписывает электронный чек, подписывает электронной подписью и пересылает его получателю. В целях обеспечения большей надежности и безопасности номер чекового счета можно закодировать открытым ключом банка. 2. Чек предъявляется к оплате платежной системе. Далее, (либо здесь, либо в банке, обслуживающем получателя) происходит проверка электронной подписи. 3. В случае подтверждения ее подлинности поставляется товар или оказывается услуга. Со счета плательщика деньги перечисляются на счет получателя. 2 задание 23 вопрос - Что такое озера данных и почему в них дешевле хранить big data? Сейчас все вокруг твердят про пользу big data. В итоге бизнес пытается работать с масштабными базами данных, но сталкивается с проблемой — все данные разнородные и неструктурированные, перед загрузкой в базы их нужно долго обрабатывать. В итоге работа с big data оказывается слишком сложной и дорогой, а часть данных теряется, хотя могла бы принести пользу в будущем. Помочь с этим могут data lake — озера данных, которые помогают быстро и недорого работать с большими объемами неструктурированных данных. Расскажем о их особенностях, ключевых отличиях озер от обычных баз данных и о сферах, в которых они будут наиболее полезны. На русский язык data lake переводится как «озеро данных». Оно представляет собой огромное хранилище, в котором разные данные хранятся в «сыром», то есть неупорядоченном и необработанном виде. Данные в data lake как рыба в озере, которая попала туда из реки, — вы точно не знаете, какая именно там рыба и где она находится. А чтобы «приготовить» рыбу, то есть обработать данные, ее нужно еще поймать. Мы в своей жизни чаще всего сталкиваемся именно с неструктурированными данными. Видеоролики, книги, журналы, документы Word и PDF, аудиозаписи и фотографии — все это неструктурированные данные, и все они могут хранится в Data Lake. Как работает озеро данных Data lake — это огромное хранилище, которое принимает любые файлы всех форматов. Источник данных тоже не имеет никакого значения. Озеро данных может принимать данные из CRM- или ERP-систем, продуктовых каталогов, банковских программ, датчиков или умных устройств — любых систем, которые использует бизнес. Уже потом, когда данные сохранены, с ними можно работать — извлекать по определенному шаблону в классические базы данных или анализировать и обрабатывать прямо внутри data lake. Для этого можно использовать Hadoop — программное обеспечение, позволяющее обрабатывать большие объемы данных различных типов и структур. С его помощью собранные данные можно распределить и структурировать, настроить аналитику для построения моделей и проверки предположений, использовать машинное обучение. Еще одним примером инструмента обработки данных в data lake являются BI-системы, помогающие бизнесу решать задачи углубленной аналитики (data mining), прогнозного моделирования, а также визуализировать полученные результаты. Область использования многогранна — от финансового менеджмента до управления рисками и маркетинга. «Чтобы работать с озером данных, в компании должны быть технические специалисты: Data Scientist, Data Developer, бизнес-аналитик. Такие специалисты имеют доступ к данным в data lake и могут их обрабатывать с помощью различных аналитических систем и подходов. В data lake данные можно обрабатывать без извлечения — достаточно оборудовать системы для анализа прямо внутри озера», — Константин Савчук, управляющий партнер компании Constanta. Чем озера данных отличаются от обычных баз данных Ключевое отличие озер данных от обычных баз данных — структура. В базах данных хранятся только четко структурированные данные, а в озерах — неструктурированные, никак не систематизированные и неупорядоченные. Пример: представим, что есть вольное художественное описание вашей целевой аудитории: «Девушки возрастом 20–30 лет, незамужние, обычно без детей, работающие на низких руководящих должностях. И мужчины 18–25 лет, женатые, без детей, без четкого места работы». Такое описание — неструктурированные данные, которые можно загрузить в data lake. В классической базе данных вы должны определить тип данных, проанализировать их, структурировать — и только потом записать в четко определенное место базы данных. Мы можем создать алгоритм, который работает с конкретными ячейками, потому что четко знаем, что хранится в этих ячейках. В случае с озером данных информацию структурируют на выходе, когда вам понадобится извлечь данные или проанализировать их. При этом процесс анализа не влияет на сами данные в озере — они так и остаются неструктурированными, чтобы их было также удобно хранить и использовать для других целей. Если упростить, можно представить, что data lake — это ваш жесткий диск, на котором хранятся все ваши файлы. А база данных — таблица, в которой учтены все эти файлы. Есть и другие различия между базами данных и озерами данных: Полезность данных. В базах данных все данные полезны и актуальны для компании прямо сейчас. Данные, которые пока кажутся бесполезными, отсеиваются и теряются навсегда. В озерах хранятся в том числе и бесполезные данные, которые могут пригодиться в будущем или не понадобиться никогда. Типы данных. В базах хранятся таблицы с конкретными цифрами и текстом, распределенными по четкой структуре. В озерах лежат любые данные: картинки, видео, звук, файлы, документы, разнородные таблицы. Гибкость. У базы данных гибкость низкая — еще на старте нужно определить актуальные для нее типы данных и структуру. Если появятся данные новых форматов — базу придется перестраивать. У озер гибкость максимальная, потому что ничего не нужно определять заранее. Если вы вдруг решите записывать новые данные, например, видео с камер для распознавания лиц, озеро не придется перестраивать. Стоимость. Базы данных стоят дороже, особенно если требуется хранить много данных. Нужно организовывать сложную инфраструктуру и фильтрацию, все это требует денег. Озеро данных стоит намного дешевле — вы платите исключительно за занятые гигабайты. Понятность и доступность данных. Данные в базе легко смогут прочитать и понять любые сотрудники компании, с ними могут работать бизнес-аналитики. Чтобы структурировать данные в озере требуются технические специалисты, например Data Scientist. Сценарии использования. Базы данных идеальны для хранения важной информации, которая всегда должна быть под рукой, либо для основной аналитики. В озерах данных хорошо хранить архивы неочищенной информации, которая может пригодиться в будущем. Еще там хорошо создавать большую базу для масштабной аналитики. 3 вопрос 3 задание - Американские исследователи утверждают, что многие виды цифрового бизнеса, например, Uber, Airbnb и др., легко копировать. Что могут делать такие компании для создания и поддержания своих конкурентных преимуществ? Предложите один-два способа формирования конкурентных преимуществ цифровыми компаниями типа Uber. Конкурентные преимущества — это набор отличий, который делает один бизнес перспективнее остальных и, в конечном итоге, привлекательнее для клиента. В статье разберем, что относится к факторам, определяющим конкурентное преимущество фирмы, как такие факторы выявить и усилить. Примеры конкурентных преимуществ ведущих компаний McDonalds — это отличный пример лидерства по отлаженности бизнес-процессов. Покупатель франшизы получает выверенное до мелочей описание всех процессов в компании: как нанимать и обучать персонал, в каком месте открывать точку, как выбирать поставщика и производить готовый продукт. Неважно, в какой стране открыт очередной ресторан, кто поставщики сырья, кто работает на кухне или на кассе — все равно в результате на выходе получится продукт одинакового качества и стандарта. Пример отрыва в сервисе: пицца за 30 минут или бесплатно от Domino’s. Компания первая на рынке предложила клиентам 30-минутную доставку любого заказа, а при опоздании заказчик получал пиццу бесплатно. Конек компании Apple— позиционирование. «Яблочники» продают потребителю идею обладания своим товаром. Apple предлагает не средство связи, не мощный и красивый гаджет — они дают владельцу ощущение принадлежности к обществу успешных и продвинутых. Хотя кто-то мог бы отнести их к инноваторам или определить в немногочисленные случаи конкурентного преимущества товара, но айфоны покупают из-за того, что это круто. В инноваторы можно записать компанию «Тесла» и другие проекты Илона Маска, так как в них используются передовые достижения научной мысли: самые емкие в мире аккумуляторы, искусственный интеллект и возвращаемые ступени ракетных двигателей. Лидерства по продукту или коммерческим условиям сегодня достигнуть практически невозможно — большинство из них очень быстро копируется конкурентами. Преимущества цифровой платформы То, что мы в быту называем Uber-моделью, на самом деле означает связывание всех участников сделки в рамках единого интерфейса при помощи автоматизированного решения, обеспечивающего полный и прозрачный для клиента цикл сделки. Этот процесс максимально понятен пользователю: он нажимает кнопку и видит, как проходят все стадии: прием заказа, поиск такси, его путь к заказчику. Такого интерфейса для поддержки полного цикла приобретения недвижимости до последнего времени не было. Существовали отдельно работающие процессы: оформление заказа, поиск подходящей недвижимости, одобрение ипотечного кредитования (при необходимости), страхование, электронная регистрация. Каждый из них по отдельности протекал вроде бы неплохо и был по-своему отлажен, но в целом покупка квартиры проходила для клиента долго и болезненно. Например, легко автоматизируемый (в теории) процесс заполнения форм приходилось многократно повторять отдельно для оформления заказа, отдельно для ипотеки, отдельно для электронной регистрации. Это очень сильно влияло на продолжительность периода подготовки сделки и повышало количество совершаемых ошибок. Кроме того, клиент может выполнять необходимые действия на каждом этапе тогда, когда это удобно ему, а не менеджеру банка или компании-застройщика. Обычно, когда клиент посещает офис банка или застройщика, он должен в реальном времени дожидаться, пока обслуживающий его сотрудник выполнит массу действий по подготовке документов и заполнению форм. В условиях автоматизации полного цикла продаж в этом нет необходимости. |