रिटेल एनालिटिक्स: आज आपने कंडोम नहीं खरीदा है, और स्टोर को पहले से ही पता है कि आपको शिशु आहार पर कब छूट की आवश्यकता होगी

^{यह इसी तरह काम करता है।}

अपने अजन्मे बच्चे के बारे में - यह, बेशक अतिरंजित है, लेकिन सब कुछ हो सकता है। व्यवहार में, हम खुदरा विक्रेताओं को गणितीय तंत्र का उपयोग करके प्रत्येक रूबल के लिए लड़ने में मदद करते हैं । उदाहरण के लिए, आपके पास अपने वॉलेट में एक वफादारी कार्ड है, या आप क्रेडिट कार्ड से भुगतान करते हैं। इसका मतलब यह है कि सामान्य रूप से स्टोर को पता है कि आपको कितने और किन उत्पादों की आवश्यकता है। फिर आप अपनी यात्रा के इष्टतम मॉडल को स्टोर में बना सकते हैं और समझ सकते हैं कि आप किस स्थिति में अधिक खरीदेंगे। क्या होना चाहिए, आप किस तरह का दूध पसंद करते हैं (अचानक आप बिना किसी हिचकिचाहट के महंगा और प्राकृतिक लेने के लिए तैयार हैं?) और इसी तरह। आपको डेटा के आधार पर मॉडल बनाना आसान है

रिटेल के सभी पहलुओं पर एक ही एनालिटिक्स लागू किया जा सकता है।

हास्यास्पद से - एक बार प्रणाली ने गणना की कि लगभग आधा टन कागज को नष्ट करना लाभदायक होगा। पहले तो उन्होंने सोचा कि यह एक बग है - लेकिन उन्होंने खुदाई शुरू की और पता चला कि आपूर्तिकर्ता एक निश्चित खरीद सीमा के लिए छूट देता है। और नेटवर्क के पास सही मात्रा में पेपर बेचने का समय नहीं हो सकता है। गोदाम की लागत, वितरण और सीमा से शुरू होने वाले छूट के स्तर को देखते हुए, इसे कम कीमत पर प्राप्त करने के लिए सामानों का एक गुच्छा लेना और नष्ट करना आसान है। कम से कम दो बार की छूट इसके नुकसान से होने वाले नुकसान की भरपाई करती है।

इनपुट में, हमारे पास विभिन्न स्रोतों (उदाहरण के लिए, कैशियर के चेक, लॉयल्टी कार्ड तक पहुंच के लॉग, दुकानों में आगंतुक काउंटर, गोदाम लोडिंग पर डेटा और इसी तरह) से डेटा है। व्यवसाय के स्वामी के लिए जवाब है। उदाहरण के लिए, यहाँ ऐसे प्रश्न हैं:

• प्रत्येक उत्पाद के लिए इष्टतम स्टॉक बैलेंस क्या है?
• विपणन अभियान वास्तव में बिक्री को कैसे प्रभावित करते हैं?
• शनिवार को १ to:०० से १ ९: १५ तक शराब की एक भी बोतल क्यों नहीं बेची गई?
• एक नए उत्पाद को ऑनलाइन छोड़ने के लिए क्या बिक्री परिणाम दिखाना चाहिए? यह खिड़की में जगह से कैसे संबंधित है?

साथ ही, आप प्रत्येक कर्मचारी के KPI पर विचार कर सकते हैं। उदाहरण के लिए, एक विक्रेता। और, वैसे, उसी समय, आप उसे ये डेटा प्रदर्शित कर सकते हैं - उदाहरण के लिए, "आपके पास अभी भी महीने के सर्वश्रेष्ठ कर्मचारी के लिए 5% बचा है।" या प्रतिस्पर्धा करने के लिए दूसरी शिफ्ट से आउटपुट डेटा। सामान्य तौर पर, आप जानकारी के साथ कुछ भी कर सकते हैं।

खुदरा के लिए एक और बीआई का मतलब है कर्मचारियों की कार्रवाई का विश्लेषण करने की क्षमता। उदाहरण के लिए, यदि कैशियर औसतन 2 मिनट में चेक जारी करता है, तो आप "उस ब्रेक" को 10 में खोज सकते हैं। और यह समझने के लिए कि ऐसा क्यों है - क्या वह कहीं मुफ्त है या कोई तकनीकी समस्या है?

उदाहरण

हमने दो प्रवेश द्वारों के साथ एक स्टोर के लिए परीक्षण विश्लेषण किया : यह पता चला कि बस एक स्टोरफ्रंट को अवरुद्ध करना सड़क से कुछ नए लोगों को काटने के लिए पर्याप्त होगा, लेकिन यह सही मार्ग के कारण चेक में वृद्धि को प्रभावित करेगा। परिणाम - थोड़ा कम लोग, और अधिक लाभ। स्टोर के माध्यम से मार्ग लंबे समय तक निकलता है, लोग न केवल दूध और ब्रेड को देखने का प्रबंधन करते हैं, बल्कि सामान्य रूप से वर्गीकरण में - और पूरी टोकरी प्राप्त करते हैं।

वोदका कंपनी के लिए, हम अब पर्यवेक्षकों और व्यापारियों के लिए इष्टतम मार्ग बना रहे हैं । हम दुकानों में लोगों की आवाजाही को अनुकूलित करते हैं ताकि वे कम समय में अधिक से अधिक जांच कर सकें। दिलचस्प चीजों में से - यदि व्यापारी, उदाहरण के लिए, मेट्रो ले जाता है, तो अक्सर उसके लिए यह अधिक लाभदायक होता है कि वह सिद्धांत के अनुसार एक मार्ग का निर्माण कर सके "बिंदु A पर बना, सड़क पार कर, बिंदु B पर बना।" लेकिन पर्यवेक्षक कारों को चलाते हैं और उन्हें एक ही मार्ग नहीं दिया जा सकता है - उदाहरण के लिए, यह लगभग 20 मिनट तक रेलवे में घूम सकता है। हम सभी के लिए इष्टतम मार्ग बना सकते हैं।

आप वितरकों के लिए समाधान भी बना सकते हैं और स्टोरों से सामान के किसी विशेष समूह, संबंधित निर्माता, और इसी तरह की बिक्री के बारे में जानकारी निकाल सकते हैं । मानक से - गुर्दे और बिक्री विश्लेषण। उदाहरण के लिए, शेल्फ पर माल की नियुक्ति उसकी बिक्री को कैसे प्रभावित करती है और इसे कहाँ से इसे बेहतर तरीके से रखा जाए। एक साधारण उदाहरण। चेकआउट में आपको न केवल "चबाने वाली गम - गर्भनिरोधक - नैपकिन - सिगरेट" का एक सेट रखने की आवश्यकता है, लेकिन जैसा कि यह निकला, और विशेष रूप से सुबह में, यह एक हैंगओवर के लिए एक उपाय है। कोई भी उन्हें निकटवर्ती फार्मेसी में नहीं ले जाएगा या अलमारियों पर खोज नहीं करेगा, जबकि "ए हैंगओवर को कम करने वाला" लेबल वाला छोटा सा बॉक्स 5 साल पहले शाम को "कमीने" की तरह ध्यान आकर्षित करता है। खैर, निचले समतल पर बच्चों के सामान की व्यवस्था और बीयर के करीब रचेस के बारे में, आप खुद जानते हैं।

हम फ्रेंचाइजी और शाखाओं के लिए बिक्री रिपोर्ट तैयार करने में भी लगे हुए हैं । वहां स्थिति आमतौर पर इस तरह होती है - केंद्र से दूर, कम नियंत्रण। यदि आप सामान्य विश्लेषण करते हैं, तो संकेतक तुरंत दिखाते हैं कि समस्या कहां हो सकती है। और केंद्रीय कार्यालय के लिए गंभीर नुकसान शुरू होने से पहले इसके बारे में जानना महत्वपूर्ण है, जैसे कि यह तथ्य कि एक टन दही समाप्ति की तारीख से गायब हो जाएगा। प्रतिक्रिया के लिए समय होना चाहिए।

हमने 12 रूबल और 50 कोप्पेक पर सामान भी लिया। उन्होंने यह पता लगाने का फैसला किया कि अगर वे 13 रूबल की कीमत बढ़ाते हैं तो क्या होगा - यह पता चला कि वे इसे ले जाएंगे और इसे ले जाएंगे।

आधार क्या है?

किसी भी मामले में, इस सभी उपयोगी जानकारी के निचले भाग में आदिम - चेक, स्टोर का विवरण, इस स्टोर के शेल्फ पर किसी विशेष ब्रांड के प्रावधान के अनुमानित निर्देशांक हैं। इस जानकारी के होने पर, आप पूरी तरह से किसी भी रिपोर्ट का निर्माण कर सकते हैं, जिसकी शुरुआत प्रति माह कितने वर्ग मीटर, खजांची इत्यादि से हुई थी, और विवरण के साथ समाप्त हो गई, क्योंकि रात में मादक पेय पदार्थों की बिक्री पर प्रतिबंध ने कानून को प्रभावित किया। वैसे, इस तरह के विश्लेषण पर, हम न केवल शराब की बिक्री पर प्रतिबंध लगाने से पहले, 22:30 बजे शराब के लिए एक अलग कैश रजिस्टर खोलने की सिफारिश कर सकते हैं, बल्कि वांछित उद्घाटन नियम को भी इंगित कर सकते हैं - वितरण नेटवर्क में नकदी डेस्क को बंद करना, खाते की छुट्टियों और स्टोर के स्थान के लिए विशिष्ट घटनाओं को ध्यान में रखते हुए। ।

जवाबदेही

सामान्य तौर पर, बीआई उस पर एनालिटिक्स के उपयोग के लिए डेटा का संग्रह है। रिपोर्टों के अलावा, उपयुक्त मॉडलों के साथ एक चटाई भी है। यह प्रबंधन करेगा, उदाहरण के लिए, न केवल व्यापारियों, पर्यवेक्षकों के मार्ग, बल्कि स्टोर में खरीदार के व्यवहार का अनुकरण भी करेंगे। औसत चेक से शुरू होने वाले पूर्वानुमान बनाना संभव है और इसमें अधिकतम प्राथमिकता क्या है, इस अधिकतम प्राथमिकता की बिक्री बढ़ाने के लिए एक दिशा या किसी अन्य दिशा में वहां जाने की क्या आवश्यकता है।
इसके अलावा, लाइसेंस का सामूहिक उपयोग हमेशा सस्ता होता है। यहां तक ​​कि खरीदारों की पुतलियों की आवाजाही की एक सरल वीडियो स्ट्रीम प्रत्येक दुकान के लिए कार लेने की तुलना में अधिक लाभदायक है। नेटवर्क पर ट्रैफ़िक चलाना सस्ता है, और अलमारियों पर सामान देखने पर विद्यार्थियों की आवाजाही के साथ वीडियो "क्लाउड" से लोड करना अच्छा है।

घटना की प्रतिक्रिया

सिस्टम घटनाओं को पकड़ता है और उन लोगों को जानकारी भेजता है जिन्हें जवाब देने की आवश्यकता होती है। उदाहरण के लिए, यदि 2:14 बजे चेक में वोदका की एक बोतल है (और इस तरह के उत्पाद को छिद्रित करने के लिए कोई प्रणाली नहीं है), तो आपको तुरंत प्रतिक्रिया करने की आवश्यकता है जब तक कि रोसकोम्नाडज़ोर का दौरा न हो जाए। ऐसा करने के लिए, कार्मिक अधिकारियों को सूचित किया जाता है (वे उल्लंघन के लिए खजांची को ठीक करेंगे), सुरक्षा गार्ड (वे यह पता लगाने की कोशिश करेंगे कि यह कैसे हुआ), वरिष्ठ बिंदु और आईटी विशेषज्ञ (ताकि कोई भी लेन-देन को पोंछने की कोशिश न करे, यदि संभव हो तो, और कुछ राइट-ऑफ ड्रा करें) । मुझे लगता है, सामान्य तौर पर, यह स्पष्ट है।

एक और विशेषता घटना बिक्री के लिए आगे बढ़ना है। उदाहरण के लिए, सिस्टम जानता है कि यदि आप एक दिन में 20 योगर्ट नहीं बेचते हैं, तो उनमें से कुछ की समय सीमा समाप्त हो जाएगी। स्वचालित रूप से एक निर्णय किया जा सकता है जैसे:

• 3 दिनों के बाद, सामान को शेल्फ पर उच्च रखें (स्टोर के कर्मचारियों को निर्देश दें)।
• 8 दिनों के बाद, 20% छूट (कीमतों और स्टॉक के आधार को अपडेट करें) करें।
• छूट के बारे में वफादार ग्राहकों को सूचित करें।
• यदि बिक्री नहीं बढ़ती है, तो इस उत्पाद के लिए बोनस के साथ विक्रेताओं को प्रेरित करें।
• अगर समाप्ति तिथि से एक सप्ताह पहले योगहार्ट पूर्वानुमान से अधिक है, तो "एक की कीमत के लिए 3 खरीदें" को सक्रिय करें।

यह स्पष्ट है कि ऐसी चीजों को वास्तविक समय में माना जाता है - प्रत्येक कार्रवाई से पहले शर्तों की जांच की जाती है, लेकिन, मुझे लगता है, सामान्य अर्थ स्पष्ट है।

या शायद बहुत मामूली घटना - कुछ वफादार ग्राहक ने दूध खरीदना बंद कर दिया। वह इसे 2 महीने तक स्टोर में नहीं रखता है और इसे (इसे लॉयल्टी कार्ड और चेक पर देखा जा सकता है)। इस मामले में, आप उसे एक बार में डेयरी उत्पादों पर 15% की छूट दे सकते हैं - और इसके बारे में सूचित कर सकते हैं।

ज्ञान का आधार

व्यावसायिक प्रक्रियाओं को बढ़ाया जा सकता है। यहां एक और उदाहरण दिया गया है: बीयर की बिक्री एक दुकान में काफी बढ़ गई। बीआई के माध्यम से कारण मिला - मालिक ने यूनिट लगाई, जो ग्रील्ड चिकन को फ्राई करता है। नतीजतन, इस इकाई ने कुछ क्षेत्र लिया, लेकिन खुद के लिए भुगतान किया और पड़ोसी श्रेणी की बिक्री में वृद्धि की। इस यांत्रिकी को आधार में गणना करना और रखना तर्कसंगत है - अगले बिंदु को डिजाइन करते समय, आप वास्तव में जान सकते हैं कि कैसे क्षेत्र का उपयोग करें और किस उपकरण का उपयोग करें। एक वितरण नेटवर्क के मामले में, नियम को "देखो, हमने ऐसी नियंत्रित कार्रवाई की है, और हमारी बिक्री बढ़ गई है" के रूप में दर्ज किया गया है, और सिस्टम आपको सभी मापदंडों का मूल्यांकन करने और अनुभव को अन्य बिंदुओं पर स्थानांतरित करने की अनुमति देता है।

इसे कैसे लागू किया जाता है?

सभी साथी। डिवाइस हमारे क्लाउड में निहित है। BI सिस्टम को लागू करने की जटिलता आमतौर पर डेटा संग्रह और इस सब के अविश्वसनीय रूप से जटिल एकीकरण है। हमने इसे यथासंभव सरल बना दिया - 1 सी जैसे सभी उपयोग किए गए सिस्टम के कनेक्टर हैं, जो केवल आवश्यक स्रोत डेटा को अलग करते हैं और इसे प्रसंस्करण के लिए भेजते हैं। और एक चटाई है। उपकरण जो व्यापार के कार्यों के लिए कॉन्फ़िगर किया गया है। इसके साथ काम करने से सही ढंग से तैयार किए गए डेटाबेस क्वेरी जैसा दिखता है।

यहाँ डेटा पथ है:

• डेटा ई-मेल / एफ़टीपी / वेबसर्विस के माध्यम से दिया जाता है (एक बिंदु से डेटा एफ़टीपी या मेल में एक्सएमएल में डाउनलोड किया जाता है, या एक वेब सेवा खोली जाती है जो डेटा एक्सचेंज की अनुमति देता है)।
• एक स्वचालित प्रक्रिया आने वाले डेटा की जांच करती है और भंडारण को भरती है।
• सिस्टम की व्यावसायिक परत डेटा को फ़िल्टर, एकत्र और कल्पना करती है और रिपोर्ट तैयार करती है।
• एक सुरक्षित वेब सर्वर पर रखी गई रिपोर्टें व्यावसायिक उपयोगकर्ता द्वारा देखने के लिए उपलब्ध हैं।
• वितरकों से डेटा एक एकल NSI के मानकों पर लाया जाता है।

यह कैसे काम करता है? ठीक है, उदाहरण के लिए, हम डेटा को साफ करने के लिए उपकरण देते हैं, लेकिन हम डेटा को साफ नहीं करते हैं। हम एक डेटा संग्रह उपकरण प्रदान करते हैं, लेकिन हम स्वयं डेटा एकत्र नहीं करते हैं। हम डेटा संग्रहीत करने के लिए एक उपकरण देते हैं, हम इस डेटा को संग्रहीत करते हैं, ग्राहक अपने सिस्टम को खुद से जोड़ता है, वह इस डेटा का उपयोग कर सकता है। संरचना सभी के लिए सार्वभौमिक है।

तैयार किए गए मॉड्यूल का एक सेट है। हमारे पास निर्धारित रिपोर्ट बनाने के लिए एक उपकरण है, स्वचालित अनुसूचित अपलोड बनाने का एक उपकरण, मेल द्वारा भेजना - किसी भी प्रश्न के लिए एक उपकरण। अगर कोई उपकरण नहीं है, और ग्राहक हमें बताता है "एक सुपर-डुपर वहाँ सुंदर रिपोर्ट बनाएं", हाँ, हम इस मामले में एक रिपोर्ट करेंगे - लेकिन हम सभी ग्राहकों को मॉड्यूल देंगे। हमें एक मॉडल की आवश्यकता है - यह एक सवाल नहीं है, हम इस मॉडल को खाली कर देंगे, हम मॉडल मापदंडों का चयन नहीं करेंगे, लेकिन हम इस मॉडल को बुनियादी क्रियाओं को सिखाएंगे। मॉडल का एक नियमित पाठ ग्राहक द्वारा स्वयं किया जाएगा। उदाहरण के लिए, यदि किसी ग्राहक के पास विपणन अभियान के लिए नई शर्तें हैं, और मॉडल एक भी स्थिति प्रदान नहीं करता है, तो हम इसका विस्तार करेंगे। लेकिन अगर आपको एक उत्पाद को दूसरे के लिए एक्सचेंज करने की आवश्यकता है, तो ग्राहक स्वयं आसानी से कर देगा।

हल किए गए व्यावसायिक कार्य:

• कंसोल से दूर उपयोगकर्ताओं के लिए GUI
• टॉप-डाउन और बॉटम-अप विश्लेषण
• सूचनाओं के बड़े संस्करणों का एक साथ विश्लेषण: बड़े समय अवधि और कुल आंकड़ों की तुलना।
• मुख्य प्रबंधन कार्यों के अनुसार नियंत्रण: व्यापक डेटा विश्लेषण, नियमित रिपोर्टिंग का प्रावधान, प्रमुख संकेतकों का लचीला प्रदर्शन (KPI)।

हल तकनीकी समस्याएँ:

• डेटा की सफाई
• डेटा एकत्रीकरण
• समानांतर डाटा प्रोसेसिंग
• मेटाडेटा बनाएं और प्रबंधित करें
• डेटा प्रवाह की निगरानी
• स्रोतों के साथ सूचना सहभागिता का लचीला विनियमन
• प्रक्रियाओं और उपयोगकर्ता के काम का ऑडिट करने की क्षमता
• विभिन्न वितरकों से डेटा का संयोजन
• वर्दी NSI बनाए रखना
• संदर्भ जानकारी की विशेषता संरचना का प्रबंधन
• असीमित संख्या में निर्देशिकाओं को जोड़ने की क्षमता
• अनधिकृत व्यक्तियों से डेटा परिवर्तन नियमों और कनेक्शन मापदंडों का संरक्षण;
• मौजूदा सुरक्षा प्रणाली के साथ एकीकरण;
• सुरक्षा नीतियों के आधार पर परिवर्तन और कार्यों तक पहुंच;
• डेटाबेस उपयोगकर्ताओं के विवरण की सुरक्षा;
• भूमिकाओं का वितरण;
• संचार चैनलों पर भंडारण, अद्यतन और संचरण के दौरान डेटा की अखंडता की निगरानी करना;
• नियमित और बैकअप।

सामान्य तौर पर, बहुत कुछ करने के अवसर हैं। अब तक, सबसे लोकप्रिय सेवाएं डेटा संग्रह, भंडारण, सफाई, निर्देशिकाओं का समेकन, रिपोर्टिंग और मोबाइल सीआरएम हैं। यह सब आसानी से और जल्दी से किया जाता है - ठीक है, जितना बड़ा डेटा में यह आसानी से और जल्दी से हो सकता है। निष्पक्ष रूप से, आप दो महीनों में बीआई के प्रभाव को महसूस कर सकते हैं।

कीमत

आधार लागत अंतरिक्ष की मात्रा है जो हम उपभोग करते हैं। फिर - डेटा संग्रह बिंदुओं के लिए चैनलों की संख्या (जो कि शाखाओं या आपूर्तिकर्ताओं की संख्या से है)। सेटअप कार्य - बिंदुओं पर यात्रा करना और कनेक्ट करना आवश्यक होगा। प्लस मेट्रिक्स, लेकिन वे अब उस को प्रभावित नहीं करते हैं। अन्य मैट्रिक्स, जैसे कि उपयोगकर्ताओं की संख्या और उनकी गतिविधि, साथ ही साथ व्यापारी-पर्यवेक्षक और गणितीय मॉडल की संख्या को प्रभावित करते हैं, लेकिन ये बुनियादी पैरामीटर नहीं हैं। यदि आपको अपनी स्थिति के लिए बिल्कुल आवश्यकता है - तो आप मुझसे पीएम या मेल brahew@croc.ru पर पूछ सकते हैं।

आप इसके सभी तर्क के साथ एक रिपोर्ट लिख सकते हैं: सबसे कठिन रिपोर्ट जो हम करते हैं वह 10 दिनों से अधिक नहीं है, और सबसे सरल - 5 घंटे। और फिर गिनती। और अलग से डेटा विज़ुअलाइज़ेशन है - कई को दृश्य, लगभग इन्फोग्राफिक रिपोर्ट की आवश्यकता है।

अब तक का मुख्य कार्य बिग डेटा का प्रसंस्करण है, उदाहरण के लिए, "नए साल के लिए क्या खरीदना है" विषय पर एक एकल छह महीने के अपलोड के परिणामों के आधार पर। हमारे पास एक अच्छा मामला है, जैसे वाशिंग पाउडर के विज्ञापन से। हमारे परीक्षण एमपीपी डीबीएमएस, 5 टुकड़ों की मात्रा में काफी सामान्य कार्यालय पीसी पर, एचईपी सर्वर पर एसएमपी डीबीएमएस के साथ तुलनीय प्रदर्शन दिखाया गया है (बाद के अनुकूलन के बिना एमपीपी पर एसएमपी बनाम 2 घंटे पर 10 दिनों के लिए अधिक सटीक,)। नए साल की बिक्री के चरम के साथ कोई समस्या नहीं होनी चाहिए, साथ ही उपयोगकर्ताओं की नसों को एक बार एक ही रिपोर्ट प्राप्त करने और मॉडल को केवल मामले में लॉन्च करने के लिए।

सामान्य तौर पर, कंपनियां - संभावित ग्राहक स्वयं ऐसे उपकरण की आवश्यकता को समझते हैं। इसका पेबैक लगभग 7-9 महीने का है। आखिरकार, यहां तक ​​कि आधे प्रतिशत अतिरिक्त मार्जिन या बचत का मतलब प्रति दिन लाखों रूबल हो सकता है (यदि हम बड़े खुदरा के बारे में बात कर रहे हैं, तो निश्चित रूप से)। यानी सेवा कमाने और बचाने में मदद करती है।

सारांश

% उपयोगकर्ता%, इस तरह की प्रणाली आपको कई दुकानों में मॉनिटर करती है और आपके बारे में जानती है, शायद पहले से ही Google से अधिक है। बेशक, केवल अपनी सुविधा के लिए, अन्यथा आप दूध खरीदना भूल जाएंगे :)

लेकिन गंभीरता से - नया विश्लेषिकी पहले से ही इतना हो सकता है कि स्थानों में यह डराता है। यदि विषय दिलचस्प है, तो मैं आपको इन लिंक पर उदाहरणों के टुकड़ों को देखने की सलाह देता हूं:

• विशेषज्ञ बिक्री पूर्वानुमान प्रणाली ;
• विशेषज्ञ आपूर्ति श्रृंखला अनुकूलन प्रणाली ;
• खरीद का पूर्वानुमान ;
• और एटीएम के लिए इष्टतम कलेक्टर मार्गों के निर्माण के लिए एक तंत्र ।