BI Consult Desktop Logo BI Consult Mobile Logo
  • Russian BI Исследование российских bi
  • Перейти на Fine BI
  • Контакты
  • +7 812 334-08-01
    +7 499 608-13-06
  • Отправить сообщение
  • Главная
  • Продукты Эксперт-BI
    • Дистрибуция
    • Розничная торговля
    • Производство
    • Операторы связи
    • Страхование
    • Банки
    • Лизинг
    • Логистика
    • Нефтегазовый сектор
    • Медицина
    • Сеть ресторанов
    • E-Commerce
    • Сельское хозяйство
    • Энергетика
    • FMCG
    • Девелоперы
    • Маркетплейсы
    • Пищевая промышленность
    • Фармацевтика
    • Построение Data Platform
    • Цифровая трансформация
    • Управление по KPI
    • Финансы
    • Продажи
    • Склад
    • HR
    • Маркетинг
    • Внутренний аудит
    • Категорийный менеджмент
    • S&OP и FP&A
    • Геоаналитика
    • Цепочки поставок (SCM)
    • AutoML
    • Process Mining
    • IBP
    • ИТ (CIO)
    • Закупки
  • Платформы
    • Системы бизнес-анализа (BI)
    • Интегрированное бизнес-планирование (IBP)
    • Хранилища данных (DWH / Lakehouse)
    • Каталоги данных (Data Catalog)
    • Системы ETL и ELT
    • AI / Исскуственный интеллект
    • Шина данных (ESB)
    • Система управления мастер-данными (MDM)
    • Семантический слой
  • Услуги
    • Переход на отечественные BI и DWH системы
    • Консалтинг
    • Пилотный проект
    • Обучение и сертификация
    • Бесплатное обучение
    • Поддержка
    • Технические задания
    • Сбор требований для проекта внедрения BI-системы
    • CI/CD для DWH
    • Аудит BI приложений и DWH
    • Выделенная команда
    • Настойка и поддержка баз данных
    • Разработка BI Стратегии
    • Styleguide для BI-системы
    • Как выбрать BI-систему
  • Курсы
    • Учебный курс Информационная грамотность (Data Literacy)
    • Учебный курс для бизнес-аналитиков
    • Учебный курс для системных аналитиков
    • Учебный курс по Data Governance
    • Учебный курс Как стать CDO
    • Учебный курс Современная архитектура хранилища данных
    • Учебный курс по Fine BI
    • Учебный курс по FineReport
    • Учебный курс по DWH
    • Учебный курс по Data Science (ML, AI)
    • Учебный курс по PostgreSQL
    • Учебный курс по Greenplum
    • Учебный курс по Apache Airflow и NiFi
    • Учебный курс по Open-source BI
    • Учебный курс по ClickHouse
    • Учебный курс по DataLens
    • Учебный курс по Loginom
    • Учебный курс по Modus BI и ETL
    • Учебный курс по Visiology
    • Учебный курс по dbt (Data Build Tool)
  • Компания
    • Руководство
    • Новости
    • Клиенты
    • Карьера
    • Скачать
    • Контакты

Отраслевые решения

  • Дистрибуция
  • Розничная торговля
  • Производство
  • Операторы связи
  • Банки
  • Страхование
  • Фармацевтика
  • Нефтегазовый сектор
  • Лизинг
  • Логистика
  • Медицина
  • Сеть ресторанов
  • Сельское хозяйство и агрохолдинги
  • Энергетика
  • E-Commerce
  • FMCG
  • Пищевая промышленность
  • Селлеры на маркетплейсах
  • Строительные компании и девелоперы

Функциональные решения

  • Управление по KPI
  • Финансы
  • Продажи
  • Склад
  • Категорийный менеджмент
  • HR
  • Маркетинг
  • Внутренний аудит
  • Геоаналитика, аналитика на географической карте
  • Цепочка поставок (SCM)
  • S&OP и FP&A
  • Разработка стратегии цифровой трансформации
  • Process Mining
  • Интегрированное планирование (IBP)
  • Закупки
  • ИТ (CIO)
  • Построение хранилища данных
  • Создание Data Lake и Data Engineering
Главная » Решения Эксперт-BI на российских BI-платформах » Интегрированное планирование (IBP) » Demand Planning в условиях промо и маркетинговых активностей - учет эффектов, lift-факторы и пост-анализ » Роли и ответственность в межфункциональной команде

Роли и ответственность в межфункциональной команде

В условиях конкуренции и быстрого изменения спроса особенно важна скоординированная работа межфункциональной команды над планом спроса. Учет эффектов промо и маркетинговых активностей, корректная интеграция lift-факторов и детальный пост-анализ требуют прозрачной структуры ответственности, четких процессов и надлежащего взаимодействия между отделами продаж, маркетинга, планирования цепочек поставок, финансов и аналитики данных. Эта глава посвящена тому, как организовать роли, правила взаимодействия и способы управления изменениями, чтобы сборка спроса была не просто техническим вычислением, а управляемым бизнес-процессом с ясной ответственностью.

 

Краткое введение и контекст

  • Межфункциональная команда в Demand Planning должна действовать как единый механизм принятия решений: от формирования базового спроса до оценки влияния промо и пост-анализов, где меры эффективности и learnings возвращаются обратно в процесс планирования.

  • В условиях промо-активностей работа требует не только точности прогнозов, но и прозрачности в отношении того, какие факторы влияют на изменение спроса: Lift-факторы, конверсия, промо-процентное увеличение спроса, канальные эффекты, сезонные колебания и пост-периодический спад.

  • Эффективность достигается через четко заданные роли, архитектуру коммуникаций, регламенты принятия решений и культуру постоянного улучшения.

  • Краткое содержание главы

  • Определение ролей, ответственности и принципов совместной работы в контексте промо и пост-анализов.

  • Роли в ключевых функциональных направлениях: продажи, маркетинг, операции, аналитика и финансы.

  • Модели ответственности и управление изменениями: RACI, процессы согласования и регламенты встреч.

  • Процессы пост-анализов, обратной связи и внедрения уроков в планирование.

  • Интеграции, данные и коммуникации между системами и командами.

 

Контекст и принципы межфункционального взаимодействия

Эффективная межфункциональная работа строится на общих принципах: прозрачности в целях, единых метриках и согласованных процессах. В рамках Demand Planning особенно важно обеспечить:

  • Привязку бизнес-результатов к процессу планирования. Роли должны быть увязаны с KPI, соответствующими целям по спросу, наличию товаров и финансовым ограничениям.
  • Единое руководство по принятию решений. Кто имеет право окончательного утверждения плана на каждом этапном шаге, какие факторы учитываются в принятии решений, и как обрабатываются исключения.
  • Прозрачность данных и моделей. Истоки данных, предположения, методики прогнозирования и lift-анализов должны быть понятны всем стейкхолдерам.
  • Культура изменений. Любые вносимые коррективы в план должны сопровождаться коммуникацией и оценкой влияния на операционные показатели.

Роли в контексте промо и lift-факторов

Промо-активности являются ключевыми драйверами спроса и часто приводят к временным аномалиям. Эффективная команда должна управлять этими эффектами через:

  • Мандат на владение данными по промо и их влияние на прогноз. Ответственные за промо-события должны предоставлять данные о промо-условиях, таргетировании, длительности и ожидаемом lift.
  • Выравнивание временных горизонтов. Прогнозы должны учитывать задержки между промо-иконами, активациями и пиками спроса, а также пост-анализ по окончании акции.
  • Интеграцию Lift-факторов в модель прогноза. Команда данных совместно с аналитиками разработает методику учета lift, которая затем применяется в общем плане.
  • Учет канальных и ценовых эффектов. Влияние промо может различаться по каналам продаж, географиям и типам клиентов; необходимо документировать эти различия.

Модели ответственности: RACI и принципы

Для ясности распределения обязанностей целесообразно применить базовую схему RACI:

  • Responsible (Исполнитель) - участник, непосредственно выполняющий задачу.
  • Accountable (Ответственный) - лицо, которое несет итоговую ответственность за результат.
  • Consulted (Консультируемый) - лица, чьи мнения учитываются в процессе.
  • Informed (Информируемый) - лица, которым сообщают о ходе и результатах.

Детализация ролей по процессам Demand Planning, промо-аналитики и пост-анализа позволяет минимизировать дублирование действий и ускорить принятие решений. В рамках данной главы приведены ориентиры по внедрению и адаптации RACI под конкретную организацию:

  • Процесс планирования спроса: Ответственный за подготовку прогноза, по сути, совместный труд аналитиков и доменного владельца процесса; Ответственный за итоговую версию прогноза - руководитель проекта или процесс-владелец; Консультируются - функциональные лидеры по продажам, по маркетингу и по операционному планированию; Информируются - исполнительный менеджмент и финансовый контроль.
  • Промо-аналитика: Ответственный за сбор данных по промо-активностям и расчет lift; Ответственный за влияние на прогноз - аналитик и бизнес-линией; Консультируются - маркетинг и цепочка поставок; Информируются - продажи и финансы.
  • Пост-анализ: Ответственный за сбор и интерпретацию результатов пост-анализов - аналитический лидер; Ответственный за внедрение уроков - процесс-владелец и соответствующие функции; Консультируются - продажи, маркетинг, финансы; Информируются - руководители и топ-менеджмент.

Роли в функциональных направлениях

  • Владелец процесса (Process Owner). Обеспечивает целостность процесса, согласование методологий и изменений, удерживает фокус на бизнес-результате. Он отвечает за эффективность встреч, документацию и эскалацию вопросов.
  • Команда планирования спроса (Demand Planning Lead). Ведет разработку прогноза, координирует сбор данных, интегрирует lift-факторы и управляет компромиссами между операционными ограничениями и рыночной доступностью.
  • Команда анализа данных (Data & Analytics). Обеспечивает качество данных, развивает методы учета промо, проводит пост-анализ, поддерживает автоматизацию процессов.
  • Команды продаж и маркетинга (Sales & Marketing). Предоставляют доступ к промо-планам, канальным нюансам, таргетированию и бюджету, участвуют в интерпретации lift-эффектов и приемке изменений в прогнозах.
  • Операции и цепочка поставок (Operations & Supply Chain). Оценивают операционную выполнимость плана, обеспечивают доступность запасов, реагируют на ограничения и транзитные задержки.
  • Финансы и управленческий учет (Finance). Обеспечивает соответствие планов финансовой модели, оценивает риск и влияние на маржу и cash-flow, участвует в согласовании ограничений бюджета.

Постоянная роль коммуникаций и координации

Успешная работа требует не только распределения ролей, но и регулярной синхронизации. Рекомендованы следующие практики:

  • Регламент встреч: еженедельные коридоры по плану спроса, ежемесячные стратегические сессии по промо и пост-анализам, ежеквартальные обзоры результатов и корректировок.
  • Единый набор артефактов: план спроса, график промо, lift-анализ, пост-анализ, регламенты изменений и метрики исполнения.
  • Прозрачность изменений: все решения и их обоснование документируются и доступны участникам проекта.
  • Эволюционная устойчивость: процессы должны быть адаптированы по мере роста данных, появляющихся методик и изменения бизнес-целей.

Пост-анализ и уроки: механизм обратной связи

Пост-анализ выступает связующим звеном между исполнением и будущими циклами планирования. Эффект промо должен быть точно зафиксирован: величина lift, временная динамика, канальные различия, влияние на запас и денежные потоки. Результаты пост-анализа должны:

  • Включаться в обновления прогноза и коррекцию параметров моделей.
  • Направлять изменение политики промо, ассортимента, ценообразования и планирования запасов.
  • Обеспечивать обучение и развитие команды через документирование лучших практик и ошибок.

 

Роли, процессы и артефакты: архитектура взаимодействий

В практическом плане целесообразно выстроить архитектуру взаимодействий вокруг трех слоев: люди, процессы и данные.

Люди

  • Определение ролей и ответственности должно сопровождаться onboarding-процессами и периодическими ревизиями. Вводные инструкции и регламенты должны быть доступны всем участникам.
  • Развитие навыков: аналитика, интерпретация lift-факторов, умение донести результаты до управленческих аудиторий и умение работать в режиме ожидания критических изменений.

Процессы

  • Стратегия взаимодействия по этапам цикла планирования: подготовка данных, первичный прогноз, интеграция Lift-факторов, согласование, утверждение и релиз.
  • Регламент промо-аналитики: сбор данных, расчеты lift, верификация предположений, согласование изменений в прогнозе.
  • Регламент пост-анализов: сбор итогов, сравнение прогноза и фактических данных, выводы и внедрение корректировок.

Данные

  • Источники и контракт данных: ERP, CRM, системы маркетинга, данные по промо-активностям, поведенческие данные клиентов.
  • Качество и управление версиями: единый источник правды, контроль версий моделей, документация предположений.
  • Интеграции и обмен данными: данные могут передаваться через ориентированные события (event-driven) или пакетно через ETL/ELT-пайплайны; соглашения по форматам, частоте обновления и задержкам.

Документация, регламенты и артефакты

  • Demand Plan (план спроса) и его версии.
  • Промо-график и параметры lift-факторов.
  • Модель прогноза и параметры учетных факторов.
  • Пост-анализ и уроки с документированными выводами.
  • Регламенты изменений и канал уведомления.
  • Контракты данных и соглашения по доступу.

Внедрение и организационные изменения

  • Стадии внедрения включают диагностику текущего состояния ролей и процессов, формирование регламентов, тестирование новых моделей взаимодействий и обучающие мероприятия для сотрудников.
  • Управление сопротивлением изменениям: участие ключевых стейкхолдеров на начальных этапах, прозрачность и демонстрация быстрой ценности.
  • Метрики готовности: скорость принятия решений, точность прогноза, частота обновлений, число регламентных изменений, качество постаналитических выводов.

 

Интеграции и данные: требования к инфраструктуре

Успех зависит от доступности, качества и согласованности данных. В рамках межфункциональной команды следует обеспечить:

  • Ясное описание источников данных и согласованных форматов. Для примерного набора можно указать: источники продаж, промо-активности, маркетинговые кампании, запасы на складе, финансы.
  • Контракты данных (data contracts). Определение владельца данных, частота обновления, ответственность за качество, устранение несоответствий.
  • Архитектура взаимодействий между системами. Возможная модель: ERP/CRM в качестве источников операционных данных, аналитические платформы для моделирования и расчета lift, BI-слой для визуализации.
  • Учет privacy и соответствие регуляторным нормам при обработке клиентских данных.

 

Внедрение практик и сценарии внедрения

  • Сначала определяется набор ролей и регламентов, затем создаются ключевые артефакты, после чего внедряются процессы синхронной коммуникации и регулярной обратной связи.
  • В рамках разных организаций возможны вариации ролей: в меньших структурах роли могут совмещаться; в крупных - расширяться. В любом случае критериями являются ясность ответственности и скорость принятия решений.
  • Важно обеспечить регулярную обратную связь между функциональными командами: что работает, какие проблемы, что требует изменений, какие данные нужно улучшить.

 

Key takeaways

  • Четко определенные роли и ответственность - фундамент эффективного Demand Planning в условиях промо и пост-анализов.
  • Модель RACI помогает избежать коллизий и усилить прозрачность решений. В рамках промо-аналитики роль владения данными и влияние на прогноз должны быть ясно обозначены.
  • Интеграция lift-факторов в прогноз требует согласования данных, методологий и временных горизонтов между аналитиками, маркетингом и цепочкой поставок.
  • Пост-анализ - не финал цикла, а инкорпорирование уроков в будущие планы, позволяющее улучшать точность и адаптивность.
  • Эффективная коммуникация, регламенты встреч и единая документация усиливают доверие между функциями и ускоряют принятие решений.
  • Архитектура данных и контракты данных являются критическим элементом устойчивости процесса и качественной аналитики.
  • Организационные изменения должны сопровождаться обучением, демонстрацией ценности и последовательной адаптацией процессов под бизнес-цели.

 

FAQ

Вопрос 1. Какие основные роли в межфункциональной команде Demand Planning наиболее критичны?

Ответ. Ключевые роли включают владелец процесса (Process Owner), лидера команды планирования спроса (Demand Planning Lead), команду анализа (Data & Analytics), представителей продаж и маркетинга, операционный блок (Supply Chain) и финансовую функцию. Каждая роль несет ответственность за конкретный набор действий и имеет свою зону принятия решений, что минимизирует неопределенность и ускоряет цикл согласования. Важным является наличие ясной связи между ролями и KPI, а также поддержка культуры обмена данными и знаний.

Вопрос 2. Как внедрить RACI в рамках Demand Planning?

Ответ. Внедрение RACI начинается с картирования процессов: сбор данных, построение прогноза, учет lift-факторов, согласование плана, и пост-анализ. Для каждого шага определяется, кто Responsible, Accountable, Consulted и Informed. Затем документируется и доводится до сведений всех участников. Регулярно проводится ревизия RACI по мере изменений бизнес-целей или состава команды. Важно помнить, что RACI - это инструмент прозрачности, а не набор формальностей; он должен реально ускорять решения и уменьшать повторение действий.

Вопрос 3. Как управлять промо-аналитикой в составе команды?

Ответ. Управление промо-аналитикой требует выделения ответственных за сбор данных по промо, расчет lift и координацию с маркетингом. Необходимо оформить регламент по учету промо-условий, длительности, таргетирования и каналов. Эффект lift должен быть зафиксирован в прогнозах и регулярно верифицироваться пост-анализом. Важно обеспечить быструю доступность данных для аналитиков и возможность оперативной коррекции плана.

Вопрос 4. Какие критерии эффективности в пост-анализе и как они влияют на будущие планы?

Ответ. Эффективность пост-анализа оценивают по точности прогноза относительно фактических данных, корректности учтенных lift-факторов и чистоте выводов. Важны скорость обработки анализа, качество рекомендаций и внедрение уроков в регламент планирования. Пост-анализ должен возвратиться в цикл планирования и привести к обновлениям гипотез, параметров моделей и политики промо.

Вопрос 5. Как выстроить коммуникацию между продажами, маркетингом и аналитикой?

Ответ. Рекомендуется устанавливать регулярные синхронизированные встречи, единые каналы обмена данными и прозрачную регламентацию по принятию решений. Команды должны понимать не только что принимается, но и почему - какие данные, предположения и риски информируются на каждом этапе. Важно избегать культурной изоляции: маркетинг и продажи должны видеть результаты анализа и влияние своих действий на план.

Вопрос 6. Какие данные необходимы для эффективного управления Lift-факторами?

Ответ. Необходимы данные по промо-предложениям, характеристикам акций, канальным эффектам, временным задержкам между активацией и спросом, географическим разбивкам и канальным каналам. Источники включают ERP/CRM, данные маркетинга, данные по запасам и продажи. Важна ясность форматов данных, частоты обновления и качество валидации данных.

Вопрос 7. Какие практики помогают ускорить внедрение изменений в команде?

Ответ. Вначале полезно провести пилотный цикл на ограниченном сегменте бизнеса, затем расширять на другие регионы/категории. Важно обеспечить полноценное обучение сотрудников новым регламентам и инструментам, регулярно демонстрировать ценность через быстрые wins, устанавливать четкие регламенты по принятию решений и документировать все изменения. Коммуникация должна быть прозрачной и понятной для всех участников.

Вопрос 8. Как связать роли и процессы с KPI на уровне компании?

Ответ. KPI должны быть привязаны к итогам бизнес-результатов и операционных ограничений. Например, точность прогноза, скорость обновления плана, доляlift-элементов, качество пост-анализов, выполнение плана продаж и наличие запасов. Связка между функциональными KPI и корпоративными целями обеспечивает согласованность и мотивацию для участников команды.

Вопрос 9. Какие примеры открытых инструментов или подходов полезны для методологии ролей?

Ответ. В открытом доступе встречаются принципы RACI, регламенты по управлению изменениями и модели взаимодействий между функциями. Примеры конкретных инструментов включают методологические руководства по управлению данными, шаблоны регламентов встреч и документированные чек-листы по пост-анализам. В рамках российского контекста допустимо привести не более 1-2 примеров открытых инструментов, чтобы не перегружать текст.

Вопрос 10. Как измерять успех ролей и процесса в целом?

Ответ. Успех измеряется через сочетание качественных и количественных показателей: точность прогноза, соответствие плану по запасам, снижение числа оперативных конфликтов, темп обновления прогноза, доля внедрения уроков пост-анализов и удовлетворенность стейкхолдеров. Важна динамическая карта рисков и регулярное обновление регламентов в ответ на новые вызовы рынка.

← Предыдущая статья
Контекст применения и стратегический обзор
Следующая статья →
Цикл спрос-процесса: от стратегии к операционной реализации

 

Cовременная платформа «Оптимакрос» для интегрированного бизнес-планирования (IBP), объединяет стратегическое, финансовое и операционное планирование в едином цифровом пространстве. Система позволяет компаниям строить сквозные планы по спросу, производству, запасам, перемещениям и финансам, согласовывать их на уровне S&OP и принимать обоснованные управленческие решения на основе единой версии данных.

 

Узнать стоимость решенияЗапросить видео презентацию

Запросить видео презентацию Узнать стоимость решения Запросить доступ к демо стенду online

Задать вопрос

loading...

Решения

Анализировать ФинансыУвеличивайте ПродажиОптимальный Склад и ЛогистикаМаркетинговые Метрики

Клиенты
  • Компания "Норникель" - лидер горно-металлургической отрасли в России и мире. Она производит металлы, необходимые для развития экологичной экономики и транспорта.

  • «ПрофХолод» — крупнейший в России производитель сэндвич-панелей с пенополиуретаном. 

  • Группа компаний «Невский кондитер» основана в 1996 году в Санкт-Петербурге и на сегодняшний день является одним из крупнейших производителей кондитерских изделий в России.

     

  • ООО "Уральская транспортная компания" — это транспортно-логистическая компания, специализирующаяся на железнодорожных перевозках грузов, создана в 2009 году.

  • Решения
    • Дистрибуция
    • Розничная торговля
    • Производство
    • Операторы связи
    • Страхование
    • Банки
    • Лизинг
    • Логистика
    • Нефтегазовый сектор
    • Медицина
    • Сеть ресторанов
    • E-Commerce
    • Энергетика
    • Фармацевтика
  • Услуги
    • Переход на отечественные BI и DWH
    • Консалтинг
    • Пилотный проект
    • Обучение и сертификация
    • Бесплатное обучение
    • Техническая поддержка
    • Технические задания
    • Сбор требований для проекта внедрения BI-системы
    • CI/CD для DWH
    • Аудит BI приложений
    • Выделенная команда
    • Настойка и поддержка баз данных
    • Разработка BI Стратегии
    • Styleguide для BI-системы
    • Как выбрать BI-систему
  • Платформы
    • FineBI
    • FineReport
    • FineDataLink
    • Коннекторы данных из 1С в BI
    • Airflow + NiFi
    • Visiology
    • Luxms BI
    • Modus BI
    • PIX BI
    • Arenadata
    • ClickHouse
    • Greenplum
    • Postgres Professional
    • Open-source BI: Superset/Metabase
    • Loginom
    • Yandex.DataLens
    • AI / Исскуственный интеллект
    • Optimacros
    • Шины данных
  • Курсы
    • Учебный курс Информационная грамотность
    • Учебный курс для бизнес-аналитиков
    • Учебный курс для системных аналитиков
    • Учебный курс по Data Governance
    • Учебный курс Как стать CDO
    • Учебный курс Современная архитектура хранилища данных
    • Учебный курс по Fine BI
    • Учебный курс по FineReport
    • Учебный курс по DWH
    • Учебный курс по Data Science (ML, AI)
    • Учебный курс по PostgreSQL
    • Учебный курс по Apache Airflow и NiFi
    • Учебный курс по Open-source BI
    • Учебный курс по ClickHouse
    • Учебный курс по DataLens
    • Учебный курс по Loginom
    • Учебный курс по Modus BI и ETL
    • Учебный курс по Visiology
    • Учебный курс по dbt
  • Функциональные решения
    • Создание Data Lake
    • Цифровая трансформация
    • Управление по KPI
    • Финансы
    • Продажи
    • Склад
    • HR
    • Маркетинг
    • Внутренний аудит
    • Категорийный менеджмент
    • S&OP и прогнозная аналитика
    • Геоаналитика
    • Цепочки поставок (SCM)
    • AutoML
    • Process Mining
    • Сквозная аналитика
  • Компания
    • О нас
    • Руководство
    • Новости
    • Клиенты
    • Скачать
    • Контакты
    • Политика конфиденциальности
RutubeVkontakteLinkedInYouTube
ООО "Би Ай Консалт",
ИНН: 7811437757,
ОГРН: 1097847154184
199178, Россия,
Санкт-Петербург,
6-ая линия В.О., Д. 63, 4 этаж
Тел: +7 (812) 334-08-01
Тел: +7 (499) 608-13-06
E-mail: info@biconsult.ru

 

 

 

 

 

×

Пользуясь сайтом, вы соглашаетесь с использованием cookies и политикой конфиденциальности.