v¦bo project
Бизнес-данные
Нужно больше данных
Инструменты
Инструменты
Свойства
Автор: Тюрин Владислав
Дата публикации: 09 сентября 2015
Поделиться
Файлы
Новое
Чем хороши шаблоны, условия для бизнеса на старте, как менеджеры теряют время,...
Как работать по 12 часов в день, какая экономика может себе позволить инновации,...
Абсолютная экономическая эффективность, как статистика измеряет прошлое, ещё...
Поиск
c l i c k ! m e
В публикации рассматривается понятие больших данных с точки зрения потребностей и возможностей бизнеса. Сфера внедрения технологий, основанных на больших данных, обширна. Но именно для бизнеса стоит насущная проблема их обработки исходя из экономической целесообразности и извлечения практической выгоды от больших и разнородных объемов данных. Цель публикации дать представление о больших данных и аналитики, рационального их применения в бизнес среде.

Если большие данные накапливаются с ними надо что-то делать

Основным мотивом для повышения уровня управления ресурсом является его избыток. Так излишки данных хорошо мотивируют их более эффективное использование. Действительно, если компании удалось накопить массивы информации, то очень хочется получить от них максимальный результат. Что толку, что они лежат цифровым грузом на серверах предприятия или в платных облачных сервисах. Кто-то их просто потеряет, а кто-то попытается извлечь выгоду. Данные накапливаются и с ними надо что-то делать.

Данные – это сильный ресурс:

1) текущие данные – это актуально для текущих решений – это тактика и оперативное планирование;

2) данные прошлых периодов – это понимание успешности и ошибочности выбранного пути и принятых ранее решений – это стратегия.

С другой стороны, во многих случаях бизнес упускает возможности самостоятельного сбора ценных данных, которые остаются вне наблюдения и регистрации. А некоторые могли бы помочь в принятии решений.

Но ведь есть и данные, которые бизнес собирает безуспешно – лишние и повторяющиеся, не достоверные и неполные.

Чтобы извлекать максимальную пользу из традиционных и больших данных, менеджмент должен понимать потенциал и особенности, а также уметь формировать цели и стратегию их использования. В сборе данных задействуются все направления: бухгалтерия, финансы, экономика, производство, маркетинг, логистика, ИТ, продажи, безопасность, кадры, планирование. Они же пользуются результатами сбора данных, их обработки и анализа. Есть разные уровни решений и все они могут быть поддержаны аналитикой больших данных.

Инструменты

Пожалуй, первое, о чем начинается разговор, когда необходимо обеспечить бизнесу работу с большими данными – это аппаратно-программный комплекс. Конечно же это важная сторона дела, но не первостепенная. Истратить финансы на высокопроизводительный сервер никогда не поздно. Тем более что предложений на рынке предостаточно и на самый изысканный вкус.

Хорошо бы начать с моделирования системы больших данных. Формализовать в понятном виде первичную и перспективную структуру, которая включит:

- источники данных,

- категории собираемых данных,

- уровни сохраняемых данных,

- логику обрабатываемых данных,

- результаты обработки данных.

Упростить данные до нескольких рабочих индикаторных показателей – преимущественная стратегия в отношении построения модели больших данных.  Модель преобразования исходных данных в такие показатели формализуется в понятном виде для разных специалистов, участвующих в процессе.

Описанные потоки данных в рамках большой аналитики помогают в дальнейшей комплектации набора основных и дополнительных инструментов бизнеса.

Для моделирования потоков больших и традиционных данных используются специальные инструменты. Это позволяет подойти к проекту большой аналитики системно и профессионально.

Для работы с большими данными понадобятся инструменты, которые делятся на три группы:

1. Информационные инструменты – с помощью которых осуществляется непосредственный сбор, обработка и анализ данных. Информационные инструменты предназначены для работы с содержанием и структурой данных. К информационным инструментам относятся:

- методики сбора данных и технологии «добычи» данных (data mining – поиск и извлечение целостных данных и их структур из слабо структурированных или незнакомых данных);

- способы отбора источников информации;

- методы структурирования и индексирования данных;

- технологии обработки данных (их трансформации и приведения к целевому виду);

- методы анализа данных, в том числе математические и статистические;

- средства комплексной интеграции (де-интеграции) данных, их классификации.

2. Технологические инструменты (ИТ-инструменты) – с помощью которых осуществляется форматирование, хранение и представление данных на уровне программных и аппаратных решений. ИТ-инструменты ориентированы на работу с форматами и состояниями данных. Технологические инструменты это (в том числе):

- обеспечение сбора данных (регистраторы, сканеры, кодировщики, сенсоры, системы наблюдения, считыватели);

- серверы хранения данных (с функциями упаковывания данных в хранилище, поиска и извлечения данных);

- средства обработки и анализа данных;

- средства визуализации данных;

- технологии и протоколы обмена данными.

3. Организационные инструменты – это инструменты, с помощью которых осуществляется управление процессами большой аналитики. К ним относятся:

- методы проектного управления;

- методики и принципы командного подхода к реализации проекта больших данных;

- технологии моделирования потоков больших данных;

- средства применения результатов анализа больших данных.

Кроме того, все инструменты классифицируются по трем этапам работы с большими данными:

- сбор (регистрация, извлечение, получение) данных;

- обработка данных (структурирование, классификация, расчеты, моделирование, анализ);

- визуализация данных (панели индикаторов, мониторы данных, представление показателей и сводных индексов).

Цена и качество – два принципиальных критерия выбора инструмента. Значительные средства придется потратить на собственное программно-аппаратное обеспечение (ИТ-инструменты). Даже если ориентироваться на специальные сервисы больших данных затраты неизбежны (например, облачные сервисы). Это тот минимум, в который придется вложиться, хотя он не решающий для успешного использования больших данных.

Ряд информационных инструментов невозможно напрямую купить как продукт. Некоторые из них основаны на знаниях и опыте и приходят в бизнес только с соответствующим специалистом. Придется потрудится кадровым службам, чтобы найти профессионала или постепенно обучить кого-то из сотрудников.

Эффективное применение приобретённых или самостоятельно разработанных инструментов больших данных формирует то самое «волшебное» конкурентное преимущество на рынке. Не следует забывать об оценке экономической эффективности инструментов, поскольку результат от больших данных не должен превышать понесенные в связи с этим затраты. Такая оценка является экспертной из-за того, что не для всех инструментов определяется эффективность и полезный срок эксплуатации.

Один из способов относительного снижения затрат на большие данные – это совместное использование разных средств, программ, аппаратных комплексов несколькими подразделениями, их задействование в разных направлениях деятельности бизнеса. Особенно это удобно на начальных стадиях развития проекта, пока он ещё не набрал достаточные темпы и вполне способен уместиться на мощностях имеющихся вычислительных устройств.

Ещё из известных и набирающих популярность способов снижения издержек на ИТ-инфраструктуру – это облачные сервисы. Они позволяют нескольким бизнесам совместно, за адекватную плату, пользоваться технологическими инструментами.

Как и многое в сфере больших данных, выбор и использование инструментов для работы с ними – это зона ответственности высоко квалифицированных специалистов.

Скачайте полную версию публикации и дополнительные материалы
по ссылкам в разделе 'Файлы' в левой части страницы.