WEBVTT

00:00:08.042 --> 00:00:09.881
Здравствуйте, уважаемые студенты.

00:00:10.041 --> 00:00:14.357
Вашему вниманию предлагается лекция по
дисциплине «Использования больших данных в

00:00:14.437 --> 00:00:15.676
информационных системах».

00:00:15.796 --> 00:00:18.274
Тема лекции — перспективы технологии
больших данных.

00:00:18.354 --> 00:00:23.151
Лекция восемь. Лекцию ведёт кандидат
технических наук, доцент Черничук Игорь

00:00:23.191 --> 00:00:23.470
Владимирович.

00:00:26.042 --> 00:00:31.604
План лекции: Перспективы применения
технологий больших данных в моделях

00:00:31.684 --> 00:00:35.206
управления эффективностью деятельности
организации и бизнес в эпоху больших

00:00:35.326 --> 00:00:41.169
Данных. Стремительная цифровизация
экономики приводит к тому, что данные

00:00:41.329 --> 00:00:45.811
становятся стратегическим ресурсом,
сопоставимым по значимости с капиталом и

00:00:45.891 --> 00:00:46.252
трудом.

00:00:47.647 --> 00:00:53.287
Ракер ещё в середине XX века отмечал
ключевую роль информации в обосновании

00:00:53.327 --> 00:00:57.007
управленческих решений, подчёркивая, что
эффективный менеджмент невозможен без

00:00:57.167 --> 00:00:59.167
объективных фактов их применения.

00:01:00.327 --> 00:01:04.447
В современный период развития технологий
обработки больших данных, то есть Big Dat

00:01:05.181 --> 00:01:09.943
Дата принципиально трансформирует
управленческую практику, радикально

00:01:10.104 --> 00:01:13.145
расширяя горизонты сбора,
структурирования, анализа информации для

00:01:13.265 --> 00:01:18.348
целей стратегического и операционного
менеджмента, обработка массивных потоков.

00:01:18.860 --> 00:01:22.623
Гетерогенных данных в режиме реального
времени обеспечивает возможность выявления

00:01:22.703 --> 00:01:25.064
скрытых закономерностей и нелинейных
зависимостей.

00:01:25.184 --> 00:01:28.466
Нелинейные зависимости, выходящие за
пределы возможностей традиционных

00:01:28.586 --> 00:01:31.187
статистических и управленческих методов.

00:01:31.267 --> 00:01:35.790
В результате Big-дата в последние
десятилетия инстинциировалась в качестве

00:01:35.990 --> 00:01:38.592
одного из ключевых экономических ресурсов.

00:01:39.612 --> 00:01:43.732
сопоставимых по значимости с
материальными, физическими и финансовыми

00:01:43.852 --> 00:01:49.371
активами. Крупнейшие мировые корпорации
строят свои бизнес-модели на принципах

00:01:49.531 --> 00:01:54.131
управления, основанного на данных, то есть
так называемый дай-драйвинг-менеджмент,

00:01:54.211 --> 00:01:55.971
превращая аналитику данных

00:01:56.350 --> 00:02:01.395
...системообразующие источники инноваций,
операционной эффективности и долгосрочного

00:02:01.595 --> 00:02:03.036
конкурентного преимущества.

00:02:03.556 --> 00:02:08.200
Возрастающая значимость Бигда отражается в
государственной политике.

00:02:08.761 --> 00:02:11.643
В России Национальная программа «Цифровая
экономика».

00:02:13.041 --> 00:02:17.038
Утверждённый ещё в 2017 году, включил
большие данные в перечень сквозных

00:02:17.198 --> 00:02:21.953
цифровых технологий наряду с искусственным
интеллектом, интернетом вещами и прочих,

00:02:22.033 --> 00:02:25.070
критически важным для
конкурентоспособности экономики.

00:02:25.470 --> 00:02:30.305
Указ Президента Российской Федерации No
204 от 18-го года закрепил цифровую

00:02:30.385 --> 00:02:33.062
трансформацию, то есть в том числе работу
с данными.

00:02:33.448 --> 00:02:36.330
в числе национальных целей развития.

00:02:36.850 --> 00:02:41.854
Указ No 490 от 2019 года утвердил
стратегию развития искусственного

00:02:41.894 --> 00:02:47.578
интеллекта до 2030 года, предусматривающую
формирование инфраструктуры и рынка

00:02:47.698 --> 00:02:53.261
данных. На международном уровне в феврале
20 года Еврокомиссия представила стратегию

00:02:54.177 --> 00:02:58.979
ЕС по данным нацеленным на создание
единого европейского пространства данных и

00:02:59.059 --> 00:03:00.860
стимулирование дата-экономики.

00:03:01.140 --> 00:03:07.704
Организация экономического сотрудничества
и развития СССР в 2019 году

00:03:09.385 --> 00:03:13.187
приняла принципы искусственного
интеллекта, подчёркивающие надёжность,

00:03:13.227 --> 00:03:14.988
безопасность и этичность.

00:03:15.631 --> 00:03:17.833
соответственно алгоритмических систем.

00:03:18.353 --> 00:03:20.916
Новые стандартные Со, например OSO и ЭК

00:03:22.877 --> 00:03:29.763
2389423 года по управлению рисками
искусственного интеллекта

00:03:30.044 --> 00:03:31.085
закладывает основу

00:03:32.050 --> 00:03:37.650
Ответственного использования больших
данных, соответственно, в артефакт

00:03:37.810 --> 00:03:41.489
интеллект, то есть в искусственном
интеллекте в организациях.

00:03:41.729 --> 00:03:45.329
ООН отмечает, что системное использование
больших данных в государственном

00:03:45.449 --> 00:03:50.288
корпоративном управлении способно придать
гибкость и адресность стратегиям развития.

00:03:50.328 --> 00:03:50.808
Однако только

00:03:51.771 --> 00:03:56.771
При условии инклюзивности и учёта
этических аспектов цифровой трансформации

00:03:57.051 --> 00:04:02.052
Результаты рыночных оценок 2023—25 год
свидетельствуют о сохранении устойчивого

00:04:02.132 --> 00:04:08.532
двузначного темпа роста глобального
сегмента Bigdate и Anitics.

00:04:08.990 --> 00:04:15.354
По данным отчёта Fortuna Business Insige

00:04:15.555 --> 00:04:22.440
2025 года, совокупный объём мирового рынка
в 2023 году составил 307,5

00:04:22.859 --> 00:04:24.657
0 млрд долларов США.

00:04:24.777 --> 00:04:28.893
Прогноз на двадцать четвёртый,
соответственно, 348,2 млрд.

00:04:28.973 --> 00:04:34.207
При этом к тридцать второму году ожидается
достижение уровня, как они считают, 961,9

00:04:34.766 --> 00:04:36.924
млрд США.

00:04:37.763 --> 00:04:40.920
При среднегодовом темпе роста,
соответственно.

00:04:41.377 --> 00:04:48.137
Compount Now Grove Rate, соответственно,
CHA.

00:04:48.297 --> 00:04:50.336
13,5%.

00:04:51.016 --> 00:04:56.856
Сходные тенденции отражены в исследовании,
соответственно, Marxtation Market 2024

00:04:57.176 --> 00:05:03.015
года, где прогнозируется увеличение объёма
рынка до 41,2 млрд.

00:05:03.726 --> 00:05:09.642
В 2028 году при соответственно САГР 12,7%.

00:05:09.922 --> 00:05:14.319
Сопоставимость полученных результатов
подтверждает валидность общей динамики и

00:05:14.359 --> 00:05:17.517
позволяет консервировать наличие
устойчивого глобального тренда.

00:05:18.359 --> 00:05:21.482
Констатировать, прошу прощения, наличие
устойчивого глобального тремба.

00:05:21.682 --> 00:05:26.486
На горизонте ближайших пяти-восьми лет
сегмент Big Dight Analitics, по всей

00:05:26.526 --> 00:05:31.451
вероятности, сохранит двузначные темпы
роста, то есть 12—14% в год, что

00:05:31.571 --> 00:05:34.894
обусловлено не только наращиванием
технологических инвестиций, но

00:05:36.322 --> 00:05:39.402
Титуционализации управленческих сценариев
применения.

00:05:39.882 --> 00:05:43.882
То есть в оперативной аналитике,
оптимизации цепочек поставок,

00:05:44.202 --> 00:05:47.882
персонализации клиентских сервисов,
развития аш-аналитики.

00:05:47.922 --> 00:05:51.042
Так, ну давайте пока не откладывая на
долгий ящик.

00:05:53.294 --> 00:06:00.133
Ссылки. Давайте у нас первый группу
ссылок.

00:06:01.333 --> 00:06:05.333
Конечно, вы тоже можете нажать на паузу,
посмотреть их внимательно.

00:06:09.012 --> 00:06:11.612
Так, ну давайте пока до пятнадцатой
ссылке.

00:06:18.748 --> 00:06:22.628
Совокупность выявленных тенденций
актуализирует обращение к концепции

00:06:22.748 --> 00:06:26.748
алгоритмического управления Dite Driving
менеджмент, рассматриваемой в современной

00:06:26.828 --> 00:06:30.629
научной литературе как следующий этап
эволюции управленческих моделей.

00:06:30.989 --> 00:06:35.309
Алгоритмическое управление предполагает
принятие решений преимущественно на основе

00:06:35.389 --> 00:06:36.469
аналитических данных.

00:06:37.652 --> 00:06:40.612
Предиктивных моделей и инструментов
искусственного интеллекта, что

00:06:40.692 --> 00:06:45.651
обеспечивает повышение обоснованности и
транспарентности управленческих процедур,

00:06:45.691 --> 00:06:48.691
а также ускорение управленческого цикла.

00:06:48.811 --> 00:06:53.410
Вместе с тем, исследователи подчёркивают
необходимость сохранения баланса между

00:06:54.656 --> 00:06:57.294
Анатомией алгоритмов и человеческим
фактором.

00:06:57.374 --> 00:07:02.052
Требуется гарантировать интерпретируемость
и объяснимость моделей, соблюдение

00:07:02.211 --> 00:07:05.929
этических принципов обработки данных,
сохранение ключевой роли человека в

00:07:06.009 --> 00:07:08.288
процессе принятия управленческих решений.

00:07:09.367 --> 00:07:10.167
Так, ну давайте

00:07:11.016 --> 00:07:13.417
Опять к ссылочкам вернёмся.

00:07:24.504 --> 00:07:26.985
В этих условиях для организации
первоочередным

00:07:27.710 --> 00:07:31.870
Вызовом становится не столько техническая
интеграция инструментов Big Data, которая

00:07:32.190 --> 00:07:35.871
может быть обеспечена инвестициями в
IT-инфраструктуру, сколько

00:07:36.351 --> 00:07:40.232
институализированные аналитики в
управленческих практиках.

00:07:40.312 --> 00:07:45.552
Речь идёт о переходе от точной
цифровизации отдельных процессов к

00:07:45.632 --> 00:07:48.633
формированию плотности
детей-дривинг-модели управления.

00:07:49.934 --> 00:07:53.611
результативностью. В рамках которой
стратегическое операционное решение

00:07:53.731 --> 00:08:00.325
базируется на системе методов метрик и
прогнозных

00:08:00.445 --> 00:08:04.281
моделей. Подробный подход требует
переосмысления традиционных принципов

00:08:04.441 --> 00:08:04.921
постановки

00:08:06.814 --> 00:08:10.531
Адаптации организационных структур,
формирование новой культуры управления,

00:08:10.531 --> 00:08:15.367
выбором. Исходя из этого, цель,
соответственно, вот того, что мы

00:08:15.447 --> 00:08:19.323
рассматриваем, заключается в анализе
перспектив применения технологий больших

00:08:19.363 --> 00:08:23.280
данных в моделях управления
результативностью организации.

00:08:23.440 --> 00:08:23.959
Реализация

00:08:25.720 --> 00:08:29.397
Поставленная задача позволит уточнить
функциональную роль битдатов повышения

00:08:29.517 --> 00:08:33.554
эффективности деятельности и наметить
теории развития аналитики обоснованных

00:08:34.194 --> 00:08:35.513
парадигм управления.

00:08:35.713 --> 00:08:40.270
Идея опоры на информацию как основу
управления прослеживается у классиков

00:08:40.470 --> 00:08:41.989
менеджмента. Соответственно, так

00:08:43.704 --> 00:08:48.784
Дракер одним из первых отметил, что в
условиях постиндустриальной экономики

00:08:49.024 --> 00:08:53.144
знания становятся главным ресурсом
организации, а менеджеры должны уметь и

00:08:53.224 --> 00:08:57.744
анализировать результаты деятельности для
принятия эффективных решений.

00:08:58.464 --> 00:09:02.944
Так, ну, в принципе, можно опять вернуться
к списку литературы.

00:09:11.002 --> 00:09:16.284
Далее Мидсберг в своих работах по природе
управленческого труда указывает на

00:09:16.404 --> 00:09:20.887
информационные роли менеджера: сбор,
фильтрация, распространение информации

00:09:21.247 --> 00:09:24.368
ключевое для координации и планирования.

00:09:24.489 --> 00:09:25.329
Соответственно, Портер

00:09:26.965 --> 00:09:31.568
Анализируя конкурентные стратегии, имел
концепцию цепочки ценностей, в рамках

00:09:31.648 --> 00:09:36.291
которой информационные потоки и аналитика
рассматриваются как источник оптимизации

00:09:36.411 --> 00:09:40.053
всех звеньев бизнеса и получения
конкурентного преимущества.

00:09:40.453 --> 00:09:44.216
Развитие сбалансированной системы
показателей закрепили идею, что для

00:09:44.376 --> 00:09:48.258
эффективного стратегического управления
нужны релевантные данные по разным

00:09:48.418 --> 00:09:53.461
перспективам деятельности, то есть
финансам, клиентам, процессам, развитию,

00:09:53.621 --> 00:09:55.863
соответственно, а Пи, должны

00:09:57.035 --> 00:10:00.271
...каскодироваться от стратегии до
определённого уровня.

00:10:00.431 --> 00:10:03.787
Таким образом, классическая теория
менеджмента заложила концептуальные

00:10:03.907 --> 00:10:07.702
предпосылки для современного типа
управления на основе данных, то есть так

00:10:07.822 --> 00:10:12.976
называемый Data Driving менеджмент,
экспциализированного в рамках цифровой

00:10:13.135 --> 00:10:13.695
экономики.

00:10:14.517 --> 00:10:19.517
Появление технологии больших данных
качественно изменило масштаб и скорость

00:10:19.677 --> 00:10:21.117
аналитики в менеджменте.

00:10:22.117 --> 00:10:28.517
Эмпирические исследования последних лет
демонстрируют статистически подтверждённое

00:10:28.757 --> 00:10:33.037
позитивное влияние Bigdate на результаты
деятельности компании.

00:10:33.117 --> 00:10:34.877
Например, в работе СФ Вамба

00:10:36.309 --> 00:10:40.954
...и соавторов на базе выборки предприятий
из разных отраслей показано, что развитие

00:10:40.994 --> 00:10:46.320
у фирмы способности к аналитике больших
данных, то есть Big Date, анализ кэпебелис

00:10:46.480 --> 00:10:51.565
способностей напрямую усиливает её
динамические способности, гибкость

00:10:51.765 --> 00:10:52.767
бизнес-процессов.

00:10:53.642 --> 00:10:59.399
Скорость реакции на изменение
инновационный потенциала, что в итоге

00:10:59.479 --> 00:11:02.918
повышает показатели производительности и
финансовой устойчивости.

00:11:03.238 --> 00:11:08.316
В исследовании, соответственно, Фэрес и
соавторов сделан акцент на синергии

00:11:08.436 --> 00:11:10.755
технологии Bigdate и управления знаниями.

00:11:11.128 --> 00:11:16.009
Так, фирмы успешно интегрированные
аналитические инструменты и практики, то

00:11:16.129 --> 00:11:22.250
есть cnoge-менеджмент, демонстрируют более
высокую рентабельность и продуктивность по

00:11:22.290 --> 00:11:25.691
сравнению с конкурентами. Следует
подчеркнуть, что воздействие носит

00:11:25.731 --> 00:11:26.171
преимущество

00:11:26.687 --> 00:11:29.324
Опосредованный характер. Эффект
достигается лишь при

00:11:29.484 --> 00:11:33.040
институционизированной аналитике
организационных процессов культуры

00:11:33.120 --> 00:11:37.556
управления. Так Микалев и соавтор в
систематическом обзоре подчёркивают роль

00:11:37.636 --> 00:11:41.591
дайтидрин культуры, то есть организации,
поощряющей принятие решений на основе

00:11:41.671 --> 00:11:41.911
данных

00:11:43.174 --> 00:11:48.890
Инвестирующие в навыки персонала и,
соответственно, Data Goment 18.

00:11:48.970 --> 00:11:53.247
Такая культура выступает медиатором между
техническим потенциалом Бигдата и

00:11:53.327 --> 00:11:55.605
фактическим улучшением CPI.

00:11:55.725 --> 00:11:59.842
Другими словами, одного лишь приобретения
технологии недостаточно.

00:11:59.962 --> 00:12:03.679
Решающим фактором становится готовность
людей использовать данные в ежедневной

00:12:03.799 --> 00:12:04.198
работе.

00:12:04.966 --> 00:12:08.007
На всякий случай, следующий набор ссылок,
на который мы...

00:12:08.247 --> 00:12:13.409
Вот Фейрис Микарьев и видите, даже вот

00:12:14.930 --> 00:12:15.730
Фёдорова.

00:12:19.230 --> 00:12:22.993
Совокупность эмпирических работ позволяет
заключить, что Big Date постоянно

00:12:23.153 --> 00:12:26.516
постепенно превращается из
вспомогательного IT-инструмента в

00:12:26.556 --> 00:12:28.838
фундаментальный фактор организационного
развития.

00:12:28.998 --> 00:12:33.002
Аналитика данных повышает прозрачность
деятельности, точность и скорость принятия

00:12:33.042 --> 00:12:33.562
решений.

00:12:35.177 --> 00:12:39.695
способствует оптимизации ресурсов и
генерирует знания для непрерывного

00:12:39.855 --> 00:12:44.133
улучшения, что в совокупности способствует
росту организационной эффективности и

00:12:44.253 --> 00:12:47.492
формированию устойчивых конкурентных
преимуществ на глобальном рынке.

00:12:47.612 --> 00:12:51.170
В отечественной литературе применение
больших данных в управлении

00:12:52.058 --> 00:12:55.458
рассматривается всё более активно, отражая
курс на цифровую экономику.

00:12:55.538 --> 00:12:59.339
Так, в работе Аллы Фёдоровой, на которую
мы обратили внимание в соавторстве

00:12:59.499 --> 00:13:04.420
отмечается, что ключевые преимущества
Bigda для предприятия включает комплексный

00:13:04.500 --> 00:13:07.140
мониторинг деятельности, то есть в режиме
НТН

00:13:08.007 --> 00:13:11.568
Возможность оперативно принимать
обоснованные решения на основе актуальной

00:13:11.608 --> 00:13:15.809
информации, повышение стратегической
гибкости, сокращение издержек за счёт

00:13:16.009 --> 00:13:17.490
оптимизации процессов.

00:13:17.930 --> 00:13:21.931
Одновременно авторы указывают на ряд
барьеров внедрения технически, то есть

00:13:22.011 --> 00:13:26.053
низкое качество данных, отсутствие
стандартов, риски кибербезопасности.

00:13:26.538 --> 00:13:30.417
...и управленческих нехватка
квалифицированных кадров, организационное

00:13:30.537 --> 00:13:34.537
сопротивление изменениям, что,
соответственно, созвучно выводам

00:13:34.857 --> 00:13:36.496
зарубежных исследований.

00:13:37.696 --> 00:13:41.296
Кадровый аспект действительно входит на
первый план.

00:13:41.456 --> 00:13:44.615
Успешные биг-дейта-проекты требуют
специалистов.

00:13:44.898 --> 00:13:50.455
...с международными компетенциями, то есть
Deta Ingineers, аналитиков, дайте,

00:13:50.455 --> 00:13:54.612
понимающих и те, инструменты, и
бизнес-контекст.

00:13:54.692 --> 00:13:59.210
По оценке, соответственно, Вершининой и
Лядовой, дефицит таких квалифицированных

00:13:59.290 --> 00:14:02.448
кадров представляет собой устойчивое
институциональная...

00:14:03.519 --> 00:14:06.636
Ограничение цифровой трансформации в
Российской Федерации.

00:14:06.796 --> 00:14:11.312
То есть отечественные компании часто
сталкиваются с нехваткой аналитиков и

00:14:11.592 --> 00:14:18.465
дальтарей среди управленцев, что замедляет
внедрение дельта-дрейвинг-подходов.

00:14:19.464 --> 00:14:23.181
Решение видит в развитии образовательных
программ по большим данным.

00:14:24.082 --> 00:14:27.325
...переквалификации сотрудников,
привлечении внешних экспертов.

00:14:27.405 --> 00:14:32.209
Зарубежные исследования сходятся с тем,
что, например, что Фердис и соавторы также

00:14:32.249 --> 00:14:37.974
подчёркивают, что только сочетание
современных технологий и грамотного

00:14:38.094 --> 00:14:40.377
управления знаниями обычного персонала...

00:14:40.952 --> 00:14:44.556
Обучение персонала, обмен лучшими
практиками обеспечивает максимальный

00:14:44.676 --> 00:14:46.078
эффект от Big Dat.

00:14:46.318 --> 00:14:52.044
Таким образом, и в глобальной национальной
исследовательской повестке ключевым

00:14:52.244 --> 00:14:56.528
условием успешного внедрения Big Ditt
признаётся развитие человеческого капитала

00:14:56.648 --> 00:14:59.091
и формирование компетенций для работы с
данными.

00:14:59.357 --> 00:15:03.598
Отдельное направление литературы посвящено
влиянию Бигдайта на управление персоналом

00:15:03.638 --> 00:15:07.159
и организационную структуру. Появляется
термин, так называемое алгоритмическое

00:15:07.279 --> 00:15:11.240
управление, описывающий ситуации, когда
контроль и оценка деятельности сотрудников

00:15:11.881 --> 00:15:15.842
осуществляется автоматически на основе
алгоритмов и метрик, чаще всего цифровых

00:15:15.922 --> 00:15:17.322
платформах и онлайн-сервисах.

00:15:18.425 --> 00:15:24.062
Соответственно, Ниск описывает, как
крупные платформенные

00:15:24.182 --> 00:15:29.339
композиции-компании, соответственно, обер
Амазон и другие, превратили алгоритмы в

00:15:29.459 --> 00:15:32.857
основной инструмент координации труда

00:15:35.615 --> 00:15:38.613
N1, 22, 23

00:15:42.162 --> 00:15:48.562
Так, ну давайте вот обратим внимание на
вот эти ссылочки.

00:15:58.043 --> 00:16:01.599
Так, распределение задач, мониторинг
производительности, даже наймы и

00:16:01.639 --> 00:16:04.995
увольнение — всё это может выполняться
программно, анализируя большие массивы

00:16:05.115 --> 00:16:07.432
данных поведение работников.

00:16:07.832 --> 00:16:11.467
С одной стороны, подобные модели повышают
прозрачность и

00:16:12.518 --> 00:16:15.561
Скорость управленческих решений устраняет
субъективизм.

00:16:15.601 --> 00:16:19.524
Метрики позволяют более объективно оценить
вклад каждого сотрудника, например, на

00:16:19.564 --> 00:16:23.608
основе выполняемых проектов, клиентских
отзывов и прочего вместо мнения

00:16:23.648 --> 00:16:26.971
руководителя. С другой стороны,
исследователь указывает на риски ещё

00:16:27.171 --> 00:16:28.012
чёрного ящика.

00:16:28.636 --> 00:16:33.318
...при котором сложные алгоритмы могут
быть непонятны самим менеджерам и

00:16:33.558 --> 00:16:38.519
работникам. Их критически зачастую не
раскрывается, что снижает доверие и

00:16:38.600 --> 00:16:40.000
принятие решений сотрудникам.

00:16:40.120 --> 00:16:46.362
Можно сказать, что возникает феномен
десубъективации труда, когда человека

00:16:46.562 --> 00:16:49.523
начинают оценивать исключительно по
числам, есть опасность

00:16:50.603 --> 00:16:54.603
Падение мотивации, отчуждение от стресса и
стресса у персонала.

00:16:54.724 --> 00:16:58.444
Кроме того, цифровая прозрачность стирает
границы между личным и рабочим

00:16:58.524 --> 00:17:02.925
пространством. Современные исследования и
консалтинговые обзоры подтверждают, что

00:17:03.005 --> 00:17:07.325
ключевым барьером на пути к полноценной
реализации потенциала Бигдейта остаются не

00:17:07.445 --> 00:17:10.446
столько технологии, сколько кадровые и
культурные факторы.

00:17:10.931 --> 00:17:17.217
За главным результаты международного
опроса, соответственно, Newentech,

00:17:17.497 --> 00:17:24.104
соответственно, Wston execude SRW23, более
82%

00:17:24.424 --> 00:17:29.189
крупнейших организаций уже ввели должности
директора по данным, соответственно шеф

00:17:29.549 --> 00:17:30.550
дайта офиса.

00:17:31.687 --> 00:17:37.042
CDO или директора по данным аналитики Шеф
Dite & Analitic Office

00:17:40.318 --> 00:17:45.473
Однако лишь около 24% компаний
характеризуют себя как действительный

00:17:45.633 --> 00:17:49.149
дайтеминг. И менее 21% компаний отмечают

00:17:50.167 --> 00:17:55.291
Наличие оформлен сформированной культуры и
работы с данными.

00:17:55.491 --> 00:17:59.254
Такой вот дисбаланс свидетельствует о том,
что формальное создание управленческих

00:17:59.414 --> 00:18:05.979
позиций, отвечающих за данных, ещё не
гарантирует глубокой трансформации

00:18:06.099 --> 00:18:10.062
организационных практик и интеграции
аналитических подходов в корпоративное

00:18:10.182 --> 00:18:10.622
управление.

00:18:11.546 --> 00:18:15.267
Данные выводы согласывают с исследованием,
соответственно, Harver Business Review

00:18:15.427 --> 00:18:16.627
2023 года.

00:18:16.707 --> 00:18:22.068
Почти 80% руководителей назвали культурные
барьеры основным препятствия внедрения

00:18:22.148 --> 00:18:23.988
аналитики искусственного интеллекта.

00:18:24.508 --> 00:18:26.628
В обзоре, соответственно, МИД, словом

00:18:27.370 --> 00:18:33.885
2023 год также подчёркивается, что более
60% CDO сталкиваются с трудностями в

00:18:33.964 --> 00:18:35.603
изменении организационного поведения.

00:18:35.683 --> 00:18:42.277
Почти 70% времени инициатив по данным
приходится на проектирование по построению

00:18:42.557 --> 00:18:43.596
Дейта-культуры.

00:18:45.330 --> 00:18:48.651
Так, ну ещё раз, список литературы.

00:18:51.531 --> 00:18:58.093
Распространение роли CDO, CDA стало одним
из наиболее заметных институциональных

00:18:58.133 --> 00:18:59.693
тредов последнего десятилетия.

00:18:59.773 --> 00:19:03.574
Если в 2012 году такие позиции имели лишь
12 организаций

00:19:04.719 --> 00:19:08.115
То к 2023-му году их доля превысила 80%.

00:19:08.235 --> 00:19:12.110
Однако средняя продолжительность работы на
этой должности остаётся низкой, то есть

00:19:12.230 --> 00:19:16.385
менее 2,5 лет, что соответствует
продолжающейся институционной незрелости

00:19:16.545 --> 00:19:19.981
роли. Соответственно, эти факторы
указывают на то, что

00:19:21.060 --> 00:19:24.735
Формирование даты древней культуры требует
не только внедрения технологий,

00:19:24.775 --> 00:19:27.971
аналитических инструментов, но и
комплексных изменений в лидерстве,

00:19:28.091 --> 00:19:30.608
управленческих практиках в организационной
структуре.

00:19:31.047 --> 00:19:31.686
Завершая вот

00:19:32.350 --> 00:19:36.987
В начале обзор этот отметим, что
институциональные рамки, влияющие на приём

00:19:37.547 --> 00:19:42.184
на применение Бигдейта в России, действуют
законы о защите данных, соответственно, о

00:19:42.344 --> 00:19:46.941
персональных данных, безопасности,
критической информационной инфраструктуры

00:19:47.421 --> 00:19:51.818
и отраслевые стандарты, упомянутые выше,
которые ставят требования по безопасности,

00:19:51.858 --> 00:19:53.937
приватности и надёжности использования
данных.

00:19:54.675 --> 00:19:58.115
Например, компания обязана соблюдать
принципы минимизации данных, собирать

00:19:58.275 --> 00:20:03.154
только необходимое, проводить оценку
воздействия на приватность,

00:20:03.394 --> 00:20:05.234
соответственно, DPA.

00:20:06.194 --> 00:20:10.354
Для новых проектов Bigdate, внедрять меры
кибербезопасности, соответственно,

00:20:10.434 --> 00:20:11.953
шифрование, контроль доступа.

00:20:12.388 --> 00:20:18.826
Аттестовать системы на основании на
соответствие ГОСТам или ГОСТО по

00:20:18.906 --> 00:20:20.226
искусственному интеллекту.

00:20:20.626 --> 00:20:26.344
В Европе действует всеобъемлющий регламент
GDPR, который существенно повысил

00:20:26.504 --> 00:20:28.584
стандарты обращения с данными.

00:20:28.704 --> 00:20:33.143
Отныне организациям необходимо обеспечить
право субъектов данных.

00:20:33.262 --> 00:20:34.302
Прозрачность алгоритма.

00:20:34.659 --> 00:20:38.903
Важность объяснения автоматизации решений.

00:20:39.103 --> 00:20:45.149
Это нормативные сдвиги влияют на практике,
соответственно,

00:20:45.189 --> 00:20:50.475
Pefobence-менеджмент компании, вынуждены
пересматривать метрики и процедуры, чтобы

00:20:50.635 --> 00:20:52.277
соблюдать требования приватности.

00:20:52.357 --> 00:20:52.637
Например

00:20:54.413 --> 00:20:58.131
Анонимировать данные сотрудников при
аналитике, получить согласие на мониторинг

00:20:58.291 --> 00:21:05.127
показателей. В то же время регулярное
давление выступает двигателем

00:21:05.207 --> 00:21:09.045
инноваций, стремление соответствовать
новым стандартам, стимулирует внедрение

00:21:09.165 --> 00:21:12.203
систем управления данными, соответственно,
метадан-менеджмента.

00:21:12.739 --> 00:21:16.983
мастеров справочников, платформ, согласия
пользователей, что в перспективе повышает

00:21:17.103 --> 00:21:18.825
качество данных и доверия к ним.

00:21:19.105 --> 00:21:23.349
Анализ современных исследований
демонстрирует, что технология Big Dat

00:21:23.589 --> 00:21:26.993
рассматривается как значимый ресурс,
способный повысить эффективность

00:21:27.153 --> 00:21:30.636
управления организацией в научной
литературе.

00:21:30.796 --> 00:21:31.196
Их роль

00:21:35.537 --> 00:21:39.498
Нередко связывается с концепцией
ресурсно-ориентированного подхода,

00:21:39.618 --> 00:21:44.739
соответственно RB для динамических
способностей, которые позволяют компаниям

00:21:44.859 --> 00:21:48.579
адаптироваться к изменениям внешней среды
и формировать устойчивые конкурентные

00:21:48.659 --> 00:21:50.620
преимущества. Отдельные работы показывают

00:21:50.860 --> 00:21:54.900
Что аналитические возможности на основе
больших данных усиливают результаты фирмы

00:21:55.060 --> 00:22:00.901
через развитие динамических способностей и
более рациональное распределение ресурсов.

00:22:00.981 --> 00:22:05.902
В то же время отмечается, что BigDate всё
чаще интегрируется в системы управления

00:22:07.029 --> 00:22:10.746
Результативностью. Например, исследования
в области Nowch менеджмента

00:22:11.266 --> 00:22:14.863
организационной культуре подчёркивают
необходимость трансформации внутренних

00:22:14.903 --> 00:22:18.500
процессов и ориентации на культуру,
основанную на данных, то есть на

00:22:21.500 --> 00:22:22.860
Дейта-древн культура.

00:22:22.980 --> 00:22:27.218
При этом следует подчеркнуть, что на
сегодняшний день отсутствуют комплексные

00:22:27.377 --> 00:22:34.014
модели, описывающие причинно-следственную
цепочку Big-дейта-тире-организационные

00:22:34.094 --> 00:22:36.933
механизмы-тире-Кай BS.

00:22:37.745 --> 00:22:43.824
Недостаточно операционализировано и само
понятие древня культуры применительно к

00:22:43.864 --> 00:22:48.744
российским реалиям. Указанные проблемы и
определяют научную новизну настоящего

00:22:48.824 --> 00:22:52.583
исследования. Таким образом, литература
демонстрирует, что бегданты приходят к

00:22:52.743 --> 00:22:57.143
статусу вспомогательных IT-инструментов к
позиции стратегического ресурса, однако

00:22:57.223 --> 00:22:58.063
остаётся недостаточно

00:22:58.788 --> 00:23:04.385
Исследовательный операционализация связей
Big Date, организационные механизмы, то

00:23:04.425 --> 00:23:11.021
есть копий, что и определяет,
соответственно, некоторую научную новизну.

00:23:12.381 --> 00:23:16.538
Так, ну давайте ещё раз на список
литературы выйдем.

00:23:20.645 --> 00:23:26.235
Так, ну вот в том числе Федеральный закон
2006 года о персонализации данных.

00:23:32.272 --> 00:23:35.236
Систематизированный анализ проведённых
исследований позволял сгруппировать

00:23:35.436 --> 00:23:40.362
эффекты поведения Bigdate по трём уровням
управления: операционный, бизнес-процессы,

00:23:40.442 --> 00:23:44.526
операции; технические, управление
персоналом, стратегические и поставить их

00:23:45.007 --> 00:23:48.010
с ключевыми метриками эффективности CPI
Balanced.

00:23:49.065 --> 00:23:55.030
Скоре карт. Таким подход отражает идею
каскадного CPI по организации,

00:23:55.110 --> 00:23:59.514
соответственно тринадцатый и позволяет
показать, как большие данные

00:23:59.754 --> 00:24:04.518
санкционизируют показатели баланса Scored
на операционном, тактическом и

00:24:04.718 --> 00:24:05.959
стратегическом уровне.

00:24:06.248 --> 00:24:07.887
Во-первых, операционный уровень.

00:24:07.927 --> 00:24:12.884
На операционном уровне внедрение
технологий Big Data приводит к заметным

00:24:13.004 --> 00:24:17.281
улучшениям в бизнес-процессах, повышая
скорость, качество и эффективность.

00:24:17.361 --> 00:24:21.598
Стремление современной организации всё
активнее использует аналитические

00:24:21.678 --> 00:24:22.518
инструменты.

00:24:23.112 --> 00:24:25.595
Для непрерывного мониторинга показателей.

00:24:25.715 --> 00:24:31.601
Лидирующие компании уже в реальном времени
отслеживают производительность, качество,

00:24:31.641 --> 00:24:34.404
удовлетворённость клиентов и другие
метрики операций.

00:24:34.484 --> 00:24:40.930
По данным отчёта статиста 2024 года,
большие данные внедрены.

00:24:41.639 --> 00:24:48.323
...в том или ином масштабе в 61 компании
мира, причём в 61% компаний мира.

00:24:48.603 --> 00:24:52.205
Причём ещё 31% экспериментируют с их
использованием.

00:24:53.286 --> 00:24:57.208
Основной причиной цифровой трансформации
бизнеса является изменение стремления...

00:24:57.873 --> 00:25:02.237
...модернизировать операции, заменить
устаревшие процессы, основанные на данных.

00:25:02.397 --> 00:25:08.962
Таким. Так, по данным исследования,
соответственно, МакКинсли 2018 года, 68%

00:25:09.243 --> 00:25:12.686
респондентов называют это главным мотивом
цифровизации.

00:25:13.166 --> 00:25:15.208
В отчёте, соответственно, Dite
Transformation

00:25:15.834 --> 00:25:20.433
Сурвей восемнадцатого года указывает, что
улучшение операционной эффективности стало

00:25:20.593 --> 00:25:24.111
самым чисто упоминаемым преимуществом
цифровых инициатив.

00:25:24.471 --> 00:25:28.590
Его назвали, соответственно, 40%
руководителей как основной итог внедрения

00:25:29.310 --> 00:25:30.789
цифровых моделей.

00:25:31.509 --> 00:25:34.988
Так, ну вот наши 34, 35, 36.

00:25:36.303 --> 00:25:37.864
Makkinsy и Company

00:25:43.506 --> 00:25:47.588
в операционной плоскости внедрение
технологии Bigata демонстрирует наибольшую

00:25:47.668 --> 00:25:50.669
результативность через трансформацию
ключевых бизнес-процессов,

00:25:50.709 --> 00:25:51.230
производственных

00:25:51.936 --> 00:25:53.817
логистических и риск-ориентированных.

00:25:53.857 --> 00:25:57.980
Одним из наиболее репрезентативных
инструментов выступает концепт

00:25:58.181 --> 00:26:04.665
предективного обсуждения, то есть
предектив mantaince встраиваемый в

00:26:04.665 --> 00:26:07.267
архитектуру умного производства и цифровых
фабрик

00:26:08.163 --> 00:26:11.246
Его сущность заключается в том, что
потоковые данные, поступающие

00:26:11.406 --> 00:26:16.249
соответственно от AOT- датчиков, вибрации,
температурные колебания, нагрузочные

00:26:16.329 --> 00:26:20.812
параметры, подвергаются анализу средствами
машинного обучения и предъективной

00:26:20.932 --> 00:26:21.533
аналитики.

00:26:21.811 --> 00:26:25.731
На основе этого формируются прогнозы
вероятности отказов, позволяющие

00:26:25.771 --> 00:26:31.291
реализовать парадигму обслуживания по
состоянию, то есть, соответственно,

00:26:34.931 --> 00:26:36.651
Вместо устаревших моделей

00:26:37.279 --> 00:26:40.522
По календарю. Результаты систематических
обзоров последних лет

00:26:41.122 --> 00:26:45.206
девятнадцатого-двадцать четвёртого года
убедительны фиксируют, что подобная

00:26:45.366 --> 00:26:50.250
практика способствует значительному,
сокращению внеплановых простоев

00:26:50.370 --> 00:26:54.213
оборудования и, как следствие, повышению
его эксплуатационной готовности.

00:26:54.817 --> 00:26:58.573
Это находит выражение в росте
интегрального показателя общей

00:26:58.653 --> 00:27:03.886
эффективности оборудования. Так называемой
Overatment Effectives

00:27:04.286 --> 00:27:09.439
OI, а также в большой устойчивости
производственных

00:27:10.462 --> 00:27:15.300
Расписание планов. Управленческое
измерения данных эффектов эффекты означают

00:27:15.540 --> 00:27:18.418
переход от реактивной логики к ремонту по
факту.

00:27:19.308 --> 00:27:22.588
К проактивной модели операционного
менеджмента, где риски отказов

00:27:22.788 --> 00:27:25.867
минимизируются заранее через
алгоритмическое программирование,

00:27:26.027 --> 00:27:31.466
прогнозирование, то есть 37—38,
дополнительно отраслевые консалтинговые

00:27:31.466 --> 00:27:35.786
отчёты подчёркивают, что продективное
обслуживание становится ключевым элементом

00:27:35.866 --> 00:27:38.185
современных практик операционного
совершенствования.

00:27:38.890 --> 00:27:42.570
Оно не только обеспечивает стабильность
объёмов выпуска продукции, но и

00:27:42.650 --> 00:27:46.530
способствует оптимизации совокупности
издержек, начиная от расходов на

00:27:46.650 --> 00:27:51.490
выполняемые ремонты и заканчивая
сокращением объёмов страховых запасов

00:27:51.650 --> 00:27:54.810
запасных частей. Данное решение выступает
центральным

00:27:55.670 --> 00:27:58.710
Компонентом операционного менеджмента на
основе данных.

00:27:58.870 --> 00:28:01.989
В этом случае эффективность
бизнес-процессов определяется не

00:28:02.149 --> 00:28:06.709
субъективными управленческими оценками и
интуитивными решениями, а системой

00:28:06.869 --> 00:28:10.549
показателей, выстроенной на базе анализа
больших массивов эмпирических данных и

00:28:10.589 --> 00:28:12.469
алгоритмов их интерпретаций.

00:28:13.332 --> 00:28:18.486
В управлении целями поставок, применением
технологии анализа больших данных

00:28:19.484 --> 00:28:24.359
проявляется через комплексную интеграцию
внутренних и внешних источников

00:28:24.479 --> 00:28:29.273
информации. Показатели продаж в реальном
времени и данных об остановках.

00:28:30.342 --> 00:28:37.023
остатков на складах до параметров
транспортной инфраструктуры и погодных

00:28:37.143 --> 00:28:40.824
условий. Такая интерпретация формирует
основу для повышения точности

00:28:41.024 --> 00:28:45.184
прогнозирования спроса, оптимизации
маршрутов распределения эффективного

00:28:45.344 --> 00:28:46.945
пополнения товарных запасов.

00:28:47.778 --> 00:28:51.938
В научных публикациях и эмпирических
отчётах отмечается, что подобное решение

00:28:52.098 --> 00:28:56.979
напрямую воздействует на ключевые
процессные показатели эффективности,

00:28:57.059 --> 00:28:59.859
соответственной.

00:28:59.979 --> 00:29:03.819
Ключевое сокращение времени
производственно-логистического цикла, то

00:29:03.859 --> 00:29:04.579
есть Littime

00:29:05.138 --> 00:29:11.424
Рост показателей выполнения заказов и
строк Утиф и увеличение общей операционной

00:29:11.504 --> 00:29:17.830
гибкости в условиях волатильного спроса,
перебоев поставок.

00:29:18.203 --> 00:29:20.401
...или кризисных ситуаций на рынке.

00:29:20.721 --> 00:29:24.358
В этом смысле большие данные выполняют
роль системообразующего звена,

00:29:24.438 --> 00:29:28.074
соединяющего аналитику спроса,
стратегическое планирование, операционное

00:29:28.194 --> 00:29:32.151
исполнение, что соответствует современным
представлениям о концепции

00:29:32.750 --> 00:29:36.507
интегрированного управления цепями цепями
поставок.

00:29:37.723 --> 00:29:39.243
Так, соответственно, источники

00:29:49.201 --> 00:29:55.600
в сфере управления финансовыми рисками и
комплеанс с процессами технологии Big Date

00:29:55.720 --> 00:29:57.879
усиливает возможности организации в части

00:29:59.222 --> 00:30:04.102
креативного скоринга, мониторинга
транзакционной активности и

00:30:04.182 --> 00:30:06.422
алгоритмической детекции мошенничества.

00:30:06.702 --> 00:30:13.581
Показатель показателен корпоративный
пример компании Trans

00:30:14.301 --> 00:30:15.701
Consumer Таиланд

00:30:16.732 --> 00:30:20.331
Внедрение аналитической платформы на
основе больших данных и искусственного

00:30:20.411 --> 00:30:25.849
интеллекта позволило одновременно
сократить объём традиционных оповещений на

00:30:25.929 --> 00:30:31.967
40%, снизить уровень ложноположительных
срабатываний на 18%, повысить

00:30:33.506 --> 00:30:37.182
Выявляемость случаев мошенничества на 35%.

00:30:37.302 --> 00:30:42.536
Несмотря на то, что единичные кейсы не
всегда могут быть экстраполированы на всю

00:30:42.576 --> 00:30:46.253
отрасль, они демонстрируют управленческий
механизм, заключающийся в решении

00:30:46.852 --> 00:30:49.449
наблюдаемости потоков данных,
алгоритмической

00:30:50.016 --> 00:30:54.102
Приорите рисков и формировании циклов
обратной связи между системой и

00:30:54.142 --> 00:30:58.349
экспертами. В результате возрастает
точность, современность и адаптивность

00:30:58.509 --> 00:31:00.272
операционных решений, что подтверждает

00:31:00.980 --> 00:31:04.623
Соответственно, перспективность Big Date
как инструмента повышения качества

00:31:04.743 --> 00:31:08.866
risk-менеджмента и оптимизации процедур
регулярного соответствия, то есть

00:31:09.026 --> 00:31:11.147
комплаенс в финансовой сфере.

00:31:11.588 --> 00:31:12.308
В совокупности

00:31:13.886 --> 00:31:17.649
Полученные результаты демонстрируют
согласованность логики сбалансированной

00:31:17.729 --> 00:31:23.174
системы показателей, то есть баланс Scored
BS и практикой каскадирования ключевых

00:31:23.294 --> 00:31:25.536
показателей эффективности, соответственно,
капиа.

00:31:25.616 --> 00:31:29.299
На операционном уровне внедрение
технологии Big Data обеспечивает повышение

00:31:29.459 --> 00:31:31.020
стабильности бизнес-процессов.

00:31:31.507 --> 00:31:33.628
их предсказуемости и управляемости.

00:31:33.708 --> 00:31:38.030
При этом достигается улучшение
показателей, характеризующих операционную

00:31:38.110 --> 00:31:42.913
эффективность. Общая эффективность
оборудования, то есть Overl, equitnet

00:31:43.513 --> 00:31:48.395
эффект OI, среднее время производственного
цикла, то есть Liptime

00:31:49.038 --> 00:31:54.923
Уровень современного выполнения заказов
Ontime Infold, то есть OTF.

00:31:55.123 --> 00:31:58.926
Эти метрики становятся не только
статичными индикаторами, а динамическими

00:31:59.006 --> 00:32:03.730
сигналами, формируемыми в режиме реального
времени за счёт интеграции данных от

00:32:03.850 --> 00:32:05.412
сенсоров цифровых платформ.

00:32:05.890 --> 00:32:07.252
...и систем мониторинга.

00:32:07.372 --> 00:32:10.935
На функциональном уровне управление
рисками использование больших данных

00:32:11.095 --> 00:32:17.461
расширяет возможности идентификации угроз,
совершенствует процессы

00:32:18.182 --> 00:32:22.306
детекции инцидентов и повышает
результативность их обработки.

00:32:22.626 --> 00:32:24.868
Применение алгоритмов машинного
обучения...

00:32:26.699 --> 00:32:31.816
И предективной аналитики позволяют не
только сохранить время отладки инцидента,

00:32:31.856 --> 00:32:35.574
но и повысить точность появления аномалий
в потоках данных.

00:32:35.694 --> 00:32:39.413
В результате снижается вероятность
долгоположительных сигналов,

00:32:39.453 --> 00:32:43.530
ложноположительных сигналов, повышается
эффективность процессов.

00:32:43.912 --> 00:32:48.475
Минимизация рисков и оптимизируются
процессы комплекс-менеджмента, управления

00:32:48.635 --> 00:32:49.876
соответствием требованиям.

00:32:49.956 --> 00:32:54.198
Что особенно важно в условиях высокой
регулярной нагрузки и цифровизации

00:32:56.080 --> 00:32:57.280
контрольных функций.

00:32:57.360 --> 00:33:01.403
Следует подчеркнуть, что количественные
эффекты внедрения Bigdit остаются

00:33:02.444 --> 00:33:04.725
вариативными и напрямую зависят от уровня

00:33:05.594 --> 00:33:11.114
...зрелости, зрелости бизнес-процессов в
качестве полноты используемых данных, а

00:33:11.194 --> 00:33:16.873
также от степени институционализации
принципов Dita Gounce Последнее включает

00:33:16.993 --> 00:33:21.073
стандартизацию потоков данных, унификацию
масштабных бета-данных.

00:33:22.241 --> 00:33:28.966
регламентацию прав доступа и формирование
культуры ответственного обращения с

00:33:29.006 --> 00:33:30.247
информацией в организациях

00:33:30.947 --> 00:33:34.910
С развитой архитектурой управления данными
Бигдейта ставится не просто инструментом

00:33:34.990 --> 00:33:38.673
локальной оптимизации, а элементом
стратегической инфраструктуры, позволяющей

00:33:38.753 --> 00:33:41.915
трансформировать саму модель управления
эффективностью деятельности.

00:33:42.035 --> 00:33:47.119
Таким образом, эффект внедрения Биг-дейты
проявляется многоуровнево: от роста

00:33:47.279 --> 00:33:52.203
прозрачности на переднем крае операционной
деятельности до повышения устойчивости.

00:33:52.692 --> 00:33:54.811
...и адаптивности организации в целом.

00:33:55.251 --> 00:33:59.408
Технический уровень. На техническом
уровне, связанном с управлением

00:33:59.888 --> 00:34:03.846
человеческими ресурсами, реализацией
функций управления человеческим капиталом,

00:34:03.886 --> 00:34:08.363
внедрение технологии Bigdate формирует
качественно новые практики ашер-аналитики.

00:34:08.943 --> 00:34:12.307
...и элементов алгоритмического управления
персоналом.

00:34:12.427 --> 00:34:15.430
Вот HR — это, собственно, и есть
управление персоналом.

00:34:15.710 --> 00:34:17.713
Сегодня цифровые Human Resurs

00:34:18.233 --> 00:34:24.000
HR-менеджмент, то есть, соответственно...

00:34:24.400 --> 00:34:29.677
HM-системы не ограничиваются
административными задачами, они

00:34:30.157 --> 00:34:34.115
интегрированы в операционный процесс,
обеспечивая сбор и обработку данных о

00:34:34.195 --> 00:34:35.234
результативности.

00:34:40.010 --> 00:34:44.413
...вовлечённости, удовлетворённости трудом
и динамики профессионального развития

00:34:44.493 --> 00:34:51.459
сотрудников. Уже в 2022 году порядка 70%
компаний декларировали использование

00:34:51.579 --> 00:34:53.821
аналитических инструментов в АШ-решениях.

00:34:53.901 --> 00:34:56.343
К 2025 году, согласно прогнозам

00:34:56.914 --> 00:35:02.359
Консалтинговых агентов данный показатель
превысит 85—80%, что свидетельствует о

00:35:02.399 --> 00:35:07.563
закреплении аналитики данных как новой
нормы в управлении персоналом.

00:35:08.084 --> 00:35:14.209
Соответственно, давайте перейдём на
следующий блок.

00:35:21.665 --> 00:35:26.661
Ключевым направлением применения больших
данных становится предективная аналитика,

00:35:26.701 --> 00:35:31.337
позволяющая, соответственно, выявлять
скрытые тенденции в поведении сотрудников

00:35:31.457 --> 00:35:34.534
и тем самым снижать уровень
неопределённости в кадровых решениях.

00:35:34.614 --> 00:35:36.892
Так зафиксированное снижение уровня
вовлечённости

00:35:37.701 --> 00:35:41.221
Рост частоты прогулов или падение
продуктивности могут рассматриваться как

00:35:41.301 --> 00:35:45.180
сигналы повышенного риска увольнения
ценных специалистов.

00:35:45.420 --> 00:35:48.740
Применение модели прогнозирования
позволяет руководителям заранее

00:35:49.060 --> 00:35:52.819
идентифицировать работников с высоким
уровнем склонности к уходу.

00:35:53.264 --> 00:35:58.061
...и разработать меры по их удержанию от
индивидуализированных программ развития до

00:35:58.181 --> 00:36:00.380
гибких форм вознаграждения.

00:36:00.460 --> 00:36:04.218
В экспериментальных исследованиях также
мониторинговые инструменты

00:36:04.338 --> 00:36:09.335
продемонстрировали значимый позитивный
эффект на показатели труда за счёт

00:36:09.535 --> 00:36:12.534
мгновенных подсказок и выявления
неэффективных трат времени.

00:36:14.033 --> 00:36:19.187
Повышается операционность выполнения задач
общий уровень эффективности персонала.

00:36:19.307 --> 00:36:22.824
Таким образом Бигдайвер становится
инструментом управления жизненным циклов

00:36:23.023 --> 00:36:27.499
персонала, охватывающим прогнозирование,
потребности в найме, адаптацию, обучение,

00:36:27.779 --> 00:36:30.895
карьерное продвижение и удержание
сотрудников.

00:36:33.467 --> 00:36:39.664
В то же время потенциал Big Dita в Ашер
заключается не только в управлении

00:36:39.864 --> 00:36:44.583
производительностью, но и в формировании
новой дейты-дривн-культуры вовлечённости.

00:36:45.182 --> 00:36:49.461
Согласно ряду исследований, проведённых в
странах Восточной Европы, именно

00:36:49.621 --> 00:36:50.540
Ашер-аналитика

00:36:51.177 --> 00:36:55.177
В основе больших данных получила
наибольшую оценку среди инноваций по

00:36:55.217 --> 00:36:58.898
своему потенциалу, повышение эффективности
и удержание сотрудников.

00:36:58.978 --> 00:37:03.258
Это означает, что управленческие решения
перестают быть исключительно интуитивными

00:37:03.298 --> 00:37:05.298
и опираются на объективные метрики.

00:37:05.458 --> 00:37:06.698
От данных с 360

00:37:07.244 --> 00:37:11.082
...градусовых оценок до аналитика, до
анализа цифровых взаимодействий

00:37:11.162 --> 00:37:12.961
сотрудников с корпоративных платформ.

00:37:13.041 --> 00:37:17.558
Однако литература подчёркивает, что
внедрение технологий — лишь необходимое,

00:37:17.678 --> 00:37:19.917
но недостаточное условие.

00:37:20.597 --> 00:37:24.395
Для реального повышения вовлечённости
требуется сочетание цифровых инструментов

00:37:24.555 --> 00:37:26.593
с адекватными управленческими практиками.

00:37:27.022 --> 00:37:29.983
...и формированием доверия между
руководителями и работниками.

00:37:30.303 --> 00:37:35.144
Особое место занимает каскадирование
ключевых показателей эффективности, то

00:37:35.184 --> 00:37:40.706
есть CAPA. В рамках концепции
сбалансированной системы показателей, то

00:37:40.746 --> 00:37:42.827
есть баланс скоры карт...

00:37:43.949 --> 00:37:50.348
Если ранее каскадирование КП на уровень
команд и отдельных сотрудников

00:37:50.548 --> 00:37:54.507
зачастую носило формальный характер, то
использование больших данных обеспечивает

00:37:54.747 --> 00:37:56.507
его обоснованность и динамичность.

00:37:56.787 --> 00:38:01.226
Руководитель получает возможность
отслеживать исполнение и целей в реальном

00:38:01.306 --> 00:38:02.586
времени, а также оперативно

00:38:03.435 --> 00:38:06.479
Корректировать стратегию командного
взаимодействия.

00:38:06.559 --> 00:38:08.882
В результате создаётся синергетический
эффект.

00:38:08.962 --> 00:38:14.128
Персонал получает ясные ориентиры и
прозрачные критерии результативности в

00:38:14.248 --> 00:38:18.373
организации инструмент гибкого
доказательного управления тактическими

00:38:18.453 --> 00:38:18.973
ресурсами.

00:38:19.684 --> 00:38:24.604
Стратегический уровень. На стратегическом
уровне интеграция технологий Big Dita

00:38:25.084 --> 00:38:29.803
ведёт трансформации фундаментальных
оснований корпоративного управления

00:38:29.923 --> 00:38:31.243
стратегического менеджмента.

00:38:31.323 --> 00:38:34.682
Использование аналитики больших данных в
современных организациях следует

00:38:34.722 --> 00:38:36.282
рассматривать в двояком измерении.

00:38:36.362 --> 00:38:36.842
Во-первых, как

00:38:37.848 --> 00:38:42.210
Высокоточный инструмент аргументации
управленческих решений и снижения

00:38:42.330 --> 00:38:44.971
неопределённости при стратегическом
планировании.

00:38:45.371 --> 00:38:50.494
Вход в процесс стратегии, во-вторых, как
структурообразующий фактор, меняющий саму

00:38:50.574 --> 00:38:53.976
природу стратегического цикла за счёт
возможности функционирования в режиме

00:38:54.056 --> 00:38:54.816
реального времени.

00:38:55.284 --> 00:39:00.325
Согласно оценкам Всемирного экономического
форума 2025 года большие данные и

00:39:00.405 --> 00:39:03.966
искусственный интеллект входят в число
ключевых трансформационных драйверов

00:39:04.006 --> 00:39:08.727
бизнеса, при этом до 60% работодателей
ожидают их значимого влияния на

00:39:08.807 --> 00:39:10.847
операционную стратегическую деятельность.

00:39:11.794 --> 00:39:13.151
Уже в ближайшие годы.

00:39:13.630 --> 00:39:17.621
Эмпирические данные подтверждают
стратегическую значимость этого тренда по

00:39:17.701 --> 00:39:18.779
результатам опросов.

00:39:19.807 --> 00:39:25.083
Проведённых, соответственно, КПМЖ около
63% компаний фиксируют рост эффективности

00:39:25.323 --> 00:39:28.401
в результате, соответственно, цифровой
трансформации.

00:39:28.481 --> 00:39:34.037
Причём руководители отмечают прирост
ключевых показателей более чем на 10%

00:39:34.557 --> 00:39:35.076
вследствие

00:39:36.027 --> 00:39:38.625
Инвестиции в новые технологические
решения.

00:39:47.261 --> 00:39:53.578
Более того, 56% генеральных директоров
прямо констатируют, что цифровые

00:39:53.618 --> 00:39:55.977
инициативы привели к росту выручки.

00:39:56.329 --> 00:40:02.852
А порядка 29% организаций заявляют о
приросте результативности или прибыли

00:40:03.332 --> 00:40:07.334
свыше 11 % именно за счёт внедрения
аналитики больших данных.

00:40:15.154 --> 00:40:19.437
Иными словами, bigdate передают, перестают
быть вспомогательными IT-инструментом,

00:40:19.437 --> 00:40:22.639
приобретают статус стратегического
ресурса, формирующего долгосрочные

00:40:22.719 --> 00:40:24.000
конкурентные преимущества.

00:40:24.321 --> 00:40:28.124
С позиции теории динамических
способностей, то есть Dienamic Apibility

00:40:28.284 --> 00:40:32.928
Frimewok, обработка и интерпретация
больших данных выступает в качестве нового

00:40:34.847 --> 00:40:38.529
организационного навыка, укрепляющего
гибкость, способность к адаптации и

00:40:38.689 --> 00:40:40.330
инновационный потенциал фирмы.

00:40:40.370 --> 00:40:43.532
Результаты исследований свидетельствуют,
что использование Big Date существенно

00:40:43.693 --> 00:40:47.015
расширяет динамические способности,
повышает точность прогнозирования,

00:40:47.055 --> 00:40:52.178
сокращает лак реакции, то есть замедление
на изменение внешней среды, а также

00:40:52.298 --> 00:40:54.300
поддерживает Дейты-древные новации.

00:40:54.773 --> 00:41:00.533
Компании, демонстрирующие разовую систему
управления данными, способны быстрее

00:41:00.613 --> 00:41:04.653
идентифицировать рыночные тренды, точнее
предугадывать поведение клиентов и

00:41:04.773 --> 00:41:08.973
формировать уникальное предложение,
опережающее конкурентов.

00:41:09.013 --> 00:41:11.413
В рамках концепции Tide & Driving
стратегия

00:41:12.275 --> 00:41:15.875
Данные интерпретируются как источник
стратегической ценности, позволяющий

00:41:15.915 --> 00:41:20.354
одновременно улучшать удержание клиентов,
персонализировать продуктивные линейки и

00:41:20.474 --> 00:41:25.833
инициировать запуск новых направлений
бизнеса или моделей монетизации

00:41:25.993 --> 00:41:29.433
информации. Примером является
использование аналитики потребительских

00:41:29.593 --> 00:41:30.353
предпочтений.

00:41:31.232 --> 00:41:37.073
для выбора стратегии выхода на новые
сегменты или для конструирования цифровых

00:41:37.153 --> 00:41:39.913
сервисов, дающих дополнительный поток
дохода

00:41:56.336 --> 00:42:00.461
Особое значение приобретает связь
технологий Big Data с инструментарием

00:42:00.581 --> 00:42:02.544
сбалансированной системы показателей.

00:42:02.624 --> 00:42:07.630
То есть вот баланс скор-карт, применённые
на уровне топ-менеджмента.

00:42:07.914 --> 00:42:12.915
Если ранее BC ограничивалась классическим
набором финансовых, клиентских и внутри

00:42:13.435 --> 00:42:19.157
внутренних индикаторов, то сегодня она всё
чаще дополняется массивами внешних данных

00:42:19.317 --> 00:42:24.598
от цифровых средств потребителей в
социальных сетях до отраслевых Big Date.

00:42:24.838 --> 00:42:28.839
Это расширяет горизонты управленческой
аналитики, позволяет, соответственно,

00:42:28.959 --> 00:42:32.640
совету директоров принимать решения в
режиме реального времени, синхронизируя

00:42:32.760 --> 00:42:35.720
стратегические цели и быстро меняющейся
внешней средой

00:42:36.363 --> 00:42:40.676
Таким образом, Big Data не только повышает
качество стратегического планирования, но

00:42:40.836 --> 00:42:44.509
и институционизирует новую модель
управленческого управления

00:42:44.829 --> 00:42:47.225
результативностью, то есть Performance
менеджмент.

00:42:47.528 --> 00:42:52.446
...в которой данные становятся центральным
звеном непрерывного управленческого цикла.

00:42:52.766 --> 00:42:56.763
Вместе с открывающимися возможностями
технологических технологий больших данных

00:42:56.963 --> 00:43:00.401
формируют и новые требования к самим
организациям.

00:43:00.561 --> 00:43:05.359
Для реализации, соответственно, подлинно
тейт-дривинг-стратегии необходимы

00:43:05.958 --> 00:43:10.995
институлизационные изменения в системе
корпоративного управления, трансформации.

00:43:13.227 --> 00:43:15.828
компетентного профиля персонала.

00:43:16.148 --> 00:43:20.791
Современные исследования показывают, что
цифровая трансформация управленческих

00:43:20.911 --> 00:43:24.393
практик предполагает не столько
технологическое, сколько культурное,

00:43:24.393 --> 00:43:28.116
организационное переосмысление процессов.

00:43:28.196 --> 00:43:28.396
Переход

00:43:29.364 --> 00:43:33.605
принятию решений на основе объективных
аналитических доказательств невозможно без

00:43:33.925 --> 00:43:38.567
активного вовлечения менеджментов
различных уровней в работу с данными

00:43:48.247 --> 00:43:52.612
Одним из наиболее устойчивых барьеров, по
мнению экспертов, остаётся дефицит

00:43:52.692 --> 00:43:56.656
квалифицированных кадров, обладающих
навыками обработки и интерпретации больших

00:43:56.736 --> 00:44:01.582
массивов информации. В глобальном масштабе
свыше 60% работодателей прямо указывают на

00:44:01.622 --> 00:44:03.223
недостаток цифровых компетенций.

00:44:03.787 --> 00:44:06.903
...как на ключевое препятствие на пути
трансформации.

00:44:07.302 --> 00:44:10.858
Что, соответственно, обусловливает роль
инвестиций, программы, соответственно,

00:44:11.377 --> 00:44:16.651
ап-скиллинг и risk-skilling, развитие
внутренних школ аналитики, а также

00:44:16.771 --> 00:44:19.767
формирование нового профессионального
сегмента Dita Scientis.

00:44:20.567 --> 00:44:24.125
бизнес-аналитиков и так называемых
переводчиков данных, соединяющих

00:44:24.165 --> 00:44:27.644
стратегические цели бизнеса и
инструментальные аналитики.

00:44:27.844 --> 00:44:32.042
Наряду с кадровыми измерениями, необходимы
и структурные изменения.

00:44:32.122 --> 00:44:35.761
Например, интеграция бигдейта в
стратегические контуры управления

00:44:36.845 --> 00:44:42.890
Инниспелизационная механизмов защиты
данных и разработка этических регламентов,

00:44:42.970 --> 00:44:48.375
применение алгоритмов. Иными словами, речь
идёт о комплексной перестройке

00:44:49.376 --> 00:44:52.980
управленческой архитектуры организации,
при которой данные становятся

00:44:54.415 --> 00:44:58.013
Не побочным продуктом деятельности, а её
ключевым активом и драйвером

00:44:58.093 --> 00:45:02.450
эффективности. Несмотря на значительные
вызовы, динамика цифровизации однозначна,

00:45:02.530 --> 00:45:06.767
компании, сумевшие встроить работу с
большими данными в управленческую модель,

00:45:06.807 --> 00:45:09.485
демонстрируют более высокие показатели
результативности.

00:45:10.333 --> 00:45:16.886
Что подтверждается как исследования
концептуальными агентств, так и

00:45:17.126 --> 00:45:18.565
академическими публикациями.

00:45:18.644 --> 00:45:21.681
Таким образом, Bigdat оказывают
многоуровневое воздействие на

00:45:21.761 --> 00:45:25.917
эффективность деятельности организации, от
оптимизации.

00:45:26.959 --> 00:45:30.963
операционных бизнес-процессов и повышения
производительности труда до поддержки

00:45:31.043 --> 00:45:36.328
стратегического прогнозирования и
выстраивания долгосрочных конкурентных

00:45:36.448 --> 00:45:40.092
преимуществ. Перспективы применения
технологии больших данных в моделях

00:45:40.172 --> 00:45:45.057
управления эффективностью можно
охарактеризовать как высокообнадёживающее,

00:45:45.097 --> 00:45:46.018
но не автоматическое

00:45:46.798 --> 00:45:50.881
Достижение эффекта требует комплексного
внедрения инструментов аналитики,

00:45:50.961 --> 00:45:55.324
специализации новой культуры управления и
развития компетенций персонала.

00:45:55.444 --> 00:45:59.927
В этих условиях управление эффективностью
трансформируется в постоянный диалог с

00:45:59.967 --> 00:46:04.770
данными, где ключевую роль играет
способность организации анализировать

00:46:04.970 --> 00:46:06.732
информацию, стратегические решения.

00:46:08.927 --> 00:46:12.803
Уже сегодня большинство компаний признаёт
ценность аналитики и увеличивает объём

00:46:12.923 --> 00:46:17.717
инвестиций в соответствующие решения, что
позволяет прогнозировать дальнейшее

00:46:18.676 --> 00:46:21.593
сближение моделей менеджмента и Big Dita.

00:46:22.272 --> 00:46:25.708
В ближайшие 5—10 лет можно ожидать, что
технология анализа данных

00:46:26.720 --> 00:46:30.318
Перестанут восприниматься как инновация и
окончательно закрепятся в качестве

00:46:31.518 --> 00:46:34.596
обязательного условия успешного
функционирования организации в цифровой

00:46:34.716 --> 00:46:39.434
экономике Проведённый анализ
демонстрирует, что большие данные

00:46:39.554 --> 00:46:43.432
перестают быть вспомогательным IT-активом
и выступают стратегическим ресурсом

00:46:43.512 --> 00:46:45.072
управления результативностью.

00:46:45.652 --> 00:46:49.488
На операционном уровне они обеспечивают
сквозную наблюдательность, наблюдаемость,

00:46:49.528 --> 00:46:55.203
то есть энту-ент-визибилити и переводят
обслуживание, планирование и контроль

00:46:55.323 --> 00:46:59.439
качества из реактивного режима в
проактивную парадигму по состоянию, тем

00:46:59.519 --> 00:47:01.118
самым стабилизируются производственные

00:47:01.955 --> 00:47:05.954
Расписание, улучшаются ключевые
персональные метрики, общая эффективность

00:47:06.274 --> 00:47:11.474
оборудования, средняя длительность
производственно-логистического цикла, то

00:47:11.554 --> 00:47:17.033
есть литами, доля современного
использования заказов OTIF.

00:47:17.473 --> 00:47:21.472
На таком уровне технология Big Dight
усиливает контур управления человеческим

00:47:21.552 --> 00:47:22.112
капиталом.

00:47:22.378 --> 00:47:25.458
Уточняются цели, индикаторы.

00:47:25.698 --> 00:47:30.458
Формируются модели прогнозирования рисков,
текучести и дефицитов компетенций,

00:47:30.618 --> 00:47:35.218
повышается прозрачность, валидность,
оценочность процедур за счёт непрерывного

00:47:35.338 --> 00:47:37.418
мониторинга и аналитики в реальном
времени.

00:47:37.698 --> 00:47:41.778
На стратегическом уровне аналитика данных
специализируется в контурах выработки.

00:47:42.571 --> 00:47:45.322
...и корректировки стратегий, снижая
управленческую...

00:47:46.015 --> 00:47:50.052
неопределённости и ускоряет цикл
наблюдения, интерпретации решения

00:47:50.252 --> 00:47:54.409
исполнения Фактически данные становятся
посредниками между целями, ресурсами,

00:47:54.449 --> 00:47:59.126
операционным исследованием, логикой
скодирования CI и сбалансированной систем

00:47:59.325 --> 00:48:02.963
показателей, то есть баланс.

00:48:03.083 --> 00:48:05.921
Ключевые ограничения лежат не только в
технической

00:48:06.856 --> 00:48:13.288
Сколько в институциональной плоскости
качество и доступность данных,

00:48:14.207 --> 00:48:20.359
зрелость аналитических и переводческих
компетенций, а также культурные барьеры

00:48:20.479 --> 00:48:22.677
принятия решений по данным компетенциям.

00:48:23.337 --> 00:48:27.019
А также культурные барьеры против принятия
решений по данным.

00:48:27.099 --> 00:48:31.542
Для устойчивости эффекта необходима
формализация роли данных в системе

00:48:31.622 --> 00:48:36.786
корпоративного управления, включая
выделение функции директора по данным,

00:48:36.826 --> 00:48:41.029
соответственно, CDO, CDA, различие
ответственности и внедрение механизма

00:48:41.109 --> 00:48:41.710
алгоритмической

00:48:42.456 --> 00:48:46.898
Подотчётности: политика управления
данными, охватывающие стандарты и метанны,

00:48:47.338 --> 00:48:52.220
разграничение прав доступа,
кибербезопасность, приватность и этику

00:48:52.380 --> 00:48:57.023
программы целенаправленного развития
компетенций, соответственно УПСкалин,

00:48:57.063 --> 00:48:57.783
Рискалин.

00:48:58.487 --> 00:49:02.688
Для менеджеров и предметных экспертов,
коммуникационные практики, формирующие

00:49:02.768 --> 00:49:09.250
доверие к аналитике, к легитимному
основанию управленческих решений.

00:49:09.330 --> 00:49:14.091
Регулярные требования к защите данных и
прозрачности алгоритмов одновременно

00:49:14.171 --> 00:49:17.212
выступают ограничением и драйвером зрелых
практик.

00:49:17.532 --> 00:49:18.212
Соответственно.

00:49:19.372 --> 00:49:26.291
Комплеенс-контуры заставляют организации
операционировать принципы минимизации

00:49:27.130 --> 00:49:30.969
объяснимости управления рисками, что
повышает проводимость решений.

00:49:31.049 --> 00:49:34.049
Перспективы дальнейших исследований
выстраиваются по четырём

00:49:34.819 --> 00:49:37.260
Взаимодополняющим треком.

00:49:37.300 --> 00:49:41.020
Во-первых, разработка интеграционных
причинно-следственных моделей полного

00:49:41.180 --> 00:49:46.821
цикла инвестиций в Big Dita процессные
изменения, поведенческие

00:49:46.941 --> 00:49:51.462
сдвиги, далее прирост по копий BSC.

00:49:52.213 --> 00:49:57.658
С чёткой операционализацией метрик,
идентификации медиаторов, дробь

00:49:57.858 --> 00:49:59.340
модераторов эффекта.

00:49:59.620 --> 00:50:05.866
Во-вторых, встроение продольных отраслевых
панелей в многоотраслевые

00:50:05.946 --> 00:50:08.989
квази-экспериментов для оценки
долговременной отдачи.

00:50:09.638 --> 00:50:12.877
Внешняя валидности и устойчивость эффектов
потоков внешней среды.

00:50:12.997 --> 00:50:17.594
В-третьих, аналитика организационных
механизмов, роли лидерства архитектуры

00:50:17.754 --> 00:50:23.511
дальта Govence Oven's, кросс
функциональных команд и процедур

00:50:23.671 --> 00:50:26.109
управления изменениями как каналов

00:50:27.456 --> 00:50:33.341
Трансляция аналитических возможностей в
измеримые результаты.

00:50:33.421 --> 00:50:37.985
В четвёртых, развитие инструментов оценки
рисков и этических последствий

00:50:38.105 --> 00:50:39.706
алгоритмического управления и их

00:50:40.598 --> 00:50:44.116
Соответственно, настраивание, встраивание
в стандартный контур менеджмента

00:50:44.236 --> 00:50:46.794
эффективности и риск-ориентированных
процессов.

00:50:46.834 --> 00:50:50.792
В совокупности результаты подтверждают
переход, соответственно, к Delta Dravin

00:50:51.872 --> 00:50:58.268
модели, что неразовый проект
информатизации, а

00:50:58.388 --> 00:50:59.108
индустриализации

00:50:59.981 --> 00:51:03.220
Институциольная трансформация, где
технологические, организационные и

00:51:03.300 --> 00:51:06.819
культурные элементы должны созревать
синхронно.

00:51:06.939 --> 00:51:13.057
Там, где обеспечены надёжные данные зрелое
управление им, компетентное лидерство,

00:51:13.177 --> 00:51:16.017
наблюдается устойчивое преимущество в
скорости, точности.

00:51:16.580 --> 00:51:19.059
...и воспроизводимости управленческих
решений.

00:51:19.259 --> 00:51:25.176
Так как там, где предпосылки игнорируются,
эффект носит краткосрочный и фрагментарный

00:51:25.256 --> 00:51:28.935
характер. Следовательно, стратегическая
задача менеджмента — это прервать работу с

00:51:29.015 --> 00:51:34.333
данными из набора инициатив в системную
управленческую инфраструктуру,

00:51:34.413 --> 00:51:37.092
поддерживающую каскад целей и метрик от
успеха до

00:51:37.758 --> 00:51:42.962
...совета директоров и придавающий диалог
с данными в норму повседневного управления

00:51:43.202 --> 00:51:49.767
эффективностью. Так, ну и в конце этого
раздела — список литературы

00:51:50.527 --> 00:51:51.448
с переводами.

00:52:00.022 --> 00:52:02.426
Так видите, далеко не всё тут у нас
переводится

00:52:08.955 --> 00:52:11.198
естественно оригиналы.

00:52:33.232 --> 00:52:37.754
Так, ну и в заключении вот такой вот
прогноз: настоящее и будущее больших

00:52:37.794 --> 00:52:39.155
данных в России.

00:52:40.155 --> 00:52:45.878
В октябре-ноябре пятнадцатого года журнал
Computis World Россия при поддержке

00:52:45.958 --> 00:52:49.199
Корпорации ОБЕМ провёл исследование
бизнеса в эпоху больших данных.

00:52:49.319 --> 00:52:53.241
Организуя исследование, мы ставили цель
оценить уровень зрелости отечественных

00:52:53.361 --> 00:52:53.841
компаний.

00:52:54.299 --> 00:53:00.221
В отношении использования технологии
больших данных организуя исследование,

00:53:00.381 --> 00:53:03.542
ставилась цель оценить уровень зрелости
отечественных компаний в отношении

00:53:03.622 --> 00:53:06.584
исследования технологий больших данных,
проанализировать перспективы их

00:53:06.624 --> 00:53:10.065
дальнейшего проникновения в российский
бизнес, а также выявить основные барьеры,

00:53:10.105 --> 00:53:12.066
возникающие на пути внедрения больших
данных.

00:53:13.152 --> 00:53:16.833
В процессе принимали участие 226 человек,
преимущественно IT-руководители,

00:53:16.873 --> 00:53:20.275
IT-менеджеры, а также представители
научного бизнес-сообщества, предприятий,

00:53:20.315 --> 00:53:23.996
организаций из 80 основных отраслей
секторов экономики России.

00:53:24.356 --> 00:53:28.117
Поочередное внимание в ходе опроса
уделялось реальным потенциальным

00:53:28.197 --> 00:53:30.078
заказчикам проектов больших данных.

00:53:32.054 --> 00:53:36.096
Как показал опрос, к использованию больших
данных приступило значительное количество

00:53:36.256 --> 00:53:38.297
организаций: 38 респондентов.

00:53:38.377 --> 00:53:41.779
Наиболее высоким оказался уровень
проникновения больших данных в

00:53:41.859 --> 00:53:45.981
транспортные отрасли — 53 и
здравоохранение — 50%.

00:53:46.341 --> 00:53:48.942
Самый низкий показатель зарегистрирован в
производственных

00:53:49.722 --> 00:53:54.240
компаниях, не относящихся к нефтегазовой
отрасли, 21%.

00:53:54.520 --> 00:53:58.478
Маркетинги и продажи применения большими
данными нашли выше половины опрошенных,

00:53:58.558 --> 00:54:03.995
53%. Почти половина, 49% отметили, что
большими данными применяются в управлении

00:54:04.115 --> 00:54:09.352
организации в целом. 42% заказчиков
применяют большие данные в области

00:54:09.472 --> 00:54:09.992
финансов.

00:54:11.031 --> 00:54:16.103
Соответственно, и контролинга 37%
логистики.

00:54:16.143 --> 00:54:19.458
Хотя принципиальных препятствий для
внедрения технологий больших данных, судя

00:54:19.498 --> 00:54:23.133
по результатам опроса, нет, большинство
организаций не торопятся с их внедрением.

00:54:23.500 --> 00:54:27.217
Больше половины тех, кто ещё не
использует, но предполагает применять их в

00:54:27.257 --> 00:54:30.814
будущем, планирует начать проекты больших
данных не раньше, чем в два года.

00:54:30.934 --> 00:54:35.410
Причина, похоже, кроется в том, что
большие данные далеко не везде попали в

00:54:35.450 --> 00:54:37.329
поле зрения топ-менеджерамента.

00:54:37.449 --> 00:54:40.966
При выработке стратегических решений в
области больших данных руководители

00:54:41.046 --> 00:54:41.726
верхнего звена

00:54:42.362 --> 00:54:47.920
Задействовано лишь 23% организаций, а 19
респондентов и вовсе посетовали на

00:54:48.000 --> 00:54:51.479
отсутствие спроса со стороны
владельцев-инвесторов, сомневающихся в

00:54:51.519 --> 00:54:54.038
целесообразности применения исследований
больших данных.

00:54:54.278 --> 00:54:57.437
Как следствие, эти технологии не стали
частью стратегии и не считаются

00:54:57.597 --> 00:55:00.676
приоритетными, зачастую не получают
достаточного финансирования.

00:55:00.996 --> 00:55:03.195
Как подчёркивают респонденты, именно
критерии

00:55:04.469 --> 00:55:07.829
Доходность и окупаемости проекта сейчас
имеет ключевое значение.

00:55:07.949 --> 00:55:10.469
Бизнесу сегодня необходимы и
неопровержимые доказательства

00:55:10.629 --> 00:55:14.189
непосредственного увеличения показателей
бизнес-процессов, охваченных проектов.

00:55:14.269 --> 00:55:18.150
Между тем мгновенного радикального
улучшения бизнеса в результате внедрения

00:55:18.230 --> 00:55:20.470
технологий больших данных, как правило, не
происходит.

00:55:20.630 --> 00:55:22.310
Но, как видите, в мировой практике

00:55:23.052 --> 00:55:24.533
Всё-таки там другая картина.

00:55:24.653 --> 00:55:28.616
Причиной резонанса между ожиданиями и
практикой обычно становится незрелость

00:55:28.736 --> 00:55:29.977
корпоративной культуры.

00:55:30.297 --> 00:55:33.940
Большинству компаний ещё только предстоит
поставить данные в центр своих

00:55:34.020 --> 00:55:37.702
бизнес-процессов. Им необходимо понять,
что данные едва ли не самый центральный

00:55:37.902 --> 00:55:41.865
ресурс, освоение которого должно стать
частью корпоративной политики.

00:55:46.991 --> 00:55:53.867
Около 38% респондентов заявили о том, что
их организации уже

00:55:54.027 --> 00:55:57.305
используют большие данные. Это весьма
обнадёживающий результат, полученный

00:55:57.465 --> 00:56:01.143
запросы реальных и потенциальных клиентов
технологии больших данных.

00:56:02.142 --> 00:56:07.060
Так, вот можно ещё посмотреть картинку
использования больших данных по отраслям.

00:56:15.624 --> 00:56:18.865
Наука и образование, как видите, у нас
является лидером.

00:56:24.028 --> 00:56:25.389
Кто использует большие данные?

00:56:25.509 --> 00:56:29.711
Наибольшее число организаций, у которых
большие данные уже применяются, работают в

00:56:29.711 --> 00:56:33.433
сфере науки и образования, в финансовом и
страховом секторах, в области

00:56:33.553 --> 00:56:36.074
телекоммуникаций, нефтегазовой индустрии.

00:56:36.930 --> 00:56:42.496
секторах, в области, а также в торговле и
транспорте.

00:56:42.616 --> 00:56:47.301
То, что многие организации из сферы науки
и образования используют большие данные,

00:56:47.421 --> 00:56:51.946
можно объяснить, в первую очередь их
гносеологически интересом к этому

00:56:52.026 --> 00:56:52.667
направлению.

00:56:53.468 --> 00:56:58.913
Оно открывает широкие возможности для НИОК
научно-исследовательских и

00:56:58.994 --> 00:57:03.959
опытно-конструкторских работ с последующим
выводом на практическое применение,

00:57:03.999 --> 00:57:08.283
выходом на практическое применение
наиболее перспективных исследовательских

00:57:08.603 --> 00:57:09.284
разработок.

00:57:10.191 --> 00:57:15.516
Финансовые организации, а также страховые
телекоммуникационные компании традиционно

00:57:15.636 --> 00:57:19.799
накапливают большое количество данных в
силу своей специфики, вынуждены

00:57:19.919 --> 00:57:22.321
обрабатывать часть этих данных в реальном
времени.

00:57:22.521 --> 00:57:23.322
В нефтегазовых

00:57:25.625 --> 00:57:31.059
В торговых и транспортных компаниях также
имеют значительные объёмы накапленных

00:57:31.339 --> 00:57:36.134
данных. Наряду с этими, по мере
распространения технологий интернет-вещей

00:57:36.294 --> 00:57:40.449
цифровой трансформации в этих секторах
появляется широкий спектр новых

00:57:40.769 --> 00:57:41.368
источников.

00:57:42.456 --> 00:57:46.456
Порождающих интенсивные потоки данных,
которые полезно анализировать, причём

00:57:46.696 --> 00:57:51.857
часть из них обрабатывается оперативно в
реальном времени или в близком к нему

00:57:51.977 --> 00:57:58.097
режиме. Так, ну вот ещё раз графически это
можно посмотреть.

00:58:02.200 --> 00:58:05.637
Что характерно, уровень проникновения
технологий больших данных в других

00:58:05.677 --> 00:58:08.035
секторах промышленности в целом невысок.

00:58:08.474 --> 00:58:13.390
Важно, что это связано с особенностями
оценок, которые дают респоненты.

00:58:13.430 --> 00:58:18.306
Например, система уровня АСУ ТП,
автоматизированная система управления

00:58:18.426 --> 00:58:19.585
технологических процессов.

00:58:19.862 --> 00:58:24.505
Порождающие значительные потоки данных
достаточно распространены.

00:58:24.745 --> 00:58:26.907
Предприятия к ним давно приспособились.

00:58:27.027 --> 00:58:32.190
К тому же не считают обработку этих данных
проблемой и не склонны рассматривать их

00:58:32.230 --> 00:58:34.512
как большие данные. То есть большие

00:58:35.353 --> 00:58:39.591
В ближайшие годы ситуация может измениться
по мере цифровизации производства.

00:58:39.671 --> 00:58:44.588
Впрочем, на многих предприятиях подходят к
цифровизации своих производственных

00:58:44.708 --> 00:58:47.386
участков весьма прагматично.

00:58:51.144 --> 00:58:55.662
На реализацию берётся только те проекты,
которые способны достаточно быстро дать

00:58:55.742 --> 00:58:56.542
экономический эффект.

00:58:57.583 --> 00:59:00.542
Реальный срез респондентов не принёс
неожиданностей.

00:59:00.622 --> 00:59:05.820
Две трети организаций, использующих
большие данные, расположены в Москве 67%.

00:59:05.860 --> 00:59:09.419
Причём заказчики проектов «Больших данных»
есть также в Санкт-Петербурге и ряде

00:59:09.539 --> 00:59:11.578
крупнейших региональных центров.

00:59:12.338 --> 00:59:14.657
Проникновение больших данных в отрасли
весьма

00:59:15.100 --> 00:59:18.940
Прагматична картина уровня проникновения
технологий больших данных в различные

00:59:19.060 --> 00:59:25.461
отрасли. То есть отношение числа
респондентов, зависящих от использования

00:59:25.541 --> 00:59:28.501
больших данных к общему числу респондентов
на данной отрасли.

00:59:28.621 --> 00:59:32.782
Средний уровень проникновения 38%,
достаточно обнадёживающий.

00:59:32.862 --> 00:59:36.622
Но опять же заметим, что опрос
производился среди

00:59:38.446 --> 00:59:41.046
Реальных и потенциальных заказчиков
больших данных.

00:59:41.166 --> 00:59:45.527
Наиболее высоким оказался уровень
проникновения больших данных в

00:59:45.607 --> 00:59:50.767
транспортные отрасли — 50%, 53%,
здравоохранение — 50%.

00:59:51.087 --> 00:59:56.368
Самый низкий показатель зарегистрирован в
производительных компаниях, не относящихся

00:59:56.408 --> 00:59:58.608
к нефтегазовой отрасли — 21%.

00:59:59.403 --> 01:00:03.605
Если низкие показатели производственных
предприятий вполне понятны, то высокие

01:00:03.645 --> 01:00:07.046
величины на транспорте и здравоохранении,
скорее всего, объясняется оптимистическим

01:00:07.126 --> 01:00:13.289
настроем респондентов из этих отраслей, их
высоким ожиданиями относительно

01:00:13.529 --> 01:00:14.690
использования больших данных.

01:00:18.240 --> 01:00:21.560
Так, использование больших данных по
регионам, как видите, интересно

01:00:21.720 --> 01:00:22.520
посмотреть.

01:00:29.442 --> 01:00:35.483
Видите, вот 67% Москва и Московская
область, 8% — Санкт-Петербург, 4% —

01:00:35.563 --> 01:00:35.963
Казань.

01:00:37.281 --> 01:00:40.124
Новосибирск — 4%, другие 7.

01:00:40.604 --> 01:00:44.088
Уровень проникновения технологий больших
данных в различные отрасли.

01:00:44.248 --> 01:00:50.454
Как видите. 44% — наука и образование, 41%
финансо и

01:00:50.814 --> 01:00:52.136
страхования, 45

01:00:54.572 --> 01:00:56.172
Телекоммуникации.

01:00:56.532 --> 01:01:02.172
35%. Нефтегазовая промышленность.

01:01:02.372 --> 01:01:05.692
ТК 38%.

01:01:05.772 --> 01:01:08.772
Розничная оптовая торговля — 53%.

01:01:08.972 --> 01:01:09.652
Транспорт.

01:01:10.373 --> 01:01:16.897
Перевозки — 50% — здравоохранение; 28 —
государственные структуры;

01:01:17.297 --> 01:01:24.221
21 — промышленность, производство; 30% —
сервисы, услуги Консалтинг; 32% —

01:01:24.341 --> 01:01:26.982
другие; 38% — средний уровень.

01:01:28.041 --> 01:01:30.959
Так, ну довольно интересные статистические
данные.

01:01:33.557 --> 01:01:35.436
Стадии использования больших данных.

01:01:35.556 --> 01:01:40.552
Интересные результаты даёт анализ ответов
на вопрос о том, на какой стадии

01:01:40.672 --> 01:01:43.030
использования больших данных находится
организация.

01:01:43.634 --> 01:01:48.517
Около трети респондентов, то есть 30%,
заявили, что в их организации

01:01:48.757 --> 01:01:53.800
использование больших данных находится на
стадии промышленной эксплуатации.

01:01:54.041 --> 01:01:59.684
35% опрошенных сообщили, что их
организация не просто использует большие

01:01:59.724 --> 01:02:00.045
данные.

01:02:00.739 --> 01:02:03.060
Но развивает этот процент, ещё процессы.

01:02:03.140 --> 01:02:08.545
Ещё 15% работает над улучшением процесса

01:02:10.426 --> 01:02:15.190
их использования. И лишь пятая часть
опрошенных ответила, что большие данные

01:02:15.390 --> 01:02:17.112
используются в тестовом режиме.

01:02:17.580 --> 01:02:21.855
Похоже, российские организации, работающие
с большими данными, достигли достаточно

01:02:21.975 --> 01:02:25.492
высокого уровня, соответственно, зрелости
в этом направлении.

01:02:25.691 --> 01:02:30.766
Сейчас накапливают опыт и знания, чтобы
затем заняться

01:02:32.285 --> 01:02:35.202
усовершенствованием процессов
использования больших данных.

01:02:36.902 --> 01:02:38.700
Кто планирует использовать большие данные?

01:02:38.780 --> 01:02:44.176
Около 58 представителей организаций, не
использующих большие данные, заявили о

01:02:44.256 --> 01:02:46.814
том, что планируют их использовать.

01:02:47.294 --> 01:02:52.330
Наибольшее число таких организаций
работает в сфере науки и образования.

01:02:52.490 --> 01:02:54.769
Вероятнее всего, они рассматривают большие
данные

01:02:55.723 --> 01:03:00.960
Как направление весьма перспективное как с
точки зрения развития собственного анализа

01:03:01.160 --> 01:03:06.436
больших объёмов и потоков данных, так и в
плане применения методов и технологий

01:03:06.516 --> 01:03:10.673
больших данных в различных областях
прикладных и научных исследований.

01:03:12.120 --> 01:03:17.919
Многие из тех, кто планирует использование
больших данных, работают с промышленными и

01:03:18.039 --> 01:03:22.679
производственными компаниями,
соответственно, госструктурах,

01:03:22.799 --> 01:03:28.278
предприятиях розничной и оптовой торговли,
финансовых секторе нефтегазовой

01:03:28.438 --> 01:03:29.478
промышленности и ТЭК.

01:03:29.895 --> 01:03:33.173
А также в телекоммуникационных компаниях.

01:03:33.613 --> 01:03:39.771
Соответственно, любопытные результаты,
полученные при

01:03:41.010 --> 01:03:46.808
определении доли организаций, планирующих
использовать большие данные по отраслям,

01:03:46.888 --> 01:03:50.567
то есть соотношении числа тех, кто
планирует проекты больших данных к общему

01:03:50.687 --> 01:03:51.007
количеству

01:03:53.269 --> 01:03:57.544
Респондентов, и которые ещё не используют
эти технологии в данной отрасли.

01:03:57.664 --> 01:04:02.898
Максимальная дона — 74 доля 74% —
производится на организации науки и

01:04:02.978 --> 01:04:07.853
образования. Также велика доля в
транспортной отрасли, что можно объяснить

01:04:08.013 --> 01:04:10.370
широкими перспективами использования
больших данных.

01:04:11.800 --> 01:04:17.518
...и высокими ожиданиями от применения
отрасли систем, соответственно,

01:04:18.597 --> 01:04:25.554
геолокации межмашинного взаимодействия, то
есть мышин-тумшин M2M и

01:04:25.673 --> 01:04:28.112
других систем интернета-вещей.

01:04:30.156 --> 01:04:35.080
Наименьший показатель — это до 47%,
зафиксирован среди респондентов из

01:04:35.240 --> 01:04:39.563
промышленных и производственных
предприятий, в том числе нефтегазовой

01:04:39.763 --> 01:04:45.808
отрасли. Вероятно, представители этих
отраслей недостаточно ясно представляют,

01:04:45.848 --> 01:04:49.290
какую пользу могут принести большие данные
их организациям.

01:04:49.996 --> 01:04:56.432
Либо инициативы по внедрению этого класса
технологий не находят поддержки у высшего

01:04:56.472 --> 01:04:57.431
руководства их

01:04:57.511 --> 01:05:03.827
компании.

01:05:04.627 --> 01:05:07.425
Так, ну вот можно попытаться увеличить.

01:05:08.508 --> 01:05:10.308
Довольно интересно тоже.

01:05:21.143 --> 01:05:25.941
Региональный срез респондентов чьи
организации планирует

01:05:26.495 --> 01:05:28.936
Использовать большие данные не принёс
неожиданности.

01:05:28.976 --> 01:05:33.938
То есть больше трёх четвертей таких
организаций расположено в Москве, 77%.

01:05:33.978 --> 01:05:39.020
А также представлен Санкт-Петербург, ряд
крупных региональных центров Когда

01:05:39.460 --> 01:05:41.181
начинают работать с большими данными?

01:05:42.174 --> 01:05:47.938
Большинство, более половины, 55%
представителей организаций, сообщающих о

01:05:48.018 --> 01:05:52.341
планах приступить к работе с большими
данными, рассчитывают начать проекты в

01:05:52.381 --> 01:05:54.543
этой области не раньше, чем через 2 года.

01:05:55.103 --> 01:05:56.744
Можем предположить, что часть

01:05:57.868 --> 01:06:03.793
Из них пока не просматриваются опыта
первопроходцев.

01:06:03.873 --> 01:06:08.156
Другие же не видят для себя ясных
перспектив использования больших данных и

01:06:08.236 --> 01:06:11.919
получения из них пользы для бизнеса.

01:06:12.079 --> 01:06:13.640
Также наверняка есть те, кто считает

01:06:14.224 --> 01:06:16.985
Эти технологии очень сложными и дорогими.

01:06:17.105 --> 01:06:21.627
Вероятнее всего, оптимистов среди таких,
тех, кто планирует использовать больших

01:06:21.707 --> 01:06:27.349
данных, станет гораздо больше после того,
когда первопроходцы из различных отраслей

01:06:27.469 --> 01:06:32.191
не просто заявят о впечатляющих
результатах своих проектов, но и поделятся

01:06:32.351 --> 01:06:32.952
с сообществом

01:06:34.362 --> 01:06:38.358
Секретами по извлечению пользы для бизнеса
из больших данных.

01:06:38.878 --> 01:06:45.551
Немалое влияние на степень оптимизации
будут иметь ценовая

01:06:45.671 --> 01:06:49.068
доступность технологий больших данных и их
сложность с точки зрения тех, кто

01:06:49.188 --> 01:06:50.426
внедряет, и тех, кто будет

01:06:51.343 --> 01:06:56.063
их непосредственно использовать Замедлить
проникновение технологий больших данных в

01:06:56.143 --> 01:06:58.823
российскую экономику могут санкционные
ограничения.

01:06:58.903 --> 01:07:03.343
А также общая ситуация в маркетинге,
определяющая платёжеспособный спрос

01:07:03.863 --> 01:07:07.343
российских компаний на IT инновации, в том
числе большие данные

01:07:08.454 --> 01:07:12.497
Так, ну вот опять графический материал
интересный относительно количества тех,

01:07:12.537 --> 01:07:14.658
кто планирует использовать большие данные.

01:07:15.138 --> 01:07:21.423
Видите, наука и образование — 74%,
транспорт, перевозки —

01:07:21.463 --> 01:07:24.665
71%, здравоохранение — 67.

01:07:25.565 --> 01:07:32.119
Телекоммуникации 64 государственные
структуры 62 Розничная оптовая торговля

01:07:32.279 --> 01:07:36.635
62 сервис, услуги Консалтинг 57, другие

01:07:40.272 --> 01:07:45.387
системная интеграция — 50%, финансовое
страхование — 50%.

01:07:45.720 --> 01:07:51.527
Нефтегазовая промышленность ТЭК — 47% и
промышленное производство 47%.

01:07:51.848 --> 01:07:54.371
Как видите, тут одни из наименьших цифр.

01:07:54.411 --> 01:07:59.377
Ну, хотя цифры всё равно где-то близкие к
50%, достаточно приличные.

01:08:00.621 --> 01:08:04.743
Кто планирует? Ну вот мы уже смотрели,
несколько в другом виде представлено

01:08:05.183 --> 01:08:10.305
Москва, Московская область — 77%,
Санкт-Петербург — 6%, 17% — другие.

01:08:12.292 --> 01:08:14.773
В течение 12 месяцев — 22 %.

01:08:14.813 --> 01:08:18.254
В течение 24 месяцев — 2 года — 23%.

01:08:18.334 --> 01:08:23.496
Более чем через 24 месяца половины всех
респондентов, как вы

01:08:23.576 --> 01:08:29.858
видите, как показывает исследование,
понятие стратегического решения о

01:08:29.898 --> 01:08:32.899
реализации проектов в области больших
данных в российских компаниях

01:08:33.392 --> 01:08:37.632
По большей части остаётся зоной
ответственности IT-директора.

01:08:37.672 --> 01:08:40.312
Однако не только и не исключительно его.

01:08:40.392 --> 01:08:43.832
Инициаторы по внедрению технологии
обработки и анализа больших данных могут

01:08:43.872 --> 01:08:48.512
исходить из руководства организацией
менеджеров ключевых направлений бизнеса.

01:08:48.632 --> 01:08:51.072
Но во многих случаях решение принимается
коллегиально.

01:08:51.152 --> 01:08:52.272
Это свидетельствует о том, что

01:08:52.870 --> 01:08:56.990
В российских организациях начинают
осознавать стратегическую значимость

01:08:57.070 --> 01:09:01.749
больших данных как инструмента решения
определённых бизнес-задач или даже как

01:09:01.949 --> 01:09:04.988
одной из основ реализации
бизнес-стратегий.

01:09:05.388 --> 01:09:10.547
39% опрошенных назвали руководителями
IT-подразделения в числе тех, кто

01:09:10.667 --> 01:09:12.507
принимает стратегическое решение.

01:09:23.388 --> 01:09:25.348
реализации проектов больших Данных.

01:09:25.468 --> 01:09:29.587
Чуть больше половины, то есть 55%
сообщили, что принятие такого решения

01:09:29.747 --> 01:09:33.706
является прерогативой только IT-директора.

01:09:33.826 --> 01:09:39.504
Вполне предсказуемо, что инициаторами
проектов больших данных, наряду с лидером

01:09:39.544 --> 01:09:42.064
IT-департамента могут выступать
руководители

01:09:42.455 --> 01:09:44.054
маркетинговой службы.

01:09:44.493 --> 01:09:51.167
То есть из их как принимающих решение о
реализации проекта единолично

01:09:51.527 --> 01:09:56.722
или вместе с менеджерами других
подразделений отметили 13% респондентов,

01:09:56.722 --> 01:09:58.281
руководители финансового отделения

01:09:59.252 --> 01:10:04.452
Отдела — 12% руководители отрасли продаж,
11% — сферы деятельности компаний,

01:10:04.492 --> 01:10:08.131
связанные со сбором и анализом данных о
клиентах.

01:10:08.331 --> 01:10:13.851
Из множества источников различных рыночных
факторов, внутренних и внешних финансовых

01:10:14.011 --> 01:10:16.450
показателей, оказываются наиболее
восприимчивыми

01:10:17.618 --> 01:10:20.694
потенциальным преимуществом технологии
больших данных.

01:10:21.293 --> 01:10:28.084
Также незначительное число респондентов 3%
отметили

01:10:28.364 --> 01:10:30.521
руководители отдела логистики в числе

01:10:31.358 --> 01:10:35.198
принимающих решениях о проекте больших
данных При выработке стратегических

01:10:35.278 --> 01:10:38.798
решений в области больших данных
топ-менеджмент задействован 23%

01:10:39.078 --> 01:10:46.038
организаций, более чем половина из них 62%
— такое решение целиком и

01:10:46.158 --> 01:10:49.478
полностью находится в зоне ответственности
руководства, то есть генерального

01:10:49.558 --> 01:10:51.078
директора или коллегиальной

01:10:55.948 --> 01:10:59.025
органа на уровне руководителей верхнего
звена.

01:10:59.065 --> 01:11:03.662
7% респондентов ответили, что решение
принимается коллегиально менеджментом

01:11:03.742 --> 01:11:07.659
различных бизнес-направлений, то есть в
том числе IT с участием высшего

01:11:07.739 --> 01:11:09.377
руководства или без него.

01:11:09.657 --> 01:11:11.016
Значит, соответственно

01:11:11.960 --> 01:11:18.519
Кто принимает стратегическое решение о
реализации

01:11:18.719 --> 01:11:20.638
проектов Больших данных.

01:11:21.038 --> 01:11:26.637
Руководство IT-подразделений — 39%;
руководство маркетинговой службы — 13%;

01:11:26.757 --> 01:11:29.397
руководство финансового отдела — 12%.

01:11:29.763 --> 01:11:36.439
11% — руководитель отдела продаж, 3% —
руководитель отдела логистики.

01:11:36.879 --> 01:11:41.915
1% — руководитель отдела по работе с
персоналом, и 36 — другие.

01:11:42.835 --> 01:11:47.392
Значит, ясно, недооценённым пока остаются
эти технологии, как HR.

01:11:47.748 --> 01:11:53.827
Менеджмене, то есть руководитель отдела по
работе с персоналом, как видите, 1% был

01:11:54.067 --> 01:11:57.426
назван участником принятия стратегического
решения.

01:11:57.786 --> 01:12:01.826
То есть доля составила лишь 1% опрошенных
организаций.

01:12:01.906 --> 01:12:06.145
Хотя при этом многие западные обозреватели
отмечают полезность применения средств

01:12:06.265 --> 01:12:08.665
обработки данных, то есть, например, их
социальных статей

01:12:09.481 --> 01:12:14.960
...социальных статей о сотрудниках и
кандидатах для оптимизации подбора

01:12:15.119 --> 01:12:19.838
персонала и совершенствования программы
его развития.

01:12:21.438 --> 01:12:23.717
Так, области использования больших данных.

01:12:26.329 --> 01:12:29.572
Изучение ответов респондентов, которые
положительно ответили на опрос об

01:12:29.612 --> 01:12:33.657
использовании больших данных, 38%
участников опроса показало, что

01:12:33.697 --> 01:12:38.543
направления практического применения
больших данных чрезвычайно разнообразны.

01:12:38.783 --> 01:12:42.027
Солидная доля компаний использует их в
маркетинге и продажах.

01:12:42.792 --> 01:12:48.952
...в управлении организацией Солидная доля
компаний использует их в маркетинге и

01:12:49.072 --> 01:12:54.033
продажах, в управлении организацией,
финансовых контроллинге и логистике.

01:12:54.153 --> 01:12:58.673
Не менее существенно часть респондентов
указала на множество других направлений

01:12:58.793 --> 01:12:59.273
бизнеса.

01:12:59.684 --> 01:13:03.046
...где их компании используют большие
данные, в том числе специфические для

01:13:03.206 --> 01:13:08.009
конкретных отраслей. Примечательно, что
почти половина пользователей активно ищет

01:13:08.089 --> 01:13:12.211
новые возможности применения больших
данных, тестируя в разных сферах

01:13:12.411 --> 01:13:13.212
одновременно.

01:13:14.017 --> 01:13:15.535
Ну вот маркетинг и продажи.

01:13:15.695 --> 01:13:19.251
Самой распространённой областью применения
оказались маркетинг и продажи.

01:13:19.331 --> 01:13:22.887
Несмотря на то, что максимальную долю
пользователей больших данных составляют

01:13:22.967 --> 01:13:27.322
представители научных и образовательных
организаций, в непростой экономической

01:13:27.402 --> 01:13:30.239
ситуации это не только наиболее очевидная
точка зрения.

01:13:30.842 --> 01:13:35.037
С точки зрения отрасли сфера, но одна из
самых горячих для предприятий,

01:13:35.077 --> 01:13:37.155
организаций, всех отраслей и сфер
деятельности.

01:13:37.275 --> 01:13:43.589
Научно-исследовательским коллективам
современные инструменты необходимые,

01:13:43.709 --> 01:13:48.025
помимо прочего, для коммерциализации их
разработки.

01:13:49.229 --> 01:13:55.667
В маркетинге продаж применение больших
данных нашёл свыше половины опрошенных, то

01:13:55.707 --> 01:13:56.947
есть 53%.

01:13:56.987 --> 01:14:02.145
При этом 3 четверти из них используют эти
технологии для решения двух и более задач,

01:14:02.225 --> 01:14:05.904
76%. Очевидна эффективность инструментария
больших данных в этой

01:14:06.393 --> 01:14:08.713
Важной области уже не вызывают сомнений.

01:14:09.074 --> 01:14:15.275
Подавляющее большинство пользователей из
этой группы анализируют данные по продажам

01:14:15.995 --> 01:14:22.557
компании — 71%, почти столько же 69
занимается аналитикой данных системы CRM.

01:14:22.783 --> 01:14:25.543
изучает лояльность клиентов.

01:14:25.583 --> 01:14:32.264
Чуть реже ведётся аналитика запросов
клиентов и их предпочтений

01:14:32.704 --> 01:14:35.264
по продуктам компании — 58%.

01:14:35.344 --> 01:14:37.464
Данные социальных сетей анализируют треть

01:14:38.951 --> 01:14:43.746
Респондентов из этой группы, что является
достаточно высоким показателем, учитывая

01:14:43.906 --> 01:14:46.504
широкий отраслевой охват исследования.

01:14:47.063 --> 01:14:52.099
Соответственно, кроме того, наибольшая
часть опрошенных, 16%, применили большие

01:14:52.139 --> 01:14:56.295
данные к маркетинговых целям при решении
других задач, таких как поиск новых

01:14:56.575 --> 01:14:56.934
клиентов

01:14:57.647 --> 01:15:01.563
Таргетированная реклама, оценка
эффективности рекламных каналов, анализ

01:15:01.643 --> 01:15:04.520
рынка труда и данных по продажам клиентов.

01:15:04.920 --> 01:15:09.356
Среди специфических отраслевых направлений
использования больших данных страховые

01:15:09.436 --> 01:15:13.672
компании называли, в частности,
предстраховой скорринг.

01:15:15.905 --> 01:15:22.418
А, операторы связи, анализ, повышение,
соответственно, абонентов качества услуг

01:15:23.856 --> 01:15:26.893
по территориям. Общее руководство
организации.

01:15:26.973 --> 01:15:32.207
Почти половина пользователей, то есть 49%,
отметили, что большие данные применяются в

01:15:32.247 --> 01:15:33.645
управлении организации в целом.

01:15:34.299 --> 01:15:38.744
Причём в половине из них решаются две и
более задачи управления — 48%.

01:15:38.864 --> 01:15:42.949
Это весьма серьёзный показатель с точки
зрения оценки перспектив развития

01:15:43.029 --> 01:15:44.912
технологий этих организаций.

01:15:45.192 --> 01:15:49.237
Так как инструментарий, доказывающий свою
эффективность на уровне руководства с

01:15:49.317 --> 01:15:50.158
высокой вероятностью

01:15:51.012 --> 01:15:52.771
найдёт применение на других уровнях.

01:15:52.811 --> 01:15:58.369
Порядка 60% респондентов этой группы
сообщили, что с помощью больших данных

01:15:58.529 --> 01:16:00.688
анализируется эффективность работы
внутренних

01:16:01.387 --> 01:16:02.667
Подразделений компаний.

01:16:02.707 --> 01:16:06.947
57% отметили роль больших данных в
планировании и реализации стратегии

01:16:07.467 --> 01:16:12.267
развития бизнеса. 55% пользователей этой
группы анализируют рынок на основе больших

01:16:12.347 --> 01:16:16.427
данных и проводят продукты компаний в
соответствии с требованиями заказчиков.

01:16:16.627 --> 01:16:20.547
Что подтверждает возможность этого
инструмента в решении маркетинговых задач

01:16:20.667 --> 01:16:21.307
и не только.

01:16:22.798 --> 01:16:26.114
...на уровне соответствующих
подразделений, но и предприятия в целом.

01:16:26.314 --> 01:16:31.189
В числе прочих направлений, используемых
больших данных, руководителями участниками

01:16:31.308 --> 01:16:34.785
опроса, назвали государственное
муниципальное управление, аналитику

01:16:34.864 --> 01:16:38.580
эффективности бизнес-процессов, управления
рисками, управление персоналом.

01:16:39.658 --> 01:16:40.978
Финансовый контролинг.

01:16:41.098 --> 01:16:46.178
Финансы в качестве сферы применения
больших данных называли 42 пользователя.

01:16:47.018 --> 01:16:51.258
Большая часть из них, то есть 75%,
использует технологию больших данных в

01:16:51.338 --> 01:16:53.058
создании отчётов по расходам.

01:16:53.178 --> 01:16:53.458
44

01:16:54.468 --> 01:16:58.464
Мониторинге, контроле бюджетов и треть в
управлении дебиторской задолженностью.

01:16:58.544 --> 01:17:03.499
Относительно небольшая часть 11%, указала
другие направления применения больших

01:17:03.579 --> 01:17:09.014
данных финансов: проектное финансирование,
расчёты, формирование тарифных сеток,

01:17:09.053 --> 01:17:11.611
анализ убыточности компаний и оценку.

01:17:12.081 --> 01:17:13.800
Прибыльности клиентов.

01:17:13.920 --> 01:17:18.798
Существенная часть пользователей даёт
группы 44, использует процента, используют

01:17:18.918 --> 01:17:24.116
большие данные для решения других более и
других финансовых задач.

01:17:24.395 --> 01:17:29.033
Логистика. Респондентов, сообщающих об
использовании больших данных в логистике,

01:17:29.193 --> 01:17:32.832
несколько меньше, чем в других областях,
37 по сравнению с прочими

01:17:33.662 --> 01:17:36.583
Они гораздо более сфокусированы на одной
из ключевых задач.

01:17:36.703 --> 01:17:43.024
Лишь 13% из них используют большие данные
для решения двух и более

01:17:43.304 --> 01:17:47.345
логистических задач. Возможно, это связано
с тем, что большие данные только начинают

01:17:47.505 --> 01:17:50.105
проникать в сферу и не успевают

01:17:50.453 --> 01:17:52.691
зарекомендовать себя в качестве
эффективного инструмента.

01:17:52.811 --> 01:17:56.848
Больше половины респондентов, принимающих
большие данные по логистике, решаются с

01:17:56.888 --> 01:18:02.604
помощью задачи управления газоборотом 54%,
и почти треть

01:18:03.124 --> 01:18:06.002
34% занимается определением рисков

01:18:07.193 --> 01:18:11.197
цепочках поставок, столько же анализом
географии поставок.

01:18:11.237 --> 01:18:14.200
26% анализируют погодные условия.

01:18:14.280 --> 01:18:18.804
Из прочих направлений применяется в
больших данных логистики упомянуто

01:18:19.365 --> 01:18:22.168
прогнозирование использование средств
доставки грузов

01:18:23.585 --> 01:18:29.195
Логистика авиаперевозок и платёжная
логистика.

01:18:29.355 --> 01:18:31.959
Другие области. Поскольку вопросы,
соответственно

01:18:33.157 --> 01:18:35.878
Анкетирование включает специфические
отраслевые задачи.

01:18:35.958 --> 01:18:39.159
Значительная часть пользователей
технологии больших данных указали, что

01:18:39.279 --> 01:18:42.440
применяет их в других областях — 41%.

01:18:42.520 --> 01:18:45.401
Большинство из них — 31% использует
большие данные для решения

01:18:45.521 --> 01:18:46.761
производственных задач.

01:18:47.041 --> 01:18:50.722
Таких, как мониторинг объектов, обработка
и анализ схематических данных.

01:18:51.540 --> 01:18:56.459
Управление инженерными системами,
обработка собираемых технических

01:18:56.579 --> 01:18:59.739
параметров, клиентских данных,
проектирование изделий.

01:18:59.979 --> 01:19:04.658
Небольшая часть пользователей этой группы
— 9%, применяют большие данные для решения

01:19:04.818 --> 01:19:07.097
учётных задач, биллинга.

01:19:07.960 --> 01:19:14.795
Отслеживание материальных активов, учёта
ресурсов 14% участников этой группы

01:19:14.955 --> 01:19:21.271
применяют большие данные, медицинские
исследования и аналитики.

01:19:21.391 --> 01:19:23.070
В частности, для анализа данных

01:19:24.480 --> 01:19:29.279
в электронных медицинских картах, а также
работе с перечнем лекарственных операторов

01:19:30.479 --> 01:19:36.918
препаратов. Это говорит о довольно высоком
уровне зрелости медицинских организаций,

01:19:36.998 --> 01:19:39.757
принимающих участие в исследовании,
которые

01:19:41.102 --> 01:19:43.143
Нехарактерен для российского рынка в
целом.

01:19:43.263 --> 01:19:49.786
11% применяют инструмент больших данных в
банковской сфере при банковском надзоре

01:19:49.946 --> 01:19:54.508
инструмент инспектировании кредитных
организаций для анализа финансового

01:19:54.628 --> 01:19:57.750
консалтинга и банков решения учебных
задач.

01:19:59.070 --> 01:20:05.783
для мониторинга банковских операций
Немалая часть респондентов

01:20:05.943 --> 01:20:11.178
отметила применение больших данных в
научных исследованиях и разработках

01:20:12.177 --> 01:20:14.775
23%. При этом учёные активизируют как

01:20:15.160 --> 01:20:18.360
...научную информацию, так и развитие
самой науки и технологий.

01:20:18.440 --> 01:20:23.398
К примеру, большие данные используются для
решения задач большого счёта, анализа,

01:20:23.398 --> 01:20:26.878
визуализации результатов параллельных и
распределённых вычислений.

01:20:27.118 --> 01:20:31.197
Некоторые научные организации, которые
давно работают с огромными массивами

01:20:31.277 --> 01:20:34.436
информации, обрабатывают их традиционными
способами.

01:20:35.258 --> 01:20:40.745
...высказывали мнение о больших данных как
об исключительно маркетинговом приёме,

01:20:41.146 --> 01:20:46.112
который ничего не даёт компании на
практике применения разве что в

01:20:46.152 --> 01:20:47.354
бизнес-аналитике.

01:20:47.514 --> 01:20:49.997
Так, ну и давайте тут рассмотрим такой

01:20:51.197 --> 01:20:58.153
Графический вид, соответственно, на данном
слайде представлены в

01:20:58.233 --> 01:21:01.392
графическом виде та информация, которую мы
сейчас рассмотрели.

01:21:03.108 --> 01:21:06.389
Так, ну и таким образом, проведённые
исследования показали, что реализация

01:21:06.549 --> 01:21:10.149
проектов больших данных связана с целым
рядом сложностей, их наличие признали

01:21:10.269 --> 01:21:11.470
более половины опрошенных.

01:21:11.550 --> 01:21:15.150
Некоторые из этих трудностей, например,
проблема сбора и обеспечения качества

01:21:15.310 --> 01:21:18.030
данных, необходимость модерации
инфраструктуры.

01:21:18.579 --> 01:21:24.142
Может отнести к разряду технических одно
отсутствие спроса со стороны владельцев и

01:21:24.222 --> 01:21:29.946
инвесторов, административные барьеры,
дефицит финансирования вследствие особой

01:21:30.066 --> 01:21:32.627
заинтересованности бизнеса и технологиях
больших данных.

01:21:33.146 --> 01:21:36.509
Недооценки на уровне руководства, их
потенциала и достижения значимых

01:21:36.549 --> 01:21:39.912
преимуществ на рынке. В ходе исследования
также стало очевидно, что многие

01:21:39.992 --> 01:21:43.835
организации потенциальных заказчиков
решений в области больших данных

01:21:44.035 --> 01:21:48.919
недостаточно осведомлены о возможностях
этих технологий.

01:21:48.999 --> 01:21:49.519
По-прежнему

01:21:49.994 --> 01:21:54.716
Распространены традиционные заблуждения,
например, об исключительно маркетинговом

01:21:54.796 --> 01:21:58.278
смысле понятие больших данных или о
бесполезности для бизнеса внешних

01:21:58.318 --> 01:22:00.359
источников неструктурированных данных.

01:22:00.879 --> 01:22:05.882
Запреты эксперты, соответственно,
компьютерворд России, убеждены, что

01:22:06.002 --> 01:22:07.483
решения в области больших данных

01:22:08.320 --> 01:22:12.080
Ключевой элемент повышения эффективности
бизнеса, перехода к принципиально новым

01:22:12.200 --> 01:22:13.760
моделям цифровой экономики.

01:22:14.080 --> 01:22:18.281
Мы настоятельно рекомендуем российским
компаниям включить проекты больших данных

01:22:18.361 --> 01:22:24.282
в свою повестку дня. Ну, это они, то есть
эксперты компьютер Россия рекомендует.

01:22:26.555 --> 01:22:30.916
Активизировать доступную объектную
информацию о тенденциях глобального и

01:22:31.036 --> 01:22:34.277
российского рынка, больших данных,
практическом опыте ответственных

01:22:34.397 --> 01:22:38.078
предприятий, планировать проекты в
соответствии со стратегическими задачами

01:22:38.198 --> 01:22:41.838
бизнеса, работать над формированием
корпоративной культуры анализа больших

01:22:41.878 --> 01:22:42.158
данных.

01:22:43.318 --> 01:22:44.278
Спасибо за внимание.