Зависимость эффективности развития отечественных предприятий от уровня внедрения в их деятельность технологий Big Data

Аннотация. На сегодняшний день информация расширяется с геометрической прогрессией за счет развития технологий в этой области и появления новых устройств. Основная цель данной статьи состоит в исследовании возможности применения технологии управления «большими данными» для организаций различного профиля деятельности.
Для достижения поставленной цели в статье решены следующие задачи: систематизированы подходы к понятию Big Data; определены возможности использования бизнес-аналитики и концепции Big Data в сфере экономического анализа; выявлены проблемы применения концепции Big Data в экономическом и управленческом анализе для использования в России.
В современном научном пространстве определение «больших данных» приобретает определенную значимость, особенно, в отношении трактования феномена Big Data. Конечно, в первую очередь, Big Data позволяет обслуживать сложные программные алгоритмы . Также технологии Big Data представляют совокупность теорий, технологий, методов и архитектур, преобразующие исходные данные в более структурированный вид информации, необходимый, в первую очередь, для решения бизнес-целей и прочих важных структур деятельности .
В определение Big Data заложены принципы формирования и структурирования больших, сложных наборов данных также содержатся процессы их аналитической обработки для получения информации в более удобной форме.
Обычно, к использованию в практической деятельности того или иного предприятия термина Big Data прибегают в случае скопления различного рода данных, размер которых превышает установленные нормы .
Поэтому, можно утверждать, что термин Big Data или «большие данные» содержит в себе не только анализ больших объемов важной информации.
Применение технологий Big Data с целью развития системы управления в организациях разного профиля повсеместно, как в России, так и зарубежом. Теоретический подход к анализу перспективного развития технологий Big Data был предпринят такими учеными, как В.А. Бабуриным и М.Е. Яненко, которые проводили исследование в области повышения конкурентоспособности российских предприятий благодаря технологиям Big Data. В основном, данные исследования имели отношение к реализации маркетинговых стратегий и посвящались формированию инновационного потенциала предприятий.
К группе следующих исследований отметим авторов, которые преследовали определенные перспективы развития рынка услуг. К ним можно отнести специалистов Московского государственного технического университета им. Н.Э. Баумана Е.Д. Гурской, М.А. Доценко, В.В. Соколянским . Так, рынок электронного бизнеса при использовании современных технологий Big Data был проанализирован С.В. Мальцевой и В.В. Лазаревым . В 2016 году исследовательской группе Forrester было установлено, что технологии Big Data дают возможность специалиста в области маркетинга сосредоточиться на позитивном отношении к собственным клиентам. Так, специалисты могут оценить уровень их лояльности, смогут продлить жизненный цикл в контексте конкретной компании.
Так, в результате исследований данных авторов было установлено, что активное использование технологий Big Data значительно сокращаются расходы.
S.R. Das отмечает, что технология Big Data в скором времени будет восприниматься как нечто само собой разумеющееся, что изменит экономику и политику. Кредитные рейтинговые агентства уже используют интеллектуальные нейронные сети и технологии Big Data для создания отчетов без вмешательства человека, что позволяет определить связи между экономическими переменными лучше, чем с помощью стандартных статистических методов. А.Л. Булгаков, кандидат экономических наук из НИУ ВШЭ, отмечает в своей работе , что основной вопрос применения технологий Big Data в финансовом секторе заключается в понимании того, насколько использование данной технологии позволяет увеличить производительность, сократить риски, прогнозировать и расширять возможности компании. Автор отмечает, что грамотное использование Big Data способно изменить и уже меняет финансовую систему в целом. Вместе с тем необходимо отметить, что вопросы использования технологии Big Data для оценки экономической деятельности предприятий пока недостаточно разработаны, что, несомненно, привлекает взгляд исследователя именно к этой области научных знаний не только с позиций теоретико-методологического анализа, но и прикладных аспектов, применимых в управленческой деятельности предприятий различных секторов экономики.
При работе с «большими данными» результат экономического анализа формируется в процессе последовательного моделирования, предполагающего «очистку» результата от излишнего «информационного шума» (ненужных экономических данных, не имеющих определяющего значения для конечного результата и принятия стратегических управленческих решений – см

. рис. 1), что актуализирует использование для этих целей технологий бизнес-интеллекта.
Несмотря на значительный объем накопленных «больших данных», следует отметить, что российский рынок Big Data в 2018 году, по оценкам экспертов, все еще находится на начальной стадии развития . Основными потребителями технологий обработки «больших данных» в экономическом анализе, по данным совместного исследования компании Oracle и СNews Analytics, в нашей стране при этом являются компании банковского сектора, телеком-операторы и крупные представители розничного сектора.
Давайте посмотрим на результаты исследования Economist Intelligence Unit, согласно которому последствия внедрения Больших Данных носят достаточно позитивный характер (рисунок 1).
Рисунок 1. Результаты внедрения Big Data в бизнесе
Источник: Economist Intelligence Unit

По данным, представленным на диаграмме, можно сделать вывод о том, что внедрение Big Data на предприятиях привело к улучшению и повышению эффективности работы в сфере клиентского сервиса, повышению точности планирования и оптимизации затрат на сервис.
Однако остановимся на проблемах внедрения и применения Big Data. Одна из ключевых проблем – оценка эффективности проекта Больших Данных.
Во-первых, данные технологии позволяют резко сократить затраты и время анализа большого количества сведения и в кратчайшие сроки подготовить информацию для принятия оперативных и управленческих решений. Во-вторых, использование Big Data обеспечивает индивидуализацию и персонификацию услуг на B2B и B2C рынках. .
Вторая проблема связана с обучением и подготовкой квалифицированных специалистов-маркетологов, способных применять и управлять технологиями Big Data. Таким специалистам, с одной стороны, необходимо иметь подготовку в области математического вычисления, статистики, обработки и анализа Больших Данных, уметь работать с аппаратно-программным инструментарием.
С другой стороны, необходимо обладать навыками формулировки маркетинговых задач, для решения которых и используют технологии Big Data . Специалисты-маркетологи также должны знать сценарии, алгоритмы, методы маркетинговой деятельности, уметь определить корректные требования к функциональным характеристикам программно-аппаратных комплексов и систем, которые реализуют технологии Big Data, тем самым обеспечивая формирование конкурентных преимуществ фирмы.
В современном мире, где информация обновляется с невероятной скоростью и поступает из самых разных источников, компаниям приходится работать с огромными массивами сведений и данных . Технологии Big Data позволяют собирать, хранить, структурировать и анализировать большие объемы информации. Это помогает руководству фирмы находить закономерности и причинно-следственные связи между различными факторами и использовать это преимущество для получения положительных результатов.
Использование этой технологии для компаний в данных секторах представляет собой конкурентное преимущество, которого они добиваются за счет совершенствования предлагаемых продуктов / услуг, значительной оптимизации производственных и бизнес-процессов. По данным исследования компании Dell EMC, российские специалисты отмечают, что использование технологий интеллектуального анализа «больших данных» позволяет достичь «значительного улучшения процессов принятия решений, положительно отражается на конкурентоспособности компаний и упрощает управление рисками» .
В числе перспективных лидеров также называется производственный сектор. Если ранее производственная отрасль не так активно уделяла внимание технологиям работы с большими данными, то сейчас возможность собрать информацию со всех датчиков и другого оборудования завода дает дополнительные конкурентные возможности. Это позволяет оптимизировать работу на самом производстве, а также повысить эффективность планирования и конвертировать полученную информацию в прибыль, которая теряется при отклонении от плана. В настоящее время в этой сфере в России происходит накопление реального опыта и методики, как у заказчиков, так и у исполнителей. При этом следует подчеркнуть, что в России доступны все имеющиеся в мире наработки в области работы с Big Data в экономическом анализе – начиная от бесплатных инструментов и возможностей, интегрированных в BI-решения, заканчивая решениями крупных вендоров (международные коммерческие продукты от Oracle, SAP и др., либо решения на базе интеграции с BI-инструментами; отечественные инструменты для аналитической обработки большого объема данных практически отсутствуют)