 Современные информационные технологии позволяют автоматизировать не только физический труд, процессы взаимодействия, принятие управленческих решений. Они также позволяют глубоко автоматизировать аналитический труд. Передовые IT решения помогают автоматизировать практически весь функционал анализа, пожалуй, кроме творческой составляющей, что для любого бизнеса уже является большим потенциалом в развитии: «качественная аналитика здесь и сейчас». |
При организации комплексной автоматизации аналитического труда в бизнесе у всех, как правило, возникает общая проблема – неготовность бизнеса делать неограниченный доступ к данным для аналитиков. Но если все же компания пошла на ее решение, то инструментарий по автоматизации аналитического труда «big data» позволяет выжать из имеющейся информации всю практическую ценность.
Как правило, в любом массовом бизнесе уже есть колоссальный поток «оцифрованной» информации, которая на текущем этапе используется очень и очень неэффективно. Экспертное мнение: не более 5%. Большая ее часть генерируется на уровне датчиков, АСУТП, Excel, MES, ERP… Много из этой информации с течением времени «затирается» новым информационным потоком, что приводит к ее потерям. Для реализации «big data» требуется организовать соответствующее хранилище данных, лучше развязанное от производственных серверов. Далее предстоит большая работа по нормализации данных для того, чтобы в последствии можно было применять инструменты гибкой аналитики, статистического контроля и анализа, цифрового моделирования.
«Гибкая аналитика» позволяет с помощью «дружелюбных» автоматизированных мастеров самостоятельно просто и быстро организовать для себя клиент-ориентированную аналитику. То есть любой обученный работник настраивает для себя ту отчетность, которая ему необходима для работы: отчеты, графики, гистограммы, регрессии, карты Шухарта... Тем самым кардинально повышается эффективность анализа данных в бизнесе. Кстати, на основании именно такого анализа формируются цифровые модели, которые позволяют автоматизировать принятие управленческих решений.
Цифровое моделирование помогает быстро формировать «цифровые двойники» не только технологических объектов, но и объектов управления бизнесом. Когда у специалиста есть «цифровой двойник», он может оперативно найти наилучшие нормы, технологические режимы, процедуры, регламенты… Кроме того, «цифровые двойники» позволяют реализовать сквозное оперативное планирование/прогнозирование потока создания ценности в соответствии со стратегическими целями, что обеспечивает как оперативную синхронизацию работы объектов потока, так и его оптимизацию.
Понятно, что для внедрения «big data» требуется не только техническое сопровождение, но и организационное.
Первое подразумевает организацию ETL, data lake, унифицированных АРМ для анализа, цифрового моделирования, оптимизации, прогнозирования… На рынке присутствует очень много IT продуктов на любой вкус и кошелек: Микрософт, IBM, SAP…
Второе направление требует формирования соответствующих квалификаций в бизнесе по «big dаta». Необходимы специалисты с новыми квалификациями - «инженеры по данным», «data scientist» для моделирования, оптимизации и прогнозирования. Кроме того, потребуется обучение инструментарию «big data» технологов, планировщиков, менеджеров из бизнеса. По мере созревания бизнеса вполне вероятно придется привлекать науку в части формирования сложных цифровых моделей и механизмов автоматического управления процессами на их базе. Но до этого надо еще созреть. |