Рост объема данных как предпосылка повышения ценности данных в задачах управления

Введение: данные в системе госуправления

Важно разобраться в проблеме базовой терминологии, поскольку, это является отправной точкой для выработки как любой методологии, так и принятия единого подхода и стандартов в сфере данных.

Так, например, текущее регулирование сферы данных в РФ представлено нормативной базой и законодательными инициативами такими как: ФЗ-187 «О безопасности критической информационной инфраструктуры Российской Федерации», ФЗ-152 «О персональных данных», Правила создания, изменения, ведения и применения отдельных информационных ресурсов (утв. ПП РФ от 1 июня 2016 г. N 487), Законопроект «О цифровых правах» (П. Крашенинников, В. Володин), Законопроект «О распространении в соцсетях ложных фактов» («О фейковых новостях», С. Боярский, «Единая Россия»), Законопроект «О цифровой экономике» (А. Аксаков, депутаты ГД и члены СФ), «Пятый антимонопольный пакет» (А. Цыганов, «ФАС»), Законопроект «О внесении изменений в

Федеральный закон «Об информации, информационных технологиях и о защите информации» (М. Романов, Государственная Дума). Регулирование сферы данных в мире представлено Генеральным регламентом о защите персональных данных (GDPR), Конвенцией Совета Европы ETS №  108 «О защите прав физических лиц при автоматизированной обработке персональных данных», Директивой ООН A.HRC.29.32_AEV «О приватности и анонимности в интернете» и другими нормативными актами.

Анализ обсуждений, тематик конференций, публикаций, инициатив участников и различных законопроектов в сфере Данных показал: бытуют расхожие формулировки и нет единого мнения – что? и как? называется в сфере данных. Отсутствует системность в вопросе базовых понятий, и зачастую, участники сферы данных не видят и не стремятся обсуждать различия между Данными и Информацией.

Для объективного рассмотрения вопросов ценности данных необходимо описать такие базовые определения, которые будут являться универсальными и достаточными для того чтобы на их базе разрабатывать дальнейшие предложения с учетом интересов всех участников сферы данных: Государства, бизнеса, граждан.

В рамках настоящего исследования приняты следующие базовые определения [1]:

Данные - это не подвергшиеся обработке факты (отдельные символы), имеющие отношение к определенному событию. Являются материалом для последующей обработки и анализа с последующим преобразованием в Информацию.

Информация - это обработанные данные, которые отвечают на вопросы «кто?» (актор действия), «что?» (результат действия), «где?» (среда действия), «когда?» (обстоятельства действия). От подхода к обработке данных зависит какого качества будет Информация на выходе:

Объективная информация – значения показателей, полученных в результате измерения с использованием физических величин и законов.

Субъективная информация – значения показателей, не имеющих универсальной меры измерения.

При таком подходе к определению базовых терминов становится возможным:

• •    Определить правообладателя в цепочке отношений участников сферы Данных;

• •    Определить и урегулировать правовую форму отношений между участниками;

• •    Задать определения разным формам данных (персональные данные, открытые данные, BigData и прочие);

• •    Повысить качество, достоверность данных и информации, стандартизируя технологии обработки;

• •    Сформировать цифровую среду доверия с соблюдением прав и защитой интересов

всех участников;

• •    Определить стандарты обмена данными и информацией между участниками;

• •    Повысить качество новых знаний, сформированных на базе объективной

информации;

Источники данных

Все возможные данные в мире можно разделить на три категории, классифицируя их по источнику, генерирующему данные (рисунок 1).

Окружающая среда

Потоки энергии*

царство и бизнес генерируют:

Люди генерируют:

Машины и датчики генерируют:

Промежуточные и окончательные результаты бизнес процессов (производство, продажи, отчетность) Государственные учетные данные

Государственные открытые данные

• •    Персональные данные

• •    Данные параметров здоровья

(биометрические и биомедицинские данные)

• •    Пользовательские данные, контент (открытые пользовательские данные)

• •    «Цифровой след»

• •    Параметры биологической среды

• •    Параметры физической среды

• •    Пространственные данные

• •    Производственные данные

• •    Промышленные данные

• •    Транспортные данные

• •    Метаданные

• •    Геоданные

Совокупность данных

Рис. 1. Источники генерации данных (рисунок автора). Потоки энергии – протекают в окружающей среде за единицу времени и фиксируются преимущественно датчиками, машинами или механизмами без участия человека, выражаются в каких-либо единицах (данных)

Появление новых алгоритмов, технологий, сервисов напрямую влияет на рост объема данных.

Как видно из рисунка 2, объем данных в мире растет экспоненциально. По данным исследований IDC [1], на 2020 год будет сгенерировано и потреблено более 59 зеттабайт данных. Вместе с тем аналитики отмечают [2], что более 90% данных не структурированы, не верифицированы и меняются со временем.

- динамика роста ценности данных

- структурированные данные

50ZB

30ZB

20ZB

Облачные сервисы

Глубокая

Интеллектуальная промышленность

Нейрокомпьютерные интерфейсы

Массовое применение ИИ + 5G

Объем данных ,. (ZB)

Наука о работе с большими     Когнитивные данными      вычисления

>6,5 млрд.

ЮТ устройств

Облачные хранилища данных

Машинно( обучение

>22 млрд.

__ЮТ устройств

Роботизирован ные процессы

Автоматизиров принятие решений

Рис. 2. Появление новых алгоритмов, технологий, сервисов, устройств и их влияние на рост объема данных (рисунок автора)

Вместе с ростом объема данных увеличивается и разрыв между общим объемом и долей качественных, структурированных данных. Важной задачей является оценка потенциала увеличения доли структурированных данных и их использования их в задачах управления и оценки эффективности региональных социально-экономических систем . Также важно определить каковы причины разрыва – технологическое отставание способов обработки данных, законодательные пробелы, несовершенство подходов или процессов управления данными, или иные причины.

Все субъекты хозяйственной деятельности (коммерческие, некоммерческие, государственные организации) можно условно распределить на несколько уровней (рисунок 3), отличаются уровни по возможностям организации извлекать ценность из данных. Уровень возможностей извлекать ценность из данных обусловлен только характеристиками внутренних процессов при работе с данными.

В этом случае рост ценности данных в задачах управления напрямую зависит от уровня возможностей при работе с данными .

Развитие экосистемы данных в Российской Федерации и в мире происходит за счет организаций, которые смогли осознать, реализовать и развить новые возможности (компетенции) в работе с данными, внедрить технологии обработки данных и систематизировать процессы быстрее своих конкурентов.

- динамика роста ценности данных

- область максимальной ценности данных

Высокая ценность

▲

Сбор и хранение данных

Обработка данных, отчетность на основе данных

Бизнес-аналитика

Продвинутая операционная аналитика на основе данных

Предиктивная аналитика и цифровые / процессы /

Ценность, создаваемая в результате использования данных

Регистрация фактов о каких либо событиях

Обобщение и сопоставление фактов

Выявление закономерностей. Самостоятельный анализ причин произошедшего

Поддержка принятия решений (CDO и прочие^

тематическое принятие и исполнение решений на основе данных

Низкая ценность

Рис. 3. Уровни возможностей при работе с данными (рисунок автора)

Ограничения для создания ценности на основе данных

В зависимости от условного уровня на котором находится организация, выраженного уровнем возможностей при работе с данными, такая организация имеет ряд ограничений (рисунок 4) для создания ценности на основе данных. В зависимости от уровня развития своих возможностей (технологии, процессы, система управления и прочие), организация может иметь

с

ограничениями гораздо большего порядка нежели организации уровнем ниже.

- динамика роста ценности данных

- область максимального ограничения для создания ценности на основе данных

Высокая

ценность

Сбор и хранение данных

Обработка данных, отчетность

Бизнес-

аналитика

Продвинутая операционная аналитика на

на основе

основе

данных

данных

•Большинство данных остаются в бумажном виде и не встраиваются в рабочие процессы

•Большинство данных недоступны (корпоративные, окружающей среды и открытые данные).

Ценность, создаваемая в результате использования

данных

• • Данные не собираются;

• • Дорого хранить;

•Преждевременно удаляются;

• • Не проверяются на достоверность;

•Быстро устаревают.

•Одни и те же данные имеют разные версии и не всегда бывают согласованы.

•Непонимание или отсутствие необходимости в развитии бизнес-процессов.

•Недостаточно оперативная выработка данных при поддержке решений.

Предиктивная аналитика и цифровые процессы /‘

• •    Отсутствие единой меры измерения;

• •    Монополии на данные;

• •    Устаревшие концепций для принятия решений не учитывающие потенциал роста ценности данных.

• • Сложности с поиском данных и извлечением из баз, реестров, кадастров;

• • Недостаточная достоверность данных;

• • Большая часть данных не используется для анализа и обработки.

•Непонимание необходимости трансформации текущих бизнес-процессов для долгосрочного развития.

•Недостаточно формализованы процессы сбора, хранения, обработки, передачи данных; •Отсутствие классификации данных по типу, виду, критериям конфиденциальности (тайна, Персональные данные, цифровой след);

•Отсутствие компетенций в области современных технологий обработки данных; ♦Отсутствие метаданных.

Низкая

ценность

•Отсутствие понимания текущего состояния объекта управления и необходимости принятия решений на основе данных приведенных к единой системе измерения ключевых показателей (по типу, виду, мере измерения)

Рис. 4. Ограничения для создания ценности на основе данных (рисунок автора)

Существуют как объективные ограничения для развития возможностей организаций -нет потребности, узкая специализация и т.д., так и искусственные ограничения - рынок сопротивляется входу новых участников, монополия, слабые компетенции и т.д., все эти ограничения в совокупности препятствуют развитию сферы данных.

Внедрение и использование эффективных инструментов и подходов (рисунок 5) раскрывает потенциал ценности данных в задачах управления и оценки эффективности региональных социально-экономических систем [2].

Высокая

а

ценность

Сбор и хранение данных

Обработка данных, отчетность

на основе

- динамика роста ценности данных

- область максимального потенциала для создания ценности на основе данных

Бизнес-

аналитика

Продвинутая операционная аналитика на

основе

Предиктивная аналитика и цифровые / процессы /

данных

данных

Ценность, создаваемая в результате использования

данных

Низкая

Ручной ввод данных Базовые средства автоматизации Формирование реляционных Баз данных

Средства визуализации Нормативносправочная информация Хранилища данных (реляционные Базы данных)

Инструменты аналитики Средства обеспечения сохранения качества данных ЦОДы Самообслужива

Владельцы данных (возможность определения правообладате

• •    Полная автоматизация сбора данных

• •    Цифровые модели производства

• •    Когнитивные технологии, Big Data

• •    Новые UI

• •    Облака данных

• •    Компетенции в области продвинутой аналитики

• •    Cost-инжиниринг

• •    Стоимостные модели

• Искусственный интеллект

(роботизированные процессы, автономные системы, автоматическое принятие и исполнение решений)

* Аналитические системы оценки текущего и целевого состояния объектов управления

• •    Цифровые двойники

ценность

Рис. 5. Потенциал уровней возможности для создания ценности на основе данных (рисунок автора)

Одним из примеров развития уровня возможностей при работе с данными в задачах управления и оценки эффективности региональных социально-экономических систем стал запуск во всех регионах РФ «Центров управления регионом» (ЦУР). Основной задачей ЦУРов является обеспечение межведомственного и межуровневого взаимодействия органов власти и организаций, ориентируясь на потребности и оперативное решение проблем населения и организаций, а также постоянную оптимизацию, совершенствование существующих бизнес-процессов и административных процедур [3].

В интервью [4] агентству ТАСС, Вице-премьер РФ Дмитрий Чернышенко, отметил, что «Президентом озвучена национальная цель - о цифровой трансформации до 2030 года. Поэтому руководитель цифровой трансформации - ключевая должность в системе современного государственного управления. Во всех субъектах назначены руководители», в связи с этим будет создана рейтинговая система оценки результатов деятельности руководителей цифровой трансформации в зависимости от уровня внедрения передовых технологий в каждом отдельном регионе.

В отличии от ситуационных центров, которые обеспечивают поддержку принятия управленческих решений губернаторов при возникновении чрезвычайных ситуаций, и дают руководству возможность оперативного вмешательства в ситуацию, сводя в одном месте все возможные источники информации, задачи ЦУР направлены на работу с обращениями граждан регионов, для ускорения решения вопросов, с которыми люди обращаются в органы власти.

При этом подходе основным инструментом для создания ценности на основе данных являются отечественные цифровые технологии и платформенные решения, которые позволяют проводить мониторинг и анализ пользовательских данных - сообщений, генерируемых в сети интернет, в которых жители описывают насущные бытовые и хозяйственные проблемы, а используемые технологии позволяют давать адресную обратную связь сокращая время решения таких проблем. Таким образом становится возможным управлять скоростью выявления и реагирования на риски, сокращая возможные издержки и совершенствуя систему госуправления.