Возможности использования Data Science для анализа экономической деятельности образовательной организации

1 Автор выражает благодарность научному руководителю к.э.н., доценту Зубовой Ольге Геннадьевне.

В настоящее время весь мир переживает эпоху цифровизации, кардинально меняющей уклад жизни как отдельно взятого человека, так и социально-экономических систем. Данный процесс носит глобальный характер и в ближайшие 5-10 лет затронет практически все сферы жизни и человека, и общества. В связи с этим Российской Федерации приняты и реализуются стратегии развития информационного общества и искусственного интеллекта, а также национальная программа развития цифровой экономики Российской Федерации.

Глобализация и развитие информационных технологий приводят к расширению взаимодействия между производителями, контрагентами, партнерами и потребителями, что ведет к росту информационного потока и увеличению объемов обрабатываемых данных, поэтому применение цифровых инструментов управления в современных условиях выступает уже не только требованием времени, а необходимым условием устойчивого и перспективного развития бизнеса. Все большее воздействие цифровых технологий приводит к изменению структур управления организациями на основе перехода от индустриальной парадигмы построения общества к информационной.

В современных условиях автоматизации управленческих процессов и широкого использования цифровых технологий практически в любой сфере деятельности находят применения инструменты Data Science. На сегодняшний день Data Science является междисциплинарной научной областью знаний и практических решений, находящейся на стыке статистики, математики, системного анализа и машинного обучения, которая охватывает все этапы работы с данными. Data Science предполагает исследование и анализ сверхбольших массивов информации и ориентирована в первую очередь на получение практических результатов.

Необходимо отметить, что вопросы применения современных алгоритмов работы с данными, неизменно привлекают интерес в научном сообществе и среди практикующих специалистов. Например, А.Д. Стерликова [1] обосновывает необходимость применения технологии Data Science для прогнозирования динамики ключевой процентной ставки Банка России и вероятности отзыва лицензии у кредитной организации. А.А. Масютин [2] рассматривает возможность применения инструментов Data Science для решения задач кредитного риск-менеджмента. А.А. Соколов [3] предлагает совершенствовать методы поддержки принятия решений в системах обеспечения энергетическими ресурсами на машиностроительных предприятиях с использованием технологий Data Science.

В бизнесе внедрение технологий Data Science может помочь в решении ряда актуальных задач, таких как:

•    построение новой бизнес-модели; •    сокращение потери доходов и издержек; •    построение новой модели получения дохода; •    сокращение оттока клиентов, определение их удовлетворенности и качества маркетинговой деятельности; •    повышение рентабельности инвестиций.

Наиболее широко исследования в области Data Science проводятся зарубежными специалистами, так как вопросы работы с большими объемами цифровой информации, формирование масштабных баз данных, принятие управленческих решений на основе анализа больших данных (Big Data) получили свое первоначальное развитие в западных странах и здесь накоплен значительный практический опыт применения Data Science.

Вместе с тем, существует и ряд отечественных разработок в данной области. Например, И.Е. Аккуратов приводит опыт моделирования в нефтегазовой отрасли с использованием нейросетей и Data Science [4]. А.В. Озеров, А.М. Ольшанский и А.П. Куроптева [5] отмечают успешность применения Data Science для проведения предиктивной аналитики на железнодорожном транспорте. А.В. Тихонова, Е.А. Воронин и А.И. Сидоров [6] приводят положительный опыт использования методов Data Science для анализа больших данных в сфере агропромышленного производства.

Поэтому следует полагать, что с помощью Data Science возможен переход на качественно новый уровень накопления,структурированногохраненияданных с целью дальнейшего анализа экономических показателей компании любого направления деятельности. Это выглядит важным и для системы среднего профессионального образования (далее – СПО), так как сегодня отмечается нехватка специалистов технических специальностей, что выглядит критическим в условиях санкционной экономики, и необходимо повышение эффективности деятельности учреждений СПО – колледжей.

В этом случае необходимо рассматривать колледж, как некий коммерческий проект. В рыночных условиях с целью оптимизации бюджетных затрат необходимо предварительно с помощью технологий Data Science провести анализ рынка труда (некоторые информационные ресурсы содержат данные по количеству вакансий и средней зарплате в динамике на протяжении временного промежутка), также провести оценку работы приемной комиссии и статистику обучения вплоть до количества выпускников, устроившихся на работу по специальности, и уже на базе аналитических данных производить «тонкую настройку» количества бюджетных мест в учреждении СПО и корректировать работу последующих приемных компаний с целью повышения эффективности организации процесса обучения и повышения экономических показателей деятельности колледжей.

Необходимо в рамках колледжей организовать системы корпоративного искусственного интеллекта, в которых бы накапливалась статистическая информация с целью выявления скрытых корреляций между набором абитуриентов, отчислением их в процессе обучения и успешным трудоустройством, между финансовыми затратами на оснащенность колледжей и экономическими показателями работы учреждения СПО, качеством преподавательского состава и другими факторами.

Вместе с тем, следует признать, что на сегодняшний день современные технологии Data Science на практике не находят своего применения при анализе экономической эффективности деятельности учреждений СПО.

Во многом это объясняется следующим:

• •    деятельность учреждений СПО в Российской Федерации не в полной мере соответствует современным вызовам в условиях экономической нестабильности и действиям негативных факторов, а также требованиям развивающейся цифровой экономики;

• •    на сегодняшний день в научной литерату ре и на практике крайне мало изучены проблемные вопросы и прикладные аспекты применения Data Science для сферы образовательной деятельности с экономической точки зрения.

Поэтому совершенствование деятельности российских учрежденийСПО тесносвязано с необходимостью поиска новых подходов в отношениианализаэко-номической эффективности с помощью Data Science. Считаем, что в настоящее время профессиональное сообщество испытывает потребность в полноценном изучении данного вопроса с целью оптимизации экономических затрат и повышения эффективности образовательной деятельности учреждений СПО.

Для этого необходимо решение ряда теоретико-методологических и практических задач:

• •    определить методологию и конкретные ин струменты Data Science, применимые для оценки экономических и деловых показателей деятельности учреждений СПО;

• •    систематизировать показатели оценки эконо мической деятельности и деловой активности учреждения СПО;

• •    провести выбор показателей оценки управ ленческой деятельности учреждения СПО;

• •    разработать практические подходы к при менению Data Science для анализа экономической эффективности деятельности учреждения СПО и выявить потенциальные проблемные области.

Указанные аспекты определяют важность междисциплинарной интеграции научного потенциала (экономические, юридические, информационные, социологические науки и др.) в целях обеспечения процесса совершенствования анализа экономической деятельности колледжей, как субъектов рыночной экономики, что в итоге оказывает влияние на устойчивое развитие государства в изменяющихся условиях цифровой экономики и имеющихся санкционных вызовов.

Таким образом, следует признать, что вопросы анализа данных и принятия управленческих решений на уровне бизнес-единицы рассматриваются многими иностранными и отечественными учеными, но в своем большинстве эти исследования не касаются возможностей оценки эффективности экономической деятельности с применением технологий Data Science для учреждений профессионального образования. Поэтому считаем, что в условиях развития российской экономики в цифровую эпоху необходимо системное и комплексное исследование методологических и практических подходов применения технологий Data Science для проведения экономического анализа деятельности колледжей, а также имеющихся проблем в данной области. Для этого выглядит необходимым проведение уточнения концептуальных основ использования Data Science для оценки и исследования экономических процессов, а также определение ключевых инструментов Data Science, применимых к экономической оценке деятельности учреждений сферы профессионального образования.