1-2 слайд. Введение, актуализация, какие темы затронем.
3 слайд. Для начала нам нужно разобраться, что такое цифровая трансформация, цифровая зрелость и цифровазация?
Эти понятия относительно недавно вошло в употребление в профессиональной среде.
Цифровизация – это внедрение современных цифровых технологий в различные сферы жизни и производства.
4 слайд. Цифровая зрелость – это способность к эффективному управлению изменениями, готовность осознанно совершенствовать сложившиеся операционные модели и производственные практики, мыслить в категориях стратегии и бизнеса. Ее сложно оценить, так как существует огромное количество метрик и не понятно, какие критерии должны ее оценивать. Поэтому в 2017 году открытое сообщество Open Roads Community взялось за стандартизацию метрик и создало open-source методологию оценки цифровой зрелости ODMM, которая постоянно обновляется.
5 слайд. А вот с «цифровой трансформацией» дело обстоит не так, для нее общепринятого определения пока не сложилось ни в научной литературе, ни в международных руководствах по статистическому измерению, ни в государственных документах.
6 слайд. Трансформация внедряется по двум принципам: внедрение перспективных актуальных технологий - программа развития искусственного интеллекта (ИИ) в Сингапуре, которая предполагает реализацию пяти секторальных проектов: это бесшовное предоставление государственных услуг, ранняя диагностика, интеллектуальное планирование грузовых перевозок и прогнозирование хронических заболеваний, персонализация образовательных траекторий и автоматизация миграционных процедур - и внедрение множества технологически разнородных решений, которые востребованы в той или иной сфере - многочисленные программы, инициированные в 2020 г. в сфере здравоохранения в связи с необходимостью борьбы с пандемией COVID-19.
7 слайд. Мы можем увидеть, как цифровизация уже сейчас повлияла на нашу жизнь, ведь уже можно говорить, что отрасли экономики одна за одной попадают в воронку цифровой трансформации.
8 слайд. В рамках цифровой трансформации появилась особенность – передачи услуг на самообслуживание (те же кассы самообслуживания, например, а в СМИ – блогерство). В настоящий момент в этот вихрь «затягиваются» ритейл, финансы и телеком.
Также особенностью является то, что стоимость хранения информационных товаров крайне мала. Таким образом, когда идет бурный рост технологий, важно успеть воспользоваться возможностями и построить новые эффективные бизнес-модели. В мире немало примеров корпораций, не сумевших перестроиться и как следствие потерявших рынок, - Blockbuster, Blackberry, Nokia, Motorola, MySpace, Kodak. И огромное количество стартапов, которые захватили рынок и остаются лидерами до сих пор – Apple, Alphabet (Google), Microsoft, Amazon.
Уже сегодня многие компании внедрили «цифровые» технологии, где они наиболее полно захватили бизнес-процессы, а именно:
UBER, Яндекс.Такси и т.п. Направление такси на заказ, формирование стоимости проезда, прием оплаты и прочее – весь процесс проходит без участия сотрудников компании.
Авиакомпании. Производится автоматическое формирование тарифов на рейсы в зависимости от спроса и сопоставления цен у конкурентов. Boeing – на базе своего цифрового макета самолета построили огромную экосистему с заказчиками, поставщиками и подрядчиков по кооперации. В этой экосистеме первичен цифровой макет самолета, а документ (даже электронный) – вторичен.
Производственные предприятия. Роботизация, автоматическое выполнение производственных процессов с постоянными улучшениями на основе «цифровых» технологий.
9 слайд. Мы также должны понимать, что любой глобальный процесс имеет поступательный характер. Управление данными при автоматизации, фаза 1
10 слайд. Использование интеллектуальных платформ, фаза 2 («движение к цифре»).
11 слайд. Переход к «цифре», фаза 3.
12 слайд. Полная «цифра», фаза 4.
13 слайд. В рамках цифровой трансформации стали использовать бенчмаркинг – сопоставительный анализ на основе эталонных показателей как процесс определения, понимания и адаптации имеющихся примеров эффективного функционирования предприятия с целью улучшения собственной работы.
По Энтони Аткинсону методы бенчмаркингу:
Односторонний (самостоятельно собирают информацию о конкурентах и партнерах).
Совместный (предприятия добровольно обмениваются информацией).
На основе базы данных (информация собирается на какой-либо платформе (БД), доступ к которой обычно предоставляется оператором предприятиям платно).
При участии третьей стороны (группа консультантов-экспертов анонимно собирает информацию с участников, формирует агрегированные отчеты и осуществляет коммуникации при активном посредничестве).
Групповой (участники встречаются, общаются и обсуждают свои методы, координируют, достигают компромисса, проводят экскурсию по предприятию).
14 слайд. Правительство: для запуска цифровой трансформации госорганов и госкомпаний или компаний с государственным участием. Пример – разработка всеми ФОИВами ведомственных программ цифровой трансформации (ВПЦТ).
Собственники: для повышения инновационного имиджа, роста стоимости компании на рынке.
Генеральные директоры или CEO: для позиционирования своей «инновационности и современности» перед собственниками или из-за веры, что за этим будущее и большие перспективы.
CDTO(Chief Digital Transformation Officer): для формирования в организации четких ориентиров и задач цифровой трансформации, выделения «человекоресурса» и бюджета, запуска цифровых проектов или инициатив, повышения уровня значения себя и своей команды в организации. Лучше всего цифровая трансформация реализуется в среде цифровой культуры.
15 слайд. «Open Source» – бизнес-модель, в которой код программного обеспечения становится доступным бесплатно всем желающим, при этом любой программист может внести свои доработки.
Data Governance – направление, бизнес-модель для управления данными. Влияние на мир – усложнения слоев приложений, данных и инфраструктур, усложнение обеспечения конфиденциальности и защищенности данных, ожидание использования персональных данных для повышения положительного клиентского опыта, ожидание снижения рисков цифровой трансформации, высокого качества BI, полной прозрачности процессов использования, обработки и защиты данных.
16 слайд. В интеллектуальные платформы входит – системы класса Big Data (BD), Machine Learning (ML), Deep Learning (DL), NLP и прочие.
Интеллектуальный анализ данных (также называют ИАД, data mining, KDD — knowledge discovery in databases или обнаружение знаний в базах данных) — это новое направление в области информационных систем. Цель – обнаружение скрытых закономерностей и правил в сверхбольших массивах разнородных данных и возможность их применения для решения задач поддержки принятия решений.
Сфера применения ИАД:
экономика,
здравоохранение,
страхование,
торговля,
различные области, связанные с контролем и прогнозированием состояния сложных динамических систем,
где применяются какие-либо данные.
В рамках проведения ИАД могут выполняться различные операции, которые реализуются с помощью разнообразных алгоритмов. В основе этих алгоритмов находится мощный аппарат математических, логических и статистический методов, которые заключаются в проверке гипотез и поиске зависимостей.
17 слайд. У многих возникает вопрос, для чего используют системы интеллектуального анализа данных. К основным направлениям деятельности относится:
управление данными как активом компании,
выявление и назначение владельцев данных,
управление архитектурой данных как дисциплина по созданию и ведению стандартов данных в системах или при взаимодействии между ними,
процессы создания и ведения моделей данных,
интеграция данных, процессы перемещения и трансформации данных согласно требованиям пользователей,
управление хранением данных и операциями с данными с данными в СУБД,
защита данных – процессы предотвращения неавторизованного доступа к данным,
управление НСИ в частности создания «единой версии правды» критичных для организации данных, к примеру, клиенты, продукты, материалы и т.д.,
процессы ведения статичных справочных данных (страны, классификации и т.д.),
создание хранилища данных – процессы создания централизованного окружения для хранения и использования данных в целях отчетности и аналитики,
Наиболее важные технологии и компоненты архитектуры в работе с данными:
Накопление и хранение – озера данных.
Обработка данных – map reduce, machine learning, ИИ.
Архитектуры конвейеров обработки – Лямбда и Каппа архитектуры.
18 Слайд.
выявление критичных данных – элементов данных, имеющих существенное влияние на регуляторную, операционную, управленческую отчетность, а также на деятельность компании в целом,
управление метаданными как объектами описаний данных и их характеристик – название, расположение, критичность, качество, бизнес-правила, связи с другими объектами,
инициатива по управлению методами измерения и улучшения качества данных организации,
процессы и методология управления жизненным циклом данных от создания до удаления, включая соответствие всем внутренним и внешним требованиям,
управление контентом – процессы оцифровки, сбора и классификации информации из бумажных и электронных документов.
Ведущими же методами анализа и дизайна становятся DDD (Domain Driven Design) и онтологический подход, входит в обиход цифровой двойник.
Цифровой двойник – образ, информационная модель, репрезентация объекта или явления физического реального мира в виде набора данных в информационной системе, а также методы сбора, накопления, обработки этих данных, методы воздействия с помощью данных на объект реального мира: посылка команд на объект через предусмотренные у объекта реальности интерфейсы: физический, аудио-, свето-, электронный. На его основе можно предположить с большой вероятностью, что будет происходить с объектом реального мира в таких же обстоятельствах или ситуациях, как в смоделированной моделей с цифровым двойником.
19 слайд. Самые распространенные системы интеллектуального анализа данных – Data Lineage (зависимость между объектами метаданными, выявленная по запросам, сервисам, интеграционным процессам и визуализации каталогом) и Impact analysis (действия по изучения влияния изменений в одних системах на другие на основе построенного data lineage). представлен пример полного детального раскрытия data lineage с учетом каждого поля изучаемого объекта метаданных.
Ведущие аналитические агентства в области каталогизации данных:
Informatica.
IBM.
Oracle.
Alation.
SAP (только для объектов систем SAP).
На российском рынке также можно найти решения от компании Manta.
20 слайд. IBM® Business Process Manager – платформа комплексного управления бизнес-процессами с эффективным набором инструментов для создания, тестирования и развертывания бизнес-процессов, а также создания общей картины.
Pega 7 Planfort – единая платформа для построения решений по интеллектуальному управлению бизнес-процессами. Технология Pega Build for Change полностью исключает необходимость программирования, ядро же представляет java enterprise приложение, запускаемое на любом application-сервере, на базе ядра построен стек классов, составляющих базовый Framework PRPC.
Comindware Business Application Platform – современная low-code платформа для быстрого построения цифровых решений для основных функций организации, содержит встроенные редакторы форм, моделирования бизнес-процессов, настройки интерфейса и т.п.
BizAgi BPM Suite – продукт из трех компонентов для создания исполняемых приложений для управления бизнес-процессами.
Studio Creatio (Terrasoft) – платформа управления бизнес-процессами на базе low-code технологии.
ELMA – платформа концепции процессного управления, где компания – сеть взаимосвязанных бизнес-процессов.
Методы интеллектуального анализа данных можно разделить на статические, кибернетические, оптимизационные методы и экспертные методы.