Материал: Математические методы системного анализа и управления информационно-вычислительными, управляющими и сетевыми системами. Проскурин Д.К., Сысоев Д.В

ков и что помогает их удерживать.

3.Способность воспринимать новые формы данных и проявлять креативность, включая их в процесс принятия бизнесрешений. Помимо чисто финансовых и корпоративных данных финансовый руководитель, ориентированный на работу с данными, должен быть восприимчив к их новым видам

иисточникам, которые могут быть неожиданными и нетрадиционными как для него, так и для его команды.

4.Умение спокойно воспринимать неопределенность, в том числе осознавать, что большие данные могут и не привести к окончательному ответу. Знакомясь с новыми и, в некоторых случаях, мало проверенными источниками данных, компании начинают применять аналитические методы, которые могут и не обеспечить определенность, ожидаемую финансистами. Финансовые руководители должны принимать и внедрять новые методы и стратегии, которые способствуют совершенствованию процесса принятия решений в мире, преисполненном данных.

5.Умение исследовать новые способы интерпретации данных для более качественного информирования руководства. Финансовые руководители, ориентированные на работу с данными, также отлично и быстро распознают нужные результаты, часто находя новые способы визуальной передачи наиболее важных моментов и обеспечения уверенного коммерческого восприятия и сильного импульса [3].

Правила бизнеса продолжают меняться под влиянием технологий. Сделав ставку на компьютеризацию рабочих мест, которая началась в конце 1980-х годов и продолжается по сей день, компании в настоящий момент пришли к эпохе господства цифровых технологий в бизнесе. Повсеместное внедрение систем планирования ресурсов предприятия, электронных точек продаж, электронной коммерции и прочих интернет-систем привело к тому, что все больше организационных данных собирается и обрабатывается в цифровом виде.

Начиная с нулевых годов нашего столетия, бизнес получил возможность использовать в своих целях новые объемы данных, которые по сей день демонстрируют экспоненциальный прирост. Здесь и развитие социальных сетей, и распространение все более вездесущих мобильных устройств, об-

лачных сервисов, а также применение огромного количества датчиков, которые привязывают физические объекты к Интернету вещей.

Эти данные представляют собой смесь структурированных внутренних и, как правило, неструктурированных внешних данных, состоящих из голосовых записей, информации о ценах, изображений, сообщений

всоциальных сетях, сведений о географическом положении и многих других. Как пока-

зывает агентство Economist Intelligence Unit,

внастоящее время по меньшей мере шесть из десяти компаний используют в своих целях данные контакт-центров, в том числе записи разговоров, сообщения, которыми обменивается персонал, синдицированные данные третьих лиц, например о погоде, или рыночная информация, а также данные госорганов. Чуть более половины таких компаний собирают еще данные, генерируемые компьютерными средствами. Так называемые большие данные дополняют бухгалтерскую и коммерческую информацию, которую хранит и обрабатывает компания. Хотя исследователи данных и ИТ-специалисты дают свои определения термина «большие данные», в настоящем отчете он используется для краткого обозначения массивного увеличения объема данных, используемых сегодня в целях аккумулирования новых идей и понимания эффективности деятельности, возможностей и рисков [1].

Когда начинается обсуждение последних тенденций в сфере больших данных, внимание в основном уделяют новым формам неструктурированных данных. Специалистам по управленческому учету, безусловно, необходимо знать о том, как развивается ситуация в этой области. При этом нужно понимать, что большинство современных организаций стоят буквально у непочатого края работы со своими внутренними структурированными данными, которые хранятся

всистемах управления предприятиями. Несмотря на значимость обеих областей, специалистам по управленческому учету, скорее, имеет смысл взяться в первую очередь за корпоративные данные.

По сообщению McKinsey & Company,

прирост объема больших данных вызовет новую волну «инноваций, конкуренции и производительности» в деловой среде. Как выразились два видных деятеля науки, «ис-

пользование больших данных позволяет принимать решения на основании не интуиции, а фактических данных. По этой причине они способны совершить революцию в сфере менеджмента» [2].

Рис. 1. Определяемые большие данные

1.Финансовые данные: стандартные финансовые показатели, хорошо отслеживаемые и понятные.

2.Корпоративные данные: то же са-

мое плюс более широкие операционные и транзакционные данные, которые можно использовать для подкрепления аналитических выводов и в целях прогнозирования.

3.Большие данные: то же самое плюс новые виды внутренних и внешних данных, значительная часть которых не структурирована, но определенная часть может привести

кновому пониманию эффективности деятельности, возможностей и рисков.

Одна из компаний, которая реализует эту тенденцию на практике, — Procter & Gamble (P&G). Все более глубокое и комплексное оцифровывание ими данных позволяет говорить о наличии у компании «источника конкурентного преимущества». Это помогает улучшить все — от инновационных продуктов, анализа в реальном времени комментариев клиентов в социальных сетях до использования отслеживания изменений данных в целях оптимизации планирования магазинов розничной торговли. Опыт P&G подтверждается широкими исследованиями. Исследования, проведенные в Школе менеджмента им. Слоуна показывают, что компании, принимающие решения на основании использования данных, получают 5—6%-ное

повышение производительности.

Эти примеры демонстрируют, что возможности, которые несут с собой большие данные, достаточно существенны. И на этом фоне ИТ-разработчики предлагают все расширяющееся множество инструментов для обработки больших данных, начиная от новых аналитических приложений и исполнительных панелей и заканчивая системами прогнозного анализа. Согласно циклу зрелости технологий Gartner, большие данные находятся на пике ожиданий. Кривая зрелости технологий графически представляет стадии, через которые проходит технологическое новшество в процессе становления. Суть в том, что сначала срабатывает так называемый технологический триггер: возникает инновация, о ней все начинаю говорить, ожидания раздуваются выше истинного потенциала, за «пиком чрезмерных ожиданий» логично приходит разочарование. Позже, как правило, в течение пяти — десяти лет, когда технология проходит практическую обкатку у пользователей и те получают осязаемые результаты, становится ясен реальный ее потенциал. Это показывает, что, прежде чем будет достигнуто полное понимание значения технологий больших данных, неминуем период разочарования.

Прогресс в технологиях наряду с более простыми и доступными инструментами анализа и визуализации данных открывает возможности для использования данных компаниями самых разных весовых категорий. Однако большинству из них предстоит хорошенько потрудиться, чтобы приспособиться к ситуации, когда управляющая роль в бизнесе отводится данным.

Все больше внимания уделяется новым аналитическим методам и техническим средствам, цель которых — извлечение из данных новых идей. При этом лишь немногие компании обладают дополнительными навыками, необходимыми для перевода извлеченных идей в коммерческое русло [5]. Это как раз тот момент, когда специалисты по управленческому учету могут заявить о себе.

Финансовые специалисты приходят к более полному пониманию новых возможностей, которые можно получить, анализируя данные (рис. 2).