Между тем, если представить мобильность трудовых ресурсов как деперсонифицированный процесс, то тогда экономическое движение населения может быть описано уже агрегированными показателями: объём, интенсивность и направление важнейших потоков перераспределения трудовых ресурсов.
В ряде случаев может быть применен статистический подход, т.к. он не ставит жестких ограничений на априорную определенность о характере экономических процессов, но предполагает наличие достоверной и достаточной статистической информации [2]. На основе последней методами корреляционного и регрессионного анализов определяются неизвестные зависимости, и, тем самым, снимается априорная неопределенность. Далее, анализируя эти зависимости, возможно сделать вывод о характере рыночных отношений и по логике первого подхода принять решение о необходимом направлении и величине управляющих воздействий. Вместе с тем, проведенные исследования позволяют сделать вывод о недостаточности статистических подходов к формализации и управлению миграции трудовых ресурсов в регионе. Следующий подход основывается на интуиции, абстрагированном опыте экспертов.
Поэтому предлагается разработать методологию итерационной идентификации миграции трудовых ресурсов, позволяющую осуществлять имитационное моделирование развития процесса при различных исходных предпосылках и управляющих воздействиях.
Список литературы
1. Райхлин Э. Основы экономической теории безработица и инфляция. М.: Наука, 2010 г.
2. Воробьева О. Труд и миграция / О. Воробьева // Миграция в Росии, 2000. № 5-6. С. 44-50.
ПЕРСПЕКТИВЫ РАЗВИТИЯ ТЕХНОЛОГИИ BIG DATA В
РОССИИ Уварова С.А.
Уварова Светлана Александровна - магистрант, кафедра производственного менеджмента и трансфера технологий, факультет технологического менеджмента и инноваций,
Санкт-Петербургский национальный исследовательский университет информационных технологий, механики и оптики, г. Санкт-Петербург
Аннотация: в статье анализируется текущее состояние российского рынка
Больших Данных и перспективы его развития.
Ключевые слова: большие данные, информационные технологии.
Современный этап развития сферы информационных технологий неразрывно связан с таким понятием как Big Data, или Большие Данные. Этот термин определяет не только большие объемы информации, с которой трудно работать с помощью традиционных средств, но также включает в себя процессы её хранения, обработки и структурирования.
Официально считается, что термин и сама проблема появились в 2008 году. В 2010 году уже стали появляться первые технологии, направленные на работу с большими данными, а к 2011 году такие передовые международные компании как Microsoft, Oracle, IBM и другие стали использовать Большие Данные в своей работе и адаптировать новые технологии для обработки информации.
Сегодня Большие Данные являются одним из драйверов развития информационной отрасли и одной из самых быстрорастущих сфер информационных технологий, согласно статистике, общий объем получаемых и хранимых данных удваивается каждые 1, 2 года [1].
Еще 2 года назад это понятие было относительно новым для российского бизнеса. Но сейчас технологи обработки больших данных широко используются в финансовой сфере, интернет-компаниями, сотовыми операторами. Реализуются программы внедрения технологии в государственном секторе.
Компании, быстрее всех осваивающие технологии обработки данных получают конкурентное преимущество в своем сегменте. Более того, появился новый формат сотрудничества — обмен данными или продажа данных между копаниями, работающими в разных сферах. Речь идет о неперсонализированной информации, которая не поможет идентифицировать личность, однако предоставляет картину возможностей и предпочтений целевой аудитории.
Необходимость применения новых форматов обработки данных связана с неспособностью традиционных баз данных проанализировать большое количество неструктурированной информации, современными источниками которой являются интернет-документы, социальные сети, блоги, измерительные устройства, радиочастотная идентификация, устройства аудио- и видеорегистрации.
Сегодня большинство компаний использует Большие Данные в сфере клиентского сервиса, второе по популярности направление — операционная эффективность, в сфере управления рисками Большие Данные менее распространены на текущий момент.
По данным опроса Tech Pro Research, наибольшее распространение Большие Данные получили в телекоммуникационной отрасли, а также в инжиниринге, ИТ, в финансовых и государственных предприятиях.
Перспективные направления развития технологии Big Data направлены на:
• обеспечение возможности прогнозировать рыночную ситуацию;
• определение эффективных инструментов маркетинга и оптимизацию продаж;
• эффективное сегментирование аудитории;
• совершенствование товаров и услуг согласно предпочтениям пользователей и покупателей;
• принятие более обоснованных управленческих решений;
• обеспечение эффективной логистики;
• мониторинг состояния основных фондов.
Рынок находится в стадии изучения возможного применения технологии Big Data. Преимуществами внедрения подобных систем обработки информации для бизнеса будет не только возможность качественного управления маркетинговой активностью, но и перспективы управления рисками, предотвращения мошенничества и так далее. Умение анализировать и делать выводы на основе общественно-значимой информации позволит оперативно реагировать на изменения, предсказывать их и управлять ожиданиями клиентов [2].
Таким образом, Большие Данные — это устоявшаяся сфера технологий, которая, получила распространение во многих сферах бизнеса. Перспективы внедрения Больших Данных связаны с неоспоримым конкурентным преимуществом, которое получают компании в части повышения операционной эффективности бизнеса, привлечения дополнительного потока клиентов, минимизации рисков и внедрения технологий анализа и прогнозирования данных. И если сейчас большинство проектов в российских компаниях носит тестовый характер, то по мере накопления данных до достаточного уровня и с увеличением объема инвестиций, доля российского рынка Больших Данных увеличится, и технология станет неотъемлемым инструментом, на основе которого будут приниматься управленческие решения.
Список литературы
1. Аналитический обзор рынка больших данных. [Электронный ресурс]. Режим доступа: http://www.ipoboard.ru/files/cms/5e3af134b9942559eb802ea93a1c905/ (дата обращения: 10.10.2017).
2. Управление данными: внутри и извне. [Электронный ресурс]. Режим доступа: http://spb.rbcplus.ru/news/56e8f2647a8aa9292522b1e4/ (дата обращения: 10.10.2017).