CC BY
56просы экономики и права. 2012. №3. С. 177-185.
13. Турищева Т.Б. Внутренний контроль и управленческий учет в автономных учреждениях. Механизм взаимосвязи. М.: КноРус, 2018. 128с.
14. Шимельфениг О.В., Герасимов Б.Н. Развитие жизнедеятельности человека на основе постижения мира и самоопределения // Креативная экономика и социальные инновации. 2018. Вып. 8. № 4(25). С. 113-130.
15. Gerasimov B.N., Vasyaycheva V.A., Gerasimov K.B. Identification of the factors of competitiveness of industrial company based on the module approach // Entrepreneur-ship and sustainability issues. 2018. V.6. №2. Р. 677- 690.
УДК 330.47
doi:10.18720/SPBPU/2/id20-135
Артёменко Евгений Сергеевич,
канд. экон. наук, доцент
РОЛЬ СИСТЕМНОГО АНАЛИЗА В ЦИФРОВОЙ ТРАНСФОРМАЦИИ КОМПАНИИ
Санкт-Петербургский политехнический университет Петра Великого,
Санкт-Петербург, Россия, [email protected]
Аннотация. В работе исследуются особенности охвата бизнеса цифровыми технологиями - процесса, который начинается с роста цифровых компетенций, проходит через цифровое потребление и завершается цифровой трансформацией. Цифровая экономика базируется на глубокой интеграции стратегий бизнеса и IT. Показано, что цифровая трансформация - это изменение бизнес-процессов, в основе которых лежит системный анализ и аналитика больших данных. Основным источником данных становятся не внешние ресурсы, а внутренние процессы компании. Традиционные IT модели уже не могут удовлетворять растущим цифровым потребностям бизнеса. Необходимо учитывать, что цифровизация не заменяет реальные бизнес-процессы, а лишь дополняет их, адаптируя под новые реалии.
Ключевые слова: системный анализ, цифровая трансформация, большие данные, машинное обучение, прогнозная аналитика, искусственный интеллект, интернет вещей.
Evgenii S. Artemenko,
Cand. of Economics, Associate Professor
THE ROLE OF SYSTEM ANALYSIS IN THE DIGITAL TRANSFORMATION OF THE COMPANY
Peter the Great St. Petersburg Polytechnic University, St. Petersburg, Russia, [email protected]
Abstract. The paper investigates the features of embracing a business with digital technologies - a process that begins with the growth of digital competencies, passes through
digital consumption, and ends with a digital transformation. Digital economics is based on deep integration of business and IT strategies. It is shown that digital transformation is a change in business processes based on system analysis and big data analytics. Not external resources, as it was believed earlier, become, however, the main source of these data, but a company's internal processes. Conventional IT models can no longer meet the growing digital necessities of business. It must be borne in mind that digital technologies and artificial intelligence are not a substitution of real business processes but additional to them.
Keywords: system analysis, digital transformation, big data, machine learning, predictive analytics, artificial intelligence, internet of things.
Решая задачу цифровой трансформации компании, необходимо сместить фокус внимания с проблемы изменения инфраструктуры на преобразование аналитического комплекса c использованием инструментария системного анализа. Основной задачей является как поддержание постоянных и открытых коммуникаций с клиентами, так и своевременная реакция на постоянно меняющееся внешнее окружение. Процесс называемый «цифровая трансформация» включает в себя последовательный переход от использования цифровых компетенций к цифровому потреблению.
Цифровая трансформация бизнеса требует работы в команде — это условие играет ключевую роль. Парадигма современного рынка заключается в том, что IT выходят на первый план бизнес-инициатив, прежде всего во всем, что касается извлечения выгоды из данных. Сегодня, как никогда, можно сказать, что все дело в данных - в их сборе, интеграции и использовании системного анализа для превращения информации в реальную ценность для бизнеса.
Проблема системного анализа данных приобретает решающее значение для успешного развития компании, поскольку традиционные методы их обработки не способны обеспечить бизнес стратегически важной информацией. Именно данные и их анализ должны являться ядром любой стратегии развития. Возросший уровень конкурентной борьбы в современной мире не оставляет выбора участникам рынка - те, кто не начнет мыслить глобально и не научится быстро масштабироваться, обречен на проигрыш. На практике это подразумевает использование технологии больших данных, машинного обучения и интернета вещей. В условиях надвигающегося глобального спада в мировой экономике шанс на получение прибыли может дать лишь прогнозная аналитика. Конку-рентноспособными останутся лишь те компании, в основе бизнес-модели которых лежат данные. Цифровая экономика базируется на глубокой интеграции стратегий бизнеса и 1Т - современная компания должна функционировать как огромное IT-подразделение, не допуская противоречий между технологиями, людьми, отвечающими за их внедрение, и интересами бизнеса.
Переходя от общих категорий к конкретике российского рынка, можно отметить, что совсем недавно необходимость цифровой трансформации вызывала определенный скепсис в силу сложности реализации при значительных затратах. Однако, стремительное развитие цифровых технологий, внимание к данному направлению со стороны государства и первые успехи цифровизации, заставили участников рынка изменить своё мнение. Необратимый характер наметившейся тенденции подчёркивает широкий спектр отраслей, вовлеченных в цифровые преобразования - от розничной торговли и финансового сектора до предприятий телекоммуникационной сферы.
Параллельно происходит эволюция и самого термина «цифровая трансформация». Если в начале под цифровизацией подразумевалось всего лишь использование новых технологий без какого-либо определения конечных целей, то сейчас основной задачей является повышение эффективности деятельности компании за счёт автоматизации и неразрывно связанной с ней оптимизации бизнес-процессов. Можно утверждать, что под цифровой трансформацией подразумевается изменение бизнес-процессов на основе системного анализа данных.
Уже сейчас большинство компаний обладает огромным массивом информации об их внутренней и внешней деятельности, при этом источником этих данных являются не внешние ресурсы (средства массовой информации, социальные сети, профессиональные исследования рынков), а внутренние системы компании (ERP, CRM, SCM, HR, ECM) выступающие цифровыми каналами взаимодействия между сотрудниками и внешним рынком.
Технологический прогресс существенно снизил издержки хранения данных, поэтому на первый план вышел вопрос об эффективности их использования. Системный анализ данных не является самодостаточным - он должен быть направлен на достижение конкретной цели, например, сокращение расходов или вывод на рынок нового товара/услуги. Ключевую роль при использовании анализа данных начинает играть способность корректно сформулировать практическую задачу.
В последнее время российский бизнес вкладывает существенные средства в системный анализ транзакционных данных. Это происходит в силу следующих причин. Во-первых, использование цифровых систем для составления внутренней и внешней отчётности обеспечило компании необходимым массивом данных; во-вторых, большинство компаний использует эти данные для повышения эффективности деятельности при помощи системного анализа внутренних транзакционных процессов. И то, и другое является необходимым фундаментом для решения комплексных аналитических задач.
На втором месте по объему вложений находится клиентская аналитика, основной целью которой является кастомизация предложения компании и создание уникального опыта для потребителя. В условиях существенного снижения покупательской способности населения, компаниям необходимо продавать не просто товар, но, прежде всего, положительные эмоции, связанные с его приобретением.
Третье место занимает потоковая аналитика, порождаемая всё большим распространение интернета вещей.
Все три составляющие в совокупности создают массив информации, называемый «большими данными». Использование этих данных для аналитического планирования естественно, но при этом не стоит забывать, что «анализ ради анализа» не представляет ценности - необходимо чётко понимать, какие данные и для чего собирает компания, и в чём состоит требуемый результат.
Выбирая техническое решение для реализации аналитического информационного комплекса разумно принимать во внимание не только соображения экономической целесообразности, но и фактор простоты внедрения и доступности использования. Существенным достоинством системы может стать как отсутствие необходимости в привлечении сторонних специалистов для текущего обслуживания системы, так и относительная лёгкость адаптация системы под изменившиеся условия ведения бизнеса или рынка. Кроме того, решение должно хорошо интегрироваться с уже имеющимися транзакционными системами. Особую значимость вышеперечисленному добавляет то обстоятельство, что в компаниях на место технических специалистов приходит всё большее число бизнес-пользователей, имеющих значительно более слабую профессиональную подготовку. Поскольку эта тенденция будет только усиливаться, всё более популярными будут становиться простые решения, не требующие участия 1Т-специалистов и устойчивые к вмешательству неквалифицированных пользователей.
Массив информации, доступный для системного анализа, будет существенно увеличиваться за счёт процессов машинного взаимодействия, поэтому уже сейчас компаниям стоит озаботиться формулировкой информационных фильтров, которые должны обеспечить их более качественными данными. Необходимо научиться определять оптимальное количество информации, требуемое для решения конкретной задачи. Следует принять тот факт, что в будущем большинство решений будут приниматься при помощи алгоритмов, базирующихся на больших данных, поэтому, на данном этапе развития, компаниям необходимо собрать как можно более подробный и достоверный массив информации, систематизировать его и отладить механизм определения его элементов, которые будут использоваться при рассмотрении конкретных бизнес-задач.
Рассматривая ситуацию с финансовой точки зрения, можно ожидать увеличения расходов на системы хранения данных, программное обеспечение и сопряженные 1Т-услуги. Анализ больших данных превратился в часть ежедневной деятельности не только крупных, но и средних компаний, что породило изменение в понимании сути этого процесса не как системы периодических контрольных отчётов, но как процесса обработки данных интегрированного с решениями искусственного интеллекта.
Цифровая трансформация перестала касаться лишь отдельных функций и ролей, целиком поглотив деятельность компании, по всей цепочке создания добавленной стоимости. При запуске любого проекта, при любом изменении бизнес-процессов необходимо учитывать цифровую составляющую - от момента планирования сроков и объемов работ до закрытия проекта и сверки платежей. Конечной целью данного процесса должно стать не только радикальное повышение эффективности деятельности компании, но и освобождение квалифицированных сотрудников от рутинного труда для полноценного использования их творческого потенциала.
Процесс глобализации мировой экономики требует от участников рынка оперативного и тщательного анализа огромного массива данных, для менеджмента это выливается в необходимость принимать большое количество решений в сжатые сроки. Сейчас можно говорить о практически ежегодном удвоении объема информации, которым оперирует компания. Чтобы справиться с подобным потоком данных, компаниям нужно научиться не просто собирать и сохранять, но и систематизировать и обрабатывать их, исходя из своих задач. На рынке останутся лишь те, кто сможет быстрее других оцифровать бизнес-процессы, сделав их максимально объективными и прозрачными, при этом процесс принятия тактических и стратегических решений должен упроститься, а их точность - улучшиться.
Первым шагом при переходе к цифровой трансформации является формализация и структурирование бизнес-процессов, поскольку одним из его основных результатов должно стать техническое задание для перевода компании на 1Т-платформу. Обычно начинают с базовых бизнес-процессов, последовательно присоединяя новые роли и функционал.
В начале процесса цифровой трансформации необходимо чётко определить её цели, наиболее острые проблемы и возможные пути экономии ресурсов. Выбор целей определяет круг привлекаемых специалистов и экспертов. Любое предложение должно быть оценено как с точки зрения ожидаемого результата, так и требуемых ресурсов. Природа процесса цифровизации подразумевает, что данная работа не может быть жёстко стандартизирована, она всегда будет содержать в себе огромную
неопределённость на оперативном уровне, поэтому все участники процесса должны быть готовы к постоянным изменениям внешних и внутренних условий и видеть неочевидные возможности для развития проекта.
Рассуждая о последствиях цифровой трансформации, нельзя забывать о двух вещах. Во-первых, цифровые технологии, машинное обучение и искусственный интеллект не являются инструментом решения проблем для конкретной компании или рынка в целом. Во-вторых, циф-ровизация не заменяет реальные бизнес-процессы, а лишь дополняет их, адаптируя под новые реалии. Без учёта этих условий успешная цифрови-зация бизнеса невозможна.
Тем, кто считает данные утверждения ошибочными, стоит помнить, что цифровизация имеет не только ограничения, но и серьёзные побочные эффекты. То, что мы называем искусственным интеллектом, представляет собой набор жёстких компьютерных алгоритмов, написанных человеком, поэтому он значительно менее гибок и склонен к ошибкам при возникновении нестандартных ситуаций.
В рамках накопленного опыта по взаимодействию человека и искусственного интеллекта можно утверждать, что на данный момент последний эффективен лишь в качестве исполнителя. Предоставляя искусственному интеллекту автономию, компания не только принимает на себя все риски, связанные с его техническим несовершенством, но и предоставляет злоумышленникам потенциальную возможность использовать эти несовершенства.
Из этого следует основное правило цифровизации в текущих реалиях - компьютерные технологии и искусственный интеллект должны быть встроены в бизнес-процессы, главными участниками которых по-прежнему являются люди - сотрудники компании и её клиенты, поставщики и конкуренты. Надо понимать, что точно так же, как компания противопоставляет знания и опыт своего персонала навыкам сотрудников конкурирующей организации, она соревнуется и в сфере компьютерных технологий. Попытка победить живого конкурента 1Т-инструментом обречена на провал в той же мере, как и попытка человека соревноваться с компьютером в скорости и точности математических расчётов.
Список литературы
1. Абдрахманова Г.И., Ковалева Г.Г. Цифровизация бизнес-процессов // Экспресс-информация серия «Цифровая экономика». 2018. № 98 (9). [Электронный ресурс]: https://issek.hse.ru/data/2018/08/22/1154862864/NTI_No_98_22082018.pdf (дата обращения 10.06.2019).
2. Макаров С. На пути к цифровой организации // Docflow, 2016. [Электронный ресурс]: http://www.docflow.ru/docflowpro2016/materials/Makarov.pdf (дата обращения 19.01.2019).
3. Новосельцев В.И., Тарасов Б.В.; под ред. В.И. Новосельцева / Теоретические основы системного анализа. Изд. 2-е, исправленное и переработанное. М: Майор, 2013. 536 с.
4. Устюгова Е., Данилина М. Цифровые технологии в российских компаниях // KPMG, 2019. [Электронный ресурс]: https://assets.kpmg/content/dam/kpmg/ ru/pdf/2019/ 01/ru-ru-digital-technologies-in-russian-companies.pdf (дата обращения 05.02.2019).
5. Bharadwa A., Sawy O.A., Pavlou P.A., Venkatraman N. Digital business strategy: Toward a next generation of insights // MIS Quarterly. 2013. Vol. 37. № 2. Р. 471-482.
УДК 336.71
doi:10.18720/SPBPU/2/id20-136
Яковлева Елена Анатольевна1,
доктор экономических наук, профессор;
Юшина Ксения Сергеевна ,
аспирант;
Гусейнова Сабина Эльман кызы3,
магистрант
СИСТЕМНЫЙ АНАЛИЗ В УПРАВЛЕНИИ ПРОЕКТАМИ ДЛЯ СОВЕРШЕНСТВОВАНИЯ ФОРМ СЕТЕВОГО ВЗАИМОДЕЙСТВИЯ
12 3
' ' Санкт-Петербургский государственный экономический университет,
Санкт-Петербург, Россия,
12 3
[email protected], [email protected], [email protected]
Аннотация. Статья посвящена системному анализу в управлении проектами с целью внедрения системы кредитного скоринга, что улучшит качество кредитного портфеля, минимизирует финансовые потери от выдачи нестандартных кредитов и расширит клиентскую базу и будет способствовать совершенствованию форм и методов сетевого взаимодействия в проектном финансировании. Внедрение данного проекта позволит участникам успешно и эффективно продолжить свою деятельность и отслеживать результаты реализации проекта.
Ключевые слова: системный анализ, сетевое взаимодействие, скоринговая модель, систематизация факторов кредитного скоринга.
Elena A. Iakovleva1,
Doctor of Economic Sciences, Professor;
Ksenia S. Ushina2, Graduate student; Sabina.E Huseynova , Graduate student
SYSTEM ANALYSIS IN PROJECT MANAGEMENT TO IMPROVE NETWORK INTERACTIONS
1 Saint Petersburg State University of Economics, Saint Petersburg, Russia,
12 3
