CC BY
99
Прядка Р.И.
студент направления «Государственное и муниципальное управление», член студенческого научного кружка кафедры государственного и муниципального управления и управления персоналом «Инновационные технологии в управлении персоналом» Сургутский государственный
университет, г.Сургут Pryadka R.I.
student of the direction "State and Municipal Administration", member of the student scientific circle of the Department of State and Municipal Administration and Personnel Management "Innovative technologies in personnel management" Surgut State University, Surgut
Чуланова О.Л.
доктор экономических наук, профессор кафедры государственного и муниципального управления и управления персоналом Сургутского государственного университета, руководитель студенческого научного кружка «Инновационные технологии в управлении персоналом» кафедры государственного и муниципального управления и управления персоналом Сургутского государственного университета, Сургутский государственный
университет, г.Сургут E-mail: chol9207@mail.ru Chulanova O.L.
Doctor of Economics, Professor of the Department of State and Municipal Administration and Personnel Management of Surgut State University, Head of the Student Scientific Circle "Innovative Technologies in Personnel Management" of the Department of State and Municipal Administration and Personnel Management of Surgut State University, Surgut State University, Surgut
ВОЗМОЖНОСТИ И ПЕРСПЕКТИВЫ ПРИМЕНЕНИЯ «DATA SCIENCE» В УПРАВЛЕНЧЕСКОМ КОНСУЛЬТИРОВАНИИ
Pportunities and prospects for using data science in management consulting
Аннотация: В современном управленческом консалтинге Data Science является важным звеном для решения задач, требующих применения аналитических инструментов автоматического вычисления. Исходя из этого, можно сказать, что для консалтинговых корпораций, стали важны компетенции, связанные с инструментами Data Science. Кроме всего прочего, инструменты DS могут быть полезными для решения кейсов, которые не требуют сложного анализа. В этом случае инструменты DS служат для упрощения работы консультанта. Таким образом, Data Science занимает важное место в современном консалтинге. Анализ способов освоения
инструментов DS показал, что сейчас созданы все условия для тех, кто решил освоить эти инструменты.
Ключевые слова: управленческий консалтинг, Data Science, аналитические инструменты автоматического вычисления
Abstract: In modern management consulting, Data Science is an important link for solving problems that require the use of analytical tools for automatic calculation. Based on this, we can say that competencies related to Data Science tools have become important for consulting corporations. Among other things, DS tools can be useful for solving cases that do not require complex analysis. In this case, DS tools serve to simplify the work of the consultant. Thus, Data Science occupies an important place in modern consulting. Analysis of the ways of mastering DS tools showed that all conditions have now been createdfor those who decided to master these tools.
Keywords: management consulting, Data Science, analytical tools for automatic calculation
Data Science — это применение научных методов при работе с данными, чтобы найти нужное решение. В широком смысле, естественные науки основаны на Data Science. Например, биолог проводит эксперименты и анализирует результаты для проверки своих гипотез. Он должен уметь обобщать частные наблюдения, исключать случайности и делать верные выводы.
Датасаентист работает с данными так же, как ученый в любой другой сфере. Он использует математическую статистику, логические принципы и современные инструменты визуализации, чтобы получить результат [1].
По характеру своей деятельности управленческий консультант выполняет ряд задач, связанных с аналитикой. Можно сказать, что консультант является профессиональным аналитиком управленческих процессов. Однако бывают случаи, когда консультантам недостаточно базовых аналитических способностей, тогда он прибегает к инструментам data science или помощи data scientist. Вопрос исследования места Data Science в современном консалтинге достаточно интересен и актуален, так как он рассматривает нестандартную ситуацию, когда профессиональные аналитики прибегают к сторонним аналитическим инструментам.
Целью данного исследования выступает определение места, занимаемого Data Science в управленческом консалтинге.
Для достижения поставленной цели предстоит решить ряд задач:
1. Характеристика и выявление признаков Data Science как аналитической деятельности;
2. Определение инструментов Data Science в консалтинговом процессе;
3. Анализ способов освоения инструментов Data Science.
Характеристика Data Science как аналитической деятельности
Data Science (наука о данных) - это раздел информатики, изучающий проблемы анализа, обработки и представления цифровой информации,
46
включая технологии обработки больших данных в условиях высокого уровня параллелизма (Big Data), статистические методы, средства Data Mining и приложения искусственного интеллекта для работы с данными, а также инструменты проектирования и разработки баз данных [2].
В данном определении заключены несколько основных инструментов Data Science. Перед тем как рассмотреть эти и другие инструменты, которые применяются в data science, представляется важным разграничить управленческое консультирование и data science по аналитическому наполнению их деятельности.
Управленческое консультирование
Анализ данных связаных с конкретной
организацией и конкретной проблемой, решаемой в ходе оказания консалтинговой услуги.
' Анализ свяязан с обработкой большого количества данных с применением инструментов
научного исследования больших объемов
V_-1ЛННЫУ_
Рисунок 1 - Аналитическое наполнение консультирования и data science.
деятельности управленческого
Подобное разграничение основывается на масштабах проведения аналитики и инструментах анализа. Исходя из такого разграничения, можно с уверенностью утверждать о том, что управленческий консалтинг и data science являются двумя различными видами профессиональной деятельности. Действительно, консультант и data scantiest две разные профессии. Однако в управленческом консалтинге возникают вопросы, требующие углубленного анализа.
В профессиональной деятельности консультанта возникают моменты, когда ему необходимо провести углубленный анализ данных. Больше всего консалтинговых проектов с data science сейчас делается в трех отраслях — в банковском секторе, в ритейле и в телекоммуникациях. Эти сферы лучше других готовы к тому, чтобы полноценно внедрять углубленную аналитику. Плюс есть много успешных кейсов и сценариев использования, по которым доказан экономический эффект [3].
Исходя из представленной информации, можно сделать следующее умозаключение - Data Science как вид аналитической деятельности отличается от аналитики, применяемой в классическом консалтинге. Однако этот вид аналитики приобрел свою практическую значимость в кейсах, для решения которых нужен углубленный анализ. Для того чтобы понимать каким образом производится этот углубленный анализ, нужно разобрать комплекс
инструментов Data Science, применяемых в управленческом консультировании.
Инструменты Data Science, применяемые в управленческом консалтинге.
Дав характеристику Data Science, как вида аналитической деятельности, можно говорить о практической значимости инструментов Data Science для консалтинговых кейсов. Никита Худов, являющийся профессиональным консультантом Bain & Company, говоря о практической значимости Data Science в управленческом консалтинге, выделяет три способа применения инструментов DS: автоматизация процессов, работа с Big Data и построение сложных моделей [1]. Характеристика данных способов представлена в Рисунке 2.
Автоматизация процессов
• Инструменты автоматизируют повторяющиеся процессов.
• Это позволяет сократить количество потраченного времени и ресурсов при необходимости анализировать большое количество данных заданным алгоритмом.
Работа с Big Data
•Инструменты способны обрабатывать огромные массивы данных •Это позволяет произвести анализ такого количества данных, для котрогого недостаточно аналитических возможностей базовых инструментов консалтинга
Построение сложных модедей
•Инструменты способны создавать уникальные модели, которые невозможно создать при применении классических инструментов консультанта •Это позволяет выявить закономерности, которые скрыты глубоко в данных
Рисунок 2 - Способы применения инструментов Data Science [1]
Можно привести пример кейсов, которые были решены с помощью данных способов (См табл 1).
Данные кейсы наглядно демонстрируют значимость инструментов Data Science в современном управленческом консалтинге. В таблицы упоминаются некоторые инструменты DS, такие как Alteryx, Python и «язык R». Теперь, разобравшись в практической значимости этих инструментов, представляется важным дать характеристику им, а также другим, часто применяемым в консалтинге инструментам DS.
Чтобы применять навыки Data Science в консалтинге, потребуется либо овладеть основными языками программирования, либо специальными программами, либо и теми и другими [4].
Таблица 1 - Кейсы применения инструментов DS в консалтинговой деятельности
Способ применения Кейс-пример инструментов DS_
Автоматизация процессов Была поставленная задача - проанализировать продажи авиакомпании по 20 маршрутам. Анализ для каждого маршрута производился по одинаковому алгоритму. Анализ одного маршрута по этому алгоритму занимал около 10 минут. Таким образом, если производить анализ каждого маршрута можно затратить 200 минут. Консультантом было принято решение применить инструмент DS, позволяющий задать принятый алгоритм сразу для 20 процессов. Таким образом процесс занял не более 10 минут, и на него было потрачено минимум усилий.
Работа с Big Data Была поставлена задача - проанализировать базу данных клиентов сотового оператора. База данных содержала около 20 миллионов строк. Анализ данной базы, основываясь на логических умозаключениях консультанта или с помощью классических инструментов (например. Excel) в данном случае фактически невозможно из-за огромного количества данных. Консультантом было принято решение воспользоваться инструментами DS (Alteryx и Python), что позволило успешно провести анализ и показать результаты по всем клиентам.
Построение сложных алгоритмов Была поставлена задача - составить прогноз по количеству перевезенных пассажиров на разных маршрутах общественного транспорта. Простые модели не справились с данной задачей из-за недостатка данных. Было принято решение использования «языка R», позволившего сделать полноценную экономическую модель.
•Язык программирования.
•Для него написаны огромные библиотеки — пакеты готовых подпрограмм, которые решают распространенные задачи и обрабатывают данные (scikit-learn, РуTorch, Tensorflow, Keras, pandas, numpy).
•Язык программирования.
•Подходит для работы с эконометрикой и временными рядами. Есть удобные библиотеки для сфер экономики, финансов и статистики, (forecast, astsa).
un
•Язык программирования.
•Простой в использовании, подходит для превичной обработки данных.
teryx и аналоги
•Категория программ с готовыми решениями.
•Действия, которые можно применить к данным запрограммированы. Нет необходимости применения языков программирования.
ableau и аналоги
•Категория программ для визуализации данных
•Позволяет создавать отдельные графики и презентации, которые будут воспроизводиться в интерактивном режиме.
Рисунок 3 - Характеристика основных инструментов DS, применяемых в консалтинге [4]
Теперь, разобравшись в том, что представляет собой Data Science, как DS помогает в решении консалтинговых кейсов и какие инструменты необходимы для этого, следующим логическим шагом исследовательской
работы выступает анализ способов освоения инструментов DS, полезных, а иногда необходимых, для управленческого консалтинга.
Анализ способов освоения инструментов Data Science
В области освоения навыков Data Science существует достаточно много способов, методов и подходов. Данная наука является прикладной, и в большей степени наполнена практической деятельностью, чем теорией.
Можно выделить три пути освоения инструментов Data Science.
1 путь - Получение высшего профильного образования.
В рамках данного исследования были выявлены несколько образовательных программ в РФ, позволяющие получить высшее образование, связанное с Data Science:
1. Национальный исследовательский университет «Высшая школа экономики» (город Москва), факультет компьютерных наук - магистерская программа «Наука о данных»;
2. Московский физико-технический институт (национальный исследовательский университет) (город Москва), Физтех-школа прикладной математики и информатики, программа «Анализ данных»;
3. Санкт-Петербургский государственный университет (Санкт-Петербург), факультет математики и компьютерных наук, программа «Математика, алгоритмы и анализ данных».
Выпускники данных образовательных программ являются готовыми Data Scientists. Данное образование будет приятным бонусом для людей, решивших связать свою жизнь с управленческим консалтингом. Однако высшее образование в области Data Science не является необходимым. Инструменты DS, необходимые для работы в управленческом консалтинге, можно освоить и без получения высшего образования в этой сфере.
2 путь - Самостоятельное освоение инструментов Data Science
Инструменты DS, применяемые в консалтинге представляют собой
языки программирования и программы. В настоящее время IT-сфера достаточно развита, чтобы найти достаточное количество материалов, необходимых для изучения языков программирования и программ. Кроме того, инструменты DS доступны для экспериментального подхода. Что касается полезных ресурсов, необходимых для знакомства и самостоятельного изучения Data Science, то отдельно стоит отметить платформу DataCamp. Изучив данную платформу, можно отметить, что она максимально интуитивно-понятная и полезная. Весь контент там разделен на целевые треки, например Data Scientist with Python, Quantitative Analyst with R. В каждом треке собраны курсы по ключевым навыкам и инструментам.
Самостоятельное освоение инструментов DS является важным даже для тех, кто получает или имеет образование (опыт) в этой сфере, так как оно позволяет расширять свои навыки, выходя за рамки определенного типа образования.
3 путь - Профессиональные курсы
Data Science является it-отраслью, поэтому не удивительно, что существует огромное количество онлайн курсов, направленных на её изучение. Можно отметить следующие курсы, как наиболее доступные и полезные:
1. Школа анализа данных Яндекса. На официальном сайте данной программы дана следующая характеристика: «Школа анализа данных (ШАД) — это бесплатная двухгодичная программа для тех, кто хочет стать продвинутым датасаентистом или архитектором систем хранения и обработки больших данных, для тех, кто хочет заниматься исследованиями в этих областях или работать в IT-индустрии» [5]. Данная программа имеет вступительные испытания, поэтому подходит для более-менее подготовленных абитуриентов. Подготовится к вступительным экзаменам можно с помощью применения 2 подхода, рассмотренного ранее.
2. Онлайн-курсы Stepic. Аналогичные условия прохождения, что и у Яндекса, только на Stepic представлены курсы, разработанные специалистами Mail и Computer Science Center. Данные курсы являются неплохой альтернативой курсам от Яндекса.
3. Платные онлайн-курсы. Наиболее популярным является курс от Skillbox. Стоимость курса в зависимости от условий варьируется от 3 до 10 тысяч рублей в месяц. Характеризуя свой курс команда Skillbox пишет следующее: «Вы станете специалистом по анализу данных, алгоритмам машинного обучения и нейросетям, сможете построить карьеру в крупной технологической компании - в России или за рубежом» [6].
Таким образом, можно резюмировать, что вариантов освоения инструментов Data Science в нашей стран достаточное количество. В современном мире созданы все условия для того, чтобы не только освоить эти инструменты, но и постоянно расширять свои знания в этой области.
В современном управленческом консалтинге Data Science является важным звеном для решения задач, требующих применения аналитических инструментов автоматического вычисления. Исходя из этого, можно сказать, что для консалтинговых корпораций, стали важны компетенции, связанные с инструментами Data Science. Кроме всего прочего, инструменты DS могут быть полезными для решения кейсов, которые не требуют сложного анализа. В этом случае инструменты DS служат для упрощения работы консультанта. Таким образом, можно резюмировать, что Data Science занимает важное место в современном консалтинге. Анализ способов освоения инструментов DS показал, что сейчас созданы все условия для тех, кто решил освоить эти инструменты.
Список литературы и источников:
1. Чем занимается специалист по Data Science и как начать работать в этой области? — Академия Яндекса [электронный ресурс] - URL: https://academy.yandex.ru/posts/chem-zanimaetsya-spetsialist-po-data-science-i-kak-nachat-rabotat-v-etoy-oblasti (дата обращения 10.12.2020)
2. Data Analytics and Data Science: Similarities and Differences -Чернобровов Алексей [электронный ресурс] - URL: https://chernobrovov.ru/articles/analitika-dannyh-i-data-science-shodstva-i-razlichiya.html (дата обращения 11.12.2020)
3. Data Science в консалтинге: математика в боевых условиях -McKinsey Digital [электронный ресурс] - URL: https://vc.ru/mckinsey/95352-data-science-v-konsaltinge-matematika-v-boevyh-usloviyah (дата обращения 12.12.2020)
4. Зачем консультанту Data Science - Никита Худов [электронный ресурс] - URL: https://changellenge.com/article/zachem-konsultantu-data-science-/ ( дата обращения 12.12.2020)
5. Официальный сайт Школы анализа данных Яндекса [электронный ресурс] - URL: https://yandexdataschool.ru/ ( дата обращения 12.12.2020)
6. Сайт Skillbox [электронный ресурс] - URL: (дата обращения 12.12.2020)
