ИСПОЛЬЗОВАНИЕ БОЛЬШИХ ДАННЫХ (BIG DATA) В ПРИНЯТИИ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ ПРЕДПРИЯТИЯМИ

THE USE OF BIG DATA (BIG DATA) IN BUSINESS DECISION-MAKING

Kochukhay Nikita Konstantinovich

Postgraduate student, Department of Commerce and Customs Donetsk State University,

Russia, Donetsk

АННОТАЦИЯ

В статье рассмотрены особенности использования технологий больших данных (Big Data) в системе управления современными предприятиями. Проанализированы преимущества применения аналитических систем при принятии управленческих решений, выявлены основные проблемы внедрения цифровых технологий и предложены пути их решения. Представлена экономическая оценка внедрения аналитической платформы на примере производственного предприятия с расчетом экономического эффекта, срока окупаемости и рентабельности инвестиций. Сделан вывод о том, что использование технологий Big Data способствует повышению эффективности управления, снижению затрат и укреплению конкурентных преимуществ организации.

ABSTRACT

The article discusses the features of using big data technologies (Big Data) in the management system of modern enterprises. It analyzes the advantages of using analytical systems in making management decisions, identifies the main problems of implementing digital technologies, and suggests ways to solve them. The article presents an economic assessment of the implementation of an analytical platform using the example of a manufacturing enterprise, calculating the economic effect, payback period, and return on investment. The article concludes that the use of Big Data technologies helps to improve management efficiency, reduce costs, and strengthen the organization's competitive advantages.

Ключевые слова: Big Data, большие данные, аналитические системы, цифровая экономика, управленческие решения, цифровизация предприятия, экономическая эффективность, бизнес-аналитика.

Keywords: Big Data, large data, analytical systems, digital economy, management solutions, enterprise digitalization, economic efficiency, and business analytics.

Технологии Big Data представляют собой совокупность программных и аппаратных средств, предназначенных для обработки больших массивов данных, характеризующихся значительным объемом, высокой скоростью поступления и разнообразием источников информации. В научной литературе данные особенности принято обозначать концепцией «5V»: Volume (объем данных), Velocity (скорость обработки), Variety (разнообразие данных), Veracity (достоверность информации) и Value (ценность получаемых результатов) [2; 3].

В отличие от традиционных информационных систем аналитические платформы Big Data позволяют обрабатывать не только структурированные данные из бухгалтерских и производственных систем, но и информацию из социальных сетей, интернет-платформ, датчиков промышленного оборудования, GPS-мониторинга, видеонаблюдения и других цифровых источников. Это обеспечивает формирование комплексной информационной базы для принятия управленческих решений.

Использование технологий Big Data оказывает существенное влияние на эффективность деятельности предприятий. Руководство организации получает возможность в режиме реального времени анализировать ключевые показатели деятельности, прогнозировать изменения спроса, выявлять неэффективные бизнес-процессы и своевременно реагировать на изменения внешней среды. В результате снижаются управленческие риски, повышается точность планирования и возрастает производительность труда.

Наибольшее распространение технологии Big Data получили в сфере логистики, торговли, банковского сектора, промышленности и телекоммуникаций. Так, производственные предприятия используют аналитические системы для прогнозирования выхода оборудования из строя, что позволяет своевременно проводить техническое обслуживание и предотвращать дорогостоящие аварийные остановки производства. В торговых организациях анализ больших данных способствует прогнозированию потребительского спроса, оптимизации ассортимента и сокращению складских запасов. В банковской сфере технологии Big Data применяются для оценки кредитных рисков, выявления мошеннических операций и персонализации финансовых продуктов [1; 4].

Одним из ключевых преимуществ аналитических систем является возможность перехода от реактивного управления к прогнозному. Если традиционная система управления ориентирована на анализ уже произошедших событий, то технологии Big Data позволяют моделировать различные сценарии развития предприятия и выбирать наиболее эффективные управленческие решения до возникновения потенциальных проблем [2; 5].

Несмотря на значительные преимущества, внедрение аналитических платформ сопровождается рядом сложностей. К основным из них относятся высокая стоимость программного обеспечения и вычислительной инфраструктуры, необходимость обучения персонала, интеграция новых решений с существующими корпоративными информационными системами, а также обеспечение защиты конфиденциальной информации. Однако опыт предприятий, успешно реализовавших проекты цифровой трансформации, показывает, что первоначальные инвестиции окупаются за счет снижения операционных расходов, повышения производительности труда и роста прибыли.

Для оценки эффективности внедрения технологий Big Data рассмотрим условный пример среднего производственного предприятия, специализирующегося на выпуске промышленного оборудования.

До внедрения аналитической системы предприятие ежегодно несло значительные потери вследствие избыточных складских запасов, простоев оборудования и неточного прогнозирования объемов производства. Руководством было принято решение о внедрении платформы бизнес-аналитики, объединяющей данные бухгалтерской системы, производственного учета, CRM и складской логистики.

Общие инвестиции в проект составили:

• приобретение программного обеспечения — 2 100 000 руб.;
• серверное оборудование — 900 000 руб.;
• внедрение и настройка системы — 600 000 руб.;
• обучение сотрудников — 400 000 руб.

Общий объем инвестиций составил 4 000 000 рублей.

По итогам первого года эксплуатации были получены следующие результаты:

• снижение складских расходов — 1 600 000 руб.;
• сокращение простоев оборудования — 1 200 000 руб.;
• уменьшение административных затрат — 700 000 руб.;
• увеличение прибыли вследствие более точного прогнозирования продаж — 1 500 000 руб.

Совокупный экономический эффект составил:

Э = 1 600 000 + 1 200 000 + 700 000 + 1 500 000 = 5 000 000 руб.

Экономическая эффективность проекта определяется с использованием показателя рентабельности инвестиций (ROI):

ROI = ((5 000 000 – 4 000 000) / 4 000 000) × 100 % = 25 %.

Срок окупаемости инвестиций рассчитывается следующим образом:

Т = 4 000 000 / 5 000 000 = 0,8 года, или примерно 10 месяцев.

Полученные результаты свидетельствуют о высокой экономической эффективности внедрения аналитической системы. Уже в течение первого года предприятие полностью компенсирует вложенные средства и получает дополнительный финансовый эффект. Помимо прямой экономии организация получает и косвенные преимущества: повышение качества управленческих решений, снижение вероятности ошибок при планировании, ускорение подготовки аналитической отчетности и повышение удовлетворенности клиентов за счет более точного выполнения заказов.

Таким образом, использование технологий Big Data следует рассматривать не как дополнительную статью расходов, а как долгосрочную инвестицию, способствующую повышению конкурентоспособности предприятия и обеспечению его устойчивого развития в условиях цифровой экономики.

Проведенное исследование показало, что технологии Big Data становятся одним из ключевых инструментов повышения эффективности управления современными предприятиями. Использование аналитических систем позволяет руководителям принимать решения на основе объективных данных, а не только экспертных оценок, что способствует снижению уровня неопределенности и минимизации управленческих рисков.

В ходе исследования была рассмотрена проблема недостаточного использования накопленных данных в деятельности предприятий. Установлено, что основными препятствиями внедрения технологий Big Data являются значительные первоначальные инвестиции, дефицит квалифицированных специалистов, сложность интеграции аналитических платформ с существующими информационными системами и необходимость обеспечения информационной безопасности. Вместе с тем результаты экономической оценки свидетельствуют, что данные затраты носят инвестиционный характер и при грамотной реализации проекта окупаются в относительно короткие сроки.

На примере условного производственного предприятия было показано, что внедрение аналитической системы позволило сократить операционные расходы, повысить точность прогнозирования спроса и увеличить прибыль. При инвестициях в размере 4 млн руб. совокупный экономический эффект составил 5 млн руб. уже в течение первого года эксплуатации системы. Расчет показал, что рентабельность инвестиций (ROI) достигла 25 %, а срок окупаемости проекта составил менее одного года. Полученные результаты подтверждают экономическую целесообразность внедрения технологий Big Data в деятельность предприятий.

Таким образом, поставленная цель исследования достигнута, а задачи выполнены в полном объеме. Использование больших данных следует рассматривать как стратегическое направление развития предприятий, обеспечивающее рост производительности труда, повышение качества управленческих решений и укрепление конкурентных преимуществ в условиях цифровой экономики.

Список литературы:

1. Маркова В. Д. Цифровая экономика : учебник. — Москва : ИНФРА-М, 2020. — 186 с.
2. Меняев М. Ф. Цифровая экономика предприятия : учебник. — Москва : ИНФРА-М, 2020. — 367 с.
3. Лапидус Л. В. Цифровая экономика: управление электронным бизнесом и электронной коммерцией : учебник. — Москва : ИНФРА-М, 2020. — 479 с.
4. Ершова Н. А., Миронова О. В., Сергеева Н. В. Трансформация модели управления в условиях цифровой экономики : монография. — Москва : Проспект, 2023. — 198 с.
5. Цифровая экономика : монография / под ред. И. Б. Тесленко. — Москва : Русайнс, 2020. — 286 с.