СОВРЕМЕННЫЕ ПОДХОДЫ К ОЦЕНКЕ ИНФОРМАЦИОННО-АНАЛИТИЧЕСКОГО ОБЕСПЕЧЕНИЯ УПРАВЛЕНЧЕСКОЙ ДЕЯТЕЛЬНОСТИ ПРЕДПРИЯТИЯ

MODERN APPROACHES TO ASSESSING INFORMATION AND ANALYTICAL SUPPORT FOR AN ENTERPRISE'S MANAGEMENT ACTIVITIES

Imamova Elina Ilyasovna

Student, Department of Information Technology Security, Gubkin Russian State University of Oil and Gas,

Russia, Moscow

Lomachenko Tatiana Ivanovna

Scientific supervisor, Doctor of Economics, Associate Professor, Gubkin Russian State University of Oil and Gas,

Russia, Moscow

АННОТАЦИЯ

В статье рассматривается оценка информационно‑аналитического обеспечения управленческой деятельности в условиях ускоренной цифровизации и перехода к цифровым экосистемам. Предложен принцип «конструктора» – адаптивная методика на основе комбинирования моделей зрелости, KPI/SLA, бенчмаркинга и SWOT, а также обоснована необходимость стадийной оценки, согласованной с этапом цифровых преобразований.

ABSTRACT

The article discusses the assessment of information and analytical support for managerial activities in the context of accelerated digitalization and the transition to digital ecosystems. The article proposes a "constructor" principle, an adaptive methodology based on the combination of maturity models, KPI/SLA, benchmarking, and SWOT, and substantiates the need for a staged assessment that is aligned with the stage of digital transformation.

Ключевые слова: информационно‑аналитическое обеспечение, цифровая зрелость, цифровая трансформация, KPI, CMMI, SWOT‑анализ.

Keywords: information and analytical support, digital maturity, digital transformation, KPI, CMMI, SWOT analysis.

В отраслях со сложными производственно‑технологическими системами управленческие решения опираются на большие массивы данных из разнородных источников. В этих условиях информационно‑аналитическое обеспечение становится ключевым элементом устойчивости управления: от него зависят оперативность реакции, качество планирования, управление рисками и достижение целевых показателей.

Практика показывает, что универсальная методика оценки цифровой зрелости и связанных контуров управления, включая информационно‑аналитическое обеспечение, отсутствует. Разнообразие подходов затрудняет выбор инструментов: часть методик недостаточно операционализирована, часть применима лишь в узком контексте, многие слабо учитывают специфику организации. Это формирует запрос на систематизацию инструментария и переход к адаптивной схеме оценки информационно‑аналитического обеспечения. Целесообразно рассматривать как интегрированную систему процессов, технологий и ресурсов, обеспечивающую поддержку управленческих решений через данные и аналитику. Для его оценки предлагается принцип «конструктора»: методика формируется путем комбинирования взаимодополняющих инструментов в зависимости от целей и объекта оценки (организация, функция, процесс, система, цифровой продукт).

Комбинированная оценка распределяет роли инструментов:

• модели зрелости — определение текущего уровня информационно‑аналитического обеспечения и траектории развития;
• KPI/SLA — количественное измерение результативности и качества информационно‑аналитического обеспечения;
• бенчмаркинг — выбор ориентиров и целевых значений;
• SWOT‑анализ — интерпретация причин отклонений и обоснование управленческих решений.

В результате оценка выстраивается как управленческий цикл: диагностика → измерение → сопоставление → интерпретация → программа улучшений → повторная проверка.

Критерии информационно‑аналитического обеспечения должны соответствовать этапу цифрового развития предприятия: на ранних стадиях приоритетны базовые условия (качество исходных данных и дисциплина отчетности), на зрелых — влияние аналитики на результаты и устойчивость сервисов, включая взаимодействие в цифровых экосистемах.

Таблица 1.

Стадии цифровых преобразований и фокус оценки информационно‑аналитического обеспечения

Для диагностики зрелости ИАО целесообразно использовать инструменты, которые позволяют оценить качество управления и степень формализованности процессов на разных уровнях организации. Так, стандарты серии ISO 9000 задают процессную логику управления качеством и акцентируют необходимость постоянного улучшения, что применительно к информационно-аналитическому обеспечению означает регламентацию подготовки отчетности, контроль качества данных, управление изменениями методик расчета показателей и закрепление ответственности. Модель CMMI удобна как шкала интерпретации зрелости: она позволяет описывать переход от ситуативных практик к стандартизированным сквозным процессам и далее — к управлению на основе измеримых метрик и непрерывного совершенствования. Подход И. Адизеса дополняет процессные модели управленческой “диагностикой”: он помогает объяснять причины проблем информационно‑аналитического обеспечения через дисбаланс управленческих функций (например, недостаток администрирования ведет к слабой дисциплине данных, а избыточная бюрократизация снижает скорость и полезность аналитики). В свою очередь, шкалы TRL/TPRL применимы, когда объектом оценки выступают конкретные технологии и продукты информационно‑аналитического обеспечения (витрины данных, BI‑модули, прогнозные модели): они позволяют оценить готовность решения к внедрению и масштабированию, не смешивая технологическую зрелость с зрелостью процессов. Gartner Hype Cycle используется как дополнительная рамка для учета динамики ожиданий и рисков преждевременного внедрения “модных” технологий, что особенно важно при выборе BI/ML/IoT‑решений и планировании эффекта от них.

Количественная часть оценки информационно‑аналитического обеспечения строится на KPI/SLA с нормированием «факт–норма–база», что делает показатели управляемыми и сопоставимыми во времени и между подразделениями. На практике метрики удобно группировать по смысловым блокам: своевременность и регулярность предоставления отчетности, качество данных (ошибки, полнота, актуальность), полезность аналитики для пользователей и управленческих решений, а также качество прогнозирования (если в контуре информационно‑аналитического обеспечения используются предиктивные модели). Бенчмаркинг дополняет KPI тем, что задает обоснованные целевые ориентиры: сравнение с лучшими практиками, отраслевыми лидерами или внутренними подразделениями позволяет корректно устанавливать “нормы” и выявлять разрывы по ключевым параметрам информационно‑аналитического обеспечения. SWOT‑анализ выступает инструментом интерпретации результатов: он структурирует сильные и слабые стороны информационно‑аналитического обеспечения, а также внешние возможности и угрозы, после чего переводит выводы в управленческие решения и меры развития через связки SO‑WO‑ST‑WT.

Список литературы:

1. Адизес И. Управление жизненным циклом корпораций : пер. с англ. — М. : Манн, Иванов и Фербер, 2014. — 512 с.
2. Гилева Т. А. Цифровая зрелость предприятия: методы оценки и управления / Т. А. Гилева. — Уфа : [издательство/организация], [год]. — [том/№]. — С. [страницы].
3. Золкин А. Л., Васяйчева С. А., Новиков А. А. Актуальные вопросы оценки и повышения цифровой зрелости российских предприятий // Вестник Самарского университета. Экономика и управление. — 2024. — Т. 15, № 2. — С. 218–229.
4. Иванов Д. Е. Жизненные стадии и циклы организации. — М. : Парта, 2005. — 75 с.
5. Ильина Л. А., Капустин К. К. Оценка цифровой зрелости российских компаний на основе интегральной модели // Вестник Бурятского государственного университета. Экономика и менеджмент. — 2025. — № 3. — С. 49–57.
6. Индекс зрелости Индустрии 4.0: управление цифровым преобразованием компаний: исследование acatech [Электронный ресурс]. — URL: https://www.acatech.de/wp-content/uploads/2018/03/acatech_STUDIE_rus_Maturity_Index_WEB.pdf (дата обращения: 12.12.2025).