ဒေတာကဲ့သို့ လက်ခံပါ- လုပ်ငန်းများသည် ဒေတာကြီးကြီးမားမားမှ အကျိုးအမြတ်ရရန် သင်ယူနည်း

ဒေတာကြီးကြီးမားမားကို ခွဲခြမ်းစိတ်ဖြာခြင်းဖြင့် ကုမ္ပဏီများသည် ၎င်းတို့၏ လုပ်ငန်းစွမ်းဆောင်ရည်ကို မြှင့်တင်ရန် လျှို့ဝှက်ပုံစံများကို ဖော်ထုတ်ရန် သင်ယူကြသည်။ ဦးတည်ချက်သည် ခေတ်ဆန်သော်လည်း ၎င်းတို့နှင့်လုပ်ဆောင်သည့် ယဉ်ကျေးမှုမရှိခြင်းကြောင့် ဒေတာကြီးကြီးမားမားမှ လူတိုင်းအကျိုးမရရှိနိုင်ပါ။

“လူတစ်ယောက်ရဲ့ နာမည်က ပိုများလေ၊ အချိန်မီ ပေးချေဖို့ အလားအလာ ပိုများလေပါပဲ။ သင့်အိမ်မှာ အထပ်များလေလေ၊ စာရင်းဇယားအရ သင်က ပိုကောင်းတဲ့ ငွေချေးသူပါ။ ရာသီခွင်၏နိမိတ်လက္ခဏာသည် ပြန်အမ်းငွေ၏ဖြစ်နိုင်ခြေအပေါ်တွင် သက်ရောက်မှုမရှိသလောက်ဖြစ်သော်လည်း စိတ်အမျိုးအစားသည် သိသိသာသာကြီးဖြစ်သည်” ဟု Home Credit Bank မှ ခွဲခြမ်းစိတ်ဖြာသူ Stanislav Duzhinsky က ငွေချေးသူများ၏အပြုအမူတွင် မမျှော်လင့်ထားသောပုံစံများနှင့် ပတ်သက်၍ ပြောကြားခဲ့သည်။ သူသည် ဤပုံစံများကို ရှင်းပြရန် မလုပ်ဆောင်ပါ - ၎င်းတို့ကို ဖောက်သည်ပရိုဖိုင်ထောင်ပေါင်းများစွာကို လုပ်ဆောင်ခဲ့သော အတုထောက်လှမ်းရေးမှ ထုတ်ဖော်ပြသခဲ့သည်။

ဤသည်မှာ ကြီးမားသော ဒေတာခွဲခြမ်းစိတ်ဖြာမှု၏ စွမ်းအားဖြစ်သည်- ဖွဲ့စည်းတည်ဆောက်ပုံမထားသော ဒေတာအများအပြားကို ခွဲခြမ်းစိတ်ဖြာခြင်းဖြင့်၊ ပရိုဂရမ်သည် ပညာအရှိဆုံး လူသားသုံးသပ်သူပင် မသိသည့် ဆက်နွယ်မှုများစွာကို ရှာဖွေတွေ့ရှိနိုင်သည်။ ကုမ္ပဏီတိုင်းတွင် လုပ်ငန်းအကျိုးအမြတ်အတွက် အသုံးပြုနိုင်သည့် ဝန်ထမ်းများ၊ ဖောက်သည်များ၊ လုပ်ဖော်ကိုင်ဖက်များ၊ ပြိုင်ဘက်များအကြောင်း၊ ဖွဲ့စည်းတည်ဆောက်ပုံမရှိသောဒေတာ (ကြီးမားသောဒေတာ) အများအပြားရှိပါသည်- ရာထူးတိုးခြင်း၏အကျိုးသက်ရောက်မှုကို မြှင့်တင်ရန်၊ အရောင်းတိုးတက်မှုရရှိစေရန်၊ ဝန်ထမ်းလည်ပတ်မှုကို လျှော့ချပေးခြင်း စသည်ဖြင့်။

ဒေတာကြီးကြီးမားမားဖြင့် ပထမဆုံးလုပ်ဆောင်သည့်လုပ်ငန်းမှာ ကြီးမားသောနည်းပညာနှင့် ဆက်သွယ်ရေးကုမ္ပဏီများ၊ ဘဏ္ဍာရေးအဖွဲ့အစည်းများနှင့် လက်လီရောင်းချသူများဖြစ်ကြကြောင်း၊ Deloitte Technology Integration Group, CIS ၏ ဒါရိုက်တာ Rafail Miftakhov က မှတ်ချက်ပေးသည်။ ယခုအခါ လုပ်ငန်းအများအပြားတွင် ထိုသို့သော ဖြေရှင်းနည်းများကို စိတ်ဝင်စားလာကြသည်။ ကုမ္ပဏီတွေ ဘာတွေ အောင်မြင်ခဲ့လဲ။ ပြီးတော့ ကြီးမားတဲ့ ဒေတာခွဲခြမ်းစိတ်ဖြာမှုဟာ အမြဲတန်ဖိုးရှိတဲ့ ကောက်ချက်တွေကို ဖြစ်ပေါ်စေသလား။

ဘဏ်များသည် ဖောက်သည်အတွေ့အကြုံကို မြှင့်တင်ရန်နှင့် ကုန်ကျစရိတ်များကို ပိုမိုကောင်းမွန်အောင်ပြုလုပ်ရန်နှင့် အန္တရာယ်နှင့် လိမ်လည်မှုတို့ကို တိုက်ဖျက်ရန် ဘဏ်များက အဓိကအားဖြင့် ဒေတာ အယ်လဂိုရီသမ်များကို အသုံးပြုပါသည်။ "မကြာသေးမီနှစ်များအတွင်း၊ ကြီးမားသောဒေတာခွဲခြမ်းစိတ်ဖြာမှုနယ်ပယ်တွင်စစ်မှန်သောတော်လှန်ရေးတစ်ခုဖြစ်ပွားခဲ့သည်" ဟု Duzhinsky ကဆိုသည်။ "စက်သင်ယူမှုအသုံးပြုခြင်းသည် ချေးငွေပုံသေဖြစ်နိုင်ခြေကို ပိုမိုတိကျစွာခန့်မှန်းနိုင်စေသည် - ကျွန်ုပ်တို့၏ဘဏ်တွင် ပျက်ကွက်မှုသည် 3,9% သာရှိသည်။" နှိုင်းယှဉ်ချက်အရ၊ ဇန်နဝါရီ ၁ ရက်၊ ၂၀၁၉ ခုနှစ်အထိ လူတစ်ဦးချင်းသို့ ထုတ်ပေးသည့် ချေးငွေအတွက် ရက် ၉၀ ကျော် ရက်လွန်ပေးချေမှုရှိသော ချေးငွေဝေစုမှာ ၅ ရာခိုင်နှုန်းရှိကြောင်း ဗဟိုဘဏ်မှ သိရသည်။

အသေးစားငွေရေးကြေးရေးအဖွဲ့အစည်းများပင်လျှင် ဒေတာကြီးကြီးမားမားများကို လေ့လာခြင်းဖြင့် ပဟေဋ္ဌိဖြစ်နေကြသည်။ “ယနေ့ခေတ်တွင် ဒေတာကြီးကြီးမားမားကို ခွဲခြမ်းစိတ်ဖြာခြင်းမပြုဘဲ ဘဏ္ဍာရေးဝန်ဆောင်မှုများကို ပေးဆောင်ခြင်းသည် ဂဏန်းမပါပဲ သင်္ချာလုပ်ခြင်းနှင့်တူသည်” ဟု အွန်လိုင်းငွေချေးလုပ်ငန်းတစ်ခုဖြစ်သည့် Webbankir ၏ CEO Andrey Ponomarev က ပြောကြားခဲ့သည်။ "ကျွန်ုပ်တို့သည် ဖောက်သည် သို့မဟုတ် သူ၏ပတ်စပို့ကို မမြင်ဘဲ အွန်လိုင်းတွင် ငွေထုတ်ပေးပြီး သမားရိုးကျ ငွေချေးခြင်းနှင့် မတူဘဲ၊ ကျွန်ုပ်တို့သည် လူတစ်ဦး၏ ချေမှုန်းနိုင်မှုကို အကဲဖြတ်ရုံသာမက သူ၏ ကိုယ်ရည်ကိုယ်သွေးကိုလည်း ဖော်ထုတ်ရမည်ဖြစ်သည်။"

ယခုအခါ ကုမ္ပဏီ၏ဒေတာဘေ့စ်သည် သုံးစွဲသူပေါင်း 500 ကျော်တွင် အချက်အလက်များကို သိမ်းဆည်းထားသည်။ အပလီကေးရှင်းအသစ်တစ်ခုစီကို ကန့်သတ်ဘောင် 800 ခန့်တွင် ဤဒေတာဖြင့် ပိုင်းခြားစိတ်ဖြာထားသည်။ ပရိုဂရမ်သည် ကျား၊ မ၊ အသက်၊ အိမ်ထောင်ရေးအခြေအနေနှင့် ခရက်ဒစ်မှတ်တမ်းသာမက၊ လူတစ်ဦးသည် ပလပ်ဖောင်းသို့ဝင်ရောက်သည့်ကိရိယာ၊ ဆိုက်ပေါ်တွင် သူပြုမူပုံတို့ကို ထည့်သွင်းစဉ်းစားသည်။ ဥပမာအားဖြင့်၊ အလားအလာရှိသော ချေးငှားသူတစ်ဦးသည် ချေးငွေဂဏန်းတွက်စက်ကို အသုံးမပြုခြင်း သို့မဟုတ် ချေးငွေဆိုင်ရာ စည်းကမ်းချက်များကို မမေးမြန်းခဲ့ခြင်းကြောင့် စိုးရိမ်ဖွယ်ရာဖြစ်နိုင်သည်။ "ရပ်ထားသောအချက်အနည်းငယ်မှခြွင်းချက်အနေဖြင့်၊ ကျွန်ုပ်တို့သည် အသက် 19 နှစ်အောက်လူများအား ချေးငွေထုတ်ပေးခြင်းမပြုပါ - ဤသတ်မှတ်ချက်များထဲမှ တစ်ခုမှချေးငွေထုတ်ပေးရန် ငြင်းဆိုခြင်း သို့မဟုတ် သဘောတူခြင်းအတွက် အကြောင်းပြချက်တစ်ခုမဟုတ်ပါ" ဟု Ponomarev မှရှင်းပြသည်။ အရေးကြီးသောအချက်များ ပေါင်းစပ်ခြင်းဖြစ်ပါသည်။ အမှုတွဲများ၏ 95% တွင်၊ အာမခံပေးရေးဌာနမှကျွမ်းကျင်သူများပါ ၀ င်ခြင်းမရှိဘဲဆုံးဖြတ်ချက်ကိုအလိုအလျောက်ပြုလုပ်သည်။

ကြီးမားသောဒေတာခွဲခြမ်းစိတ်ဖြာခြင်းသည် ကျွန်ုပ်တို့အား စိတ်ဝင်စားဖွယ်ကောင်းသော ပုံစံများကို ရရှိစေနိုင်သည်၊ Ponomarev မျှဝေသည်။ ဥပမာအားဖြင့်၊ iPhone အသုံးပြုသူများသည် Android စက်ပစ္စည်းများ၏ ပိုင်ရှင်များထက် ပိုမိုစည်းကမ်းရှိသော ငွေချေးသူများ ဖြစ်လာခဲ့သည် - ယခင် အက်ပလီကေးရှင်းများ၏ ခွင့်ပြုချက် ၁.၇ ဆ ပိုမကြာခဏ ရရှိသည်။ “စစ်တပ်က ပျမ်းမျှ ချေးယူသူထက် လေးပုံတစ်ပုံလောက် မကြာခဏ ချေးငွေပြန်မဆပ်တာက အံ့သြစရာတော့ မဟုတ်ဘူး” ဟု Ponomarev က ဆိုသည်။ "သို့သော် ကျောင်းသားများသည် များသောအားဖြင့် တာဝန်ပေးအပ်ရန် မမျှော်လင့်ထားသော်လည်း၊ တစ်ချိန်တည်းတွင်၊ ခရက်ဒစ်ပုံသေသတ်မှတ်မှုများသည် အခြေခံအတွက် ပျမ်းမျှထက် 1,7% ပိုနည်းပါသည်။"

အချက်အလက်ကြီးများကို လေ့လာခြင်းသည် အာမခံသူများအတွက်လည်း အမှတ်ပေးနိုင်သည်။ 2016 ခုနှစ်တွင် စတင်တည်ထောင်ခဲ့ပြီး IDX သည် အဝေးမှ သက်သေခံခြင်းနှင့် စာရွက်စာတမ်းများ၏ အွန်လိုင်းအတည်ပြုခြင်းတွင် ပါဝင်ပါသည်။ ဤဝန်ဆောင်မှုများသည် ကုန်စည်ဆုံးရှုံးမှုကို တတ်နိုင်သမျှ နည်းနိုင်သမျှနည်းအောင် စိတ်ဝင်စားသော ကုန်စည်ပို့ဆောင်ရေး အာမခံလုပ်ငန်းစုများကြားတွင် လိုအပ်ချက်ဖြစ်သည်။ ကုန်စည်သယ်ယူပို့ဆောင်ရေးကို အာမခံမပေးမီ၊ အာမခံသည် ယာဉ်မောင်း၏သဘောတူချက်ဖြင့် ယုံကြည်စိတ်ချရမှု ရှိ၊ မရှိ စစ်ဆေးမည်ဟု IDX ၏ စီးပွားရေးဒါရိုက်တာ Jan Sloka က ရှင်းပြသည်။ ပါတနာ - စိန့်ပီတာစဘတ်ကုမ္ပဏီ "Risk Control" - IDX သည် ယာဉ်မောင်း၏အထောက်အထား၊ နိုင်ငံကူးလက်မှတ်ဒေတာနှင့် ရပိုင်ခွင့်များ၊ ကုန်တင်ကုန်ချဆုံးရှုံးခြင်းစသည့် ဖြစ်ရပ်များတွင် ပါဝင်ခြင်းစသည်ဖြင့် စစ်ဆေးနိုင်စေမည့် ဝန်ဆောင်မှုကို တီထွင်ခဲ့သည်။ ယာဉ်မောင်းများ၏ဒေတာဘေ့စ်၊ ကုမ္ပဏီမှ "အန္တရာယ်အုပ်စု" ကိုသတ်မှတ်ခဲ့သည်- မကြာခဏဆိုသလို၊ မကြာသေးမီကအလုပ်ပြောင်းလေ့ရှိသောအသက် 30 မှ 40 နှစ်ရှိယာဉ်မောင်းများကြားတွင်မကြာခဏကုန်တင်ပျောက်ဆုံးနေပါသည်။ ဝန်ဆောင်မှုသက်တမ်း ရှစ်နှစ်ထက်ကျော်လွန်သော ယာဉ်မောင်းများက မကြာခဏဆိုသလို ကုန်ပစ္စည်းများကို ခိုးယူခံရကြောင်းလည်း တွေ့ရှိရသည်။

လက်လီရောင်းချသူများသည် ဝယ်ယူရန်အဆင်သင့်ဖြစ်နေသော ဖောက်သည်များကို ခွဲခြားသတ်မှတ်ရန်နှင့် ၎င်းတို့ကို ဝဘ်ဆိုက် သို့မဟုတ် စတိုးသို့ ယူဆောင်လာရန် အထိရောက်ဆုံးနည်းလမ်းများကို ဆုံးဖြတ်ရန် မတူညီသောတာဝန်တစ်ခုရှိသည်။ ဤအချက်အတွက်၊ ပရိုဂရမ်များသည် ဖောက်သည်များ၏ ကိုယ်ရေးအကျဉ်း၊ ၎င်းတို့၏ ကိုယ်ရေးကိုယ်တာအကောင့်မှ ဒေတာ၊ ဝယ်ယူမှုများ၏သမိုင်း၊ ရှာဖွေမေးမြန်းမှုများနှင့် ဘောနပ်စ်အမှတ်များအသုံးပြုမှု၊ ၎င်းတို့စတင်ဖြည့်သွင်းပြီး စွန့်ပစ်ထားသည့် အီလက်ထရွန်နစ်ခြင်းတောင်းများ၏ အကြောင်းအရာများကို ပိုင်းခြားစိတ်ဖြာပါသည်။ ဒေတာခွဲခြမ်းစိတ်ဖြာချက်သည် သင့်အား ဒေတာဘေ့စ်တစ်ခုလုံးကို အပိုင်းပိုင်းခွဲကာ သီးခြားကမ်းလှမ်းချက်တစ်ခုအပေါ် စိတ်ဝင်စားနိုင်သည့် အလားအလာရှိသော ဝယ်ယူသူအုပ်စုများကို ခွဲခြားသတ်မှတ်နိုင်စေသည်ဟု M.Video-Eldorado အဖွဲ့၏ ဒေတာရုံးဒါရိုက်တာ Kirill Ivanov က ပြောကြားခဲ့သည်။

ဥပမာအားဖြင့်၊ ပရိုဂရမ်သည် မတူညီသော စျေးကွက်ရှာဖွေရေးကိရိယာများကို ကြိုက်နှစ်သက်သည့် ဖောက်သည်အုပ်စုများကို ခွဲခြားသတ်မှတ်ပေးသည် - အတိုးမဲ့ချေးငွေ၊ ငွေသားပြန်ပေးခြင်း သို့မဟုတ် လျှော့စျေးပရိုမိုကုဒ်တစ်ခုစီ။ ဤဝယ်ယူသူများသည် သက်ဆိုင်ရာ ပရိုမိုးရှင်းနှင့်အတူ အီးမေးလ်သတင်းလွှာကို လက်ခံရရှိပါသည်။ လူတစ်ဦးသည် စာကိုဖွင့်ပြီး ကုမ္ပဏီ၏ဝဘ်ဆိုဒ်သို့ ရောက်သွားနိုင်သည့် ဖြစ်နိုင်ခြေသည် ဤကိစ္စတွင် သိသိသာသာ တိုးလာသည်ဟု Ivanov က မှတ်ချက်ပြုသည်။

ဒေတာခွဲခြမ်းစိတ်ဖြာမှုသည်လည်း ဆက်စပ်ထုတ်ကုန်များနှင့် ဆက်စပ်ပစ္စည်းများ၏ ရောင်းအားကို တိုးလာစေနိုင်သည်။ အခြားဖောက်သည်များ၏ မှာယူမှုမှတ်တမ်းကို လုပ်ဆောင်ပေးသည့် စနစ်သည် ဝယ်ယူသူအား ရွေးချယ်ထားသော ထုတ်ကုန်နှင့်အတူ ဝယ်ယူရမည့်အရာနှင့်ပတ်သက်၍ အကြံပြုချက်များပေးသည်။ Ivanov ၏အဆိုအရ ဤအလုပ်၏စမ်းသပ်မှုမှာ ဆက်စပ်ပစ္စည်းများနှင့်အတူ မှာယူမှုအရေအတွက် 12% တိုးလာပြီး ဆက်စပ်ပစ္စည်းများ၏ လည်ပတ်မှု 15% တိုးလာကြောင်း ပြသခဲ့သည်။

လက်လီရောင်းချသူများသည် ဝန်ဆောင်မှုအရည်အသွေးကို မြှင့်တင်ရန်နှင့် အရောင်းမြှင့်တင်ရန် ကြိုးစားနေသူများသာ မဟုတ်ပါ။ ပြီးခဲ့သည့် နွေရာသီတွင် MegaFon သည် စာရင်းသွင်းသူ သန်းပေါင်းများစွာထံမှ ဒေတာကို စီမံဆောင်ရွက်ပေးမှုအပေါ် အခြေခံ၍ "စမတ်" ကမ်းလှမ်းချက် ဝန်ဆောင်မှုကို စတင်ခဲ့သည်။ ၎င်းတို့၏ အပြုအမူကို လေ့လာပြီးနောက်၊ ဉာဏ်ရည်တုသည် အကောက်ခွန်များအတွင်း ဖောက်သည်တစ်ဦးစီအတွက် ကိုယ်ပိုင်ကမ်းလှမ်းမှုများကို ဖန်တီးရန် သင်ယူခဲ့သည်။ ဥပမာအားဖြင့်၊ လူတစ်ဦးသည် ၎င်း၏စက်ပစ္စည်းပေါ်တွင် ဗီဒီယိုကို တက်ကြွစွာကြည့်ရှုနေကြောင်း ပရိုဂရမ်က မှတ်သားထားပါက၊ ဝန်ဆောင်မှုသည် မိုဘိုင်းအသွားအလာပမာဏကို ချဲ့ထွင်ရန် ကမ်းလှမ်းမည်ဖြစ်သည်။ သုံးစွဲသူများ၏ ဦးစားပေးမှုများကို ထည့်သွင်းစဉ်းစား၍ ကုမ္ပဏီသည် စာရင်းသွင်းသူများအား ၎င်းတို့၏ စိတ်ကြိုက်အင်တာနက်အပန်းဖြေမှု အမျိုးအစားများအတွက် အကန့်အသတ်မရှိ အသွားအလာကို ပံ့ပိုးပေးပါသည်။ ဥပမာအားဖြင့်၊ instant messengers များကို အသုံးပြုခြင်း သို့မဟုတ် streaming ဝန်ဆောင်မှုများပေါ်တွင် သီချင်းနားထောင်ခြင်း၊ လူမှုကွန်ရက်များပေါ်တွင် ချတ်လုပ်ခြင်း သို့မဟုတ် တီဗီရှိုးများ ကြည့်ရှုခြင်းတို့ကို ဆောင်ရွက်ပေးပါသည်။

"ကျွန်ုပ်တို့သည် စာရင်းသွင်းသူများ၏ အပြုအမူကို ပိုင်းခြားစိတ်ဖြာပြီး ၎င်းတို့၏ စိတ်ဝင်စားမှုများ မည်သို့ပြောင်းလဲနေသည်ကို နားလည်ပါသည်" ဟု MegaFon ၏ ဒေတာခွဲခြမ်းစိတ်ဖြာမှုဆိုင်ရာ ဒါရိုက်တာ Vitaly Shcherbakov က ရှင်းပြသည်။ "ဥပမာအားဖြင့်၊ ယခုနှစ်တွင် AliExpress သည် ယမန်နှစ်နှင့် နှိုင်းယှဉ်ပါက အသွားအလာ 1,5 ဆ တိုးလာပြီး ယေဘုယျအားဖြင့် အွန်လိုင်းအဝတ်အစားစတိုးဆိုင်များသို့ သွားရောက်လည်ပတ်မှု အရေအတွက်သည် သီးခြားအရင်းအမြစ်ပေါ်မူတည်၍ 1,2-2 ဆ တိုးလာပါသည်။"

ဒေတာကြီးကြီးမားမားရှိသော အော်ပရေတာ၏နောက်ထပ်ဥပမာတစ်ခုမှာ ပျောက်ဆုံးနေသောကလေးများနှင့် လူကြီးများကိုရှာဖွေရန်အတွက် MegaFon Poisk ပလပ်ဖောင်းဖြစ်သည်။ အဆိုပါစနစ်သည် ပျောက်ဆုံးသူ၏ အနီးအနားတွင် မည်သည့်လူများ ဖြစ်နိုင်သည်ကို ပိုင်းခြားစိတ်ဖြာကာ ၎င်းတို့အား ဓာတ်ပုံနှင့် ပျောက်ဆုံးသူ၏ လက္ခဏာများနှင့်အတူ အချက်အလက်ပေးပို့သည်။ အော်ပရေတာသည် ပြည်တွင်းရေးရာဝန်ကြီးဌာနနှင့် Lisa Alert အဖွဲ့အစည်းတို့နှင့်အတူ အဆိုပါစနစ်ကို တီထွင်စမ်းသပ်ခဲ့သည်- ပျောက်ဆုံးနေသူအား လမ်းညွှန်ပြီး နှစ်မိနစ်အတွင်း စာရင်းသွင်းသူ 2 ကျော် ရရှိပြီး အောင်မြင်သောရှာဖွေမှုရလဒ်ကို သိသိသာသာတိုးမြင့်စေပါသည်။

ကြီးမားတဲ့ဒေတာခွဲခြမ်းစိတ်ဖြာမှုမှာလည်း စက်မှုလုပ်ငန်းမှာ အသုံးချတာကို တွေ့ရှိခဲ့ပါတယ်။ ဤတွင် ၎င်းသည် သင့်အား ဝယ်လိုအားကို ခန့်မှန်းနိုင်ပြီး အရောင်းအစီအစဉ်ကို လုပ်ဆောင်နိုင်မည်ဖြစ်သည်။ ထို့ကြောင့်၊ လွန်ခဲ့သောသုံးနှစ်က Cherkizovo ကုမ္ပဏီများအုပ်စုတွင် SAP BW ကိုအခြေခံသည့်ဖြေရှင်းချက်တစ်ခုအကောင်အထည်ဖော်ခဲ့ပြီး၊ အရောင်းအချက်အလက်အားလုံးကိုသိမ်းဆည်းရန်နှင့်စီမံဆောင်ရွက်နိုင်သည်- ဈေးနှုန်းများ၊ အမျိုးအစားခွဲမှု၊ ထုတ်ကုန်ပမာဏ၊ ပရိုမိုးရှင်းများ၊ ဖြန့်ဖြူးရေးလမ်းကြောင်းများ၊ CIO မှ Vladislav Belyaev၊ အဖွဲ့၏ ” Cherkizovo ။ စုဆောင်းထားသော အချက်အလက် 2 TB ကို ခွဲခြမ်းစိတ်ဖြာခြင်းသည် အမျိုးအစားခွဲမှုကို ထိထိရောက်ရောက် ဖွဲ့စည်းနိုင်စေရုံသာမက ထုတ်ကုန်အစုစုကို အကောင်းဆုံးဖြစ်အောင် လုပ်ဆောင်နိုင်စေရုံသာမက ဝန်ထမ်းများ၏ အလုပ်ကိုလည်း လွယ်ကူချောမွေ့စေပါသည်။ ဥပမာအားဖြင့်၊ နေ့စဥ်ရောင်းချမှုအစီရင်ခံစာကို ပြင်ဆင်ခြင်းသည် ထုတ်ကုန်အပိုင်းတစ်ခုစီအတွက် နှစ်ခုခွဲခြမ်းစိတ်ဖြာသူအများအပြား၏ တစ်နေ့တာအလုပ် လိုအပ်မည်ဖြစ်သည်။ ယခု ဤအစီရင်ခံစာကို စက်ရုပ်က ပြင်ဆင်ထားပြီး အပိုင်းအားလုံးတွင် မိနစ် 30 သာ အသုံးပြုပါသည်။

"စက်မှုလုပ်ငန်းတွင်၊ ကြီးမားသောဒေတာသည် အရာဝတ္ထုများ၏အင်တာနက်နှင့်အတူ ထိရောက်စွာအလုပ်လုပ်သည်" ဟု Umbrella IT ၏အမှုဆောင်အရာရှိချုပ် Stanislav Meshkov မှပြောကြားခဲ့သည်။ "စက်ပစ္စည်းတွင်တပ်ဆင်ထားသောအာရုံခံကိရိယာများမှဒေတာခွဲခြမ်းစိတ်ဖြာမှုအပေါ်အခြေခံ၍၎င်း၏လည်ပတ်မှုတွင်သွေဖည်မှုများကိုခွဲခြားသတ်မှတ်နိုင်ပြီးပြိုကွဲမှုများကိုတားဆီးကာစွမ်းဆောင်ရည်ကိုခန့်မှန်းနိုင်သည်။"

Severstal တွင်၊ ဒေတာကြီးကြီးမားမားအကူအညီဖြင့်၊ ၎င်းတို့သည် အသေးအဖွဲမဟုတ်သည့် အလုပ်များကို ဖြေရှင်းရန် ကြိုးစားနေကြသည်—ဥပမာ၊ ဒဏ်ရာနှုန်းထားများကို လျှော့ချရန်။ 2019 ခုနှစ်တွင် ကုမ္ပဏီသည် အလုပ်သမားဘေးကင်းရေး မြှင့်တင်ရန်အတွက် RUB 1,1 ဘီလီယံခန့် ခွဲဝေပေးခဲ့ပါသည်။ Severstal သည် ထိခိုက်ဒဏ်ရာရမှုနှုန်းကို 2025% တွင် 50 (2017 နှင့် နှိုင်းယှဉ်ပါက) လျှော့ချရန် မျှော်လင့်ထားသည်။ “အကယ်၍ လိုင်းမန်နေဂျာ - ဖိုမင်၊ ဆိုက်မန်နေဂျာ၊ ဆိုင်မန်နေဂျာ - ဝန်ထမ်းတစ်ဦးသည် အချို့သောလုပ်ငန်းဆောင်တာများကို အန္တရာယ်ကင်းစွာ လုပ်ဆောင်သည်ကို သတိပြုမိပါက (စက်မှုဇုန်ရှိ လှေကားထစ်တက်သည့်အခါ လက်ရန်းများကို မကိုင်ထားပါ သို့မဟုတ် ကိုယ်ရေးကိုယ်တာ အကာအကွယ်ပစ္စည်းများ မ၀တ်ထားပါ) ဟု ရေးသားထားသည်။ သူ့အတွက် အထူးမှတ်စုတစ်ခု – PAB (“အပြုအမူလုံခြုံရေးစစ်ဆေးမှု” မှ” ဟု ကုမ္ပဏီ၏ဒေတာခွဲခြမ်းစိတ်ဖြာမှုဌာနအကြီးအကဲ Boris Voskresensky ကဆိုသည်။

ဌာနခွဲတစ်ခုရှိ PABs အရေအတွက်ဆိုင်ရာ အချက်အလက်များကို ခွဲခြမ်းစိတ်ဖြာပြီးနောက်၊ ကုမ္ပဏီ၏ ကျွမ်းကျင်ပညာရှင်များသည် ယခင်က မှတ်ချက်များစွာရှိပြီးသားသူများအပြင် နာမကျန်းဖြစ်ခွင့် သို့မဟုတ် အားလပ်ရက်မတိုင်မီ မကြာမီတွင် အပန်းဖြေခရီးထွက်သူများမှ မကြာခဏဆိုသလို ဘေးကင်းရေးစည်းမျဉ်းများကို ချိုးဖောက်လေ့ရှိကြောင်း တွေ့ရှိခဲ့သည်။ အဖြစ်အပျက်။ အားလပ်ရက် သို့မဟုတ် ဖျားနာခွင့်မှ ပြန်လာပြီးနောက် ပထမပတ်တွင် ချိုးဖောက်မှုများသည် နောက်ဆက်တွဲကာလထက် နှစ်ဆပိုများသည်- 1 နှင့် 0,55%။ သို့သော် ထွက်ပေါ်လာသည့်အတိုင်း ညဆိုင်းတွင် အလုပ်လုပ်ခြင်းသည် PABs ၏ စာရင်းအင်းများကို မထိခိုက်စေပါ။

ဒေတာကြီးကြီးမားမားလုပ်ဆောင်ရန်အတွက် အယ်လဂိုရီသမ်များဖန်တီးခြင်းသည် အလုပ်၏အခက်ခဲဆုံးအပိုင်းမဟုတ်ကြောင်း ကုမ္ပဏီကိုယ်စားလှယ်များက ပြောကြားခဲ့သည်။ လုပ်ငန်းတစ်ခုစီ၏ အခြေအနေတွင် ဤနည်းပညာများကို မည်ကဲ့သို့ အသုံးချနိုင်သည်ကို နားလည်ရန် ပို၍ခက်ခဲပါသည်။ ဤနေရာတွင် Achilles သည် ကုမ္ပဏီခွဲခြမ်းစိတ်ဖြာသူများနှင့် ပြင်ပပံ့ပိုးပေးသူများပင်လျှင် ကြီးမားသောဒေတာနယ်ပယ်တွင် ကျွမ်းကျင်မှုစုဆောင်းထားပုံရသည်။

GoodsForecast မှ ဖွံ့ဖြိုးတိုးတက်ရေး ဒါရိုက်တာ Sergey Kotik က "ကျွန်တော်ဟာ အလွန်ကောင်းတဲ့ သင်္ချာပညာရှင်တွေ ဖြစ်ကြတဲ့ ဒေတာခွဲခြမ်းစိတ်ဖြာသူတွေနဲ့ မကြာခဏ တွေ့ဆုံခဲ့ရပေမယ့်၊ စီးပွားရေး လုပ်ငန်းစဉ်တွေကို လိုအပ်တဲ့ နားလည်မှု မရှိခဲ့ဘူး" လို့ GoodsForecast ရဲ့ ဖွံ့ဖြိုးတိုးတက်မှု ဒါရိုက်တာ Sergey Kotik က ပြောပါတယ်။ လွန်ခဲ့သည့်နှစ်နှစ်က သူ၏ကုမ္ပဏီသည် ဗဟိုအစိုးရလက်လီရောင်းချသည့်ကွင်းဆက်တစ်ခုအတွက် ဝယ်လိုအားခန့်မှန်းခြင်းပြိုင်ဆိုင်မှုတွင် ပါဝင်ခွင့်ရခဲ့ပုံကို ပြန်ပြောင်းပြောပြသည်။ ပါဝင်သူများသည် ကြိုတင်ခန့်မှန်းမှုများပြုလုပ်သည့် ကုန်ပစ္စည်းများနှင့် စတိုးဆိုင်များအားလုံးအတွက် ရှေ့ပြေးဒေသတစ်ခုကို ရွေးချယ်ခဲ့သည်။ ထို့နောက် ခန့်မှန်းချက်များကို အမှန်တကယ်ရောင်းအားနှင့် နှိုင်းယှဉ်ခဲ့သည်။ စက်သင်ယူမှုနှင့် ဒေတာခွဲခြမ်းစိတ်ဖြာခြင်းဆိုင်ရာ ကျွမ်းကျင်မှုကြောင့် လူသိများသော ရုရှားအင်တာနက်ကုမ္ပဏီကြီးတစ်ခုမှ ပထမနေရာကို ရယူခဲ့သည်- ၎င်း၏ခန့်မှန်းချက်များအရ၊ ၎င်းသည် အမှန်တကယ်ရောင်းချမှုနှင့် အနည်းငယ်သွေဖည်မှုကို ပြသခဲ့သည်။

သို့သော် ကွန်ရက်သည် သူ၏ ခန့်မှန်းချက်များကို ပိုမိုအသေးစိတ်လေ့လာစပြုသောအခါ၊ စီးပွားရေးအမြင်အရ ၎င်းတို့သည် လုံးဝလက်မခံနိုင်ကြောင်း ထွက်ပေါ်လာခဲ့သည်။ ကုမ္ပဏီသည် အရောင်းအ၀ယ်အစီအစဉ်များကို စနစ်တကျအသေးစိတ်ဖော်ပြသည့်ပုံစံကို မိတ်ဆက်ခဲ့သည်။ ပရိုဂရမ်သည် ကြိုတင်ခန့်မှန်းချက်များတွင် အမှားအယွင်းများဖြစ်နိုင်ခြေကို မည်ကဲ့သို့လျှော့ချရမည်ကို တွက်ချက်ထားသည်- အမြင့်ဆုံးအမှားသည် 100% ဖြစ်နိုင်သောကြောင့် (အနုတ်လက္ခဏာရောင်းအားမရှိပါ) ဖြစ်သောကြောင့် အရောင်းကို လျှော့တွက်ခြင်းက ပိုအန္တရာယ်ကင်းပါသည်။ Kotik က ရှင်းပြသည်။ တစ်နည်းဆိုရသော် ကုမ္ပဏီသည် စံပြသင်္ချာပုံစံကို တင်ပြခဲ့ပြီး လက်တွေ့အခြေအနေတွင် စတိုးဆိုင်တစ်ဝက်ဗလာနှင့် အရောင်းနိမ့်ခြင်းမှ ကြီးမားသောဆုံးရှုံးမှုများဆီသို့ ဦးတည်သွားစေမည့် စံပြသင်္ချာပုံစံတစ်ခုကို တင်ပြခဲ့သည်။ ရလဒ်အနေနဲ့ အခြားကုမ္ပဏီတစ်ခုက တွက်ချက်မှုတွေကို လက်တွေ့အကောင်အထည်ဖော်နိုင်ခဲ့တဲ့ ပြိုင်ပွဲမှာ အနိုင်ရခဲ့ပါတယ်။

ကြီးမားသောဒေတာနည်းပညာများသည် စက်မှုလုပ်ငန်းများစွာအတွက် သက်ဆိုင်သော်လည်း ၎င်းတို့၏တက်ကြွသောအကောင်အထည်ဖော်မှုသည် နေရာတိုင်းတွင်မဖြစ်ပေါ်ကြောင်း Meshkov ကမှတ်ချက်ပြုသည်။ ဥပမာအားဖြင့်၊ ကျန်းမာရေးစောင့်ရှောက်မှုတွင် ဒေတာသိုလှောင်မှုတွင် ပြဿနာတစ်ခုရှိနေသည်- အချက်အလက်များစွာကို စုဆောင်းထားပြီး ၎င်းကို ပုံမှန်မွမ်းမံထားသော်လည်း အများစုအတွက် ဤဒေတာကို ဒစ်ဂျစ်တယ်စနစ်ဖြင့် မလုပ်ဆောင်ရသေးပါ။ အစိုးရအေဂျင်စီများတွင် ဒေတာများစွာလည်းရှိသော်လည်း ၎င်းတို့ကို ဘုံအစုအဝေးတစ်ခုအဖြစ် ပေါင်းစပ်မထားပါ။ National Data Management System (NCMS) ၏ စုစည်းထားသော သတင်းအချက်အလက်ပလပ်ဖောင်းကို ဖော်ဆောင်ခြင်းသည် ဤပြဿနာကို ဖြေရှင်းရန်အတွက် ရည်ရွယ်သည်ဟု ကျွမ်းကျင်သူက ဆိုသည်။

သို့သော်၊ ကျွန်ုပ်တို့နိုင်ငံသည် အဖွဲ့အစည်းအများစုတွင် အရေးကြီးသော ဆုံးဖြတ်ချက်များကို ထိုးထွင်းသိမြင်မှုအခြေခံ၍ ကြီးကြီးမားမားဒေတာခွဲခြမ်းစိတ်ဖြာခြင်းမပြုဘဲ တစ်ခုတည်းသောနိုင်ငံနှင့် ဝေးကွာသည်။ ယမန်နှစ် ဧပြီလတွင် Deloitte သည် အမေရိကန်ကုမ္ပဏီများ (ဝန်ထမ်း 500 သို့မဟုတ် ထို့ထက်ပိုသော ဝန်ထမ်း 63 နှင့်အထက်) မှ ခေါင်းဆောင်တစ်ထောင်ကျော်ကြားတွင် စစ်တမ်းတစ်ခုပြုလုပ်ခဲ့ရာ စစ်တမ်းကောက်ယူခံရသူများ၏ 37% သည် ဒေတာကြီးကြီးမားမားနည်းပညာများနှင့် ရင်းနှီးကျွမ်းဝင်မှုရှိသော်လည်း လိုအပ်သည့်အရာအားလုံး မရှိကြောင်း တွေ့ရှိခဲ့သည်။ အခြေခံအဆောက် အအုံများကို အသုံးပြုရန်။ တစ်ချိန်တည်းတွင်၊ ခွဲခြမ်းစိတ်ဖြာမှုရင့်ကျက်မှုမြင့်မားသောကုမ္ပဏီများ၏ 12% တွင် ထက်ဝက်နီးပါးသည် ပြီးခဲ့သော XNUMX လအတွင်း လုပ်ငန်းရည်မှန်းချက်များကို သိသိသာသာကျော်လွန်သွားခဲ့သည်။

နည်းပညာဆိုင်ရာ ဖြေရှင်းချက်အသစ်များကို အကောင်အထည်ဖော်ရန် ခက်ခဲသည့်အပြင် ကုမ္ပဏီများတွင် အရေးကြီးသောပြဿနာမှာ ဒေတာနှင့် လုပ်ဆောင်သည့် ယဉ်ကျေးမှုမရှိခြင်းဖြစ်သည်ဟု လေ့လာမှုက ဖော်ပြသည်။ ဒေတာကြီးကြီးမားမားအခြေခံ၍ ဆုံးဖြတ်ချက်များအတွက် တာဝန်သည် ကုမ္ပဏီတစ်ခုလုံးအတွက်မဟုတ်ဘဲ ကုမ္ပဏီတစ်ခုလုံးအတွက်သာမဟုတ်ဘဲ ခွဲခြမ်းစိတ်ဖြာသူများထံသာ တာဝန်ပေးအပ်ပါက ရလဒ်ကောင်းများကို သင်မမျှော်လင့်သင့်ပါ။ “အခု ကုမ္ပဏီတွေက ဒေတာကြီးကြီးမားမားအတွက် စိတ်ဝင်စားစရာကောင်းတဲ့ အသုံးပြုမှုကိစ္စတွေကို ရှာဖွေနေပါတယ်” ဟု Miftakhov က ဆိုသည်။ "တစ်ချိန်တည်းမှာပင်၊ အချို့သောအခြေအနေများကို အကောင်အထည်ဖော်ရာတွင် ယခင်က မခွဲခြမ်းစိတ်ဖြာရသေးသည့် ထပ်လောင်းအချက်အလက်များကို စုဆောင်းခြင်း၊ လုပ်ဆောင်ခြင်းနှင့် အရည်အသွေးထိန်းချုပ်ခြင်းအတွက် စနစ်များတွင် ရင်းနှီးမြှုပ်နှံမှုများ လိုအပ်ပါသည်။" ကံမကောင်းစွာပဲ၊ “ခွဲခြမ်းစိတ်ဖြာမှုဟာ အသင်းလိုက်အားကစားတစ်ခုမဟုတ်သေးပါဘူး” ဟု လေ့လာမှု၏ရေးသားသူများက ဝန်ခံခဲ့သည်။