Социальные медиа как индикатор цифровой активности и цифровой зрелости населения

Анализ тенденций в области цифровизации социально-экономической сферы. Делается вывод о том, что для повышения глобальной конкурентоспособности экономики государства целесообразно сфокусировать внимание на повышении цифровой активности населения страны.

Рубрика Экономика и экономическая теория
Вид статья
Язык русский
Дата добавления 03.12.2018
Размер файла 209,6 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

Социальные медиа как индикатор цифровой активности и цифровой зрелости населения

Васин С.М.

профессор кафедры экономической теории и международных отношений Пензенского государственного университета, доктор экономических наук

Гамидуллаева Л.А.

доцент кафедры менеджмента и экономической безопасности Пензенского государственного университета, кандидат экономических наук

Финогеев А.Г.

профессор кафедры систем автоматизированного проектирования Пензенского государственного университета, доктор технических наук

Данная статья посвящена обзору и анализу основных тенденций в области цифровизации социально-экономической сферы. Освещаются существующие подходы к рассмотрению цифровой активности и цифровой зрелости населения как ключевых показателей, отражающих уровень цифровой трансформации экономики страны. Авторами предложено использовать мониторинг социальных медиа для оценки цифровой зрелости и активности населения. В статье утверждается, что уровень цифрового развития общества находится в прямой зависимости с развитием экономики страны. Делается вывод о том, что в современных условиях для повышения глобальной конкурентоспособности экономики государства целесообразно сфокусировать внимание на повышении цифровой активности населения страны. Необходимо интенсивнее вовлекать общество в процессы цифровизации экономики и социальной сферы

Ключевые слова: цифровая экономика, цифровизация, цифровая зрелость, большие данные, анализ данных, добыча данных, социальные медиа

Введение. Идея цифровой трансформации охватила весь мир. Правительство России приняло решение о создании национальной программы цифровой экономики1. Существуют различные подходы к пониманию термина «цифровая экономика». В целом, говоря о цифровой экономике, следует подразумевать систему экономических отношений, направленную на повышение экономической эффективности и оптимизацию структуры экономики, основанную на использовании цифровых информационно-коммуникационных технологий (ИКТ), где ключевым фактором производства становится использование цифровой информации.

Цифровая трансформация экономики имеет много преимуществ. Во-первых, снижение стоимости платежей и появление новых источников дохода. Во-вторых, стоимость интернет-услуг гораздо ниже, чем в традиционной экономике (в основном, за счет сокращения расходов на маркетинг), что делает услуги более доступными (как коммерческие, так и государственные). Товары и услуги становятся доступными в любой точке мира любому покупателю. В-третьих, рыночная продукция может быть произведена с максимальным учетом потребительских предпочтений и потребностей клиентов.

В-четвертых, в условиях цифровой экономики сильно расширяется спектр информационных, образовательных и развлекательных услуг, уровень оказания которых и скорость также возрастают.

Цифровая трансформация экономики -- это перманентный процесс, затрагивающий развитие разнообразных IT-секторов с целью стимулирования создания инновационных технологий для сотрудничества и развития на международном уровне. Возникает необходимость в совместном участии в цифровых процессах государственного сектора экономики, частной сферы и гражданского общества.

Важную роль в цифровой экономике играет цифровая безопасность и прозрачность сделок (транзакций), которая обеспечивается современными технологиями (например, блокчейн).

Одной из самых развитых цифровых экономик следует признать экономику Сингапура. Такой результат был обеспечен, в первую очередь, посредством активного участия государства в вопросах, касающихся цифровизации экономики. Информационные технологии интенсивно используются во всех отраслях промышленности, государственных услуг, которые были преобразованы в электронный формат. Система образования в Сингапуре активно использует онлайн-обучение (e-learning)

Еще один пример развития цифровой экономики -- Соединенные Штаты Америки, которые имеют самый развитый IT-сектор в мире благодаря государственной поддержке и финансовой поддержке инноваций в области цифровой экономики. социальный цифровой активность население

Целесообразно рассмотреть опыт Великобритании, которая стремится стать мировым лидером в области цифровой экономики. В 2010 году там был принят закон «О цифровой экономике»2. Он был разработан и принят как стратегия цифровой экономики, которая призвана помочь энергетикам в реализации цифрового управления. На государственном уровне была подготовлена база для построения цифровой инфраструктуры, чтобы создать условия для развития цифрового бизнеса. Кроме финансовой поддержки, государственными органами Великобритании предоставляются консультационные услуги и помощь компаниям, которые помогают объяснить новые способы ведения бизнеса с использованием цифровых технологий. Помимо всего прочего, у Англии существует стратегия построения пяти международных технологических кластеров на развивающихся рынках для лоббирования британских коммерческих интересов в мире. По данным консалтинговой компании Accenture [3], развитие цифровых технологий к 2035 году даст Британии дополнительно 654 миллиона фунтов.

«Цифровую экономику» можно назвать «всемирной экономикой», целью которой является включение практически всех транзакций в Интернет-пространство. Управление, мониторинг и анализ всех основных бизнес-процессов компании в интернете, ведение коллективных переговоров, учет и организация процессов регистрации сделок, проведение закупок, наем и обучение персонала, контроль взаимоотношений с партнерами и клиентами, техническая поддержка и многое другое -- это все базовые элементы цифровой экономики. В дополнение к технической составляющей, следует упомянуть о важности введения цифровой культуры в компанию. Это необходимо для того, чтобы получить конкурентное преимущество перед компаниями и странами, которые не владеют данными технологиями. Важным моментом является осознание необходимости изменения менталитета сотрудников компаний для оказания цифровых услуг, обучения, работе с новыми технологиями, внедрение которых необходимо для развития бизнеса, чтобы сотрудники наглядно могли себе представить те преференции, которые несут в себе цифровые технологии, как для бизнеса, так и для личностного развития в целом.

К сожалению, в России цифровизация бизнеса находится еще в зачаточном состоянии, носит не повсеместный, а отрывочный характер. Изменения являются наиболее трудной задачей именно для отечественных компаний, так как это требует полной реструктуризации корпоративной культуры и бизнеса в целом. Российская экономика, как известно, сильно зависит от сырья и рынков сбыта, поэтому, на данной момент, нашей стране пока трудно конкурировать с более технологически развитыми странами. В IT-секторе пока все еще наблюдается острая нехватка квалифицированных кадров. Эта проблема должна быть решена на уровне образовательных учреждений (учебные курсы при школах и университетах) и для бизнеса (компаний), а также на государственном уровне (воспитание и обучение в этой области).

В добавление к вышесказанному следует отметить низкий уровень развития венчурного бизнеса, обусловленный низкой предсказуемостью и высоким риском инвестирования в венчурные проекты. Венчурный проект -- это проект с высокой степенью риска инвестиций в инновационные разработки, но, несмотря на высокий риск, в случае удачи возможна высокая рентабельность. В качестве примеров успешных венчурных проектов следует назвать Фейсбук, Гугл, ВКонтакте, Телеграм и многие другие). Так, в 2015 году в связи с ухудшением макроэкономической ситуации, российский венчурный рынок сократился в 2 раза по сравнению с 2014 годом. Хотя в России действует достаточно эффективный механизм поддержки проектов на ранних стадиях, эти проекты, во многом, стартуют при поддержке российского частного бизнеса. В результате, даже успешно растущей компании в рамках венчурного проекта не всегда хватает государственной поддержки, которой, безусловно пользуются гиганты IT-индустрии в других странах [1].

Обзор литературы. Аналитики компании «Бостонская консалтинговая группа» (The Boston Consulting group) [2] считают, что цифровая экономика выражается через использование онлайн-инновационных и цифровых технологий для всех участников экономической системы от частных лиц до крупных компаний. «Рынки, основанные на цифровых технологиях для облегчения торговли товарами и услугами посредством электронной коммерции» -- такое определение было дано Организацией экономического сотрудничества и развития3. Аналитики Бостонской консалтинговой группы полагают, что их взгляд на ситуацию ближе к определению Всемирного банка, согласно которому «Цифровая экономика -- это новая модель для более быстрого экономического развития». Большая часть аналитиков рынка сходится в одном, что цифровая экономика -- это новый этап в экономическом развитии общества. Это связано с изменением парадигмы самой традиционной экономической модели, которая не менялась тысячелетиями с момента возникновения человеческой цивилизации.

В современных условиях трудно представить себе будущее научно-технического прогресса без применения современных технологий и электронной коммерции. Цифровая экономика отражает тенденции, которые отчетливо прослеживаются сегодня в социально-экономической сфере. Мы видим, что Интернет-аудитория растет вместе с ростом капитализации самых дорогих торговых марок и компаний, функционирующих в IT-секторе.

Аналитики компании Гартнер [4] полагают, что к 2025 году цифровая трансформация затронет все секторы международной экономики. Традиционно цифровое преобразование происходит быстрее в компаниях, которые активно работают в сегменте B2C (business-to-consumers). Клиенты хотят взаимодействовать с компанией любым удобным способом, в том числе иметь возможность оплачивать покупки с помощью смартфонов. Поэтому ритейлеры стараются быстрее адаптироваться к изменениям на рынке, чтобы не потерять лояльность клиентов.

В современных условиях цифровые компании стремятся максимально использовать новейшие информационные технологии для достижения конкурентных преимуществ и обеспечения долгосрочного экономического роста. Каждая из таких компаний старается предоставить рынку свои уникальные товары и услуги. Успешных и перспективных компаний, которые отслеживают эти тенденции и строят бизнес в соответствии с тенденциями лидеров все больше. При этом компании оценивают инвестиции в цифровую трансформацию бизнеса с точки зрения повышения результатов деятельности, в том числе, за счет роста уровня обслуживания клиентов и усиления кастомизации производства. Появляется возможность повысить степень удовлетворения потребностей клиентов посредством постоянного их мониторинга с использованием автоматизированного анализа больших объемов информации (внедрение систем BigData). Таким образом, цифровые технологии позволяют ускорить основные бизнес-процессы предприятия и повысить экономическую и социальную эффективность бизнеса.

По мере становления цифровой экономики в научный оборот входят новые категории, в том числе, термин «цифровая зрелость населения». Предлагаем понимать под данным термином уровень цифровой восприимчивости общества, обусловленный многими факторами, в том числе, историческими особенностями протекания процессов цифровизации, социокультурными установками населения (например, с уровнем межличностного доверия и доверия к власти).

Большую роль в повышении цифровой зрелости населения, и как следствие, в ускорении процессов цифровизации экономики, безусловно, играют социальные сети, которые способствуют развитию цифрового взаимодействия, связывая профиль пользователя с изображениями (аватарами) других лиц или групп.

На практике часто синонимизируются понятия «социальные медиа» и «социальные сети», что абсолютно некорректно. Авторы Л. Сафко и Д. Брэйк [19] обращают внимание на расхождение между этими категориями, вводя в оборот понятие экосистемы социальных сетевых медиа. Авторы предлагают понимать под данной экосистемой сложную совокупность элементов, интенсивно взаимодействующих друг с другом. «Каждая единица организма и коллективные популяции организмов представляют себя как один из компонентов системы. Некоторые организмы сотрудничают с другими или дополняют друг друга, а остальные конкурируют за необходимые для выживания ресурсы. Те же самые принципы применяются при рассмотрении вопроса о взаимосвязи и взаимозависимости инструментов и приложений, которые живут, растут и конкурируют в социальных сетях. Некоторые соревнуются друг с другом, а другие работают вместе и довольны этим [18].

Кроме того, авторы [19] предлагают рассматривать социальные медиа как родовое понятие к социальным сетям наряду с другими видами социальных медиа, такими как социальные новости (например, Digg, Sphinn и другие), социальный обмен (например, Flick, Snapfish и другие) и социальные закладки (например, Delicious, Stumble Upon и другие).

Социальные формы коммуникации посредством Интернета представляют собой исторически новый вид коммуникации. Работа бизнес-консультантов заключается в коммуникации с потенциальными потребителями, которые участвуют в продвижении товара, когда каждый читатель / подписчик блога может выступать в качестве автора, учителя, репортера, фотокорреспондента, редактора, маркетолога, трейдера, производителя, покупателя, дизайнера и т.д. Социальная сеть, по сути, обеспечивает планетарное взаимодействие пользователей посредством быстро развивающейся электронной связи, что позволяет миллиардам людей общаться со скоростью света для различных целей. Концепция «глобальной деревни», по сути, позволяет реализовать те стратегии, которые раньше просто не могли быть представлены. А. Каплан предлагает понимать под социальными медиа «группу Интернет-приложений на той или иной идеологической и технологической основе Web 2.0, которая позволяет участникам социальной сети создавать содержание в процессе обмена (пользовательский контент)» [9]. В то же время, нельзя обойти вниманием тренд в сторону усиления государственного контроля в области социальных медиа из-за доступа администрации к множеству аккаунтов пользователей, а соответственно, и к их личной информации. На сегодняшний момент ряд социальных сетей имеет более 100 миллионов пользователей в своем распоряжении, например: Фейсбук, Гугл+, ВК, Instagram, Твиттер, YouTube.

По некоторым утверждениям, в отличие от традиционных СМИ социальные сети вызывают чувство принадлежности к определенному сообществу, социальному классу (например, Инстаграм). В 2007 году американский ученый Б. Солис в своей статье «Определение социальных медиа» дает несколько определений социальным медиа, одно из них звучит достаточно интересно: «Социальные медиа в целом -- это обнаружение, чтение и комментирование новостей и информационных материалов. Это слияние социального управления, высоких технологий, которые превращают монолог (один ко многим) в диалог (многие ко многим)» [20]. Аналитик Макконнелл считает, что: «Маркетинг в социальных сетях и блогах -- это приглашение, чтобы понять, как группа людей выражает свои идеи в Интернете, а также те, кто взаимодействует с ними» [6]. Следующее определение было опубликовано одним из исследователей социальных медиа Дж.Бандоора: «Социальные сети и онлайн общение -- это гибкое общение, в котором традиционные роли автора и слушателя размыты». Оно использует специальную программу, которая позволяет любому человеку без знания программирования, публиковать, приостанавливать передачу данных, изменять информацию и создавать сообщества вокруг общих интересов» [7].

В целом, можно выделить следующие отличительные особенности социальных медиа:

1. Возможность корректировки опубликованной информации.

2. Интерактивность.

3. Доступность и отслеживание популярных публикаций.

4. Быстрый доступ к архивным материалам.

5. Мультимедийность.

6. Отсутствие процедуры согласования материалов.

7. Неограниченный объем.

8. Ссылки на другие материалы.

9. Неполный контроль содержания страницы [8].

Есть множество различных типов социальных сетей, в том числе, блоги, бизнес-сети, социальные сети общего назначения, сайты знакомств, геосоциальные сервисы, форумы, микроблоги, фотохостинги, сайты отзывов, социальные закладки, социальные игры, видео хостинги и виртуальные игровые сети. По данным CNN (Cable News Network), в 2010 году 75% людей получают новости через электронную почту или сообщения в социальных сетях, 37% людей делятся новостями через Фейсбук или Твиттер. Социальные сети облегчают общение. Исследования научно-исследовательского центра Pew утверждают, что более половины интернет-пользователей (52%) используют одну или несколько социальных сетей (Фейсбук, Твиттер, Инстаграм и Пинтерест) для того, чтобы общаться с семьей или друзьями4. Телевидение и пресса всегда являлись важнейшей составной частью формирования американской коллективной памяти на протяжении последних десятилетий, однако эта тенденция кардинально поменялась. Во время последних двух президентских выборов, использование социальных сетей, таких как Фейсбук и Твиттер, позволило спрогнозировать будущие результаты выборов. Бывший президент США Б. Обама активнее пользовался Фейсбуком по сравнению с его соперником М. Ромни. Это было обнаружено в исследовании, проведенном в Оксфордском Институте интернет-торговли [10].

Методы оценки интернет-аудитории. В целом, можно утверждать, что аудитория социальной сети обеспечивает основную аудиторию Интернета (количество пользователей, зарегистрированных в социальной сети и получивших или написавших хотя бы одно сообщение кому-либо). За счет данных об аудитории можно говорить о популярности той или иной социальной сети. Методы сбора статистики такие же, как и для других типов веб-сайтов. Часто используется простой «счетчик» как уникальных посетителей сайта, так и общее количество обращений к сайту от уникальных и ранее зарегистрированных пользователей. Говоря о «цифровой» или «умной» экономике, мы можем различать четыре категории (уровня) развития: анализ, содержание бизнес-аналитики, большие хранилища данных. Бизнес-аналитику можно разделить на ряд частей: моделирование и анализ системной динамики, экспертные системы и базы данных; знания и технологии; географическая информация (геолокация); системный анализ и проектирование. Различные методы и формы информации (статистические модели), используемые для того, чтобы выявлять нетривиальные закономерности и предлагать решения, сегодня часто ассоциируются с понятием интеллектуального анализа данных. Интеллектуальный анализ данных подразумевает использование знаний из комплекса данных (баз данных). По мнению экспертов, интеллектуальный анализ данных является одним из элементов, который является частью процесса СУБД (системы управления базами данных), которая включает анализ и очистку данных. Целью анализа больших данных является выделение нужной информации из общего потока [10]. Например, модель предсказывает то, на что клиент может обратить внимание, выделяет именно ту информацию, которая полезна для компании (как говорит правило Парето -- такой информации не более 20% из общего потока). Прогностические математические модели помогают усовершенствовать исследования, направленные на сбор статистики, предпочтений и так далее. Анализ больших данных создает и развивает проекты, направленные на улучшение таких операций, как маркетинг, внутренние продажи, оптимизация производства, логистика, менеджмент, планирование.

Управление персоналом. Реализация данной задачи происходит через набор запатентованных технологий (например, СУБД базы данных Тарантул) и других решений с открытым исходным кодом (Апач, Апач Hadoop и т.д.). Методы машинного обучения используются для построения прогнозных математических моделей, например, «multilaterial-алгоритм». Многие компании все чаще стали работать в режиме реального времени. Для достижения высоких скоростей на всех уровнях, компаниям необходимо собирать специфические сведения-предикторы (аналитическая система, которая проецирует данные о возможности поведения пользователя в будущем). Большие источники данных в этом случае будут передавать данные от одного компьютера к социальной сети, к пользователям (данные о переводах, транзакциях и другие виды неструктурированной информации. Со сбором и анализом больших данных, в целом, все понятно, актуальной задачей является хранение столь огромного объема данных на носителях. В этом случае появление технологии интеллектуальных данных (в сочетании с искусственным интеллектом) станут более популярными. 4Hаna -- это новое поколение платформы для упрощения и ускорения корпоративного управления. Методы, основанные на интеллектуальном анализе данных, позволяют управлять бизнес-процессами в режиме реального времени и упростить процесс принятия решений. Развитие первичных предикторов-алгоритмов позволяет выявить нарушения сотрудников в любой бизнес-цепочке на любом из этапов. При построении прогностических моделей применяются нетривиальные математические алгоритмы и методы глубокого анализа данных: деревья решений, регрессия, нейронные сети и т. д. Компания Яндекс, используя интеллектуальный анализ данных и BigData, защищает пользователей от вредоносных программ-ботов. Когда вы используете Яндекс ДНС, все запросы от роботов будут заблокированы. В результате, роботы не получают указаний, компьютер перестает участвовать во вредоносных действиях. Каждый день DNS Яндекса обрабатывает около 7 миллиардов запросов. В настоящее время успешный бизнес предполагает использование современных высокоэффективных методов управления потоковыми процессами в компании. Развитие информационных технологий, внедрение автоматизированной информационной системы на предприятии привело к быстрому росту в сборе и анализе информации о различных процессах, характеризующих деятельность данной компании. Проблема с анализом большого количества данных, накопленных на протяжении многих лет, была настолько серьезной, что это вылилось в отдельное направление или вид информационных систем -- информационно-аналитические системы (ИАС) [12]. Информационно-аналитические системы решили проблему анализа и хранения информации, создали правила учета данных в области внешних источников. Информационно-аналитическая система позволяет обрабатывать большие потоки данных и выносить достаточно обоснованные решения. Для того, чтобы найти скрытые закономерности в данных, которые были собраны и проанализированы, чтобы принять по ним соответствующие решения, используют особые методы и алгоритмы, типичные для информационно-аналитических систем. Общий термин «бизнес-анализ» относится к использованию информации в процессе принятия решений, этот анализ тесно связан с BigData-системами, что позволяет получить полезные результаты. Аналитические методы можно разделить на три категории: описательные, нормативные и прогнозные. Многие организации в частном и государственном секторе используют для описания своей основной деятельности графики, диаграммы и функции, которые иллюстрируют различные показатели: число предприятий, участвующих в национальной программе кредитования, их расположение, финансирование и т.д., гораздо сложнее подсчитать и графически выразить ресурсы, с помощью которых достигаются поставленные цели. Для этого и используют автоматические программы, относящиеся к САПР (системы поддержки принятия решений). Эти программы позволяют дать несколько сценариев прогноза, на основе вероятностных методов. Хотя эти показатели не обладают 100% точностью (как не может обладать любой научный прогноз), но помогают предприятию грамотно скорректировать свою стратегию, выявить системные ошибки, изменить стратегию для достижения конкурентного преимущества. Во многих странах, государственные учреждения все чаще используют программы САПР в качестве бизнес-аналитиков, потому что их использование обходится государству дешевле, чем содержание штата профессионалов-аналитиков, а также, люди-аналитики, в силу ограниченности человеческого мозга, не могут быстро анализировать огромный поток данных, выполнять статистические исследования, давать прогнозы, а компьютер -- это может. Относительно новый метод сбора информации -- это «анализ настроения», проводимый на основе анализа качественной информации из Интернета (сайты и блоги), с целью выявления связи продукта с предпочтениями целевой аудиторией. В дополнение к методам прогнозирования (сценарии и дорожные карты и т. д.) анализ позволяет определить доминирующие точки зрения разных групп [12].

Результаты исследования. Качественные изменения коснулись и современных методов обработки больших объемов, структурированных и неструктурированных данных. Стоимость хранения информации снижается, так что вы можете собрать больше данных и проанализировать их. Таким образом, возникла проблема создания эффективной инфраструктуры. Ключом к созданию этой инфраструктуры стала сложная технология, которая в настоящее время известна как «большие данные» (Big Data). Большие данные могут быть определены как технологии в области аппаратного и программного обеспечения, которые объединяют, организуют, руководят и анализируют данные, характеризующие свойства, изменение и скорость развития потоков информации. Существует ряд препятствий для эффективного внедрения технологии, которые были выявлены на анализе экономических данных российских компаний. Во-первых, у данных продуктов и методик нет готовых решений, каждое решение и каждый анализ уникальны, из-за этого такие продукты достаточно дороги, особенно для малого бизнеса. Еще одним фактором является нехватка опытных сотрудников. Крупные организации решают эту проблему путем создания базы данных учебных программ для специалистов по анализу данных, которые требуют дополнительных инвестиций, что часто также невозможно для малого бизнеса. Следующая проблема-отсутствие опыта использования этих инструментов в организации, которые организация пытается использовать для решения своих финансовых проблем. Не все технологии, которые есть в САПР, могут принести ожидаемую прибыль компаниям (при неправильном использовании могут даже принести убыток, так как сами по себе технологии поддержки принятия решений достаточно дороги, но и могут выдать неверный прогноз, из-за которого компания может понести значительные убытки) [13].

В таблице 1 приведены наиболее распространенные аналитические методы, большинство из которых относится к категории стратегического анализа и изучения окружающей среды. Они пользуются спросом, поскольку обеспечивают важную информацию для оценки рентабельности рынка и инструментов оценки. Так что вы можете сделать личные исследования на любом рынке, используя данный инструментарий. В таблице показаны эволюционные инструменты для понимания развития технологических разработок в индустриальной сфере.

Деревья решений и другие управленческие методы отличаются только способами решения одной и той же задачи. Как видно из таблицы, каждый метод имеет свои сильные и слабые стороны. Понятно, что ни один из представленных выше методов не претендует на универсальность. Однако существует возможность обеспечить решение всех типов задач с помощью интеллектуального анализа данных. Для этого требуется правильная настройка программы и использование профессиональных аналитиков, которые подберут тот или иной метод для решения определенной экономической задачи. Сочетание взаимодополняющих аналитических методов в бизнес-аналитике позволяет повысить качество принимаемых решений [14]. Разница между фактической ситуацией и плановыми показателями означает, что текущая версия программы просто не может сделать более точного прогноза. Для этого и нужен контроль со стороны профессионалов, чтобы подкорректировать программу на любом из выбранных этапов, или отменить прогноз программы.

Преимущества цифрового подхода в экономике. Понятие «цифровой» подчеркивает отличие подхода от классических производственных и бизнес-процессов. Цифровой подход позволяет компании более качественно, быстро и с наименьшими затратами заниматься своей традиционной деятельностью. В сложившихся условиях цифровые технологии размывают границы между рынками в поиске новых бизнес-моделей. Мир вступает в эру цифрового бизнеса, которая демонстрируют беспрецедентный уровень конвергенции технологий и процессов, коммуникаций, искусственного интеллекта и «умных материалов». Переход на цифровой бизнес создает волны прорывных радикальных инноваций во многих отраслях промышленности. Термин «цифровое предприятие» описано в книге директора медиа-лаборатории Массачусетского технологического института Н.Негропонте [21].

Таблица 1

Аналитические методы конкурентной разведки

Методы анализа

Методы DataMining (множество классификаций)

Методы стратегического анализа

Классификация без отклика

Матрица Boston Consulting Group (BCG)

Классификация с откликом

Отраслевой анализ («5 сил»)

Ассоциации

Стратегические группы

Анализ последовательностей событий

SWOT-анализ

Прогнозирование времени до события

Цепочка создания стоимости

1. ассоциативные правила

2. деревья решений

3. кластеры

4. математические функции

Анализ внешней среды

искусственные нейронные сети

Анализ проблем (issue analysis)

деревья решений, символьные правила

Сценарии Стейкхолдеры

методы ближайшего соседа и k-ближайшего соседа

STEEP-анализ

метод опорных векторов

Финансовый анализ

байесовские сети

Финансовая эффективность

линейная регрессия

Темпы устойчивого роста

корреляционно-регрессионный анализ

Конкуренты и клиенты

иерархические методы кластерного анализа

«Мертвая зона»

неиерархические методы кластерного анализа, в том числе алгоритмы k-средних и k-медианы

Конкуренты

методы поиска ассоциативных правил, в том числе алгоритм Apriori

Потребительская ценность

метод ограниченного перебора

Сегментация потребителей

эволюционное программирование и генетические алгоритмы

Профилирование менеджмента

разнообразные методы визуализации данных и множество других методов

Эволюционный анализ

 

«Кривая опыта»

 

«Вектор роста»

 

Жизненный цикл продукта

 

Жизненный цикл технологии

 

KPI

 

Таблица 2

Классификация основных методов DataMining, используемых в бизнес-аналитике

Работа с данными

Выявление и использование формализованных закономерностей, или дистилляция шаблонов

Непосредственное использование данных

Сохранение данных

При технологии дистилляции шаблонов один образец (шаблон) информации извлекается из исходных данных и преобразуется в некие формальные конструкции

Кластерный анализ

Логические методы или методы логической индукции

нечеткие запросы и анализы;

Метод ближайшего соседа

символьные правила;

деревья решений;

Метод k-ближайшего соседа

генетические алгоритмы.

Методы кросс-табуляции

агенты, байесовские (доверительные) сети

Рассуждение по аналогии

кросс-табличная визуализация

Методы на основе уравнений

Подход к обучению математических моделей

Статистические методы DataMining

Кибернетические методы DataMining

предварительный анализ природы статистических данных (проверка гипотез стационарности, нормальности, независимости, однородности, оценка вида функции распределения, ее параметров и т.п.);

Искусственные нейронные сети (распознавание, кластеризация, прогноз)

Эволюционное программирование (в т.ч. алгоритмы методом группового учета аргументов)

выявление связей и закономерностей (линейный и нелинейный регрессионный анализ, корреляционный анализ и др.);

Генетические алгоритмы (оптимизация)

Ассоциативная память (поиск аналогов, прототипов)

многомерный статистический анализ (линейный и нелинейный дискриминантный анализ, кластерный анализ, компонентный анализ, факторный анализ и др.);

Нечеткая логика

Деревья решений

динамические модели и прогноз на основе временных рядов.

Системы обработки экспертных знаний

Классификация по задачам

Описательные методы

Прогнозирующие методы

служат для нахождения шаблонов или образцов, описывающих данные, которые поддаются интерпретации

используют значения одних переменных для предсказания/прогнозирования неизвестных (пропущенных) или будущих значений других (целевых) переменных

Алгоритм К-средних

Нейронные сети

К-медианы

Деревья решений

Иерархические методы кластерного анализа

Линейная регрессия

Самоорганизующиеся карты Кохагена

Метод ближайшего соседа

Методы кросс-табличной визуализации

Метод опорных векторов

Цифровое предприятие. Результаты исследования показали, что финансовые показатели в значительной степени зависят от использования новых технологий и методов управления.

- Компании, активно использующие технологии и новые методы управления в среднем на 26% успешнее (за показатель успешности берется показатель оборота предприятия) своих конкурентов.

- Организации, которые инвестируют в цифровые технологии, но уделяют недостаточно внимания управлению финансовыми показателями, отстают на 11% по тому же показателю.

- Успешные консервативные компании, которые планируют повысить свои показатели традиционными методами хотя бы на 9%, могут повысить их с помощью цифровых технологий, но значительно эффективнее, вплоть до 300%.

- Те компании, которые не выбрали стратегию использования прогнозов с помощью САПР-систем, в целом, на 24% менее конкурентоспособны, чем их «цифровые» коллеги, по основным показателям.

Исследование также показало, что большая часть предприятий (те, что смогут выжить в условиях конкуренции) в скором времени могут станут цифровыми. Среди ведущих секторов в будущей цифровой индустрии выступят: высокотехнологичная промышленность, предприятия финансового сектора (банки, биржи, аукционы и т.д.), компании сектора розничной торговли (ритейлеры). Компаниям нужно подумать о смене бизнес-модели и добавлять новые методы в управлении, если они хотят остаться «на плаву» в ближайшем будущем. Среди консерваторов, которые пока не хотят переходить на цифровые технологии, часто встречаются страховые компании, а также энергетические и коммунальные компании. Общая оценка цифровой зрелости общества и компаний такова, что на данный момент мы являемся свидетелями редкого явления -- зарождения нового (шестого) технологического уклада, а, возможно и перехода к новой «цифровой» исторической формации [15].

Технология цифровой компании нужна для того, чтобы заполнить концепцию реальным содержанием, создать конкретную методику. За годы работы цифровой отрасли экспертами были определены четыре основные тенденции: социальная, мобильная, аналитическая и облачная. Каждая из этих тенденций, взятая по отдельности, является только техническим методом, но вместе они представляют собой мощный инструмент для цифрового управления (эффект синергии). Этот квартет сделал первый «выстрел» на потребительском рынке (B2C), а потом утвердился на бизнес-рынке (B2B), чтобы стать основой цифрового преобразования. Это Интернет, Интернет вещей (internet of things), который предоставляет возможность собирать аналитические данные для системы практически из любого места -- со встроенными датчиками и умной продукцией в различных системах управления. «Мы считаем, что четвертая промышленная революция проявляется в виде серии цифровых волн: потребитель, который имеет более интерактивный и личный опыт использования этой технологии (социальные, мобильные, аналитические и облачные технологии), цифровой проект использует технологию, чтобы уменьшить затраты, с целью повышения производительности. Основными ярлыками новой цифровой эпохи являются искусственный интеллект, робототехника, когнитивные вычисления и Интернет вещей. Социальные, мобильные, аналитические и облачные технологии являются основой для создания цифрового предприятия.

Рис. 1. Цифровая зрелость по отраслям (составлено на основе данных Gapgeminibusiness и Слоунской школы менеджмента, Массачусетский технический институт).

Основные тенденции в области становления цифровой экономики (см. рис. 2).

Развитие интернета вещей. Рост количества подключенных к Интернету устройств с 2016 по 2020-й год составит от 6,4 млрд до 20,8 млрд (по данным агентства Gartner). Смартфонами пользуются практически все сотрудники и клиенты, а не только руководители. Чтобы управлять цифровыми компаниями, нужны новые мобильные приложения с расширенными функциональными возможностями. Интернет вещей, который является следствием развития мобильных технологий, будет иметь все большее влияние. Рынки услуг (в основном розничная торговля) и B2C уже переживают очередную волну цифровизации с выведением сотрудничества на новый уровень.

Социальные навыки, знания и управления. Маркетинг в цифровом пространстве требует увеличения детализации и кастомизации предложений для клиентов, что, в свою очередь, связано с углубленным изучением информационных технологий для управления знаниями. Несмотря на весь прогресс в автоматизации процессов и интуицию, навыки и способности остаются важным фактором успеха цифровых компаний, например, традиционная система управления персоналом трансформировалось в управление талантами, обучение и развитие персонала. Право доступа из дома есть у каждого пользователя Сети, которое разрушает вертикальную иерархию, так что каждый может общаться напрямую с любым (подчиненный с начальником и наоборот). Это неизбежно приведет к распространению новых принципов управления на основе принципов сетевого взаимодействия, а не командования и вертикальной иерархии. Ежемесячная аудитория сети по данным Statista.com Facebook -- 1,65 млрд человек (данные 1 квартала 2016).

Управление документами и совместной работой. Компаниям по-прежнему приходиться бороться за эффективность внутренней работы, прежде чем участвовать в более клиентоориентированных и передовых инструментах анализа. BPM-инструменты (управление бизнес-процессами) являются наиболее гибкими для практического применения и будут по-прежнему необходимы в этой области.

Управление контентом, управление электронным документооборотом. Оперативность документооборота -- одно из важнейших обстоятельств конкурентоспособности компании. Достаточно большая часть компаний до сих пор использует бумажный документооборот. Но постепенно осуществляется переход на цифровое обращение документов. В этом направлении большую роль играет обучение сотрудников и изменение их менталитета относительно новых парадигм. Ключом в успехе данного внедрения является переобучение сотрудников компании на человеко-машино-ориентированые продукты (САПР)

Финансы и бухгалтерский учет как драйверы цифровой трансформации. Консалтинговая компания Сapgemini называет ERP-системы драйверами цифрового преобразования. Но это будет новое поколение ERP, которое отвечает принципам дизайна для цифровых технологий. Целью такой реструктуризации является максимально быстрое реагирование на потребности потребителей и вывод продукта на рынок, то есть производство должно стать гибким, адаптивным и практически личным -- ведь запросы каждого клиента индивидуальны. Это может быть достигнуто с использованием стека технологий в развитии системы ERP-платформ.

Большие данные и аналитика. Бизнес-разведка. Большие данные обеспечивают топливо для цифровой трансформации, открывая новые возможности, новых клиентов, новые рынки. Бизнес-аналитика стала инструментом принятия решений, который используют не только опытные специалисты, но и бизнес-лидеры разного уровня. Переход на цифровое предприятие также означает увеличение объема данных -- теперь в контур управления входит информация из социальных сетей, различных внешних источников и, главным образом, различных датчиков, поскольку производство также идет на цифровой формат. В связи с ростом объема и сложности данных, семантический анализ и искусственный интеллект системы будут востребованы. Цифровая трансформация не означает, что бизнесу необходимо отказаться от всех своих программ и внедрить новые. Разработка идет по пути модернизации корпоративных систем, аналитики признают, что это объясняет рост в секторе корпоративного прикладного программного обеспечения на 7,5% в 2015 году, с объемом рынка почти $150 млрд. Но в контексте новых вызовов известные технологии требуют переосмысления [16].

Рис. 2. Основные направления развития цифровой экономики

Примеры цифровых предприятий и проектов. В качестве примера предприятий, вступивших на путь «цифровой трансформации», можно назвать представителей банковского сектора: Сбербанк объявил о создании нового цифрового продукта -- собственного мессенджера, который позволит клиентам общаться не только друг с другом, но и с сотрудниками, подключенными к сети коммерческих компаний, получать необходимые консультации и заказывать товары и услуги. Прямо в мессенджере, интегрированном с системой «Сбербанк Онлайн», можно будет оплатить товар и отправить денежный перевод. Одним из важнейших преимуществ мессенджера станет, так называемый, smartsearch, который сможет подбирать для каждого запроса наиболее подходящие варианты для клиента, учитывая его местоположение, предпочтения и «транзакционные данные». Для бизнес-путешественников мессенджер должен предоставить новый инструмент для обслуживания запросов клиентов. Альфа-Банк внедрил облачные технологии ABBYY Cloud для распознавания SDK и разработал сервис, который позволяет распознать счета, а также для формирования платежных поручений для клиентов сегмента малого и среднего бизнеса в «Альфа-бизнес Мобайл». Клиент фотографирует счет или скачивает файл, а через несколько секунд видит заполненную форму на экране своего мобильного устройства. Если программа сомневается, например, в правильности номера счета, то поле подсвечивается красным цветом и клиенту просто необходимо проверить данные еще раз. Это позволило сократить время на формирование платежного поручения в 3-4 раза и, практически полностью, снизить вероятность ошибок, связанных с человеческим фактором. Банк Тинькофф дал масштабную технологию MoneyTalk, в рамках приложения Telegram, и запустил функцию перевода денег между участниками диалога. MoneyTalk позволяет вашим собеседникам обмениваться сообщениями и переводить деньги в одном приложении. Приложение разработано под открытой лицензией Telegram, что позволяет использовать и модифицировать его код.

Цифровая трансформация сопровождается явлением, которое стало известно, как «ubersetze». На каком-то рынке появляется новый игрок, бизнес-модель которого, построенная на основе цифровых технологий, создает новый пользовательский опыт (userexperience) и радикально меняет отношения между поставщиками и потребителями услуг. Компания Uber впервые успешно внедрила этот подход на рынке такси, точно так же в сфере услуг и в секторе розничной торговли находится Plazius -- российский технологический стартап в области финансов, дочернее предприятие Сбербанка, объединяющее мобильную платежную платформу и цифровой маркетинг для бизнеса. Благодаря Plazius посетитель ресторана может просто встать и уйти после обеда, а оплата будет такой же, как после поездки с Uber -- деньги будут сняты с привязанной банковской карты. Платформа помогает ресторанам и магазинам привлекать новых клиентов и удерживать существующих, анализируя их аудиторию (демографию, поведение, предпочтения клиентов) и участвуя в процессе покупки. Встроенная игровая механика Plazius увеличивает частоту заезда гостей на 33-65%: гости приводят друзей и совершают дистанционные покупки, средний чек увеличивается в среднем на 25%. Plazius -- это рынок, где предприятия и потребители находят друг друга, используя технологии. Plazius используют более 1500 ресторанов и магазинов, с одной стороны, и более 4,5 миллионов покупателей с другой [17].

Заключение. Авторами предпринята попытка проанализировать существующие тенденции в области цифровизации экономики. Освещаются основные подходы к рассмотрению цифровой активности и цифровой зрелости населения как ключевых показателей, отражающих уровень цифровой трансформации экономики страны. Предложено использовать мониторинг социальных медиа для оценки цифровой зрелости и активности населения. В статье утверждается, что уровень цифрового развития общества находится в прямой зависимости с развитием экономики страны. Делается вывод о том, что в современных условиях для повышения глобальной конкурентоспособности экономики государства целесообразно сфокусировать внимание на повышении цифровой активности населения страны. Необходимо интенсивнее вовлекать общество в процессы цифровизации экономики и социальной сферы.

Литература

1. Kenneth C.,Traver, C. (2014). E-commerce. 10th edition. New York University. Pearson.

2. Globe News Wire. The Boston Consulting Group. 2017. Retrieved 12 March 2017.

3. Accenture profile: Pierre Nanterme. Accenture.com. Archived from the original on 2 February 2011. Retrieved 2 February 2018.

4. Stafford, P.You can believe the Hype Cycle's take on technology (англ.) // Financial Times. 2008. No. 30.

5. Obar, J. A., Wildman, S. (2015). Social media definition and the governance challenge: An introduction to the special issue. Telecommunications policy. 39 (9): 745-750.

6. Pavlik, J., MacIntoch, S. (2015). Converging Media 4th Edition. New York, NY: Oxford University Press.

7. Hajirnis, A. (2015). «Social media networking: Parent guidance required». The Brown University Child and Adolescent Behavior Letter. 31 (12): 1-7.

8. Tang, Q.Gu, B.,Whinston, A.(2012). Content Contribution for Revenue Sharing and Reputation in Social Media: A Dynamic Structural Model. Journal of Management Information Systems.29 (2): 41-75.

9. Kaplan A. M., Haenlein M. Users of the world, unite! The challenges and opportunities of social media. Business Horizons. 2010. Vol. 53. Issue 1. Р. 59-68

10. Kirkpatrick, David (2011). The Facebook effect: the real inside story of Mark Zuckerberg and the world's fastest-growing company. London: Virgin.

11. Березин А.А. Математическая модель процесса бенчмаркинга для прогностической оценки динамики и конкурентоспособности компаний / А.А. Березин, А.Г. Финогеев // Современные наукоемкие технологии. -- 2016. -- № 2-3. -- С. 411-415.

12. Березин А.А. Математические моделирование динамики конкурентоспособности предприятий на основе уравнений Ван дер Поля / А.А. Березин, А.Г. Финогеев // Фундаментальные исследования. -- 2016. -- № 2. -- Ч.3. -- С. 467-471.

13. Брускин С.Н. Методы и инструменты продвинутой бизнес-аналитики для корпоративных информационно-аналитических систем в эпоху цифровой трансформации // Современные информационные технологии и ИТ-образование. -- 2016. -- Т.12. -- № 3-1. -- С.234-239.

14. Тимофеев А.Г., Лебединская О.Г. Трансформация роли системообразующих предприятий в экономике России // Приоритетные направления развития науки и образования. -- 2016. -- № 1 (8). С. 396-398.

15. Тимофеев А.Г., Лебединская О.Г. Актуализация перехода от цифрового труда к цифровой фабрике // Управление экономическими системами. -- 2016. -- №3. URL: http://uecs.ru/innovacii-investicii/item/3905-2016-03-31-07-53-46

16. Тимофеев А.Г., Лебединская О.Г. Торговые системы и динамические программы-роботы на биржевом рынке // Инициативы XXI века. -- 2012. -- № 4. -- С. 65-68.

17. Информационные системы рынка ценных бумаг / А.Г. Тимофеев, В.П. Романов. М., 2010. -- 151 с. Тимофеев А.Г. Влияние рейтинговых и прогнозных оценок на изменение геополитического положения государства // Научные труды Вольного экономического общества России. -- 2010. -- Т. 143. С. -- 145-150.

18. Чэнь Ди. Социальные сетевые медиа и социальные сети в концепциях американских и российских исследователей // Вестник СПбГУ. Язык и литература. -- 2012. -- №3. URL: https://cyberleninka.ru/article/n/sotsialnye-setevye-media-i-sotsialnye-seti-v-kontseptsiyah-amerikanskih-i-rossiyskih-issledovateley (дата обращения: 11.04.2018).

19. Safk L., Brake D. The social media bible: tactics, tools, and strategies for business success. Hoboken, N. J.: John Wiley & Sons, 2009. XVIII, 821 p

20. Solis, B. Defining Social Media. 2007. http://www.briansolis.com/2007/06/defining-social-media/

21. Negroponte, N. (1995). Being Digital. Knopf. (Paperback edition, 1996, Vintage Books

22. Васин С.М., Гамидуллаева Л.А. Концептуальные вопросы управления инновационной системой // Russian Journal of Management. -- 2015. -- Т.3. -- № 4. -- С. 342-351.

23. Васин С.М., Гамидуллаева Л.А. Повышение эффективности управления бизнес-инкубатором как социально-экономической системой: моногр. -- Пенза: Изд-во ПГУ, 2013. -- 218 с.

Сноски

1 Программа «Цифровая экономика Российской Федерации» Распоряжение от 28 июля 2017 г. № 1632-р. http://static.government.ru/media/files/9gFM4FHj4PsB79I5v7yLVuPgu4bvR7M0.pdf

2 Digital Economy Act 2017. UK Parliament. Retrieved 28 April 2017.https://services.parliament.uk/bills/2016-17/digitaleconomy.html

3 OECD (2017), OECD Digital Economy Outlook 2017, OECD Publishing, Paris,http://dx.doi.org/10.1787/9789264276284-en.

4 Pew Research Center http://gtmarket.ru/organizations/pew-research-center

Размещено на Allbest.ru


Подобные документы

  • Оценка рейтинга стран мира по индексам конкурентоспособности бизнеса, делового климата, деловой активности, глобализации, экономической свободы и глобальной конкурентоспособности. Анализ показателей экономики Беларуси в различных сферах деятельности.

    реферат [825,5 K], добавлен 05.07.2015

  • Основные показатели миграции населения. Анализ социально-экономического положения России. Статистическое исследование структуры и динамики миграционных процессов в стране. Оценка факторов и прогнозирование уровня миграционной активности населения.

    курсовая работа [294,9 K], добавлен 05.08.2011

  • Сущность, виды, основные причины безработицы, ее социально-экономические последствия. Цели и задачи деятельности государства в сфере занятости населения. Анализ показателей экономической активности населения и безработицы в России на современном этапе.

    курсовая работа [203,6 K], добавлен 08.12.2014

  • Понятие, естественный уровень, причины безработицы. Социально-экономические последствия безработицы. Службы занятости населения в РФ. Анализ связи между уровнем безработицы и уровнем экономической активности населения, инфляции в Вологодской области.

    курсовая работа [344,3 K], добавлен 19.03.2011

  • Классификация рабочей силы по экономической активности и статусу в занятости. Анализ состояния сферы занятости населения и подготовки кадров в Камчатском крае. Анализ текущей деятельности государственной службы занятости населения Камчатского края.

    курсовая работа [1,3 M], добавлен 15.06.2014

  • Показатели демографической статистики: численности населения, общих показателей воспроизводства, анализ брачности и разводимости. Прогноз безработицы и экономической активности на 2007 - 2009 гг. Статистический анализ промышленности и денежной массы.

    курсовая работа [446,7 K], добавлен 07.03.2011

  • Официальная дата изобретения фотоснимка. Мировой рынок цифровой фототехники. Зависимость роста продаж цифровой фототехники от числа пользовательских компьютеров на рынке, основные страны–импортеры и экспортеры. Российская фототехническая промышленность.

    реферат [522,4 K], добавлен 12.01.2015

  • Исследование социально-правовых и экономических реалий обеспечивающих достойный уровень доходов и качество жизни населения государства в условиях рыночной экономики. Анализ современной концепции социально-экономической политики Российской Федерации.

    дипломная работа [717,6 K], добавлен 14.12.2013

  • Сравнительный анализ экономической активности населения регионов. Численность населения трудоспособного возраста и трудовых ресурсов. Соотношение специалистов с разным уровнем образования. Коэффициенты обеспеченности кадрами и дополнительной потребности.

    контрольная работа [46,4 K], добавлен 22.01.2014

  • Особенности института доверия в РФ. Статистика измерений уровня доверия и интерпретация показателей. Институт "квазиденег" как институциональная реакция на уровень доверия на примере цифровой валюты Bitсоin. Перспективы развития доверительных отношений.

    дипломная работа [693,1 K], добавлен 23.06.2015

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.