Менеджмент бизнес-процессов на базе информационных технологий

Освоение института интеллектуальных систем и технологий (ИИСТ) является приоритетным направлением производственной сферы страны. ИИСТ прежде всего тесно связано интеллектуальными процессами инжиниринга, а также управления деятельностью предприятий, инновационными процессами переоснащения производства, освоения новых компьютеризированных технологических процессов и позволяет предприятиям получать новейшие образцы изделий с более высокими потребительскими свойствами. Активное развитие международных стандартов качества заставляют относить данный вопрос к сфере государственных интересов во всех промышленно развитых странах.

Ключевые слова: менеджмент качества, система менеджмента качества, Enterprise Information Management, EIM

Многие программы управления корпоративной информацией (EIM — Enterprise Information Management) или программы управления данными не соответствуют своему потенциалу. [12] Появление больших баз данных на предприятии ставит вопрос необходимости в корпоративных данных, управлять ими еще более важно. EIM — это набор дисциплин: управление данными, метаданные, моделирование данных, хранение данных и искусственный интеллект, которые позволяют понимать и использовать данные и другую информацию в качестве актива предприятия.

Управление корпоративной информацией — это достаточно зрелая область менеджмента, но появление «больших данных» сделало потребность в корпоративных данных и информационных программах внутри организаций еще более необходимой задачей [8]. Причиной критической потребности в управлении корпоративными данными в качестве фактора успеха для любой организации, желающей развития и с собственными аналитическими инициативами, состоит в следующем:

1. Основное внимание EIM к корпоративному управлению критически важными данными, которые позволяют организации использовать их для принятий решений.
2. Все важнее становится сосредоточиться на высокоуровневом качестве данных, которые позволяют организации иметь возможность доверять этим данным и принимать решения на их основе оперативно и аналитически. [16]
3. Организация универсальных или широко используемых данных в структурах управления данными, а также совместное использование, сокращение избыточности, сокращение ошибок при передаче данных между подразделениями.
4. Необходимость в хранилище данных и бизнес стратегии предприятия, основанном на передовых методах управления информацией о предприятиях, позволяющее бизнес-единицам делиться аналитическими данными по мере необходимости, не беспокоясь о различии в метаданных или технологических проблемах.

А если организация сосредоточиться на управлении корпоративной информацией, прежде чем начнет иметь «большие данные»? Или, если организация выбирает один или несколько компонентов EIM для реализации части стратегии, а затем постепенно будет внедрять остальные компоненты EIM? На самом деле, для достижения успеха необходимы обе точки зрения — включая аспекты, основанные на предприятиях и компонентах. Программы EIM не должны быть большими, но они должны быть устойчивыми и постоянно прогрессирующими, чтобы иметь какую-либо ценность, особенно в сочетании с большой инициативной составляющей в области данных или аналитики. [1]

Основные моменты для рассмотрения.

1. Уровень усилий. Инициативы EIM требуют постоянных усилий, они обычно имеют постоянные издержки и требуют опытных менеджеров и кадрового обеспечения. Все программы EIM также требуют постоянных руководителей, заинтересованных сторон и сотрудников организации. Кроме того, важно, чтобы EIM программа была запущена и поддерживалась с правильными причинами, здесь определение бизнес-целей предприятия — фундаментальная необходимость. [7] Эти цели должны быть теми, которые организация будет ценить в течении длительного времени (качество данных, доступность данных, совместное использование данных и т. д.). Целью может быть усовершенствовать жизнь программы, но цель должна всегда относиться к текущим бизнес-целям для успешной реализации. [14]
2. Требования. Значимые бизнес-цели обеспечивают ценные требования к данным, процессам и технологиям и это утверждение применяется еще на более глубоком уровне при обсуждении больших данных и/или аналитики. Эти требования определяют сферу охвата, обеспечивают фокус и согласовывают различные инициативы EIM в целенаправленных программах (метаданные, управление данными, качество данных, архитектура корпоративных данных, данные складирования, бизнес-аналитика и т. д.). [11] Каждая организация, выбирая компоненты EIM, стремится раз и навсегда решить вопрос с управлением данными. Если по программе EIM руководство решило внедрить лишь несколько компонентов в области данных и (или) аналитики, есть вероятность, что выбор будет включать в себя управление данными, качеством данных, бизнес-аналитикой.
3. Структура. EIM пытается интегрировать различные представления о бизнесе и использовании данных и информации, что делает любую из программ важным компонентом управления большими данными и (или) аналитической инициативы. Программы EIM должны быть структурированы для совместного понимания смысла и использования данных, которые могут быть изложены в качестве основной цели любой аналитической программы. Создание официальной программы управления данными как части большого объема данных и (или) аналитики является единственным важнейшим компонентом большого проекта данных/аналитики, поскольку программа управления данными будет создавать правила и стандарты для управления данными и метаданными по бизнес-единицам для использования в принятии решений. Здесь стоит понимать, что без официальной программы управления данными большинство аналитических программ не преуспевают (например, Workview).

Некоторые подходы к управлению данными могут включать в себя архитектуру программы управления для начала бизнес-единицы или любого подразделения проекта. [3] Руководители таких программ, которые нацелены на выполнение деятельности по управлению данными в бизнес-единицах, связаны с чистотой, правильностью и полнотой предоставляемых данных. Особенно это важно для аналитических программ.

4. Область применения. Важным моментом, который следует помнить в инициативе применения EIM, является то, что организационные или культурные проблемы не должны переопределять конкретные потребности, для которых предназначена программа EIM. [5] Необходимо поддерживать интерактивный характер прочной программы развития и обеспечить, чтобы объем данных оставался управляемым, в рамках корпоративных целей. Разработка итеративного управления данными может нести относительно низкие риски и позволит продолжать использовать программу, несмотря на любые финансовые составляющие, влияющие на подход к управлению данными. Важно, чтобы первоначальный фокус стратегии EIM стал началом сбора большой информации/ аналитики. В конце концов, основная часть организации увидит ценность корпоративных данных и захочет включить EIM в оперативные данные.
5. Модель концептуальных данных. Одним из важных моментов для успешной стратегии EIM является разработка модели концептуальных данных предприятия. Эта модель не требует больших усилий, но ее преимущества очевидны. Очень малая часть успешных программ EIM не имеет жизнеспособных моделей концептуальных данных предприятия и ее связанных метаданных. Аналитическим специалистам модель концептуальных данных нужна, чтобы показать тематику области, а также составляющие данные организации и как эти области взаимосвязаны.
6. Опыт управления проектами. Опытное управление проектами с фокусом программы EIM является еще одним существенным фактором успеха. EIM — это программа и поэтому требует навыков управления программами и менеджер программы EIM должен понимать каждый компонент EIM, а также его отношение к передачи данных.
7. Добиваться успеха. Хотя программа EIM является сложной, если рассматривать ее как единое целое, но намного проще начать ее внедрять со вниманием к каждому пункту по отдельности. [6] Сосредоточьтесь на каждом компоненте для каждой бизнес-единицы, создайте программу в управляемых частях, пока команда не достигнет заявленных целей.

В заключение, после этих семи шагов следует обеспечить, чтобы информация вашего предприятия, а также подход к управлению оставался успешным и достигал поставленной миссии, заявленной в программе чартера. EIM гарантирует, что ваши данные будут высокого качества, доступны, поняты в организации всем заинтересованным сторонам и что ваши большие программы передачи данных/аналитики успешны, также она гарантирует предоставление необходимой информации для принятия решений подходящими людьми в нужное время.

Литература:

1. Impact of Big Data in Enterprise Information Management // DATAVERSITY. URL: www.dataversity.net/impact-big-data-enterprise-information-management/ (дата обращения: 1.10.2017).
2. The big impact from big data // LiveMIND. URL: http://www.livemint.com/Opinion/QtWoDuIfVAkk4n4jRbjwFP/The-big-impact-from-big-data.html (дата обращения: 5.10.2017).
3. Information Management and Big Data // ORACLE. URL: http://www.oracle.com/technetwork/database/bigdata-appliance/overview/bigdatarefarchitecture-2297765.pdf (дата обращения: 2.10.2017).
4. DI&A Webinar: Data Lake vs. Data Warehouse // DATAVERSITY. URL: http://www.dataversity.net/dia-webinar-data-lake-vs-data-warehouse/ (дата обращения: 1.10.2017).
5. How are New Data Technologies Affecting Data Quality and Data Governance? // DATAVERSITY. URL: http://www.dataversity.net/new-data-technologies-affecting-data-quality-data-governance/ (дата обращения: 2.10.2017).
6. How 13 Global Industries use Artificial Intelligence — TCS Global Trend Study // TCS. URL: www.tcs.com/ (дата обращения: 3.10.2017).
7. Ten Ways Big Data Is Revolutionizing Marketing And Sales // forbes. URL: https://www.forbes.com/sites/louiscolumbus/2016/05/09/ten-ways-big-data-is-revolutionizing-marketing-and-sales/#e11df0221cff (дата обращения: 5.10.2017).
8. How big data can revolutionize pharmaceutical R&D // mckinsey. URL: https://www.mckinsey.com/industries/pharmaceuticals-and-medical-products/our-insights/how-big-data-can-revolutionize-pharmaceutical-r-and-d (дата обращения: 1.10.2017).
9. How Big Data And Analytics Are Transforming Supply Chain Management // forbes. URL: https://www.forbes.com/sites/bernardmarr/2016/04/22/how-big-data-and-analytics-are-transforming-supply-chain-management/#7203967339ad (дата обращения: 1.10.2017).
10. Big Data Analytics in Hotel Industry // kdnuggets. URL: http://www.kdnuggets.com/2015/09/big-data-analytics-hotel-industry.html (дата обращения: 1.10.2017).
11. How Big Data And Analytics Are Transforming The Construction Industry // FORBES. URL: https://www.forbes.com/sites/bernardmarr/2016/04/19/how-big-data-and-analytics-are-transforming-the-construction-industry/#5855054033fc (дата обращения: 3.10.2017).
12. Why Big Data Enhances the Need for Enterprise Information Management // datanami. URL: https://www.datanami.com/2017/08/02/big-data-enhances-need-enterprise-information-management/ (дата обращения: 2.10.2017).
13. 2017 Strategic Roadmap for Enterprise Information Management // gartner. URL: https://www.gartner.com/doc/3645361/-strategic-roadmap-enterprise-information (дата обращения: 1.10.2017).
14. Hype Cycle for Enterprise Information Management, 2017 // gartner. URL: https://www.gartner.com/doc/3645361/-strategic-roadmap-enterprise-information (дата обращения: 1.10.2017).