Основные характеристики информации, определяющие ее полезность и издержки получения.

Сформулированная проблема может быть решена на основе международных стандартов ISO 9000, использующих три группы показателей качества объекта (в данном случае — информации): технические, субъективные и экономические. В контексте рассматриваемой проблемы интерес представляют субъективные (пользовательские) и экономические показатели качества информации.

Субъективные показатели и мера качества имеют общие признаки:

  • 1) нетривиальную определимость (трудности формулирования и формального описания) и количественную оценку;
  • 2) нечеткость измерения в лингвистической форме (измеримость по шкалам порядка, интервалов);
  • 3) отсутствие инвариантности (зависимость значения показателя от конкретных условий деятельности);
  • 4) возможную альтернативность показателей;
  • 5) широкий доверительный интервал вычислительной оценки и др.

Во множестве пользовательских показателей может быть выделено подмножество, характеризующее информацию в части удобства работы с ней пользователя и размеров психофизиологических, временных или материальных затрат. Область оценки по каждому показателю детерминирована субъектом деятельности в соответствии со степенью удовлетворения его технологией получения информационного продукта. Приведем основные субъективные показатели качества информации.

  • 1. Полнота информации (достаточность количества) — в общем случае в социально-технических системах показатель, характеризующий меру достаточности оцениваемой информации для решения предметных задач. Это весьма неопределенный и относительный показатель, поскольку полнота информации оценивается исключительно по отношению к вполне определенной задаче.
  • 2. Достоверность (адекватность) — соответствие текущему состоянию объектов, к которым относится информация. В общем случае адекватность информации определяется двумя факторами: объективностью генерирования (съема, определения, установления) информации о значимой для предметной деятельности действительности и продолжительностью интервала времени между моментом генерирования и моментом оценивания адекватности.
  • 3. Релевантность — показатель информации, который характеризует соответствие ее потребностям решаемой задачи (отсутствие шумов). Релевантность информации также может быть представлена в единицах времени, например, время, необходимое на вычленение или усвоение релевантной информации.
  • 4. Толерантность — показатель, характеризующий удобство формы представления для восприятия и использования информации. Понятие толерантности является очень неопределенным и субъективным.
  • 5. Своевременность — важнейший показатель, характеризующий время, в течение которого информация, удовлетворяющая предыдущим требованиям, имеет полезность для решения предметных задач организации.
  • 6. Важность информации для решения задач есть обобщенный показатель, характеризующий, с одной стороны, значимость информации с точки зрения тех задач, для решения которых она используется, с другой стороны, важность информации в рамках задачи.

Рассмотренная группа субъективных показателей качества информации характеризует ее способность удовлетворять информационные потребности организаций.

Проведенные классификация и анализ показателей качества информации позволяют сделать следующие выводы:

  • ? качество информации характеризуется системой (множеством) показателей, максимально полно отражающих информационные групповые и индивидуальные потребности и условия ее сбора и обработки;
  • ? во множестве пользовательских показателей отображены семантические и прагматические аспекты информации и технологии ее обработки.

Важно запомнить-

Для того чтобы информация эффективно выполняла свою роль в предметной деятельности, необходимо оценивать ее по совокупности пользовательских

показателей.

Мнение специалиста

Сегодня основная проблема удовлетворения информационных потребностей организаций — определение качества информации: объем информационных ресурсов, в каком виде, для каких целей, каким образом их извлечь из имеющихся баз данных часто разрозненных информационных систем и что с ними делать.

Создание и внедрение технологий бизнес-аналитики (БА) сформировалось в самостоятельное активно развивающееся направление IT-технологий. По данным компании ГОС, в 2007 г. рынок систем бизнес-аналитики в России составил 105,3 млн долл., в 2012 г. — 340 млн долл, и в 2013 г. — более 400 млн долл.1 Первоначальные прогнозы на 2014—2015 гг. также предполагали рост российского рынка БА-систем[1] [2]. Однако по итогам 2014 г. был зафиксирован обвал на 18%, но в 2015 г. последовал некоторый рост[3]. Замедление роста рынка связано в большей степени с насыщением рынка, переходом его в иное качество, чем снижением интереса российских заказчиков к бизнес-анализу данных. Кроме того, на динамику рынка влияют ухудшение экономической ситуации и падение курса рубля.

Общий объем данных, обрабатываемых в БА-системах

Рис. 4.8. Общий объем данных, обрабатываемых в БА-системах

Источник, http://www.iso.ru/rus/journal/document10702.phtml/— Intersoftlab

Глобальные тенденции развития бизнес-аналитики, по словам Р. Фариша, вице-президента и регионального директора ГОС Россия/СНГ, видятся как переход от трансакционных систем к вычислениям, основанным на информации, и от управления и работы с разрозненными данными к комплексному анализу. При этом новые приложения снабжаются более развитыми функциями для работы в реальном времени, организации запросов и формирования отчетов (рис. 4.8).

Бизнес- и технические проблемы внедрения бизнес-аналитики в 1Т-проекты Источник, https://www.eg-online.ru/article/51825/

Рис. 4.9. Бизнес- и технические проблемы внедрения бизнес-аналитики в 1Т-проекты Источник, https://www.eg-online.ru/article/51825/

Исследование, проведенное компанией ЮС совместно с InfoWorld в марте 2008 г., выявило ряд проблем, стимулирующих внедрение БА в практику (рис. 4.9). В качестве ключевой технической проблемы отмечается качество данных, так как без качественной информации принимаемые решения будут не только не оптимальными, но и зачастую просто неправильными.

Генеральный директор компании Data Integration Software (представительство Informatica в России и СНГ) П. Лихницкий отмечает, что сегодня крупные организации перегружены информационными ресурсами, большая часть которых является неструктурированной или полуструктурированной, объем информации возрастает ежегодно более чем на 200%. К примеру, хранилище данных в компании «Вымпелком» имеет вес двух слонов. Для эффективной консолидации данных из различных корпоративных систем, их интеграции и обеспечения качества используются современные промышленные платформы с сервис-ориентированной архитектурой[4].

  • [1] Business Intelligence (рынок России) // http://www.tadviser.ru/index.php/%DO%Al%Dl%82%DO%BO%Dl%82%Dl%8C%Dl%8F:Business_Intelligence_(%D1%80%D1%8B%DO%BD%DO%BE%DO%BA_%DO%AO%DO%BE%D1%81%D1%81%D0%B8%D0%B8)
  • [2] Портал Cnews. Обзор: Бизнес-аналитика и большие данные в России 2014.http://www.cnews.ru/reviews/bi_bigdata_2014/articles/rossijskij_rynok_bi_biznes_poka ne rasproboval analitiku Авт.! Название сайта?
  • [3] Портал Cnews. Обзор: Бизнес-аналитика и большие данные в России 2016.http://www.cnews.ru/reviews/bi_bigdata_2016/articles/rossijskij_rynok_bi_ot_otchetovktransformatsiibiznesa
  • [4] Экономика и жизнь. 2008. 19 дек.
 
Посмотреть оригинал
< Пред   СОДЕРЖАНИЕ   ОРИГИНАЛ   След >