Аналитик. Взгляд на жизнь или работа.

Аннотация: Что вкладывается в понятие аналитики?  Сейчас многие организации нанимают  аналитиков на разные области деятельности, но что вкладывают в это понятие. Разные направления деятельности от менеджерских функций до функций простого секретаря. Попробуем разобраться.

Аналитик как следует из названия это прежде всего человек который анализирует информацию и выдает  «на гора» готовую информацию. К чести современных работодателей это и вкладывают в понятие в большинстве случаев.

К сожалению не понятна та суть которая изначально была вложена в понятие аналитика это разработка документов, то есть  выдать «на гора» информацию надо в каком то виде. Пока это чаще всего неструктурированная информация в виде каких то внутренних стандартов или вообще выгрузки из информационных баз, по каким либо признакам. Единые стандарты это ГОСТ и RUP но ими владеют немногие из аналитиков, большинство аналитиков имеют своё  предназначение в компании или организации просто утилитарное, выполнение  стандартных действий и манипуляций с базами данных или информацией из всемирной сети.

Разработка документов по стандартам это должна быть суть действия аналитика а не оценка сторонних «руководителей» в этом проблема. Система ГОСТов уже устарела и морально и физически, да и не может государственная машина успеть за динамичным бизнесов смешно было бы на это надеяться. Надо развивать собственные стандарты это факт. Нужны работы профильных организаций по популяризации тех или иных стандартов. Как это сделали те же американцы со стандартами управления  типа Agile или Scrum и многих других. Стандартизировать модели управления проектами под определённую  модель поведения это весьма существенный прорыв. Теперь надо бы стандартизировать область аналитики это задача не нашего блога, это задача неправительственных организаций или ТПП.

Как привести к стандартам такую разноплановую деятельность как аналитика? Эта  задача не из легких, надо прежде всего принять те стандарты которые есть в крупных холдинговых компаниях, не государственных монополистах типа Газпрома. Именно разноплановый характер холдинга диктует необходимость формирования единого стандарта на должности аналитиков. Надо наконец переименовать должности аналитиков в менеджеров или секретарей в зависимости от характера работы.  

Подведем небольшой итог нашей невеликой работы, стандарты на должность аналитика складываются из характера работы, как то разработка документации, разработка отчетности, разработка маркетинговых программ, и это не полный список. Стандарт разрабатывает компания ориентируясь на общепринятый стандарт ТПП или холдинга. Сами выходящие документы стандартизированы, это документы которые могут прочитать и понять все заинтересованные лица. Должны быть определены внутренними нормативными документами стандарты документов для каждого направления действия аналитиков. Перечень документов хорошо бы предусмотреть но это из области фантастики, но реально сделать для небольшой группы аналитиков которые занимаются проектными или анализом истощившихся областей.

@Анисимов Игорь

Операции, BigData.

Аннотация: В статье приведены понятия BigData и работы с большими объемами данных, указаны логические концепции которые должны обеспечить полноценную работы с данными.

BigData сейчас самый популярный термин в сегодняшней ИТ индустрии.  Что хотят компании получить от реализации BigData? Постараемся ответить на этот вопрос в короткой статье. Основные два пункта которые реализовываются анализом больших объемов данных, это планирование и прогнозирование. Планирование на основе BigData дает максимальную точность и позволяет проводить расчеты эффективности с минимальной абберацией. А прогнозирование напрямую зависит от количества данных и качества анализа данных, если в прошлом прогнозирование было уделом немногих, в основном людей убеленных сединами и обладающих определнным качеством интеллекта, то сейчас этому можно научиться, или использовать дорогостоящее программное обеспечение. Так что же дает термину BigData столько перспектив? Если основные проблемы которые решает процесс BigData это знакомые планирование и прогнозирование.

Есть ещё немало прикладных процессов, которые могут воспользоваться процессом BigData, это маркетологи, и продажи, и в первую очередь государство с социальными, демографическими, и статистическими проблемами, которые решит процесс BigData.

Ограничений на работу с крупными массивами данных нет, технологические ограничения, обусловлены пока высокой стоимостью программного обеспечения и специализированного компьютерного «железа». Ограничения вполне решаемые. Анализ данных пока более скрытый ресурс, но и он решаем с помощью очень недешевых программных продуктов анализа. Вопрос который открыт, это вопрос – какая все таки конкретная польза от внедрения процесса BigData, какая всё таки конкретика у абстрактного термина. Польза может быть только в одном, мы с большей вероятностью планируем будущее, то есть, анализирую огромные объемы информации, выясняя взаимосвязи оцифрованных действий, мы с большей долей вероятности можем предсказать итог каких либо действий, каких либо решений, каких либо идей.

Прогноз становится реальным и рассчитанным, вероятность наступления прогнозируемых решений поднимается на порядок, весь вопрос только в методиках анализа, вершиной которых остается человек. Подготовка таких людей и подготовка обстановки для принятия аналитических решений задача номер один для внедрения BigData. Когда обсуждение BigData сводятся только к технических вопросам построения СУБД, это неверный посыл. Главное, подготовленные люди, к работе с самими массивами данных. Методика работы методом простого анализа уже не сработает в BigData, нужен аналитический инструмент более высокого порядка, чем классический  логический силлогизм.

Нужны аналитические концепции, которые позволят воспользоваться BigData в полном объеме. Во-первых, концепция функциональной области для которой готовится прогноз или планирование, включает в себя все события и формы которые свойственны данной области (например автомобиль, включает в себя технические характеристики двигателей, а теперь еще и емкость батарей Tesla Motors ). Во-вторых, концепция связанных понятий, включающая в себя понятия, связанные с функциональной областью прогноза (например, характеристики металла используемого в кузове автомобиля).  Это огромный массив данных который ограничивается концепцией связанности (продолжая тему автомобилей, нет смысла связывать градостроительные объекты с автомобилем, зато есть смысл связать автомобильный шоссейные дороги и их качество с автомобильным прогнозом). В третьих,  концепция общего направления, включающая в себя основные пункты и понятия, в которых произошли изменения могущие коснуться функциональной области (например, Hyperloop гипотетический вид высокоскоростного транспорта, который пересекается с темой автомобилей не непосредственно, а как гипотетический вид альтернативного транспорта).

Аналитическая концепция как множество аналитических проработок в данном направлении, аналитическая концепция функциональной области множество проработок и наработок в данной функциональной области, для достижения конкретной цели, если брать пример с автомобилями, то это, например, концепции дизайна автомобиля, с различием на множества, грузовые, легковые, микроавтобусы, и подмножества, седан, хэтчбек и так далее. Аналитическая концепция функциональной области, это ограничения самой области на множества необходимые для проработки аналитической системой или человеком.

Аналитическая концепция связанных понятий сложнее в определении и более важна, так как пользоваться ею может только человек, причем человек подготовленный. Концепция связанных понятий определяется аналитиком исходя уже из двух факторов, фактора первоначального посыла и фактора аналитической концепции функциональной области, то есть учитывая ограничения предыдущей концепции строится концепция связанной области.

Аналитическая концепция общего направления зависит только от фактора первоначального посыла, и пользование такой концепции недоступно машинам и неподготовленным людям, здесь и умение прислушаться к интуиции, и абстрактное мышление, и построение абстрактных моделей, необходимых для развития концепции.

Любая аналитическая концепция представляет собой незамкнутое множество аналитических решений, множество аналитических решений в рамках концепции это будущее BigData, сейчас проходит этап построения моделей для использования BigData но будущее за построением аналитических концепций использования BigData.

Все концепции связаны меду собой, и человек, а не кто иной не способен связать понятия, должен правильно поставить запросы и составить внятный и понятный прогноз используя все концепции одновременно, в разных степенях сочетания. Сама  BigData дает инструмент для логики, но готова ли логика предоставить инструменты для BigData? Вопрос который требует ответа прямо сегодня. Огромные вложения, которые делают компании в BigData, должны принести пользу большинству населения.  Приведение логических концепций в систему обучения специалистов работающих с BigData даст ощутимую пользу обществу. Это тот нечастый случай, когда гуманитарии, в данном случае логики и философы, должны помочь физикам, в решении чисто прикладных задач.

@Анисимов Игорь

Список использованной литературы

1.      Формальная логика Чупахин И.Я., Бродский И.Н. Изд-во Ленинградского университета, 1977. – 357 с

2.      Традиционная логика в современном освещении. Формальная логика как опытная наука. Сергей Абачиев Издательство: КомКнига, 2010. – 272 с.

3.      https://ru.wikipedia.org/wiki/Hyperloop