Один из наиболее заметных на практике рисков развития информационной поддержки бизнеса определенно можно связывать с проблемой непротиворечивости информационных ресурсов предприятий, обеспечить которую становится все сложней. Причин, почему эти сложности возрастают, существует множество. Корни их кроются в развитии самого бизнеса, после чего могут возникать новые для бизнеса задачи автоматизации, решение которых ставит новые вызовы уже снова перед бизнесом. Начнем с известного факта использования внешних данных, что на сегодня является по меньшей мере очень соблазнительным для бизнеса. Наиболее хрестоматийным и вместе с тем пока редко реализуемым в практике корпоративной автоматизации примером здесь может служить использование данных публичных социальных сетей. Но пример этот не единственный. Общий для всех подобных ситуаций момент заключается в возможности превратить отдельные элементы этих данных, каждый из которых сам по себе обладает нулевой значимостью, в гарантированно достоверный, ценный для бизнеса информационный актив, проведя над ними зачастую непростые и всегда ресурсоемкие математические преобразования.

Похожая картина принципиально различной значимости первичных и обработанных данных складывается, например, и в отношении многочисленных опросов, доступных в настоящее время в Интернете. Сегодня многие замечают тот опасный и постоянно увеличивающийся информационный зазор, который формируется вследствие возможностей, предоставляемых глобальными сетевыми ресурсами бизнесу. О таком зазоре уместно говорить потому, что технологии получения исходных данных совершенствуются куда интенсивнее, чем технологии их обработки. Если вполне честно собрать информацию и даже построить графики результатов в автоматизированном режиме, что сейчас вполне возможно, то корректная статистическая обработка как требовала «ручного» труда и высокой квалификации раньше, так того же требует и до сих пор.

В итоге в сети скапливается огромное количество некорректно обработанной информации, которая тем не менее активно подается как агрегированная и при этом статистически значимая.

Те компании, которые пытаются использовать подобные данные и контролировать риски, возникающие вследствие их возможной некорректности, вынуждены обращать пристальное внимание на аналитический инструментарий. Его практическое развитие в свою очередь может затрагивать как внешнюю, так и внутреннюю по отношению к бизнесу информацию, что порождает новые вопросы качества информационного ресурса уже непосредственно в бизнес-среде.

В своих предшествующих публикациях наш журнал уже говорил об этой проблеме. Помимо того, что современный аналитический инструментарий оказывается чувствителен к качеству первичных данных (и это по сути чисто математическая закономерность), его внедрение часто обостряет проблему интерпретации данных различными бизнес-подразделениями компании. Отделы продаж и маркетинга могут иметь не просто различающиеся, а диаметрально противоположные взгляды, скажем, на динамику товарооборота бизнеса. Весьма существенно может различаться взгляд профессионалов из различных департаментов на перспективность того или иного сегмента клиентской аудитории. Коммерсанты и финансисты могут различно трактовать суммарную стоимость оборотных активов, которыми в данный момент владеет предприятие. И даже если в подобных ситуациях кто-то имеет больше формальных оснований оказаться правым, все равно вопрос реальных противоречий в исходных данных или же вопрос различной их трактовки разными менеджерами остается.

Качественное развитие информационной под­держки, в частном случае ассоциированное с более существенным и углубленным внедрением аналитических систем, по сути выступает лишь как один из факторов, связанных с риском потери целостности ИТ-ресурса компании. Среди других факторов можно, например, выделить:

  • необходимость покрывать информационной поддержкой сквозные бизнес-процессы предприятия;
  • наличие «больших данных»;
  • необходимость соблюдения требований регуляторов;
  • более тщательный анализ отчетности, который осуществляют банки при выдаче кредита предприятиям.

Как видно даже из этого короткого списка, исходные причины, по которым возрастают риски использования некорректных данных, могут быть технологическими, а могут возникать и на стороне бизнеса. Однако в любом случае проблемы попеременно встают в обеих этих областях, перетекая из одной в другую. И, наверное, точно так же могут сочетаться технологические и организационные пути решения проблемы целостности информационного ресурса.

Список технических мероприятий в общем очевиден — тщательное проектирование и использование единых хранилищ и средств очистки данных, использование метаданных, средств обратного инжиниринга (reverse engineering), а также ИТ-инст­рументов моделирования бизнес-процессов.

Что касается организационных мер, то помимо хорошо известной деятельности по описанию бизнес-процессов компании могут оказаться полезными любые внутрикорпоративные регламенты и правила, вводимые в сочетании (что немаловажно) с интенсивной их пропагандой среди различных подразделений бизнеса. Хорошей организационной «прививкой» в борьбе с проблемой разночтения информационных ресурсов компании ее различными подразделениями является, как известно, практика ротации кадров. При этом очень многие отмечают, что подобная практика больше характерна для западных компаний, где она может считаться хорошо методически отработанной. В России же она пока распространена не столь широко.