Современные инструменты бизнес-аналитики как ключ для повышения эффективности работы информационной системы
УДК: 658.512
DOI: 10.33285/2782-604X-2023-1(594)-5-11
Авторы:
ШИБАНОВ АЛЕКСАНДР ВИКТОРОВИЧ
1,
ТРЕТЬЯКОВ ДМИТРИЙ ВЛАДИМИРОВИЧ1,
ОВОДКОВА КСЕНИЯ ВИКТОРОВНА1,
ЖУЧКОВ КОНСТАНТИН НИКОЛАЕВИЧ1
1 Газпром диагностика, Cанкт-Петербург, Россия
Ключевые слова: информационная система, дашборд, бизнес-аналитика
Аннотация:
В статье приведен обзор использования инструментов бизнес-аналитики в информационной системе оценки технического состояния технологических объектов ПАО "Газпром" (ИСТС "Инфотех"), внедрение которых существенно повысило не только эффективность работы с данными информационной системы и расширило возможности предоставления оперативной и достоверной информации в ПАО "Газпром", необходимой для принятия управленческих решений, но и представило интерактивный инструмент для контроля деятельности и бизнес-процессов подразделения по сопровождению ИСТС "Инфотех". Использование апробированных и отлаженных методов статистической обработки информации, формирования готовых метрик, визуализации процессов обработки и результатов на предзаготовленных дашбордах позволило вывести на новый уровень качество принятия решений. Показано, что реальный выигрыш в скорости принятия решений на верхнем уровне управления составил от 2 до 5 раз в зависимости от сложности и объема используемой метрики.
Список литературы:
1. Современные принципы и направления развития системы организации диагностики, технического обслуживания и ремонта в ПАО "Газпром" // Газовая пром-сть. – 2017. – № S2(754). – С. 5–9.
2. Повышение эффективности управления информационной системой оценки технического состояния технологических объектов газовой промышленности / А.В. Шибанов, Д.В. Третьяков, А.В. Ермаченко, К.Н. Жучков // Автоматизация и информатизация ТЭК. – 2022. – № 10(591). – С. 18–25. – DOI: 10.33285/2782-604X-2022-10(591)-18-25
3. Внедрение технологии построения аналитических отчетов Power BI в приложениях ИСТС "Инфотех" по мониторингу направления "Контроль качества" / А.Н. Пронин, М.Ю. Кисляков, В.А. Плесняев [и др.] // Газовая пром-сть. – 2020. – № S1(797). – С. 22–29.
4. Big data analytics capabilities and knowledge management: impact on firm performance / A. Ferraris, A. Mazzoleni, A. Devalle, J. Couturier // Management Decision. – 2019. – Vol. 57, No. 8. – P. 1923–1936. – DOI: 10.1108/MD-07-2018-0825
5. Hsiuchin Chen, Chiang R.H.L., Storey V. Business Intelligence and Analytics: From Big Data to Big Impact // MIS Quarterly. – 2012. – Vol. 36, No. 4. – P. 1165–1188. – DOI: 10.2307/41703503
6. Renuka D.D., Swetha M. A Study on the Techniques of Sentiment Analysis for Unstructured Data using Big Data Analytics // Int. J. of Scientific Research in Computer Science, Engineering and Information Technology. – 2021. – Vol. 3, Issue 3. – P. 2456–3307.
7. Tamilselvi A., ParveenTaj M. Sentiment Analysis of Micro blogs using Opinion Mining Classification Algorithm // Int. J. of Science and Research. – 2013. – Vol. 2, Issue 10. – P. 196–202.
8. Improving the accuracy of estimates of the pulse sequence period using the methodology of complete sufficient statistics / K. Zhuchkov, M. Vasilchenko, A. Zagrebneva, A. Zavyalov // Scientific Reports. – 2022. – Vol. 12, No. 1. – P. 19932. – DOI: 10.1038/s41598-022-24457-2
9. Speciation of Ru Molecular Complexes in a Homogeneous Catalytic System: Fingerprint XANES Analysis Guided by Machine Learning / E.G. Kamyshova, A.L. Bugaev, S.A. Guda [et al.] // The J. of Physical Chemistry C. – 2021. – Vol. 125, Issue 50. – P. 27844–27852. – DOI: 10.1021/acs.jpcc.1c09082
10. Шибанов А.В., Жучков К.Н., Коробейников А.С. Решение задачи фильтрации аномальных измерений с использованием критерия Неймана – Пирсона при анализе временных рядов в ИСТС "Инфотех" // Автоматизация, телемеханизация и связь в нефтяной промышленности. – 2020. – № 8(565). – С. 32–36. – DOI: 10.33285/0132-2222-2020-8(565)-32-36
11. Цифровая трансформация бизнес-процессов планирования и проведения проверок контроля качества капитального ремонта на объектах ПАО "Газпром" / С.В. Скрынников, А.Н. Пронин, В.А. Титов [и др.] // Газовая пром-сть. – 2022. – № S1(829). – С. 101–105.
12. An Advanced Big Data Quality Framework Based on Weighted Metrics / W. Elouataoui, I. El Alaoui, S. El Mendili, G. Youssef // Big Data and Cognitive Computing. – 2022. – Vol. 6, Issue 4. – DOI: 10.3390/bdcc6040153
Назад в номер