Page 43 - Диссертация

возможность использования технологии Big Data для анализа и использования
этих данных для принятия решений. Система DSS включает в себя [104, р. 123-
133; 108]:
‒ инструменты создания хранилищ – баз данных, собираемых из многих
источников. Важным условием является достоверность и качество данных. Для
выполнения этого требования инструменты создания хранилищ используют
специальные алгоритмы;
‒ мастер-данных – аналитическая система, способная моделировать и
решать задачи анализа выявлять явные и неявные зависимости в данных,
прогнозировать, формировать сценарии. В результаты вырабатываются
комплексные рекомендации для принятия решений.
Сегодня Data-Driven Government применяется в странах СНГ. Такая
инициатива реализуется в Российской Федерации для проведения анализа
потребительского поведения и его регулирования [108, р. 245-256].
Data-Driven Government является основой концепции так называемых
«умных городов», где используется широкий спектр решений и
инфраструктуры для улучшения качества жизни граждан. Примерами могут
быть системы управления транспортом, энергопотреблением, общественные
сервисы на основе данных, системы мониторинга окружающей среды и другие
цифровые решения, которые способствуют устойчивому развитию городов и
эффективному использованию ресурсов [15, с. 1836-1844].
Вероятное дальнейшее развитие Data-Driven Government – передача
функций искусственному интеллекту.
Одним из стейкхолдеров Data-Driven Government являются финансовые
институты (банки, страховые компании), которые заинтересованы в получении
данных о своих клиентах из баз налоговой службы, МВД, пенсионного фонда,

службы судебных приставов, реестра недвижимости, судов и других
государственных учреждений. Указанные данные, по мнению финансовых
организаций, позволят им более корректно оценивать финансовое положение
заемщиков и предлагать им более качественные продукты и услуги [109].
Для финансовых организаций представляют ценность также и
обезличенные большие данные (например, от бюро кредитных историй,
операторов сотовой связи). Такие данные могут использоваться в целях
прогнозирования поведения клиентских потоков [109].
Рассмотрим также некоторые условия успешной реализации Data-Driven
Government из опыта разных стран [45, с. 11-20; 89, р. 167-177; 104, р. 123-133;
108, р. 245-256]:
‒ обеспечение безопасности и конфиденциальности;
‒ механизм противодействия различным рискам информационной
безопасности;
‒ механизм деперсонификации (обезличивания) данных для сбора
статистики;
‒ поддержка облачных технологий хранения данных;
‒ механизм межведомственного взаимодействия;

43