"Наука": Качественные данные – основа для оценки эффективности процессов и производств

Автор фото: "Наука"
Данные являются цифровым представлением происходящих процессов. По данным в системах мониторинга формируются ключевые показатели эффективности: технологические, экономические и социальные. Они используются в программных продуктах для реализации бизнес-задач – от систем учёта до поддержки принятия решений.
Существует ряд факторов, способствующих ухудшению качества данных:
• Низкий уровень организации бизнес-процессов.
• Ошибки в проектировании информационных систем.
• Нарушение целостности данных.
• Дефекты в интеграционных сервисах.
• Отсутствие формализованных опорных точек и инструментов валидации данных.
• Технические факторы: погрешности в измерениях приборов, отсутствие сигнала, перебои связи и т. д.
• Человеческий фактор.
Всё это может приводить к дублированию данных, пропускам значений, появлению заведомо ложных значений, нетипичному представлению данных и т. д.
Для корректировки значений могут быть использованы различные методы восстановления данных: Zet-алгоритм для получения прогнозной величины, алгоритм скользящей оконной аппроксимации на основе полиномов второй степени и восстановление методом сплайн-интерполяции.
Функционирование ряда программных продуктов для промышленных предприятий тесно связано с корректностью и полнотой исходных данных. Эксперты “Науки” выделяют три основных типа таких продуктов:
• Прогнозные системы.
• Системы для оценки энергоэффективности.
• Системы поддержки принятия решений.
Если не заниматься вопросом качества данных, то результат работы таких систем будет некорректным, что, как следствие, приведёт к снижению бизнес-выгоды предприятия.