Аудит информационной системы.

         Информационная система каждой компании уникальна как с точки зрения ее технической организации, так и по своей инфраструктуре. В большинстве случаев специалисты любого профиля, использующие программные решения для учета бизнес-процессов и хранения информации, предъявляют несколько требований к работе IT-систем: высокая надежность, обеспечение быстрого доступа к нужным ресурсам, удобная конфигурация, масштабируемость и гибкость.

         Аудит информационной системы — это всесторонняя оценка всех структурных составляющих, взаимодействие которых определяет эффективность ее работы. Существует множество методик, применяемых при анализе ИТ инфраструктуры и оценке функциональных возможностей сетевого оборудования. В частности, осуществляется сканирование сети, проводится анализ компоновки серверов, проверяется эффективность антивирусной защиты, оценка надежности работы оборудования в часы максимальной нагрузки.

         Существует ряд факторов, которые говорят о необходимости проведения аудита:

- оборудование и программное обеспечение морально устарели;

- есть необходимость выявить уровень соответствия существующей системы заданным критериям;

- возникшие трудности при попытке интеграции разнородных информационных систем или приложений;

- деятельность организации становится все более интенсивной, вследствие чего возникают проблемы в работе информационной системы;

- требуется оценить эффективность применения инновационных технологий, в том числе и провести экспертизу готовых решений;

- необходимо решить вопрос о безопасности информационных данных компании;

- требуется оценить качество работ, выполненных по созданию или модернизации ИТ-инфраструктуры организации.

         Процесс проведения аудита информационных систем включает в себя следующие действия:

- согласование с заказчиком всего комплекса требуемых работ;

- сбор информации о текущем состоянии информационной системы;

- всесторонний анализ полученных данных (проводится с помощью эффективных методик);

- оценка текущего состояния системы, ее достоинств и недостатков, возможностей и рисков (на основании анализа);

- разработка рекомендаций по дальнейшей работе системы, с прогнозом предполагаемого эффекта, вероятностных рисков и финансовых затрат.

         В ходе аудиторской работы обязательно определяется, насколько надежно защищена информация клиента, выявляются слабые звенья системы, угрожающие ее безопасности. Без проведения предварительного аудита невозможно оптимизировать работу информационных систем и найти лучшие прикладные программные решения для конкретной фирмы.

4.Большие данные. Области использования

Большие данные - это технология извлечения знаний из огромного массива фактических данных разного формата с максимальной скоростью для поддержки принятия решений. (термин появился благодаря Клиффорду Линчу)

3V- объем, многообразие, динамика

4V- объем, многообразие, динамика + достоверность

         Интерес к появлению больших данных основан на следующих факторах: появилось множество источников, формирующих большие данные. А именно, это пользовательские данные социальных сетей, множество сенсоров, снимающих показания в реальном времени, интернет-торговля и поисковики, анализирующие действия пользователей, мобильные устройства, сопровождающие людей круглосуточно.

         Потребитель больших данных- это компания, накапливающая большое количество данных о клиентах, на основе анализа которых можно принимать решения, которые влияют на эффективность бизнеса.

         Одна из отраслей, использующая большие данные в своей работе- это финансовый сектор. Именно там выстраиваются новые принципы взаимодействия с клиентами. Основой для анализа становятся данные о транзакциях, которые формируются в рамках использования той или иной услуги банка. Также большие данные используются и для сегментации клиентской базы и персонификации предложения для клиента также востребовано в финансовой сфере. Решение этих задач требует детального анализа поведенческих характеристик клиентов и его действий и предпочтений. Например, сегментацию клиентской базы при проведении маркетинговой компании с помощью технологий больших данных производит Райффайзенбанк.

                                 Однако использование клиентских данных при персонификации предложения может вызвать и обратный эффект. Например, голландский ING Bank планировал в этом году запустить проект, связанный с обработкой больших данных, для представления таргетированных рекламных сообщений, основанных на данных о расходах клиентов. Однако эта идея вызвала множество негативных отзывов у клиентов, что послужило причиной изменения стратегии банка в данной области.

                                 Еще одной причиной использования больших данных является отслеживание негативных отзывов о финансовой организации в социальных сетях и на специализированных сайтах, с целью организации взаимодействия с клиентом для исправления ситуации. Такую технологию можно увидеть в большом числе российских коммерческих банков.

                                 Ещё одна отрасль, в которой активно используются большие данные- это розничная торговля и online -торговля.

                                 В розничной торговле менеджеры по закупкам пытаются синхронизировать свои планы с фактической активностью покупателей, при этом источником информации для анализа выступают социальные сети. Например, компании Metro Cash & Carry интересен анализ взаимодействия их клиентов в социальных сетях, что помогает выявить потребительский спрос, на основе которого можно строить прогнозы – в каких сервисах потребители заинтересованы сегодня и что может привлечь их в будущем.

                                 Большие данные также используются и при работе в социальных сетях и поисковиках. Анализу подвержены действия посетителей, кроме того таким образом предоставляется возможность предоставлять сервисную рекламу. Например, «Яндекс» уже давно анализирует большие данные, чтобы оптимизировать поиск, фильтровать спам, рекомендовать товары и строить маршруты в картах. В компании считают, что технологии больших данных помогли увеличить рыночную долю «Яндекса» во всех предоставляемых сервисах.

         Применение больших данных в медицине. В жизни обычного врача применение технологий больших данных может позволить не только полагаться на собственные знания, но и в реальном времени изучать данные, полученные от множества специалистов, занимающихся лечением пациентов со схожими заболеваниями, что позволит намного эффективнее анализировать эффективность применяемых методов лечения. Примерами использования технологий больших данных являются создание регистров пациентов с наследственными заболеваниями для упрощения диагностики и для поиска скрытых зависимостей.

         Инженерия и производство. Например, в нефтедобыче многие стремятся заменить бурение пробных скважин компьютерным анализом геодезических данных. Технологии больших данных используются для анализа и обработки данных геологоразведки, чем занимается компания «Сейсмотек».

         При проектировании самолетов аэродинамические трубы могут быть заменены математической моделью с анализом огромного числа параметров. При испытании автомобиля может быть собрано огромное число данных с бортовых устройств, на основании анализа которых нужно будет внести изменения в существующую конструкцию. Учитывая недавнее появление автопилотов для автомобилей, технологии больших данных могут стать критически необходимыми для обеспечения безопасного движения.

⇐ Предыдущая12345678910Следующая ⇒

Поделиться: