qainarQainar Journal of Social ScienceQainar Journal of Social Science2958-72122958-7220Q University10.58732/2958-7212-2023-2-77-95qainar-85Research ArticleСтатьиТехнология "Big Data" в цифровой трансформации экономики«Big Data» technology in the digital transformation of the economyhttps://orcid.org/0000-0003-4049-5282ТагайА. A.TagayA. A.

к. э. н., доцент

Алматы

Akkhozha A. Tagay, Сand. Sc. (Econ.), Associate Professor

Almaty

atagayev_01@mail.ruhttps://orcid.org/0000-0001-5228-1842СыздыковаК. Ш.SyzdykovaK. Sh.

к. э. н., профессор

Алматы

Kulyash Sh. Syzdykova, Сand. Sc. (Econ.), Professor

Almaty

syzdykova-k@mail.ruhttps://orcid.org/0000-0002-3152-0135ХалмурзаеваК. Р.HalmurzaevaK. R.

студент-бакалавр

Лондон

Kamilakhon R. Halmurzaeva, Bch. student

London

kamillakhon@gmail.comАкадемия КайнарКазахстанKainar AcademyKazakhstanВестминстерский университетВеликобританияUniversity of WestminsterUnited Kingdom202318062023227694Copyright © Тагай А.A., Сыздыкова К.Ш., Халмурзаева К.Р., 20232023Тагай А.A., Сыздыкова К.Ш., Халмурзаева К.Р.Tagay A.A., Syzdykova K.S., Halmurzaeva K.R.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.journal-kainar.kz/jour/article/view/85

   Авторы ставили целю исследовать сущность и основы функционирования «Big Data» в цифровой экономике и особенности успешного использования предприятиями технологии «Больших Данных» в качестве нового экономического ресурса. «Big Data» aвторами представляется как новый экономический ресурс и цифровая технология, которые позволяют решить первоочередную задачу, т. е. выделение на концептуальном уровне исследования наиболее значимых факторов (ресурсов), которые определяют организационный потенциал для использования больших данных. В статье особо подчеркнуто, что в обыденном понимании термин «большие данные» ассоциируется просто с большим объемом информации. Однако исследование причин, по которым компании принимают решение инвестировать в проекты по использованию больших данных, показывает, что главным мотивирующим фактором для них служит не большой объем данных как таковой, а их разнообразие, позволяющее получить количественную и качественную информацию о сложной (комплексной) системе материальных и нематериальных факторов деятельности современной компании. Авторы констатируют, что ожидаемая информационная революция состоит в том, как мы анализируем бизнес и обосновываем управленческие решения, и она обусловлена не просто экспоненциальным, лавинообразным ростом объема больших данных, а появлением в результате такого роста информации нового качества - информации, о которой аналитики десять лет назад не могли даже мечтать. Проблемные материалы статьи излагаются следующим образом: вначале дается анализ публикаций, необходимый для определения содержания понятия «большие данные», а также выделяются позитивные и нормативные модели больших данных. Далее, на основе ресурсно-ориентированного подхода и по результатам эмпирического исследования зарубежных компаний-лидеров в реализации проектов больших данных, разрабатывается концептуальная модель внутрифирменных факторов, определяющих организационный потенциал использования больших данных. В итоге формулируются рекомендации для отечественных компаний, реализующих или принимающих решения о проектах по использованию больших данных.

   The authors aimed to investigate the essence and fundamentals of the functioning of "Big Data" in the digital economy and the features of successful use of "Big Data" technology by enterprises as a new economic resource. "Big Data" is presented by the authors as a new economic resource and digital technology, which allow by solving a priority task, i. e. the allocation at the conceptual level of research of the most significant factors (resources) that determine the organizational potential for the use of big data. The article emphasizes that in the ordinary sense, the term "big data" is simply associated with a large amount of information. However, the study of the reasons why companies decide to invest in big data projects shows that the main motivating factor for them is not a large amount of data as such, but their diversity, which allows obtaining quantitative and qualitative information about a complex (complex) system of material and non-material factors of a modern company. The authors state that the expected information revolution consists in the way we analyze business and justify management decisions, and it is due not just to an exponential, avalanche-like growth in the volume of big data, but to the emergence of a new quality of information as a result of such growth - information that analysts could not even dream of ten years ago. The problematic materials of the article are presented as follows: first, the analysis of publications necessary to determine the content of the concept of "big data" is given, and positive and normative models of big data are highlighted. Further, on the basis of a resource-oriented approach and based on the results of an empirical study of foreign leading companies in the implementation of big data projects, a conceptual model of intra-company factors determining the organizational potential of using big data is being developed. As a result, recommendations are formulated for domestic companies implementing or making decisions about projects using big data.

Big Dataинформационно-сетевая экономикааналитика больших данныхцифровая экономикаорганизационный потенциалбольшие данныересурсно-ориентированный подходBig Datainformation and network economybig data analyticsdigital economyorganizational potentialresource-oriented approachReferencesSejahtera F., Wang W., Indulska M., Sadiq S. Enablers and Inhibitors of Effective Use of Big Data: Insights from a Case Study // Proceedings of PACIS 2018 - 22<sup>nd</sup> Pacific Asia Conference on Information Systems. Ed. Tanabu M., Senoo D. Yokohama. – 2018.[Электрондық ресурс]. Қолжетімді: https://aisel.aisnet.org/pacis2018/27/ (өтінім берілген күні 24. 04. 2023).Sejahtera F., Wang W., Indulska M., Sadiq S. Enablers and Inhibitors of Effective Use of Big Data: Insights from a Case Study // Proceedings of PACIS 2018 - 22<sup>nd</sup> Pacific Asia Conference on Information Systems. Ed. Tanabu M., Senoo D. Yokohama. – 2018.[Электрондық ресурс]. Қолжетімді: https://aisel.aisnet.org/pacis2018/27/ (өтінім берілген күні 24. 04. 2023).Big Data Executive Survey 2016 // An Update on the Adoption of Big Data in the Fortune 1000. Boston: New Vantage Partners LLC. – 2016. – P. 16. [Электрондық ресурс]. Қолжетімді: http://www.datascienceassn.org/sites/default/files/Big%20Data%20Executive%20Survey%202016.pdf (өтінім берілген күні 24. 04. 2023).Big Data Executive Survey 2016 // An Update on the Adoption of Big Data in the Fortune 1000. Boston: New Vantage Partners LLC. – 2016. – P. 16. [Электрондық ресурс]. Қолжетімді: http://www.datascienceassn.org/sites/default/files/Big%20Data%20Executive%20Survey%202016.pdf (өтінім берілген күні 24. 04. 2023).Клейнер Г. Б. Системная парадигма и системный менеджмент // Российский журнал менеджмента. – 2008. – Т. 6. – №. 3. – С. 27-50. [Электрондық ресурс]. Қолжетімді: https://rjm.spbu.ru/article/%20view/475/406 (өтінім берілген күні 24. 04. 2023).Клейнер Г. Б. Системная парадигма и системный менеджмент // Российский журнал менеджмента. – 2008. – Т. 6. – №. 3. – С. 27-50. [Электрондық ресурс]. Қолжетімді: https://rjm.spbu.ru/article/%20view/475/406 (өтінім берілген күні 24. 04. 2023).Бахенская М. В. Интеллектуальный капитал организации: методологические подходы к определению // Вестник Санкт-Петербургского университета. Социология. – 2011. – №. 3. – С. 280-285.Бахенская М. В. Интеллектуальный капитал организации: методологические подходы к определению // Вестник Санкт-Петербургского университета. Социология. – 2011. – №. 3. – С. 280-285.Cox M., Ellsworth D. Managing big data for scientific visualization // ACM siggraph. – MRJ / NASA Ames Research Center, - 1997. – Vol. 97. – №. 1. – Р. 21-38.Cox M., Ellsworth D. Managing big data for scientific visualization // ACM siggraph. – MRJ / NASA Ames Research Center, - 1997. – Vol. 97. – №. 1. – Р. 21-38.Laney D. et al. 3D data management: Controlling data volume, velocity and variety // META group research note. – 2001. – Vol. 6. – №. 70. – Р. 134-145.Laney D. et al. 3D data management: Controlling data volume, velocity and variety // META group research note. – 2001. – Vol. 6. – №. 70. – Р. 134-145.Blazquez D., Domenech J. Big Data sources and methods for social and economic analyses //Technological Forecasting and Social Change. – 2018. – Vol. 130. – Р. 99-113. doi: 10.1016/j.techfore.2017.07.027Blazquez D., Domenech J. Big Data sources and methods for social and economic analyses //Technological Forecasting and Social Change. – 2018. – Vol. 130. – Р. 99-113. doi: 10.1016/j.techfore.2017.07.027Ghoshal A., Larson E. C., Subramanyam R., Shaw, M. J. The impact of business analytics strategy on social, mobile, and cloud computing adoption. – 2014. [Электрондық ресурс]. Қолжетімді: https://web.archive.org/web/20180720080704id_/http://aisel.aisnet.org/cgi/viewcontent.cgi?article=1371&context=icis2014 (өтінім берілген күні 24. 04. 2023).Ghoshal A., Larson E. C., Subramanyam R., Shaw, M. J. The impact of business analytics strategy on social, mobile, and cloud computing adoption. – 2014. [Электрондық ресурс]. Қолжетімді: https://web.archive.org/web/20180720080704id_/http://aisel.aisnet.org/cgi/viewcontent.cgi?article=1371&context=icis2014 (өтінім берілген күні 24. 04. 2023).Günther W. A. et al. Debating big data: A literature review on realizing value from big data // The Journal of Strategic Information Systems. – 2017. – Vol. 26. – №. 3. – Р. 191-209. doi: 10.1016/j.jsis.2017.07.003Günther W. A. et al. Debating big data: A literature review on realizing value from big data // The Journal of Strategic Information Systems. – 2017. – Vol. 26. – №. 3. – Р. 191-209. doi: 10.1016/j.jsis.2017.07.003Kouanou A. T. et al. An optimal big data workflow for biomedical image analysis // Informatics in Medicine Unlocked. – 2018. – Vol. 11. – Р. 68-74. doi: 10.1016/j.imu.2018.05.001Kouanou A. T. et al. An optimal big data workflow for biomedical image analysis // Informatics in Medicine Unlocked. – 2018. – Vol. 11. – Р. 68-74. doi: 10.1016/j.imu.2018.05.001Manyika C. J., Miremadi M. Where Machines Could Replace Humans – and Where They Can’t (yet). N.-Y.: McKinsey Quarterlyю - 2018. [Электрондық ресурс]. Қолжетімді: http://dln.jaipuria.ac.in:8080/jspui/bitstream/123456789/2951/1/Where-machines-could-replace-humans-and-where-they-cant-yet.pdf (өтінім берілген күні 24. 04. 2023).Manyika C. J., Miremadi M. Where Machines Could Replace Humans – and Where They Can’t (yet). N.-Y.: McKinsey Quarterlyю - 2018. [Электрондық ресурс]. Қолжетімді: http://dln.jaipuria.ac.in:8080/jspui/bitstream/123456789/2951/1/Where-machines-could-replace-humans-and-where-they-cant-yet.pdf (өтінім берілген күні 24. 04. 2023).Davenport T., Bean R. Big Data Executive Survey 2017. Executive summary of findings // New Vantage Partners. – 2017. [Электрондық ресурс]. Қолжетімді: https://www.privacyitalia.eu/wp-content/uploads/2017/06/Big-Data-Executive-Survey-2017-Executive-Summary.pdf (өтінім берілген күні 24. 04. 2023).Davenport T., Bean R. Big Data Executive Survey 2017. Executive summary of findings // New Vantage Partners. – 2017. [Электрондық ресурс]. Қолжетімді: https://www.privacyitalia.eu/wp-content/uploads/2017/06/Big-Data-Executive-Survey-2017-Executive-Summary.pdf (өтінім берілген күні 24. 04. 2023).Tallon P. P. Corporate governance of big data: Perspectives on value, risk, and cost // Computer. – 2013. – Vol. 46. – №. 6. – С. 32-38. [Электрондық ресурс]. Қолжетімді: https://ieeexplore.ieee.org/abstract/document/6519236 (өтінім берілген күні 24. 04. 2023).Tallon P. P. Corporate governance of big data: Perspectives on value, risk, and cost // Computer. – 2013. – Vol. 46. – №. 6. – С. 32-38. [Электрондық ресурс]. Қолжетімді: https://ieeexplore.ieee.org/abstract/document/6519236 (өтінім берілген күні 24. 04. 2023).Когденко В. Г., Мельник М. В. Современные тенденции в бизнес-анализе: исследование экосистемы компании, анализ информационной составляющей бизнес-модели, оценка возможностей роста // Экономический анализ: теория и практика. – 2017. – Т. 16. – №. 10 (469). – С. 1878-1897. doi: 10.24891/ea.16.10.1878Когденко В. Г., Мельник М. В. Современные тенденции в бизнес-анализе: исследование экосистемы компании, анализ информационной составляющей бизнес-модели, оценка возможностей роста // Экономический анализ: теория и практика. – 2017. – Т. 16. – №. 10 (469). – С. 1878-1897. doi: 10.24891/ea.16.10.1878Малиновская Н. В. Концепция множественности капиталов в интегрированной отчетности // Международный бухгалтерский учет. – 2018. – Т. 21. – №. 6 (444). – С. 700-713. doi: 10.24891/ia.21.6.700Малиновская Н. В. Концепция множественности капиталов в интегрированной отчетности // Международный бухгалтерский учет. – 2018. – Т. 21. – №. 6 (444). – С. 700-713. doi: 10.24891/ia.21.6.700Луканина А. В. Анализ базовых категорий МСФО в рамках принципа приоритета содержания над формой // Международный бухгалтерский учет. – 2016. – №. 2 (392). – С. 19-33.Луканина А. В. Анализ базовых категорий МСФО в рамках принципа приоритета содержания над формой // Международный бухгалтерский учет. – 2016. – №. 2 (392). – С. 19-33.Ackoff R. L. From data to wisdom //Journal of applied systems analysis. – 1989. – Т. 16. – №. 1. – С. 3-9.Ackoff R. L. From data to wisdom //Journal of applied systems analysis. – 1989. – Т. 16. – №. 1. – С. 3-9.Rowley J. The wisdom hierarchy: representations of the DIKW hierarchy // Journal of information science. – 2007. – Т. 33. – №. 2. – С. 163-180. doi: 10.1177/0165551506070706Rowley J. The wisdom hierarchy: representations of the DIKW hierarchy // Journal of information science. – 2007. – Т. 33. – №. 2. – С. 163-180. doi: 10.1177/0165551506070706Boisot M. Knowledge assets: Securing competitive advantage in the information economy. - Oxford: OUP. –1998. – 312 p.Boisot M. Knowledge assets: Securing competitive advantage in the information economy. - Oxford: OUP. –1998. – 312 p.LaValle S., Lesser E., Shockley R., Hopkins M. S., Kruschwitz N. Big Data, Analytics and the Path from Insights to Value // MIT sloan management review. – 2013. – № 2. – Т. 21. – Р. 20–31. [Электрондық ресурс]. Қолжетімді: https://sloanreview.mit.edu/article/big-data-analytics-and-the-path-from-insights-to-value/LaValle S., Lesser E., Shockley R., Hopkins M. S., Kruschwitz N. Big Data, Analytics and the Path from Insights to Value // MIT sloan management review. – 2013. – № 2. – Т. 21. – Р. 20–31. [Электрондық ресурс]. Қолжетімді: https://sloanreview.mit.edu/article/big-data-analytics-and-the-path-from-insights-to-value/McIver D., Lengnick-Hall C. The causal ambiguity paradox: Deliberate actions under causal ambiguity // Strategic Organization. – 2018. – Vol. 16. – №. 3. – P. 304-322. doi: 10.1177/1476127017740081McIver D., Lengnick-Hall C. The causal ambiguity paradox: Deliberate actions under causal ambiguity // Strategic Organization. – 2018. – Vol. 16. – №. 3. – P. 304-322. doi: 10.1177/1476127017740081Teece D. J., Pisano G., Shuen A. Dynamic capabilities and strategic management // Strategic management journal. – 1997. – Vol. 18. – №. 7. – P. 509-533. doi: 10.1002/(SICI)1097-0266(199708)18:7%3C509::AID-SMJ882%3E3.0.CO;2-ZTeece D. J., Pisano G., Shuen A. Dynamic capabilities and strategic management // Strategic management journal. – 1997. – Vol. 18. – №. 7. – P. 509-533. doi: 10.1002/(SICI)1097-0266(199708)18:7%3C509::AID-SMJ882%3E3.0.CO;2-ZGao J., Koronios A., Selle S. Towards a Process View on Critical Success Factors in Big Data Analytics, Projects // Proceedings of Twenty-first Americas Conference on Information Systems, Puerto Rico. – 2015. – P. 1–14.Gao J., Koronios A., Selle S. Towards a Process View on Critical Success Factors in Big Data Analytics, Projects // Proceedings of Twenty-first Americas Conference on Information Systems, Puerto Rico. – 2015. – P. 1–14.Edvinsson L. Developing intellectual capital at Skandia // Long range planning. – 1997. – Vol. 30. – №. 3. – P. 366-373. doi: 10.1016/S0024-6301(97)90248-XEdvinsson L. Developing intellectual capital at Skandia // Long range planning. – 1997. – Vol. 30. – №. 3. – P. 366-373. doi: 10.1016/S0024-6301(97)90248-XSmith G. T. On construct validity: issues of method and measurement // Psychological assessment. – 2005. – Vol. 17. – № 4. – P. 386-396. https://psycnet.apa.org/doi/10.1037/1040-3590.17.4.396Smith G. T. On construct validity: issues of method and measurement // Psychological assessment. – 2005. – Vol. 17. – № 4. – P. 386-396. https://psycnet.apa.org/doi/10.1037/1040-3590.17.4.396Given L. M. The Sage encyclopedia of qualitative research methods. - New York: Sage publications, 2008. – 1043 p.Given L. M. The Sage encyclopedia of qualitative research methods. - New York: Sage publications, 2008. – 1043 p.

The authors declare that there are no conflicts of interest present.