Экономиканы цифрлық трансформациялауда «Big Data» технологиясы

   Авторлар цифрлық экономикадағы "Big Data" қызметінің мәні мен негіздерін және кәсіпорындардың "үлкен деректер" технологиясын жаңа экономикалық ресурс ретінде табысты пайдалану ерекшеліктерін зерттеуді мақсат етті. "Big Data", авторлар тарапынан бірінші кезектегі мәселені шешу арқылы мүмкіндік беретін жаңа экономикалық ресурс және цифрлық технология ретінде ұсынылған, яғни зерттеудің тұжырымдамалық деңгейінде үлкен деректерді пайдаланудың
ұйымдастырушылық әлеуетін анықтайтын ең маңызды факторлар (ресурстар) анықталған. Мақалада күнделікті мағынада "үлкен деректер" термині ақпараттың үлкен көлемімен байланысты екендігі ерекше атап өтілген. Алайда, компаниялардың үлкен деректерді пайдалану жобаларына инвестиция салу туралы шешім қабылдауының себептерін зерттеу олардың негізгі ынталандырушы факторы деректердің үлкен көлемі емес, қазіргі заманғы компания қызметінің материалдық және материалдық емес факторларының күрделі (кешенді) жүйесі туралы сандық және сапалық ақпарат алуға мүмкіндік беретіндігін және олардың көпвариантты екендігін көрсетеді. Авторлар күтілетін ақпараттық революция - бұл бизнесті талдау және басқару шешімдерін негіздеу тәсілі және бұл үлкен деректер көлемінің экспоненциалды, көшкін тәрізді өсуімен ғана емес, сонымен қатар осындай өсудің нәтижесінде жоғары сапалы жаңа ақпараттың пайда болуымен байланыстырады. Мақаланың өзекті материалдары келесідей тәртіппен баяндалады: алдымен "үлкен деректер" ұғымының мазмұнын анықтауға қажетті жарияланымдарға талдау жасалады, сонымен қатар үлкен деректердің оң және нормативтік модельдері бөлінеді. Әрі қарай, ресурстарға бағытталған тәсіл негізінде және ірі деректер жобаларын іске асыруда шетелдік көшбасшы компаниялардың эмпирикалық зерттеулерінің нәтижелері бойынша үлкен деректерді пайдаланудың ұйымдастырушылық әлеуетін анықтайтын «Фирмаішілік факторлардың тұжырымдамалық моделі» жасалады. Нәтижесінде үлкен деректерді пайдалану жобалары туралы шешімдерді жүзеге асыратын немесе қабылдайтын отандық компаниялар үшін ұсыныстар жасалған.

1. 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^nd 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).

2. 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).

3. 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).

4. Бахенская М. В. Интеллектуальный капитал организации: методологические подходы к определению // Вестник Санкт-Петербургского университета. Социология. – 2011. – №. 3. – С. 280-285.

5. Cox M., Ellsworth D. Managing big data for scientific visualization // ACM siggraph. – MRJ / NASA Ames Research Center, - 1997. – Vol. 97. – №. 1. – Р. 21-38.

6. Laney D. et al. 3D data management: Controlling data volume, velocity and variety // META group research note. – 2001. – Vol. 6. – №. 70. – Р. 134-145.

7. 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.2017.07.027

8. 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).

9. 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.2017.07.003

10. Kouanou 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.2018.05.001

11. 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).

12. 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).

13. 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).

14. 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.16.10.1878

15. Малиновская Н. В. Концепция множественности капиталов в интегрированной отчетности // Международный бухгалтерский учет. – 2018. – Т. 21. – №. 6 (444). – С. 700-713. doi: 10.24891/ia.21.6.700

16. Луканина А. В. Анализ базовых категорий МСФО в рамках принципа приоритета содержания над формой // Международный бухгалтерский учет. – 2016. – №. 2 (392). – С. 19-33.

17. Ackoff R. L. From data to wisdom //Journal of applied systems analysis. – 1989. – Т. 16. – №. 1. – С. 3-9.

18. Rowley J. The wisdom hierarchy: representations of the DIKW hierarchy // Journal of information science. – 2007. – Т. 33. – №. 2. – С. 163-180. doi: 10.1177/0165551506070706

19. Boisot M. Knowledge assets: Securing competitive advantage in the information economy. - Oxford: OUP. –1998. – 312 p.

20. 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/

21. McIver D., Lengnick-Hall C. The causal ambiguity paradox: Deliberate actions under causal ambiguity // Strategic Organization. – 2018. – Vol. 16. – №. 3. – P. 304-322. doi: 10.1177/1476127017740081

22. Teece 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-Z

23. 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.

24. Edvinsson L. Developing intellectual capital at Skandia // Long range planning. – 1997. – Vol. 30. – №. 3. – P. 366-373. doi: 10.1016/S0024-6301(97)90248-X

25. Smith G. T. On construct validity: issues of method and measurement // Psychological assessment. – 2005. – Vol. 17. – № 4. – P. 386-396. https://psycnet.apa.org/doi/10.1037/1040-3590.17.4.396

26. Given L. M. The Sage encyclopedia of qualitative research methods. - New York: Sage publications, 2008. – 1043 p.