Эффективное правительство для нового века - стр. 17
Большие данные – серия подходов, инструментов и методов обработки огромных объемов структурированных и неструктурированных данных, с которыми не могут эффективно справляться стандартные инструменты. Одним из способов описания больших данных является модель 3V, разработанная фирмой Gartner, ведущей исследования в области информационных технологий. Эти три V–Volume (объем), Velocity (скорость), Variety (многообразие), то есть физический объем, скорость прироста и обработки, а также диапазон типов и источников данных. В большие данные входят и те данные, которые хранятся в памяти, и те, которые создаются с использованием других данных.
Большие данные не только порождают проблемы, но и создают беспрецедентные возможности и для государственного, и для частного сектора. Наряду с новейшими, передовыми инструментами управления базами данных и методами прогнозного анализа, большие данные открывают доступ к ценной информации о множественных взаимосвязях, закономерностях и воздействиях.
Преобразования в действии: здоровье нации
Феномен больших данных – революционный фактор как для сферы государственного управления, так и для многих отраслей экономики. Организации государственного сектора аккумулируют огромные массивы информации. В Великобритании, например, Национальная служба здравоохранения (NHS), одна из самых больших в мире финансируемых государством систем здравоохранения и крупнейший работодатель, хранит гигантский объем клинической информации и данных о пациентах. Помимо прочего, NHS публикует данные по каждому медицинскому назначению, сделанному каждым врачом по месяцам, что в итоге составляет 400 миллионов точек данных[21]. Сегодня большие данные NHS используются государственными службами для анализа работы этой службы и поиска путей ее усовершенствования.
Например, компания Mastodon C, специализирующаяся на больших данных, проводит оценку работы NHS через разнообразный анализ клинических данных[22]. Целью одного из исследований было изучение работы клиник врачей общей практики. Mastodon C использовал данные, чтобы определить, влияет ли размер клиники на внедрение передовых методов работы, – оказалось, что в небольших клиниках этот процесс идет медленнее, чем в крупных. Кроме того, выяснилось, что небольшие клиники реже прописывали новое лекарство от диабета, чем крупные. Однако данные также показали, что соседство клиник явилось более существенным фактором внедрения рекомендованных методов, нежели их размер[23]. А исследуя, как в различных клиниках прописывают патентованные лекарства и воспроизведенные лекарства – дженерики, команда из Mastodon C пришла к выводу, что патентованные статины прописываются гораздо чаще, чем дженерики, – и эта разница обходилась NHS приблизительно в 200 млн ф. ст. в год