Нийтлэл 05 сарын 29, 2019

ТЕХНОЛОГИ: Монголын маркетингийн орчны шийдвэр гаргалтад ''Big data'' буюу их өгөгдлийг ашиглах нь

Аливаа бизнест шийдвэр гаргалт маш чухалд тооцогддог зөн билгийн шийдвэр гаргалт юм уу эсвэл хэт өнгөцхөн харсан таамаглал дээр үндэслэн шийдвэр гаргах нь өдгөө маш эрсдэлтэй. Зөв шийдвэр гаргахын тулд маш их цаг хугацаа хөрөнгө нөөц шаарддаг хэдий ч өнөө үед их өгөгдлийг шинжлэх асар олон арга замууд бий болж байна. Ялангуяа маркетингийн орчны шийдвэр гаргалтууд нь тухай компанийн бүхий л түвшинд хамаарагдах голлох шийдвэр гаргалтын нэг юм. Тухайлбал: Бид ямар түншлэгчтэй харилцах түүнийг үнэлэх, хэрэглэгчээ ойлгож мэдэх, зах зээлийн төлөв байдлыг шинжих, өрсөлдөгчөө судлах гэх мэт бүхий л түвшинд хамаарч байдаг. Мэдээллийн технологи хөгжихийн хирээр энэхүү мэдээллийг агуулах хэмжээ олж авах боломжууд нэмэгдсээр их өгөгдлийг шийдвэр гаргалтдаа ашиглах, түүнийг зохион байгуулах асуудал тулгамддаг . Ийм учраас Монгол улсын бизнесийн байгууллага энэхүү чиглэлд хэр бэлэн байгаа вэ бидний хувьд хамгийн түрүүнд бодох асуудал юм.

Их өгөгдөл мэдээллийн систем болон бизнесийн орчинд маш их өргөн ашиглагддаг болсон төдийгүй өнөө үед клауд компутинг, iot буюу (internet of things) гэх ойлголтууд нь маш их хэмжээний өгөгдөл бий болгох их өгөгдлийг бий болгоно гэж үзэж байна. Энэхүү өгөгдөл нь хагас бүтэцлэгдсэн болон бүтэцлэгдсэн байдлаар, real time буюу тухайн цаг мөчид шууд үзэж болохоор )  дата баазуудыг бий болгодог. Бизнесийн байгууллагууд эдгээр олон төрлийн өгөгдөл датаг төрөл бүрийн байдлаар оновчилж өөрт хэрэгтэйг шүүж ашиглах нь өнөө үед чухал асуудлын нэг болоод байна.

 Их өгөгдөл гэж юу вэ

Их өгөгдөл санамсаргүй үүсээгүй. Харин компьютерийн технологи хөгжсөнтэй холбоотой үүссэн. Компьютерийн хүчин чадал богино хугацаанд эрс нэмэгдэхийн хамт хадгалах чадвар нь нэмэгдсэн. Их өгөгдөл хэмээх нэршил анхандаа файлын багтаамж, хэмжээтэй холбоотой байлаа. Их өгөгдлийн системүүд асар нүсэр тул үүнийг ойлгохын тулд “бага өгөгдлийг” ойлгох хэрэгтэй.  (Е.Холмс, 2018)

Их өгөгдөл ба бага өгөгдөл

 Өнөөгийн статистикийн шинжлэх ухааныг үндэслэгч гэгддэг Роналд Фишэр 1919 онд ургацын тухай өгөгдөлд шинжилгээ хийхээр Их Британийн Ротамштэдын Хөдөө аж ахуйн Туршилтын станцад иржээ. Тэнд 1840-өөд оноос хойш тус хүрээлэнгийн хийсэн өвлийн буудай, хаврын арвайн судалгааны өгөгдлүүд хадгалагдаж байлаа. Фишэр эхлээд өөр өөр бордоо улаан буудайн ургацанд хэрхэн нөлөөлж байгаа тухай Бродбок төслийг шинжлэн судалж эхэлжээ. Энэ төсөл өнөөдөр ч үргэлжилсээр байгаа юм. (Е.Холмс, 2018)

 Дижитал эринд бид бага өгөгдөл дээр тулгуурлах аргагүй болсон ба бүхэл бүтэн хүн амыг хамарсан асар их өгөгдөл цуглуулдаг болсон. Гэсэн ч эдгээр их өгөгдөл дангаараа “их өгөгдөл” болж чадахгүй. Хэмжээ дамжаанаас гадна ба нарийн байдлыг нь бас харгалзах хэрэгтэй. Бүтцийг нь нарийн боловсруулж төлөвлөсөн “бага өгөгдлийн оронд” өнөөдөр бид ямар нэг тодорхой зорилгод зориулж төлөвлөөгүй, бас тэгээд огтхон ч бүтэцчилэгдээгүй асар их өгөгдөлтэй болжээ. Их өгөгдөл гэж юуг хэлэх вэ, ямар онцлог шинжтэй вэ гэдгийг тодорхойлохоор Дуг Лани 2001 онд “гурван V’’-гийн зарчим дэвшүүлсэн юм. Volume буюу хэмжээ. Variety буюу төрөл, Velocity буюу хурд. Энэ гурваар нь “их өгөгдөл” гэж юуг хэлж байгааг илүү сайн ойлгоно.   (Е.Холмс, 2018)         

 Big Data-д дараах төрлийн өгөгдлүүдийг хамааруулан ойлгож байна.

Үүнд:

1) байгууллагын ердийн мэдээлэл: хэрэглэгчтэй харилцах, ажил гүйлгээний мэдээллийн системийн өгөгдлүүд гэх мэт;

2) автомат машин, мэдрэгч төхөөрөмжөөс үүсч буй өгөгдлүүд, жишээ нь, дуудлагын дэлгэрэнгүй бичлэгүүд гэх мэт;

3) нийгмийн өгөгдлүүд нийгмийн сүлжээ Twitter, Facebook зэргээр үүсч буй мэдээлэл орж байна.

“Big Data” гэсэн нэрийг анх гаргасан хүн бол Nature сэтгүүлийн редактор Клиффорд Линч бөгөөд 2008 оны 9 сарын 3-д гаргасан “Big Data: How do your data grow?” сэдэвтэй сэтгүүлийн тусгай дугаарт мэдээлэл хэмжээний хувьд асар их өсч байгаа, боловсруулж буй мэдээллийн олон төрөл, технологийн боломжуудыг өгүүлсэн ба материалууд нь бүхэлдээ их хэмжээний өгөгдөл нь ирээдүйн шинжлэх ухаан, техникт хэрхэн нөлөөлөх тухай хамарсан байжээ.

 Бүтэцлэгдсэн ба бүтэцлэгдээгүй мэдээлэл :

 Өргөн хүрээндээ өгөгдлийг төрлийн хувьд хоёр ялгаатай дэд бүлгүүдэд хувааж үздэг. Өгөгдөл нь бүтэцлэгдсэн эсвэл бүтэцлэгдээгүй байж болно.

Бүтэцлэгдсэн өгөгдөл гэдэг нь

Арилжааны цэгийн систем (ПОС), бараа материалын менежментийн систем, хэрэглэгч / нийлүүлэгчийн харилцааны удирдлагын тогтолцоо гэх мэт өдөр тутмын ажил гүйлгээний системээр үүсдэг өгөгдөл юм. Үүнийг өндөр зохион байгуулалттайгаар, танигдаж, хаягласан, хялбархан нэвтрэх боломжтой байдлаар хадгалах боломжтой байдаг. Ихэнх байгууллагууд энэ төрлийн өгөгдлийн талаар мэдлэгтэй, үүнийгээ үр дүнтэй ашигладаг.

Бүтэцлэгдээгүй мэдээлэл нь

Facebook, Twitter, YouTube гэх мэт олон янзын эх сурвалжаас гаралтай бөгөөд текст, аудио, видео гэх мэт янз бүрийн хэлбэрээр байж болох зохион байгуулахад ярвигтай мэдээллийг хэлнэ.

Бүтэцлэгдсэн өгөгдөл нь уламжлалт мэдээллийн санд амархан орох боломжтой байдаг. Үүний эсрэгээр, өгөгдлийн хамгийн их хувийг эзлэх хэдий ч зохион байгуулалт хамгийн их шаардлагатай мэдээлэл нь бүтэцлэгдээгүй өгөгдөл юм. (Beath, Becerra-Fernandez, Short 2012; Davenport, Barth, Bean 2012, Gandomi and Haider 2015 ).  

 (CRM ба SCM)

 Үүнээс үзэхэд их өгөгдлийн судалгааны салбар тасралтгүй хөгжсөөр байгаа нь харагдах бөгөөд аргазүй, тодорхойлолтуудын хувьд баттай хүлээн зөвшөөрөгдсөн зүйлс цөөн байгаа юм. Тиймээс энэхүү судалгааны ажлаар их өгөгдлөөр эрчимтэй судалгаа хийж буй Испани улсын Валенчиагийн Технологийн Их Сургуулиас 2018 онд гаргасан “Нийгэм Эдийн Засгийн шинжилгээнд Их Өгөгдлийн аргазүйг ашиглах нь” сэдэвт эрдмийн ажлаас 9 шатлалт доорхи амьдралын мөчлөгийг анзаарах хэрэгтэй. (Clarke, 2016)

 1.Судалгаа бө төлөвлөлт;

2.Өгөгдөл цуглуулалт;

3.Өгөгдлийн баримт бичиг чанарын шинжилгээ;

4.Өгөгдлийн интеграцчилал;

Өгөгдөл бэлтгэх;

Өгөгдлийн шинжилгээ;

7.Хэвлэх ба хуваалцах;

8.Өгөгдлийн хадгалалт ба арчилгаа;

9.Мэдээлэл дахин ашиглах;

 МОНГОЛ УЛСАД ИХ ӨГӨГДЛИЙГ ЯМАР ТҮВШИНД АШИГЛАЖ БАЙНА ВЭ

 Их өгөгдөл Монгол улсын хэмжээнд салбар бүрт тодорхой чиглэлд цугларч байгаа хэдий ч өнөөдөр хамгийн их датаг цуглуулсан газар бол төрийн дата баазууд байна. Тухайлбал Дэлхий даяар байгаа нийт дата төвүүдийн  5 хувь нь л өгөгдлийн системтэй бол үүнд Монгол улсын “Төрийн их өгөгдлийн систем” багтдаг болсон байна.

 Төрийн их хэмжээний өгөгдөл түүний нөхцөл байдал

Дэд бүтэц:

  Манай улсад зарим нэг хүн өөрөө мэдээгүй байхад гэрчилгээн дээр нь үсгийн алдаа гарсан байх зэргээр хоёр яамд бүртгэлтэй мэдээлэл зөрсөнөөр тухайн хүнийг иргэн биш гэж үзэх хүртэл ноцтой асуудал үүсэж байв. Чухам эндээс л их өгөгдөл цэгцэрсэн байдаг.

Өгөгдөл цэгцлэлт:

 Засгийн газрын 2016-2020 оны үйл ажиллагааны хөтөлбөрт “Нэг иргэн, нэг бүртгэл хөтөлбөр хэрэгжүүлэх замаар бүртгэлийн тогтолцоог үе шаттай төгөлдөржүүлж, төрийн болон цахим бизнес, онлайн банкны үйлчилгээг жигд, тэгш авах нөхцөлийг бүрдүүлнэ.”, “Улсын бүртгэлийн үйл ажиллагааг онлайн горимд шилжүүлж, үндэсний цахим баримт бичгийн хэрэглээг нэмэгдүүлнэ.”, “Улсын бүртгэлийн архивыг бүхэлд нь цахимжуулж, газар зүйн мэдээллийн системд суурилсан хаягжуулалтын нэгдсэн санг бий болгоно.” гэж тус тус заажээ.

 Энэхүү архитектур дээр үндэслэн өгөгдөл цэгцлэлт хийж төрийн мэдээлэл нэгтгэлийн үйл ажиллагаа хийсэн нь И-баримт хөтөлбөртэй шууд хамааралтай байна. Дэлхий дээр их өгөгдлийг төр өөрөө үүсгэн, шинжилдэг засгийн газар 23 байдгаас татварын системийг ийм төвшинд хөгжүүлсэн орон дэлхий дээр 4 байдгийн нэг нь Монгол улс аж.

Хувийн хэвшилд их өгөгдлийг ашиглах боломж:

 Аливаа улс орон өөрт цугларсан нээлттэй байж болох өгөгдлийг нийтэд түгээснээр төр, засаглалын талаарх иргэдийн мэдээлэл, мэдлэг сайжирч иргэдийн оролцоо сайжирч, иргэдийн төрд итгэх итгэл нэмэгдэнэ гэж үздэг байна.

 Архитектурын ерөнхий зохиомж:

Тулгамдаж буй асуудал:

 Орчин үеийн клауд үйлчилгээнүүдийг оруулж ирэхийн тулд гадаадын компаниуд Монголд датагаа байрлуулах шаардлага тавьдаг. Үйлчилгээг авахын тулд тухайн бүс нутагт дата центр байхыг шаарддаг бөгөөд компаниуд хүн амын түвшингээс болж, ашиггүй дата төв барихаас татгалздаг байна. Үндэсний дата төвд сервер байгаа хэдий ч гадны ямар ч томоохон байгууллага төрийн мэдлийн дата төвд датагаа байршуулахыг хүсдэггүй аж. Хувийн компанийг ч мөн хөрөнгө оруулагч нь хэн бэ гэдгээс шалтгаалж сонирхдоггүй байна.

    Хэрвээ их өгөгдлийг маркетингийн үйл ажиллагаанд ашиглаж чадвал түүнээс үүсэх давуу тал ашигт байдалд хэрхэн нөлөөлж буйг дараах хэрэглэгчийн амьдралын мөчлөгийн зураглалаас харж болохоор байна. Мөн байгууллагын ашигт ажиллагаанд нөлөөлөхөөс гадна маркетингийн зардлыг бууруулах, маркетингийн метриксийг ашиглах боломж бий болно гэж Forrester Research байгууллагын судалгааны тайланд дурдсан байна.

 Ялангуяа байгууллагад шинэ хэрэглэгчийг бий болгох, хэрэглэгчийн таньж мэдэх, худалдан авалт хийлгэх, хэрэглээг асуух, судалгаа авах, үр дүнтэй харилцаа бий болгож үнэ цэнийг хүргэхэд ямар өөрчлөлт авчирч болохыг мөн харж болохоор байна. Иймд маркетингийн орчны шийдвэр гаргалтад их өгөгдлийг ашиглаж эхэлбэл одоо зах зээл дээр тулгамдаж байгаа голлох асуудлуудыг шийдвэрлэх боломж нэмэгдэнэ.

ҮР ДҮН:

Асуудлыг нэг талаас харвал  нийгэмд тулгамдсан асуудлуудыг шийдвэрлэхэд шаардлагатай өгөгдлүүдийг нэн түрүүнд нээлттэй болгох хэрэгтэй гэж бодож байна. Манай улсын нийт хүн амын тал орчим хувь нь нийслэлд амьдардагийн хувьд агаарын бохирдол, хотын тээвэр, эрүүл мэндийн нээлттэй өгөгдлүүдийг нэрлэж болно.

 Авто замын түгжрэл, нийтийн тээврийн үйлчилгээний асуудлыг шийдвэрлэхэд авто замын ашиглалт, хотын тээврийн зохицуулалт, нийтийн тээврийн үйлчилгээний талаарх өгөгдлийг нээлттэй болгосноор энэ чиглэлээр үйл ажиллагаа явуулдаг албан байгууллага, хувийн хэвшил, төрийн бус байгууллага, холбоодууд асуудлыг бодитой тооцоо судалгаан дээр үндэслэж тодорхойлсноор шийдвэрлэх арга замыг тал бүрээс тодорхойлж хэлэлцэх боломжтой.

 Нөгөө талаас энэ асуудлыг шийдвэрлэхэд чухал үүрэгтэй хувийн хэвшлийн байгууллагуудад бодитой тооцоо судалгаа хийхэд өгөгдөл чухал хэрэгтэй. Мэдээллийг гаргаж авахын тулд эх өгөгдөл хамгийн чухал байна. Өөрөөр хэлбэл, төрийн зарим ажил, үйлчилгээг төрийн өмнөөс хувийн  байгууллагууд гүйцэтгэх боломж бүрдэх юм.

 Энэхүү судалгаагаар урьд өмнө нь манай улсад түгээмэл хийгдэж байгаагүй, шинэлэг сэдэв болох Их Хэмжээний Өгөгдлийг ашигласнаар үүсэх боломж, үр ашгийн тухайд онолын ба нөхцөл байдлын судалгаа хийхийг зорьлоо. Өгөгдөл гэдэг зүйл урьд өмнө нь байгаагүйгээр хурдтай өссөөр байгаа бөгөөд тэдгээрийн дотор анхаарлаа хандуулж, шинжлэгдэх хэрэгтэй асар их мэдээлэл нуугдаж байдаг байна.

Өгөгдлийн агуулахын системийн хувьд өгөгдөл үүсэхээс устах эсвэл хадгалагдах хуртэлх амьдралын мөчлөгийн бүхий л үе шатуудыг дэлгэрүүлэн судалж , зах зээл дээр санал болгож буй холбогдох технологиуд, тус технологио ашиглахад шаардагдах хууль эрх зүйн болон хадгалалтын системийг судалгаандаа хамруулаллаа.

Онолын түвшинд яригдсан, өгөгдлийн агуулахаас, их өгөгдлийн ялгарах хамгийн гол онцлог нь бодит цагийн, цэгцэрсэн, давхцалгүй гэх гурван чанар байв. Харин Монголд Төр энэхүү гурван чанарыг агуулсан амьд их өгөгдөл үүсгэж чадаж байгаа ч одоохондоо үүнийг өөрсдөө л ашиглаж байна. Тэрхүү өгөгдлийг нээлттэй болгон ангилж, ашиглахад багагүй хүндрэл бэрхшээлүүд тулгарч байгаа ч тэднийг шийдэх боломжит гарцууд багагүй байна.

 НОМ ЗҮЙ

 Clarke, R. (2016). Их өгөгдөл. Их эрсдэл.

 David Arnott, G. P. (2014). Шийдвэр гаргалт дэмжих системүүдийн нухацтай шинжилгээ. Journal of Information Technology.

 Davis, C. K. (2018). Өгөгдөл ба шинжилгээний цаана. Communications of the ACM. Desamparados Blazquez, J. D.

 Forrester Research, I. (2017). Drive customer value across the life cycle. Forrester Research.

Hsinchun Chen, R. H. (2012). Бизнесийн Intelligence ба Аналитик: Их өгөгдлөөс Том нөлөөлөл үүсгэх нь. MIS Quarterly.

 https://www.cni.org/. (2016 оны 12 54). www.cni.org: https://www.cni.org/about-cni/staff/clifford...lynch/publications-ээс Гаргасан

 Ioanna Constantiou, J. K. (2015). Шинэ тоглоом, шинэ дүрмүүд: Их өгөгдөл стратегийн тодорхойлолтыг өөрчлөх нь. Journal of Information Technology.

 Kudyba, T. H. (2016). Шинжилгээнд суурилсан өгөгдлийн бүтээгдэхүүнийг боловсруулах ба хөгжүүлэх. MIT Sloan Management Review .

Laney, D. (2011). 3 хэмжээст өгөгдлийн менежмент. Meta group.

 Lynne Markus, H. T. (2015). Их өгөгдөл, Том шийдвэр гаргалт. . Bentley University.

 McAfee, A. (2012). Их өгөгдөл: менежментийн хувьсгал. Harvard Business Review.

 Гантулга, М. (2018). Их өгөгдлийн шинжилгээг хөрөнгө оруулалтын шийдвэр гаргалтад ашиглах нь.

 Е.Холмс, Д. (2018). Их өгөгдөл . Улаанбаатар: Nepko.

 Их өгөгдлийн эх сурвалж, арга барилыг нийгэм, эдийн засгийн шинжилгээнд ашиглах нь. (огноо байхгүй). Technological Forecasting & Social Change.

 

Нийтлэлийг: Хүмүүнлэгийн Ухааны Их Сургууль, Бизнесийн сургууль, бизнесийн удирдлагын тэнхимийн багш М.Алтан-Од 

 

 

Сэтгэгдэл бичих

arrow icon