Business Intelligence та Інформація, Дані, Знання, Мудрість і засновані на них суспільства

Українські вчені з 1964 року активно проводили найбільш масштабні у світі науково-прикладні дослідження для підтримки переходу держави на рівень суспільства, яке орієнтоване на знання – шляхом розробки і використання інформаційно-аналітичної системи з функціями управління державою ОГАС (ОбщеГосударственная Автоматизированная Система сбора и обработки информации для учета, планирования и управлении народным хозяйством СССР).

Для забезпечення високої ефективності інформаційних аналітичних систем, а зараз всі інформаційні системи є й аналітичними (якщо не для всіх або то як мінімум для власників), важливо розуміти і уточнити не тільки локальну, але й глобальну термінологію - саме з цього починається системний підхід до реалізації складаних систем та із розуміння актуальності, мети й задач поставленого завдання.

Для автоматизації будь-яких інформаційно-аналітичних процесів, у тому числі створення ефективних засобів і систем Business Intelligence +KMS  глобально важливим є розуміння змісту й різниці глобальних дефініцій у цій сфері. 

Аналіз загальноприйнятих підходів, а також власні дослідження разом з керівниками і колегами у сфері інформаційно-аналітичної роботи та її автоматизації з використанням Business Intelligence +KMS, привів до необхідності уточнення  термінів: Інформація, Дані, Знання, Мудрість, Інформаційне суспільство, Суспільство знань, Суспільство мудрості.

Інформація

- це найбільш загальна, широка і важлива дефініція, що підкреслює Закон України Про інформацію. Якщо коротко, то "інформація" - це зафіксовані на матеріальних носіях відомості про будь-що. Отже, дефініція "інформація"  охоплює всі інші поняття у цій сфері: “дані”, “знання”, “мудрість”. 

Для практики автоматизації і розуміння змісту Інформації важливо розуміти її практичні властивості. 

Основні властивості інформації:

• Корисність (цінність); 
• Об'єктивність; 
• Достовірність; 
• Повнота; 
• Точність; 
• Актуальність; 
• Оперативність; 
• Захищеність; 
• Розсіяність; 
• Зрозумілість, доступність, стислість; 
• Відповідність функціональним можливостям hi-tech аналітичних засобів: OLAP, Data Mining, Dashboards, KPI (Key Performance Indicators), Scorecard, Knowledge Management System, Text Mining, Expert System, тощо. 

Значна частина вказаних властивостей інформації прописана у методичних документах з інформаційно-аналітичної роботи і в формалізованих показниках. Додатково, на мій погляд, у теперішній час дуже важливою і новою властивістю інформації стала її бажана відповідність функціональним можливостям hi-tech аналітичних засобів. 

Тобто, при формуванні і накопиченні Інформації бажано її формувати так, щоб її структура допомогала здійснювати пошук у ній та аналізувати її hi-tech інформаційно-аналітичним засобам Business Intelligence and GIS (DataWarehouse/Data marts, OLAP, Data Mining, Text Mining, Opinion Mining, Sentiment Analysis, Visual Mining, KPI, Dashboards, Scorecard).  Бажано використовувати запропоновані у попередніх публікаціях ЧЛО - число-лінгвістичні оцінки. 

Вказана узагальнена вимога до Інформації додана мною до загальновідомого списку властивостей-вимог  вперше у 2008 році у науково-дослідних матеріалах ЖВІ. Вимогу необхідно враховувати до початку збору інформації та до розробки інформаційних систем - це дозволить  мінімізувати ETL-операції (Extraction-Transformation-Loading, Вилучення-Трансформація-Завантаження). Адже винагорода ETL-спеціалісту у сфері Business Intelligence and Analytics Applications є вищою, ніж навіть зарплати розробників аналітичної системи і її аналітиків. 

У кінці тексту цієї статті подані принтскрини з  прикладами зарплат, які пропонують у цій сфері  роботодавці на сайті пошуку робочих вакансій indeed.com.

Відповідно до росту добування й використання різних ресурсів на планеті, можна визначити перехід різних країн та планети на рівні: "Інформаційне суспільство", "Суспільство знань" і "Суспільство Мудрості" - з позицій автоматизації процесів обробки Інформації.

Дані

– це первинна слабоструктурована інформація, або структурована інформація у фактографічних базах даних. Ключовим для розуміння дефініції "дані" очевидно, варто вважати їх як частину терміну "бази даних" (Database), інакше виникає багато колізій. Проте, є й термін "розвідувальні дані", який по прийнятій термінології означає готовий для використання кінцевий результат інформаційно-аналітичної обробки системи елементів первинної інформації. Корисно почитати гарні, проте дещо відмінні статті у Вікіпедії про Data на англійській мові (завершена стаття), про Дані - на українській мові (незавершена стаття), про Данные - на російській мові (незавершена стаття).

Щодо "даних" розповсюджені помилкові судження про їх первинність, проте первинною, на мій погляд, є

- інформація (первинна) - часто у формі даних (Data) у Database (база даних, як правило - реляційні БД), Data Warehouse (сховища даних), Data Mart (кіоски даних);

- потім первинна інформація (дані) у результаті накопичення й інформаційно-аналітичної переробки може стати знаннями;

- потім вторинна інформація (знання, knowledge) у результаті накопичення і інформаційно-аналітичної переробки може стати мудрістю,

- мудрість (wisdom) також накопичується й може удосконалюється; проте відомі випадки, коли знання і мудрість старіють, а іноді перетворються у форму, яку у народі позначають на рос. мові як "старческий маразм".

Щодо Даних потрібно враховувати практику не тільки вчених зі сфери філософії, але й насамперед практику бізнесу (ділової, наукової й навчальної діяльності), де загальноприйнятими стали терміни Database (база даних, як правило - реляційні), Data Warehouse (сховища даних), Data Mart (кіоски даних), Data Mining (майнінг даних), Text Mining (майнінг текстів), тощо.

Знання

– це інформація про інформацію (про первинні дані), тобто, це метадані. Знання – “перша похідна” від даних. СУБД містить не тількі “дані” але й “метадані” як описові атрибути  числових значень у комірках таблиці бази даних. Проте, підкреслимо, що розробники СППР і експертних систем відносять до знань лише комплекси правил подібні до "якщо то інакше..." і подібні, що надбудовуються над даними, а также більш складні форми умовиводів. Про це описано у наукових працях видатних радянських вчених у сфері "штучного інтелекту" орієнтовно у 1970-ті роки.

Мудрість

– це інформація про знання, тобто це метазнання, або метаметадані. Мудрість – “друга похідна” від даних, або "перша похідна" від знань. Звичайно, що це аналогія-метафора, проте вона дозволяє логічно пояснити і краще зрозуміти сутність Мудрості з позицій автоматизації процесів інформаційно-аналітичної обробки первинної інформації. Зазначимо, що у даній сфері складно досягти одностайних поглядів, а якщо вони досягнуті, то піддаються критиці. 

Прийняття “мудрих рішень” (які будуються лише на минулому досвіді) може привести до низьких результатів і гальмування розвитку. Іноді мудрість вироджується у "старческий маразм" (рос.)

Метамудрість

– цей термін можливо ввести для позначення найвищої форми мудрості, яка враховує повну систему минулого досвіду, включає розуміння того, що може бути так, як не було ніколи до цього. Необхідно накопичувати досвід не тільки про прийняті рішення, але й про наслідки попередніх рішень.

Премудрість

- цей термін найчастіше вживають священники і з пояснення вченого у сфері релігії даних мені витікає, що це "страх божий", страх людини перед Божим покаранням за неповагу до нього. Для прикладу, Бог змішав людям мову за неповагу до нього під час будівництва Вавілонської вежі, тому будівники перестали розуміти один одного і Вавілонська вежа зруйнувалася. Розуміння цього є дуже корисним для побудови складних систем у прямому й метафоричному значенні.

Орієнтовні графіки росту добування різних ресурсів на планеті (речовина, енергія, інформація, знання, мудрість).

Інформаційне суспільство (Information Societie)

Орієнтовно у останні 20 років 20-го століття, додатково до матеріальних й енергетичних ресурсів, різко збільшилися і стали глобальними інформаційні ресурси, що визначило перехід багатьох країн на рівень розвитку Information Societies (Інформаційні суспільства).

В історії людства вже були етапи різкого збільшення інформації та її розповсюдження - після виникнення писемності, друкарства (епоха Гутенберга), електричного зв'язку, радіо, телебачення, обчислювальної техніки. Проте, лише у 90-х роках 20-го століття інформація стала надвеликим і глобальним ресурсом, а у наприкінці першого десятиліття 21-го століття визначено початок Big Data Age (ери Великих даних) або zettabyte age (ери зеттабайт).

Knowledge Societies (Суспільства знань)

За останні 10-15 років найбільш розвинені держави та організації (компанії, установи, підприємства, ін.) активно переходять на більш високий рівень розвитку – Knowledge Societies (Суспільства знань) та Knowledge Based Organization (Організації, засновані на знаннях). Цей рівень принципово відрізняється від початкового рівня Information Societies (Інформаційних суспільств).

Відмінність полягає, насамперед, у реалізації не тривіальних процесів швидкої переробки значних інформаційних ресурсів у нові практично корисні знання, які оперативно перетворюють у рішення і дії, що дають конкурентні переваги і практичну вигоду у різних сферах діяльності.

Ці переваги забезпечують системи, які позначені тут як Business Intelligence + KMS на основі Data Warehouse, OLAP, Data Mining, Text Mining Social Media & Social Networks Business Analytics Software (Business Intelligence), які інтегровані з GIS (Geographic Information System).

У свою чергу, нові аналітичні системи збору й аналітичної переробки інформації привели насамперед до глобалізації систем надання послуг і торгівлі за рахунок активного використання Social CRM (Customer Relation Management), ін.

Величезні важелі впливу на все отримали власники соцмереж, які почали вмішуватися у вибори, останній приклад - скандал з розголошенням відомостей про користувачів Facebook Марка Цукерберга, ін.

Суспільство знань не означає покращання рівня демократії чи рівня життя населення або рівня безпеки суспільств. Суспільство знань визначає, насамперед, супер автоматизацію і глобалізацію процесів добування знань із супер великих об`ємів первинної інформації зібраної з багатьох регіонів світу і з багатьох підсистем. Фактично, це перехід до більшої консолідації влади і зміни її типу.

Для кращого розуміння, можна навести аналогію з природними ресурсами: багато країн мають значні первинні ресурси, проте лише найбільш розвинені здійснюють їх ефективну глибоку переробку, у тому числі ресурсів інших країн.

Знання не замінюють фінансові та інші ресурси, проте забезпечують підвищення ефективності їх використання, збереження і зростання. Держави та організації, які не реалізували не тривіальні процеси добування знань зі значних обсягів інформації — залишаються на більш низькому рівні матеріального життя.

Застосування терміну “Інформаційні суспільства” (Information Societies) для визначення перспектив розвитку сприяє затримці розвитку у різних сферах, тому що недостатньо акцентує увагу на необхідності реалізації і розвитку не тривіальних процесів переробки інформації у знання, які характерні для більш розвинутих Суспільств знань (Knowledge Societies).

Головним завданням на рівні Суспільств знань (Knowledge Societies) є перехід на рівень Суспільств мудрості (Wisdom Societies).

Wisdom Societies (Суспільства мудрості)

Під мудрістю (Wisdom) я розумію інформацію про знання, тобто – метазнання. Можливо вважати по аналогії до математики, що якщо знання - це "перша похідна" від інформації, то мудрість - це "друга похідна" від первинної інформації. Аналогія з математики - це "відстань", перша похідна від відстані - "швидкість", а друга похідна від відстані - це "прискорення". На практиці Мудрість - це результат аналізу наслідків виконання всіх або достатньої вибірки попередніх рішень і дій, у т.ч. тих, які “засновані на знаннях”. Зростання можливостей глобального руйнування за рахунок нових не тривіальних глобальних знань у сполученні з протиріччями у різних сферах наближає людство до Апокаліпсису.

Виходячи із запропонованих тут тлумачень метамудрості й премудрості, людство повинне у своїх інтересах не допустити самознищення. Для цього необхідно зупинити гібридну агресивність Путіна і його помічників, які у теперішній час є найбільшою гібридною загрозою людству, сусідам і населенню Росії.

Пропозиція річної зарплати для спеціалістів   DSS BI ETL spetialist - $136000, DSS BI Analyst - $110000. Пропозиція від indeed.com у 2011 році, робота на авіабазі CША для спецсертифікованих спеціалістів армії США. DSS BI 2.0 - позначення DSS (СППР) на основі Business Intelligence 2-го покоління

Пропозиція роботи для спеціалістів в Армії  США: DSS BI Progect Leader, DSS BI Designer, DSS BI Analyst, DSS BI ETL Specialist. Орієнтовний розмір річної зарплати - $88000...$140000 у 2010 році.