РАЗРАБОТКА МЕТОДИКИ УПРАВЛЕНИЯ КАЧЕСТВОМ ДАННЫХ НА ОСНОВЕ ЛОГИКО-СЕМАНТИЧЕСКОГО ЦИФРОВОГО ДВОЙНИКА

Аннотация

Качество данных – ключевой вопрос в системах поддержки принятия решений. Использование же данных, содержащих одну или несколько логических ошибок, может привести к неправильным решениям и большим потерям для предприятия. Цель исследования. Целью исследования является разработка классификации данных, учитывающих профиль производства, типы данных на производстве, формальную структуру бизнес-процессов для каждого типа данных на основе предлагаемой логико-семантической архитектуры цифрового двойника для контроля качества данных. Теоретико-методологической основой исследования являются труды отечественных и зарубежных ученых по проблемам управления цифровыми платформами и цифровой трансформацией и цифровых двойников предприятия. Результаты. В ходе исследования была обобщена и систематизирована классификация основных логико-семантических факторов некачественного предоставления данных, представлена методика оценки качества данных. Бизнес-процессы сбора, хранения и обработки формализованы для каждого типа данных и определено одно ответственное лицо для соответствующих бизнес-процессов, а также разработаны требования к компетентности для отдельных ответственных лиц и инструмент для контроля качества данных. В результате предлагается подход на основе логико-семантической архитектуры цифрового двойника для контроля качества данных. Заключение. В современных реалиях необходима логическая фильтрация огромного количества избыточных данных в системах поддержки принятия решений (ППР). Цифровые двойники (ЦД) в системах поддержки принятия решений могут обеспечить высокое качество исходных цифровых данных для ППР. В этой статье представлен комплексный подход к управлению качеством данных на основе их логико-семантических цифровых двойников при создании эффективной системы поддержки принятия решений на примере нефтегазовых компаний. Управление качеством данных на основе применения логико-семантических цифровых двойников обеспечивает полезность цифровых данных.