ГОСТ Р ИСО/МЭК 24668-2022

НАЦИОНАЛЬНЫЙ СТАНДАРТ РОССИЙСКОЙ ФЕДЕРАЦИИ

Информационные технологии

ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ

Структура управления процессами аналитики больших данных

Information technology. Artificial intelligence. Process management framework for big data analytics

ОКС 35.020

Дата введения 2023-01-01

Предисловие

1 ПОДГОТОВЛЕН Научно-образовательным центром компетенций в области цифровой экономики Федерального государственного бюджетного образовательного учреждения высшего образования "Московский государственный университет имени М.В.Ломоносова" (МГУ имени М.В.Ломоносова) и Автономной некоммерческой организацией "Институт развития информационного общества" (ИРИО) на основе собственного перевода на русский язык англоязычной версии стандарта, указанного в пункте 4

2 ВНЕСЕН Техническим комитетом по стандартизации ТК 164 "Искусственный интеллект"

3 УТВЕРЖДЕН И ВВЕДЕН В ДЕЙСТВИЕ Приказом Федерального агентства по техническому регулированию и метрологии от 8 ноября 2022 г. N 1258-ст

4 Настоящий стандарт идентичен международному стандарту ИСО/МЭК 24668* "Информационные технологии. Искусственный интеллект. Структура управления процессами аналитики больших данных" (ISO/IEC 24668:2022 "Information technology - Artificial intelligence - Process management framework for big data analytics", IDT).

________________

* Доступ к международным и зарубежным документам, упомянутым в тексте, можно получить, обратившись в Службу поддержки пользователей. - Примечание изготовителя базы данных.

При применении настоящего стандарта рекомендуется использовать вместо ссылочных международных стандартов соответствующие им национальные стандарты, сведения о которых приведены в дополнительном приложении ДА

5 ВВЕДЕН ВПЕРВЫЕ

Правила применения настоящего стандарта установлены в статье 26 Федерального закона от 29 июня 2015 г. N 162-ФЗ "О стандартизации в Российской Федерации". Информация об изменениях к настоящему стандарту публикуется в ежегодном (по состоянию на 1 января текущего года) информационном указателе "Национальные стандарты", а официальный текст изменений и поправок - в ежемесячном информационном указателе "Национальные стандарты". В случае пересмотра (замены) или отмены настоящего стандарта соответствующее уведомление будет опубликовано в ближайшем выпуске ежемесячного информационного указателя "Национальные стандарты". Соответствующая информация, уведомление и тексты размещаются также в информационной системе общего пользования - на официальном сайте Федерального агентства по техническому регулированию и метрологии в сети Интернет (www.rst.gov.ru)

Введение

В настоящем стандарте описана рамочная структура (концепция) использования аналитики больших данных (big data analytics, BDA) в большинстве отделов и подразделений организации. Большие данные - это большие массивы данных, отличающиеся главным образом такими характеристиками, как объем, разнообразие, скорость обработки и/или вариативность, которые требуют использования технологии масштабирования для эффективного хранения, обработки, управления и анализа. Традиционные методы и концепции обработки данных не в состоянии справиться с такими объемами данных, с их сбором, хранением, использованием, технологиями, с темпами генерации данных, с их структурой и разнообразием.

В стандарте определяется эталонная модель процесса аналитики больших данных (big data analytics process reference model, BDA PRM), а также модель оценки процесса (big data analytics process assessment model, BDA PAM). Модель BDA-PAM содержит два измерения: размерность процесса (process dimension), включающая процессы, определенные на основе набора PRM-моделей, в т.ч. модель BDA PRM и размерность возможностей процесса (capability dimension), определяемых на основе системы измерения процесса (process measurement framework, PME).

В настоящем стандарте эталонная модель процесса (PRM) и модель оценки процесса (PAM) определены как части рамочной структуры для аналитики больших данных, соответствующие требованиям ИСО/МЭК 33004-2015 и ИСО/МЭК 33020:2019 и предназначенные для использования при проведении оценки в соответствии с требованиями ИСО/МЭК 33002-2015.

Основная целевая аудитория настоящего документа - лица, внедряющие аналитику больших данных в организациях, а также специалисты по оценке возможностей аналитики больших данных. В стандарте описаны пять категорий процессов - процессы заинтересованных сторон внутри организации, процессы развития компетенций, процессы управления данными, процессы развития аналитики и процессы интеграции технологий.

Настоящий стандарт описывает всестороннюю рамочную структуру для разработки процессов организации, обеспечивающих эффективное использование возможностей аналитики больших данных, включая процессы, которые охватывают аналитику больших данных на уровне организации, и требования к управлению для каждого процесса. Эта рамочная структура может использоваться:

- для управления процессами, рассматриваемыми как элементы наилучшей практики;

- обеспечения возможностей для определения рисков и совершенствования процессов организации.

Отдача, получаемая благодаря автоматизации, прогнозированию и/или поддержке принятия решений с использованием аналитики больших данных, имеет большое значение для организаций. При внедрении, совершенствовании и оценке процессов аналитики больших данных на основе настоящего стандарта открываются следующие возможности:

- получение конкурентных преимуществ;

- улучшение процесса принятия решений;

- повышение качества обслуживания клиентов;

- рост продаж;

- лучшее реагирование на возможности и угрозы;

- снижение количества ошибок и промахов;

- снижение затрат.

В разделе 5 настоящего стандарта дано общее описание эталонной модели процесса (PRM), а в разделе 6 подробно описаны конкретные процессы в рамках каждой категории процессов в PRM-модели. В разделе 7 дано общее описание модели оценки процесса (PAM), в разделе 8 приведены подробные сведения о свойствах процессов и индикаторах результативности процессов, а в разделе 9 описаны уровни возможностей процессов.

     1 Область применения

Настоящий документ описывает рамочную структуру (концепцию) для разработки процессов, обеспечивающих эффективное использование возможностей аналитики больших данных в масштабах всей организации, вне зависимости от ее принадлежности к определенному сектору или отрасли.

Настоящий стандарт регламентирует управление процессами аналитики больших данных с учетом различных категорий этих процессов, а также их взаимозависимостей. В число категорий процессов входят процессы заинтересованных сторон внутри организации, процессы развития компетенций, процессы управления данными, процессы развития аналитики и процессы интеграции технологий. Данный стандарт описывает процессы получения, описания, хранения и обработки данных на том организационном уровне, который обеспечивает услуги аналитики больших данных.

     2 Нормативные ссылки

В настоящем стандарте использованы нормативные ссылки на следующие стандарты [для датированных ссылок применяют только указанное издание ссылочного стандарта, для недатированных - последнее издание (включая все изменения)]:

ISO/IEC 33001:2015, Information technology - Process assessment - Concepts and terminology (Информационные технологии. Оценка процесса. Понятия и терминология)

ISO/IEC 33003:2015, Information technology - Process assessment - Requirements for process measurement frameworks (Информационные технологии. Оценка процесса. Требования к системам измерения процесса).

     3 Термины и определения

В настоящем стандарте применены следующие термины с соответствующими определениями:

ИСО и МЭК поддерживают терминологические базы данных для использования в стандартизации, расположенные по следующим адресам:

платформа ИСО для онлайн-просмотра материалов по стандартам (Online Browsing Platform, ОВР) доступна по адресу https://www.iso.org/obp/ui;

Электропедия МЭК (IEC Electropedia) доступна по адресу http://www.electropedia.org/.

3.1 большие данные (big data): Большие массивы данных, отличающиеся главным образом такими характеристиками, как объем, разнообразие, скорость обработки и/или вариативность, которые требуют использования технологии масштабирования для эффективного хранения, обработки, управления и анализа.

Примечание - Термин "большие данные" широко применяется в различных значениях, например, в качестве наименования технологии масштабирования, используемой для обработки больших массивов данных.

[ИСО/МЭК 20546:2019, 3.1.2]

3.2 аналитика данных (data analytics): Составное понятие, охватывающее получение, сбор, проверку и обработку данных, включая их количественную оценку, визуализацию и интерпретацию.

Примечание - Аналитика данных используется для представления объектов, описываемых данными, с целью прогнозирования конкретных ситуаций и формирования пошаговых рекомендаций при решении задач. Закономерности, полученные посредством аналитики, используются в различных целях, таких как принятие решений, проведение исследований, обеспечение устойчивого развития, проектирование, планирование и т.д.

[ИСО/МЭК 20546:2019, 3.1.6]

3.3 стратегическое управление данными (data governance): Разработка и обеспечение исполнения политик, связанных с менеджментом данных.

Примечание - Стандарт ИСО/МЭК 38500 [8] устанавливает шесть принципов стратегического управления информационными технологиями: ответственности, стратегии, приобретения, эффективности, соответствия, поведения человека. Эти принципы также применимы в отношении данных.

[ИСО 8000-2:2020, 3.16.1] [1]

3.4 выгода (benefit): Польза для организации от практически полезных знаний, полученных из аналитической системы.

Примечание - Большие данные часто ассоциируются с выгодой вследствие понимания того, что данные имеют потенциальную ценность, ранее обычно не рассматриваемую.

[ИСО/МЭК 20546:2019, 3.1.1]

3.5 стратегический план: Документ, определяющий, каким образом управление данными должно быть согласовано со стратегией организации.

Примечание - Данный термин имеет тот же смысл, что и термин "стратегический план управления активами" (strategic asset management plan, SAMP), определенный в стандарте ИСО 55000:2014 [9] с точки зрения управления данными.

3.6 базовая практика (base practices): Действия, которые при их последовательном выполнении помогают в достижении определенной цели процесса.

3.7 свойства процесса (process attributes): Характеристики процесса, которые можно оценить по шкале достижений, чтобы измерить возможности процесса.

3.8 уровень возможностей (capability level): Набор показателей оценки процесса, которые вместе описывают способность работать и выполнять процесс на заданном уровне возможностей.

3.9 оценка свойства процесса (process attribute rating): Оценка степени достижения характеристики процесса в рамках оцениваемого процесса.

3.10 индикатор возможности процесса (process capability indicator): Средство оценки возможностей, на которые указывают определенные характеристики процесса.

3.11 выход (outcome): Наблюдаемый результат успешного достижения цели процесса.

     4 Сокращения