Детальная информация

Статья посвящена методологической проблеме, возникающей при переходе организаций от "управления по отчетам" к управлению по цифровым следам сквозных (межфункциональных и межсистемных) процессов. Показано, что обилие событийных данных (журналов ERP/CRM/Service Desk, интеграционных и пользовательских логов, транзакций оборудования и др.) само по себе не гарантирует их пригодность для управленческих решений: систематические дефекты измерения - неполнота логирования, разрывы сквозной идентичности кейса, несогласованность семантики статусов, низкое временное разрешение и дрейф определений после релизов - могут приводить не просто к "шуму", а к устойчиво смещенным управленческим выводам. Особый акцент сделан на том, что требования к качеству событийных данных различаются для двух режимов использования: описательно-контрольного (реконструкций процесса, KPI, мониторинга отклонений, process mining) и причинно-объяснительного (оценки эффекта управленческого вмешательства на основе наблюдательных данных). Методологическая рамка исследования строится как синтез интеллектуального анализа процессов, стандартов и практик управления качеством данных и теории причинного вывода (потенциальные исходы, причинные графы, квазиэкспериментальные дизайны). Вводится двухконтурная модель качества событийных данных: "измерительная состоятельность" (насколько корректно данные отражают траекторию кейса во времени) и "каузальная пригодность" (насколько данные позволяют однозначно определить вмешательство, исход, временные окна и обеспечить обоснованность идентификационных допущений). Предлагается операционализация каузальной пригодности в виде набора индексов (целостности единицы наблюдения, временной пригодности, устойчивости смыслов, наблюдаемости вмешательства, достаточности контекста для контроля смешения, наблюдаемости ресурсной среды), связывающих дефекты журналов событий с рисками ложной оценки эффекта. Дополнительно обоснована необходимость метаданных учета (версионности статусов и правил, паспортирования времени, трассируемости изменений), а также процессно-семантических ограничений (аксиом процесса) как механизма контроля качества, критичного именно для причинных выводов. Практический результат - контур организационного управления качеством событийных данных (паспорт журнала событий, реестр вмешательств, версионирование смыслов, панель индексов качества), позволяющий заранее определять, какие управленческие решения и каузальные оценки в принципе допустимы на имеющихся цифровых следах.

The article examines the methodological challenge that arises when organizations transition from "management by reports" to management based on digital traces of end-to-end (cross-functional and intersystem) processes. It demonstrates that the abundance of event data (ERP/CRM/Service Desk logs, integration and user logs, equipment transactions etc.) does not in itself guarantee its suitability for management decisions: systematic measurement flaws - incomplete logging, discontinuities in the end-to-end identity of a case, inconsistency in status semantics, low temporal resolution, and definition drift after releases - can lead not just to "noise" but to persistently biased management conclusions. Particular emphasis is placed on the fact that event data quality requirements differ for two modes of use: descriptive-control (process reconstruction, KPIs, deviation monitoring, process mining) and causal-explanatory (assessing the effect of management interventions based on observational data). The methodological framework of the study is constructed as a synthesis of process mining, data quality management standards and practices, and causal inference theory (potential outcomes, causal graphs, quasi-experimental designs). A two-loop model of event data quality is introduced: "measurement consistency" (how accurately the data reflect the trajectory of a case over time) and "causal suitability" (the extent to which the data allow for the unambiguous determination of an intervention, outcome, time windows, and the validity of identification assumptions). An operationalization of causal suitability is proposed as a set of indices (observation unit integrity, temporal suitability, meaning stability, intervention observability, context sufficiency for confounding control, and resource environment observability) linking event log defects to the risk of false effect estimates. The need for accounting metadata (status and rule versioning, time stamping, and change traceability) is further substantiated, as is the need for process-semantic constraints (process axioms) as a quality control mechanism critical specifically for causal inference. The practical result is a framework for organizational event data quality management (event log passport, intervention registry, meaning versioning, and a quality index panel), enabling the proactive determination of which management decisions and causal assessments are, in principle, permissible based on existing digital traces.

π-Economy. — Санкт-Петербург: СПбПУ, 2022 -. — Загл. с титул. экрана. — Периодичность: 6 раз в год. — Выходит с 2022 г. — Электрон. журнал. — Свободный доступ из сети Интернет (чтение, печать, копирование). — Текст: электронный

π-Economy. — Санкт-Петербург: СПбПУ, 2022 -. Т. 19, № 3, 2026. — 1 файл (5,81 Мб). — Свободный доступ из сети Интернет (чтение, печать, копирование). — <URL:http://elib.spbstu.ru/dl/2/j26-227.pdf>.