Вход
Регистрация

Войти c помощью аккаунта

Практика использования Deductor в РГАУ-МСХА

Публикация является продолжением цикла интервью с наиболее активными участниками академической программы BaseGroup Labs.

Российский государственный аграрный университет - МСХА имени К.А. Тимирязева представляют преподаватели кафедры экономической кибернетики: к.э.н., доцент Карпузова Вера Ивановна и к.э.н., доцент Чернышева Кира Владимировна (доклад В.И. Карпузовой, К.В. Чернышевой с III межвузовской конференции преподавателей доступен здесь).

РГАУ-МСХА имени К.А. Тимирязева вступил в академическую программу BaseGroup Labs в 2007 году по инициативе кафедры экономической кибернетики. Информация о кафедре представлена в карточке ВУЗа.

К.э.н., доцент В.И. Карпузова
К.э.н., доцент К.В. Чернышева

Беседу от BaseGroup Labs ведет Николай Паклин.

Вера Ивановна, Кира Владимировна, расскажите о начале знакомства вашей кафедры с программными продуктами компании BaseGroup Labs.

Вера Ивановна Карпузова (далее В.И.): В 2007 году одна из выпускниц кафедры, по поручению своего руководства, присутствовала на презентации новой версии Deductor в Москве и поделилась с нами полученными демонстрационными материалами. Нас заинтересовали возможности использования аналитической платформы для обработки данных агропромышленного комплекса, и мы посетили несколько демо-дней фирмы в ее представительстве в Москве. После этого было принято решение внедрить Deductor в учебные курсы кафедры. Ранее в учебном процессе кафедры использовалась англоязычная платформа SAS Enterprise Guide 4.1. В этом же году РГАУ-МСХА вступил в академическую программу BaseGroup Labs, и кафедра приступила к освоению учебной версии аналитической платформы и разработке учебных курсов.

В каких направлениях подготовки студентов используется Deductor? Каковы особенности использования программного продукта в обучении студентов экономических специальностей?

Кира Владимировна Чернышева (далее К.В.): Аналитическая платформа Deductor используется при подготовке бакалавров и магистров направлений 38.03.01 «Экономика», 38.03.02 «Менеджмент». Особенности использования Deductor при подготовке студентов названных направлений связаны со свойствами обрабатываемой информации. Экономическая информация обладает рядом особенностей, среди которых можно выделить большие объемы, преобладание алфавитно-цифровых данных, периодичность. В сельском хозяйстве как отрасли, работающей с живыми объектами, обладающей высокими рисками разнообразной природы, особенно важны возможности нахождения скрытых знаний и закономерностей, учет максимального количества факторов, обуславливающих течение тех или иных процессов и выявления степени их влияния. Все эти аспекты учитываются при разработке курсов с использованием Deductor для студентов экономических специальностей.

В.И.: Мы считаем особенно важным постановку учебных задач, непосредственно связанных с агропромышленным комплексом и отражающих актуальные проблемы отрасли. При решении учебных задач, поставленных с использованием Deductor, студенты учатся строить как описательные, так и предсказательные модели. В частности, поставлена задача кластеризации территориальных единиц по уровню рентабельности сельскохозяйственного производства за два года. При этом учитываемые при кластеризации факторы позволяют сделать вывод о причинах перехода объекта из одного кластера в другой, если таковой наблюдался. Таким образом, изучая возможности Deductor как инструментального средства, студенты наглядно видят действие экономических закономерностей, что углубляет их знания по специальности. При построении предсказательной модели – прогнозировании временного ряда – студенты видят автоматизацию знакомых им математических методов, понимают преимущества использования специализированных программных средств для решения экономических задач. Задания по интеграции данных различных информационных систем дают студентам представление о процессах информационной инфраструктуры организации с точки зрения реализации функций различных специалистов, работа которых должна быть организована с возможностью доступа ко всей интересующей их информации.

Расскажите о концепции построения учебных курсов. Как в них встраивается изучение аналитических платформ с точки зрения системного подхода?

В.И.: В соответствии с научной школой, сложившейся на кафедре экономической кибернетики за 50 лет ее существования, при разработке рабочих программ используется системный подход. Для студентов экономических специальностей декомпозиция существующей системы современных информационных технологий и информационных систем осуществляется с точки зрения уровней управления. В учебном процессе кафедры используется восемь информационных систем (ИС), отражающих потребности специалистов оперативного, тактического и стратегического уровней управления. В качестве примеров ИС оперативного уровня управления студентам даются АИС «Финанализ» и 1С: Предприятие 8.3; для тактического уровня управления студенты знакомятся с БЭСТ-5 3.4 и экспертной системой БЭСТ-Маркетинг; как ИС стратегического уровня управления изучаются Deductor и SAS. С использованием двух аналитических платформ решаются одни и те же учебные задачи, что позволяет студентам увидеть особенности, преимущества и недостатки этих инструментальных средств. Кроме того, в рамках учебных курсов реализуются задачи взаимодействия между информационными системами: информация, выгруженная из учетных систем, обрабатывается студентами с помощью аналитических платформ. Это позволяет студентам лучше понять структуру экономической информации и особенности ее обработки.

Какие источники данных используются в учебном и научно-исследовательском процессах? Есть ли проблемы с доступом к информации, необходимой для экономических исследований в сельском хозяйстве?

К.В.: Одна из острых проблем в агропромышленном комплексе (АПК), особенно с точки зрения научных исследований – это отсутствие возможностей получения достаточно полной и достоверной информации. Официальными органами государственной статистики ведется учет ограниченного количества показателей, среди которых минимум стоимостных. В связи с этим, основными источниками информации для учебных задач являются данные Росстата по урожайности культур, поголовью животных, площади пахотных земель, объемах производства продукции и других характеристиках АПК и их динамике в территориальном разрезе. Кроме того, при подготовке бакалавров профиля «Мировая экономика» используются данные Продовольственной и сельскохозяйственной организации ООН (ФАО). На основе этих данных поставлены задачи прогнозирования, кластеризации, декомпозиции временного ряда и др. В исследовательских, выпускных квалификационных работах студентов используется информация, полученная непосредственно от организаций агропромышленного комплекса.

Каковы особенности применения Deductor для обработки информации агропромышленного комплекса? Какие аналитические возможности Deductor наиболее важны при анализе сельскохозяйственных данных?

К.В.: Сельское хозяйство является одной из отраслей, подверженных наибольшему количеству рисков. Так, кроме экономических, финансовых, политических, социальных рисков, значительную роль в производстве сельскохозяйственной продукции играют погодные, биологические и другие риски, вызванные особенностями сельского хозяйства как сферы деятельности. Основным средством и предметом труда выступает земля, обладающая свойствами ограниченности, утери и возобновления плодородия. Производство продукции подчинено природным циклам развития растений и животных. Многообразие факторов, влияющих на эффективность отрасли, обуславливает особенности информационных процессов в АПК.

Deductor позволяет осуществлять декомпозицию временных рядов на трендовую, сезонную составляющие, и на основе этих данных выполнять прогнозирование. Корреляционный анализ, линейная регрессия, метод главных компонент, реализованный в Deductor как факторный анализ, позволяют оценить тесноту связи, выявить из множества факторов сельскохозяйственного производства главные компоненты для принятия управленческих решений. В качестве инструмента выявления тенденций развития объектов АПК, сгруппированных в кластеры, могут использоваться OLAP-кубы и кросс-таблицы, кросс-диаграммы.

Используется ли Deductor в научной работе, ведущейся в академии? Какие наиболее интересные аналитические результаты удалось получить при использовании Deductor?

В.И.: Факультеты и кафедры Тимирязевской академии тесно сотрудничают между собой. Так, возможности Deductor использовались для обработки данных непрерывного полевого опыта, который продолжается в академии уже более ста лет. Целью опыта, заложенного профессором А.Г. Дояренко по инициативе профессора Д.Н. Прянишникова в 1912 году , является выявление влияния разных доз и сочетаний минеральных и органических удобрений, известкования почвы, погодных условий на урожайность зерновых культур. В результате обработки опытных данных, предоставленных полевой опытной станцией факультета агрономии и биотехнологии, были выявлены степени влияния известкования почвы и внесения удобрений на урожайность овса и ячменя с учетом температур и количества осадков с апреля по июль.

Кроме того, Deductor используется кафедрой маркетинга экономического факультета имени А.В. Чаянова для обработки данных маркетинговых исследований, проводимых студентами в рамках курсовых и выпускных квалификационных работ, а также преподавателями в рамках научной работы.

Расскажите, как используется Deductor в научно-исследовательской деятельности бакалаврами и магистрами различных направлений обучения?

К.В.: Deductor используется при написании выпускных квалификационных работ бакалавров, а также при написании магистерских диссертаций. Проектная часть некоторых работ полностью основана на применении Deductor. Это работы бакалавров по прогнозированию урожайности сельскохозяйственных культур и продуктивности животных различных муниципальных образований, магистерские диссертации по проектированию хранилищ данных для управления сельскохозяйственными организациями. В отдельных магистерских диссертациях, посвященных совершенствованию информационной инфраструктуры агрохолдингов, Deductor используется для решения некоторых функциональных задач стратегического уровня управления. Например, проектируется и наполняется хранилище данных для анализа затрат на производство продукции по разным организациям агрохолдинга для различного временного интервала.

Используются ли возможности Deductor при подготовке кандидатских диссертаций в РГАУ-МСХА?

В.И.: Возможности обработки данных в Deductor используются в научной работе кафедры, в том числе при подготовке кандидатских диссертаций. В рамках исследований эффективности производства мяса крупного рогатого скота в сельскохозяйственных организациях Российской Федерации Ю.Р. Стратонович использовала технологии Data Mining (нейронные сети, карты Кохонена) для обоснования рационального размещения молочного и мясного скотоводства в Московской области, а также для прогнозирования поголовья крупного рогатого скота и производства говядины в Российской Федерации по инерционному (при существующем уровне государственной поддержки) и оптимистическому (с учетом дополнительных средств поддержки) сценариям. Н.В. Карпузова в диссертации, посвященной совершенствованию информационной инфраструктуры АПК, предложила использовать Deductor на стратегическом уровне управления, включив его в концептуальную схему развития информационной инфраструктуры отрасли.

В 2017 году исполняется десять лет с начала использования Deductor в учебном процессе РГАУ-МСХА имени Тимирязева. Каковы основные результаты, полученные за это время?

В.И.: За годы плодотворного, на наш взгляд, сотрудничества нами подготовлен ряд учебных пособий, в которых отдельные разделы посвящены работе с аналитической платформой Deductor. Это и учебные пособия по использованию типовых проектных решений в экономике и менеджменте АПК, в которых описывается технология выгрузки и анализа данных государственной статистики, 1С: Предприятие, БЭСТ 5 в Deductor, и учебные пособия по проектированию хранилищ данных. Причем в этих пособиях студенты изучают приемы работы как с демонстрационной, так и с профессиональной версией аналитической платформы.

К.В.: За прошедшее время обучено более 1000 студентов. С 2016 года, по соглашению с BaseGroup Labs, студенты, показавшие высокие результаты обучения, получают сертификаты об успешном прохождении курса обучения работе с Deductor. Отдельные студенты, заинтересовавшись программным продуктом в процессе обучения, самостоятельно проходят тестирование на более высокие уровни, что затем помогает им при трудоустройстве.

Вручение сертификатов студентам

В 2011 году Тимирязевская академия признана лучшим ВУЗом-партнером BaseGroup Labs. В 2011, 2016 гг. на базе кафедры были проведены конференции для преподавателей ВУЗов, сотрудничающих с BaseGroup Labs, вызвавшие широкий отклик и положительные отзывы участников.

Какую роль играют полученные знания и сертификаты в профессиональной деятельности выпускников?

В.И.: Безусловно, сертификаты Deductor и навыки работы с этой аналитической платформой являются важными конкурентными преимуществами наших выпускников при трудоустройстве. Сочетание знания специфики АПК, экономики и современных информационных технологий и информационных систем делают наших выпускников уникальными специалистами для отрасли. Кроме АПК, наши выпускники также устраиваются работать и в другие отрасли, где востребованы их владение теоретическими знаниями и практическими навыками работы с экономической информацией.

К.В.: Часто, после нескольких лет профессиональной деятельности, выпускники приходят, чтобы рассказать о своих достижениях, поблагодарить за полученные знания, посоветоваться по вопросам решения их рабочих задач.

Каковы ваши ожидания от новой версии программного продукта - Loginom?

К.В.: В настоящий момент знакомство преподавателей кафедры с Loginom ограничивается материалами, представленными на летней конференции. Для нас ценностью Loginom видится, в первую очередь, его соответствие новейшим требованиям к программным продуктам для аналитической обработки информации. Освоение студентами Loginom повысит их ценность как будущих специалистов. Для кафедры возможность преподавать современный программный продукт выступит фактором повышения привлекательности программ бакалавриата и магистратуры РГАУ-МСХА для абитуриентов.

В.И.: В Loginom наглядно реализуются системные подходы к обработке информации: каждый узел (или их комбинация) представлен неким «черным ящиком» с четко заданными входами и выходами, управление информационными потоками визуализировано заданной структурой. Новая концепция построения аналитической платформы откроет дополнительные возможности обработки данных для решения актуальных задач управления АПК. Мы уже приступили к теоретической постановке новых учебных заданий, в которых будут максимально раскрыты возможности Loginom для обработки информации агропромышленного комплекса. Надеемся на продолжение плодотворного сотрудничества с BaseGroup Labs с проведением совместных конференций, сертификацией студентов, обязательным включением Loginom в учебные курсы кафедры.