На форуме завершилась сессия «Как большие данные делают экономику умнее». Эксперты обсудили роль и применение больших данных в управлении экономическими процессами и развитии экономики России, регионов и городов.
💬 В ходе сессии Евгений Чаркин подчеркнул важность проекта НЦТЛП, суть которого заключается в создании единого озера данных с точки зрения электронных перевозочных документов. Он напомнил, что со следующего года будет введен закон об обязательности ЭПД.
⏪Это как раз пример того, как данные всех участников должны и могут работать. Но здесь есть несколько важных аспектов — безопасность и качество данных. Когда мы говорим про объединение данных автомобильного, железнодорожного, авиационного и морского транспорта, у которых исторический темп развития цифровизации и работы с данными, он, все-таки, неоднородный. Задача Министерства транспорта и проектных офисов, которые будут создаваться, выровнять этот темп цифровизации и совместно поработать над качеством данных. И тогда совместное использование данных будет мощнейшим инструментом с точки зрения планирования и прогнозирования развития транспортного комплекса и в целом экономики страны⏩.
✅ Другие тезисы выступления:
✅ Современные технологии и планирование регионального развития:
➡️ Использование данных позволяет качественно планировать развитие территорий и инфраструктуры.
➡️ Пример успешного проекта: прогнозирование пассажиропотоков в ИЦК железнодорожного транспорта и логистики.
➡️ Анализ данных урбанизации, популяции и транспортной инфраструктуры помогает учитывать взаимосвязь между видами транспорта (например, влияние автодорог на пассажиропотоки железных дорог).
➡️ Эффекты:
1. Сокращение сроков планирования в десятки раз.
2. Монетарный эффект — до десятков миллиардов рублей.
✅ Повышение эффективности производственных процессов:
➡️ Использование исторических данных (например, графиков движения поездов за более чем 20 лет) для повышения точности прогнозирования.
➡️ Применение предиктивных моделей обслуживания инфраструктуры:
➡️ Прогнозирование поведения инфраструктуры и подвижного состава.
➡️ Переход от реактивного к проактивному подходу в ремонте и обслуживании.
➡️ Пример: предотвращение проблем до их возникновения, что позволяет минимизировать риски и затраты.
✅ Культура совместного использования данных:
➡️ Необходимость интеграции данных от разных участников рынка (РЖД, банки, телеком-операторы и др.).
➡️ Пример успешного взаимодействия: обогащение данных о пассажиропотоках за счет обезличенных данных мобильных операторов, что позволило улучшить анализ состава поездов и повысить удобство для клиентов.
😍 Медиаканал о цифровом транспорте. Подписаться