# Бесплатная экспертная база знаний по управлению ИТ

Никакого пересказа ITIL, COBIT, ISO 20000, PRINCE2, TOGAF и прочего. Только сведения от консультантов и тренеров Cleverics. Включает ответы на **несколько тысяч вопросов** из **сотен источников**, а также детальный глоссарий с примерами, объяснениями и нюансами

# Большие данные

Использование очень больших объёмов структурированных и неструктурированных данных из различных источников для получения новых инсайтов.

## Оригинальный английский термин

big data

## Подробности

[Большие данные](https://cleverics.ru/digital/kb-glossary/big-data/) в контексте [ITSM](https://cleverics.ru/digital/kb-glossary/it-service-management/) — это подход к работе с данными, когда объём, разнообразие и скорость поступления информации выходят за рамки удобной обработки традиционными средствами отчётности и анализа. Целью является не просто накопление данных, а извлечение новых инсайтов, которые помогают принимать управленческие решения и улучшать [услуги](https://cleverics.ru/digital/kb-glossary/service/). На [практике](https://cleverics.ru/digital/kb-glossary/practice/) большие данные могут применяться для выявления закономерностей в потоках [событий](https://cleverics.ru/digital/kb-glossary/event/) и [обращений](https://cleverics.ru/digital/kb-glossary/call/), прогнозирования нагрузки и деградации [производительности](https://cleverics.ru/digital/kb-glossary/performance/), поиска факторов, влияющих на [доступность](https://cleverics.ru/digital/kb-glossary/availability/) и [клиентский опыт](https://cleverics.ru/digital/kb-glossary/customer-experience/), а также для более точной сегментации [пользователей](https://cleverics.ru/digital/kb-glossary/user/) и каналов поддержки. В [организациях](https://cleverics.ru/digital/kb-glossary/organization/) со сложной цифровой экосистемой источниками часто выступают журналы [приложений](https://cleverics.ru/digital/kb-glossary/application/) и инфраструктуры, телеметрия, данные [мониторинга](https://cleverics.ru/digital/kb-glossary/monitoring/), транзакционные следы, [записи](https://cleverics.ru/digital/kb-glossary/record/) взаимодействий с сервис-деском и внешние бизнес-данные. При этом большие данные не определяют сами по себе ни [архитектуру](https://cleverics.ru/digital/kb-glossary/architecture/) решения, ни конкретные инструменты хранения и обработки, а также не заменяют управление данными, их качеством и [соответствием требованиям](https://cleverics.ru/digital/kb-glossary/compliance/) — это отдельные области, которые должны быть обеспечены организационно и технологически.## Нюансы

Частая [ошибка](https://cleverics.ru/digital/kb-glossary/error/) — воспринимать большие данные как синоним «много данных» или как обязательное внедрение определённой платформы. Термин описывает использование очень больших объёмов данных из разных источников для получения новых инсайтов; если организация просто собирает логи «на всякий случай» и не извлекает проверяемые выводы, это не даёт [ценности](https://cleverics.ru/digital/kb-glossary/value/). Также большие данные нередко путают с бизнес-аналитикой и классической отчётностью: отчёты по [метрикам](https://cleverics.ru/digital/kb-glossary/metric/) и [KPI](https://cleverics.ru/digital/kb-glossary/key-performance-indicator/) могут строиться на обычных хранилищах и не требуют подходов больших данных, тогда как анализ больших данных часто ориентирован на поиск скрытых [зависимостей](https://cleverics.ru/digital/kb-glossary/dependency/), аномалий и предиктивных сигналов. Ещё одно заблуждение — считать, что большие данные автоматически улучшают решения в [управлении инцидентами](https://cleverics.ru/digital/kb-glossary/incident-management/) или [управлении проблемами](https://cleverics.ru/digital/kb-glossary/problem-management-practice/); на деле инсайты нужно переводить в конкретные [изменения](https://cleverics.ru/digital/kb-glossary/change/) в [потоках создания ценности](https://cleverics.ru/digital/kb-glossary/value-stream/), правилах мониторинга, [стандартах](https://cleverics.ru/digital/kb-glossary/standard/) обработки обращений и [валидации](https://cleverics.ru/digital/kb-glossary/validation/) гипотез. Наконец, важно не выходить за рамки допустимого: использование данных пользователей должно соответствовать требованиям [конфиденциальности](https://cleverics.ru/digital/kb-glossary/confidentiality/) и [политики информационной безопасности](https://cleverics.ru/digital/kb-glossary/information-security-policy/), иначе ценность будет перекрыта [рисками](https://cleverics.ru/digital/kb-glossary/risk/) и потерей доверия.## Примеры

- Корреляция телеметрии приложений, событий мониторинга и транзакций для выявления скрытой причины периодических сбоев, которые не удаётся воспроизвести в тестовой среде
- Прогнозирование пиков спроса на ИТ-услугу на основе истории использования, календарных факторов и внешних источников, чтобы заранее планировать мощности
- Выявление аномалий в поведении пользователей и устройств по потокам журналов и сетевой телеметрии для раннего обнаружения инцидентов информационной безопасности
- Анализ больших массивов обращений в сервис-деск и текстов описаний для поиска повторяющихся паттернов и приоритизации устранения известных ошибок

## Рекомендуемые продукты по этой теме

- [Трансформация ИТ в традиционных компаниях](https://edu.cleverics.ru/digital-transformation?utm_source=knowledgebase&utm_medium=article&utm_content=banner&utm_term=DEVOPS) — Учебный курс: интенсив с тренером. Как организовать высокоэффективную производственную систему
- [ITSM. Основы управления ИТ-услугами](https://edu.cleverics.ru/itsm-foundation?utm_source=knowledgebase&utm_medium=article&utm_content=banner&utm_term=ITFO4) — Учебный курс: интенсив с тренером. Самый популярный тренинг по управлению ИТ
- [Altevics](https://cleverics.ru/solutions/altevics?utm_source=knowledgebase&utm_medium=article&utm_content=banner&utm_term=altevics) — Современная ITSM/ESM-система