Списки и рейтинги

Игорь Балк (Global Innovation Labs) – об анализе данных для оценки расходования средств на Big Data Conference

Списки и рейтинги
Наиль Байназаров
Наиль Байназаров

Редактор медиа РБ.РУ

Наиль Байназаров

По итогам прошедшей 15 сентября 2017 года Big Data Conference, организованной Rusbase и Global Innovation Labs, публикуем подробные отчеты с выступлений всех спикеров.

В рамках конференции в трёх залах были представлены кейсы в «Бизнес-треке», технологические решения в «Техническом треке» и доклады на «Научном семинаре». Общий отчет с мероприятия можно найти по ссылке.

Игорь Балк (Global Innovation Labs) – об анализе данных для оценки расходования средств на Big Data Conference
Присоединиться

Игорь Балк, представляющий Global Innovation Labs, рассказал об использовании анализа данных для оценки эффективности расходования бюджетных средств.

Благодаря сервису Penxy вы можете посмотреть и послушать выступление Игоря Балка на Big Data Conference.

 

По завершении выступления спикер ответил на вопросы аудитории, которые задавались через сервис WhenSpeak. Здесь публикуем полную версию «публичного интервью»:

На чем писали модель?

Модель писали на Python плюс некоторые вещи тестировали в Matlab.

Оценка инвестпроектов – на основании чего? Можно подробней?

Оценку инвестпроектов мы делаем на основе treatment effect theory с учетом внешних микро- и макрофакторов.

Чтобы получить субсидию, нужно представить кучу документов и уже показать определенную эффективность. Получение субсидии – предиктор качества компании. Поэтому вы фактически поймали наведённую зависимость? 

Собственно, задачей нашей модели и было свести к минимуму наведенную ошибку. То есть модель подбирала контрольную группу, максимально похожую по набору параметров на компании-получатели субсидий.

Почему не использовать данные по использованию открытий в промышленности? Именно в этом должна быть цель, а не в написании статей. Статья – промежуточная цель. Нет?

В исследовании использовались как данные о статьях, так и данные о патентах, включая выданные патенты и поданные заявки.

Расскажите подробнее про использование системы для анализа инвестпроектов и обучения персонала.

Благодаря разработанной методологии мы можем довольно точно предсказать достижение целевых показателей для тех или иных инвестиций, та же самая математическая модель используется нами и для оценки эффективности обучения сотрудников по тем или иным направлениям.

А каким же предприятиям конкретно, по вашим выводам исследования, нужно давать субсидии для роста количества рабочих мест?

Тем, которые попадают в соответствующие кластеры. Это видно на графиках в презентации.

1.4 - средняя точечная оценка эффекта субсидий. А какой доверительный интервал?

Плюс минус 10%.

По поводу обучения персонала – где уже сейчас это применяется? Применимо ли это в масштабах города, региона, всей страны? В какой перспективе?

Мы сейчас внедряем этот подход для наших клиентов, с определенными оговорками это масштабируется и на страну, регион, город и т.д. К слову сказать, многие компании имеют больше сотрудников, чем ряд населенных пунктов.

Не кажется ли вам, что ученые не едут к нам ещё и потому, что полностью разрушена технологическая база? Ведь именно поэтому уезжают наши лучшие головы – здесь просто не находят практического применения в науке.

Исследование, которое было сделано, содержит довольно полный перечень факторов, влияющих на решение ученых о переезде в Россию.

Если анализ обучения идёт на основе постов в соцсетях, то что делать с теми, кого там нет? Они все ещё существуют.

Анализ постов в соцсетях – это один из возможных источников данных, но далеко не единственный.

Кто был спонсором данного анализа?

Анализ эффективности субсидий для малого бизнеса мы делали по собственной инициативе для отработки модели. Анализ наукометрических параметров явился побочным продуктом нашего исследования, сделанного по заказу РВК.

Смотреть все презентации.

Нашли опечатку? Выделите текст и нажмите Ctrl + Enter

Материалы по теме

  1. 1 Как мы научились с математической точностью отслеживать зарождающиеся тренды
  2. 2 Как мы создали антифрод-систему для защиты бизнеса и его клиентов от мошенников в интернете
  3. 3 Большие данные помогли нам выстроить эффективное взаимодействие с клиентами и повысить продажи. И вот как
  4. 4 Как повысить продажи в три раза с помощью Big Data и машинного обучения?
  5. 5 Как оценить эффективность образования с помощью Big Data?