Естественнонаучное образование в последнее десятилетие в России имеет весьма размытый вектор, в связи с его многоплановостью. Поэтому автор считает необходимым конкретизировать его стратегию в одном из направлений, а именно в области больших данных.
Для этого необходимо выделить ключевые особенности больших данных и их роль в управлении предприятием. Во-первых, применение больших данных для оценки и повышения качества продукта позволяет рассчитывать на выявление новых, ранее не известных факторов, влияющих на качество [1]. Усилить полученный эффект можно путем сочетания традиционных методов анализа данных и технологий больших данных. В частности, известно, что человеческий экспертный подход в сочетании с методами анализа больших данных позволяет значительно повысить эффективность выявления проблемных участков на производстве [5].
Во-вторых, стандартизация больших данных позволяет повысить качество их обработки [4]. В определениях больших данных одной из основных их характеристик является неструктурированность, непредсказуемость, разнообразие информации. Используя стандарты, разработанные для той или иной отрасли производства, можно уменьшить влияние этого непредсказуемого фактора [3]. Например, для повышения эффективности обработки отзывов можно разработать форму ответа клиента, которая позволит сделать более точные выводы, непосредственно касающиеся качества продукции.
В-третьих, технологии больших данных можно применять для повышения качества продукции, расширяя охват источников информации. Перейдя от традиционных методов обработки данных к сбору информации от всех возможных ее источников, мы тем самым переходим к использованию больших данных [4]. А значит, можем рассчитывать на более точную итоговую информацию, позволяющую находить ключевые точки в процессе производства, которые влияют на качество продукции.
Именно поэтому, в области больших данных в стратегии естественнонаучного образования необходимо отталкивать от концепции стандартизации и управления качеством [2], поскольку именно она позволит их структурировать, снизить риски, повысить качество и, как результат, повысить эффективность управления производством, использующим большие данные.