<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE root>
<article xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:ali="http://www.niso.org/schemas/ali/1.0/" article-type="research-article" dtd-version="1.2" xml:lang="en"><front><journal-meta><journal-id journal-id-type="publisher-id">RUDN Journal of Public Administration</journal-id><journal-title-group><journal-title xml:lang="en">RUDN Journal of Public Administration</journal-title><trans-title-group xml:lang="ru"><trans-title>Вестник Российского университета дружбы народов. Серия:  Государственное и муниципальное управление</trans-title></trans-title-group></journal-title-group><issn publication-format="print">2312-8313</issn><issn publication-format="electronic">2411-1228</issn><publisher><publisher-name xml:lang="en">Peoples’ Friendship University of Russia named after Patrice Lumumba (RUDN University)</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="publisher-id">31477</article-id><article-id pub-id-type="doi">10.22363/2312-8313-2022-9-2-150-161</article-id><article-categories><subj-group subj-group-type="toc-heading" xml:lang="en"><subject>Current Problems of Public Administration</subject></subj-group><subj-group subj-group-type="toc-heading" xml:lang="ru"><subject>Актуальные проблемы государственного управления</subject></subj-group><subj-group subj-group-type="article-type"><subject>Research Article</subject></subj-group></article-categories><title-group><article-title xml:lang="en">Digital Transformation and Big Data</article-title><trans-title-group xml:lang="ru"><trans-title>Цифровая трансформация и большие данные</trans-title></trans-title-group></title-group><contrib-group><contrib contrib-type="author"><contrib-id contrib-id-type="orcid">https://orcid.org/0000-0003-2309-2035</contrib-id><name-alternatives><name xml:lang="en"><surname>Kuzora</surname><given-names>Stanislav S.</given-names></name><name xml:lang="ru"><surname>Кузора</surname><given-names>Станислав Сергеевич</given-names></name></name-alternatives><bio xml:lang="en"><p>Assistant of the Department of Innovations, Polytechnic Institute</p></bio><bio xml:lang="ru"><p>ассистент Департамента инноваций Политехнического института</p></bio><email>kuzora_ss@dvfu.ru</email><xref ref-type="aff" rid="aff1"/></contrib><contrib contrib-type="author"><contrib-id contrib-id-type="orcid">https://orcid.org/0000-0002-6550-6833</contrib-id><name-alternatives><name xml:lang="en"><surname>Natarov</surname><given-names>Ivan P.</given-names></name><name xml:lang="ru"><surname>Натаров</surname><given-names>Иван Петрович</given-names></name></name-alternatives><bio xml:lang="en"><p>Data Analyst</p></bio><bio xml:lang="ru"><p>аналитик данных</p></bio><email>natarov_ivan@bk.ru</email><xref ref-type="aff" rid="aff2"/></contrib></contrib-group><aff-alternatives id="aff1"><aff><institution xml:lang="en">Far Eastern Federal University</institution></aff><aff><institution xml:lang="ru">Дальневосточный федеральный университет</institution></aff></aff-alternatives><aff-alternatives id="aff2"><aff><institution xml:lang="en">Ministry of Economic Development of the Primorsky Region</institution></aff><aff><institution xml:lang="ru">Министерство экономического развития Приморского края</institution></aff></aff-alternatives><pub-date date-type="pub" iso-8601-date="2022-07-06" publication-format="electronic"><day>06</day><month>07</month><year>2022</year></pub-date><volume>9</volume><issue>2</issue><issue-title xml:lang="en">VOL 9, NO2 (2022)</issue-title><issue-title xml:lang="ru">ТОМ 9, №2 (2022)</issue-title><fpage>150</fpage><lpage>161</lpage><history><date date-type="received" iso-8601-date="2022-07-06"><day>06</day><month>07</month><year>2022</year></date></history><permissions><copyright-statement xml:lang="en">Copyright ©; 2022, Kuzora S.S., Natarov I.P.</copyright-statement><copyright-statement xml:lang="ru">Copyright ©; 2022, Кузора С.С., Натаров И.П.</copyright-statement><copyright-year>2022</copyright-year><copyright-holder xml:lang="en">Kuzora S.S., Natarov I.P.</copyright-holder><copyright-holder xml:lang="ru">Кузора С.С., Натаров И.П.</copyright-holder><ali:free_to_read xmlns:ali="http://www.niso.org/schemas/ali/1.0/"/><license><ali:license_ref xmlns:ali="http://www.niso.org/schemas/ali/1.0/">http://creativecommons.org/licenses/by/4.0</ali:license_ref></license></permissions><self-uri xlink:href="https://journals.rudn.ru/public-administration/article/view/31477">https://journals.rudn.ru/public-administration/article/view/31477</self-uri><abstract xml:lang="en"><p style="text-align: justify;">Today, the Russian Federation pays special attention to the digital transformation of the country as a whole and shows a separate interest in big data in particular, which is confirmed by a number of analyzed documents and the current situation in the subject area. The research work proposed for reading is devoted to the analysis of big data, one of the areas of use of which is the state, or rather the work of federal and regional executive authorities. The main value of big data from the position of the state is seen in the possibility of working on volumes of heterogeneous information in order to increase efficiency in making managerial decisions on a wide range of issues. The main purpose of the study is to disseminate the experience of big data analysis, which is used in the work of the Ministry of Economic Development of Primorsky Krai. To do this, it is proposed to turn to the theoretical aspects of big data, find out the main chain of work on them, and also pay attention to domestic and foreign experience in using data in some areas of knowledge. The practical part of the study is a description of the experience of the Ministry of Economic Development of the PC, which is directly related to the digital development of the region and carries out a certain list of works with heterogeneous data. As an example, attention is drawn to a proven approach to the analysis of a large set of open data characterizing the work and development of small and medium-sized businesses in the Primorsky Territory, posted on the website of the Federal Tax Service of the Russian Federation. In conclusion, it is emphasized that the approach proposed in the study for working with data can be adapted to similar needs in other federal and regional authorities</p></abstract><trans-abstract xml:lang="ru"><p style="text-align: justify;">На сегодняшний день Российская Федерация уделяет особое внимание цифровой трансформации страны в целом и проявляет отдельный интерес к большим данным в частности, что подтверждается рядом проанализированных документов и сложившейся конъюнктурой в предметной области. Исследование посвящено анализу больших данных, одной из областей использования которых является государство, а точнее работа федеральных и региональных органов исполнительной власти. Основная ценность больших данных с позиции государства видится в возможности работы над объемами разнородной информации с целью повышения эффективности в принятии управленческих решений по широкому кругу вопросов. Основной целью исследования является распространение опыта анализа больших данных, которые используются в работе Министерства экономического развития Приморского края. Для этого предлагается обратиться к теоретическим аспектам больших данных, узнать основную цепочку работ над ними, а также обратить внимание на отечественный и зарубежный опыт использования данных в некоторых областях знаний. Практической частью исследования является описание опыта работы Минэкономразвития ПК, имеющее непосредственное отношение к цифровому развитию региона и осуществляющее определенный перечень работ с разнородными данными. В качестве примера обращается внимание на апробированный подход по анализу большого набора открытых данных, характеризующих работу и развитие малого и среднего предпринимательства в Приморском крае, размещенных на сайте Федеральной налоговой службы Российской Федерации. В заключении подчеркивается, что предлагаемый в исследовании подход по работе с данными может быть адаптирован под схожие потребности в других федеральных и региональных органах власти.</p></trans-abstract><kwd-group xml:lang="en"><kwd>Big Data</kwd><kwd>data analysis</kwd><kwd>digital transformation</kwd><kwd>government and Big Data</kwd><kwd>Big Data practice</kwd></kwd-group><kwd-group xml:lang="ru"><kwd>большие данные</kwd><kwd>анализ больших данных</kwd><kwd>цифровая трансформация</kwd><kwd>государство и большие данные</kwd><kwd>опыт работы с большими данными</kwd></kwd-group><funding-group/></article-meta></front><body></body><back><ref-list><ref id="B1"><label>1.</label><citation-alternatives><mixed-citation xml:lang="en">Chen M., Mao S., Liu Y. Big Data: A Survey. Mobile Netw Appl, 2014: 171–209. DOI: 10.1007/s11036-013-0489-0</mixed-citation><mixed-citation xml:lang="ru">Chen M., Mao S., Liu Y. Big Data: A Survey // Mobile Netw Appl. 2014. P. 171-209. DOI: https://doi.org/10.1007/s11036-013-0489-0</mixed-citation></citation-alternatives></ref><ref id="B2"><label>2.</label><citation-alternatives><mixed-citation xml:lang="en">Longbing C. Data Science: A Comprehensive Overview. ACM Comput. Surv. 2017;50(3):42. DOI: https://doi.org/10.1145/3076253</mixed-citation><mixed-citation xml:lang="ru">Longbing C. Data Science: A Comprehensive Overview // ACM Comput. Surv. 2017. Vol. 50. Issue 3. Article 43. P. 42. DOI: https://doi.org/10.1145/3076253</mixed-citation></citation-alternatives></ref><ref id="B3"><label>3.</label><citation-alternatives><mixed-citation xml:lang="en">Zvyagin L.S. Cifrovye trendy v analize dannyh i mjagkih izmerenijah kak konceptual’naja osnova razvitija prikladnyh nauk [Mathematical Algorithms of Game Theory as an Applied Tool for Making Effective Financial and Economic Decisions]. Myagkiye izmereniya i vychisleniya. 2020;37(12):45–62 (In Russ.).</mixed-citation><mixed-citation xml:lang="ru">Звягин Л.С. Цифровые тренды в анализе данных и мягких измерениях как концептуальная основа развития прикладных наук // Мягкие измерения и вычисления. 2020. Т. 37. № 12. C. 45-62.</mixed-citation></citation-alternatives></ref><ref id="B4"><label>4.</label><citation-alternatives><mixed-citation xml:lang="en">Chen J., Jiang Q., Wang Y., Tang J. Study of Data Analysis Model Based on Big Data Technology. 2016 IEEE International Conference on Big Data Analysis (ICBDA); 2016: 1–6. DOI: https://doi.org/10.1109/ICBDA.2016.7509810</mixed-citation><mixed-citation xml:lang="ru">Chen J., Jiang Q., Wang Y., Tang J. Study of Data Analysis Model Based on Big Data Technology // 2016 IEEE International Conference on Big Data Analysis (ICBDA). 2016. P. 1-6. DOI: https://doi.org/10.1109/ICBDA.2016.7509810</mixed-citation></citation-alternatives></ref><ref id="B5"><label>5.</label><citation-alternatives><mixed-citation xml:lang="en">Big Data: The Next Frontier for Innovation, Competition, and Productivity. McKinsey Global Institute. URL: https://www.mckinsey.com/business-functions/mckinsey-digital/our-insights/big-data-the-next-frontier-for-innovation#. Accessed: 23.01.2022</mixed-citation><mixed-citation xml:lang="ru">Big Data: The Next Frontier for Innovation, Competition, and Productivity / McKinsey Global Institute. URL: https://www.mckinsey.com/business-functions/mckinsey-digital/our-insights/big-data-the-next-frontier-for-innovation#. Дата обращения: 23.01.2022.</mixed-citation></citation-alternatives></ref><ref id="B6"><label>6.</label><citation-alternatives><mixed-citation xml:lang="en">Platonova S.I. Big Data: Challenges and Opportunities in Social Sciences. Manuskript. 2020; 13(4). DOI: https://doi.org/10.30853/manuscript.2020.4.24 (In Russ.).</mixed-citation><mixed-citation xml:lang="ru">Платонова С.И. Большие данные: создание вызовов и возможностей в социальных науках // Манускрипт. 2020. Том 13. Выпуск 4. DOI: https://doi.org/10.30853/manuscript.2020.4.24</mixed-citation></citation-alternatives></ref><ref id="B7"><label>7.</label><citation-alternatives><mixed-citation xml:lang="en">Chernyak L. Bol’shiye Dannyye — novaya teoriya i praktika [Big Data — New Theory and Practice]. Otkrytyye sistemy. SUBD. 2011;10:18–25 (In Russ.).</mixed-citation><mixed-citation xml:lang="ru">Черняк Л. Большие Данные - новая теория и практика // Открытые системы. СУБД. 2011. № 10. С. 18-25.</mixed-citation></citation-alternatives></ref><ref id="B8"><label>8.</label><citation-alternatives><mixed-citation xml:lang="en">Chernyak L. Svezhiy vzglyad na Bol’shiye Dannyye [A New Look at Big Data]. Otkrytyye sistemy. SUBD. 2013;7:48–51 (In Russ.).</mixed-citation><mixed-citation xml:lang="ru">Черняк Л. Свежий взгляд на Большие Данные // Открытые системы. СУБД. 2013. № 7. С. 48-51.</mixed-citation></citation-alternatives></ref><ref id="B9"><label>9.</label><citation-alternatives><mixed-citation xml:lang="en">Volkov D.V. V poiskakh sokrovishch [Looking for Treasures]. Otkrytyye sistemy. SUBD. 2014;1:1 (In Russ.).</mixed-citation><mixed-citation xml:lang="ru">Волков Д.В. В поисках сокровищ // Открытые системы. СУБД. 2014. № 1. С. 1.</mixed-citation></citation-alternatives></ref><ref id="B10"><label>10.</label><citation-alternatives><mixed-citation xml:lang="en">Sagiroglu S., Sinanc D. Big Data: A Review. 2013 International Conference on Collaboration Technologies and Systems (CTS); 2013: 42–47. DOI: https://doi.org/10.1109/CTS.2013.6567202</mixed-citation><mixed-citation xml:lang="ru">Sagiroglu S., Sinanc D. Big Data: A Review // 2013 International Conference on Collaboration Technologies and Systems (CTS). 2013. P. 42-47. DOI: https://doi.org/10.1109/CTS.2013.6567202.</mixed-citation></citation-alternatives></ref><ref id="B11"><label>11.</label><citation-alternatives><mixed-citation xml:lang="en">Philip Chen C.L., Chun-Yang Z. Data-Intensive Applications, Challenges, Techniques and Technologies: A Survey on Big Data. Information Sciences. 2014;275:314–347. DOI: https://doi.org/10.1016/j.ins.2014.01.015</mixed-citation><mixed-citation xml:lang="ru">Philip Chen C.L., Chun-Yang Z. Data-intensive Applications, Challenges, Techniques and Technologies: A Survey on Big Data // Information Sciences. 2014. Vol. 275. P. 314-347. DOI: https://doi.org/10.1016/j.ins.2014.01.015</mixed-citation></citation-alternatives></ref><ref id="B12"><label>12.</label><citation-alternatives><mixed-citation xml:lang="en">Regional’nye proekty cifrovoj jekonomiki Primorskogo kraja [Regional Projects of the Digital Economy of Primorsky Region]. URL: https://digital.primorsky.ru/. Accessed: 23.01.2022 (In Russ.).</mixed-citation><mixed-citation xml:lang="ru">Региональные проекты цифровой экономики Приморского края. URL: https://digital.primorsky.ru/. Дата обращения: 23.01.2022.</mixed-citation></citation-alternatives></ref><ref id="B13"><label>13.</label><citation-alternatives><mixed-citation xml:lang="en">Ukaz Prezidenta RF ot 09.05.2017 N 203 «O Strategii razvitija informacionnogo obshhestva v Rossijskoj Federacii na 2017 — 2030 gody» [Decree of the President of the Russian Federation of May 9, 2017 # 203 “On the Strategy for the Development of the Information Society in the Russian Federation for 2017 — 2030”]. URL: https://base.garant.ru/71670570/. Accessed: 23.01.2022 (In Russ.).</mixed-citation><mixed-citation xml:lang="ru">Указ Президента РФ от 09.05.2017 N 203 «О Стратегии развития информационного общества в Российской Федерации на 2017 - 2030 годы». URL: https://base.garant.ru/71670570/. Дата обращения: 23.01.2022.</mixed-citation></citation-alternatives></ref><ref id="B14"><label>14.</label><citation-alternatives><mixed-citation xml:lang="en">Ukaz Prezidenta RF ot 21.07.2020 N 474 “O nacional’nyh celjah razvitija Rossijskoj Federacii na period do 2030 goda” [Decree of the President of the Russian Federation of July 21, 2020 # 474 “On the National Development Goals of the Russian Federation for the Period up to 2030”]. URL: http://publication.pravo.gov.ru/Document/View/0001202007210012. Accessed: 23.01.2022 (In Russ.).</mixed-citation><mixed-citation xml:lang="ru">Указ Президента РФ от 21.07.2020 N 474 «О национальных целях развития Российской Федерации на период до 2030 года». URL: http://publication.pravo.gov.ru/Document/View/0001202007210012. Дата обращения: 23.01.2022.</mixed-citation></citation-alternatives></ref><ref id="B15"><label>15.</label><citation-alternatives><mixed-citation xml:lang="en">Strategija v oblasti cifrovoj transformacii otraslej jekonomiki, social’noj sfery i gosudarstvennogo upravlenija Primorskogo kraja [Strategy in the Field of Digital Transformation of Sectors of the Economy, Social Sphere and Public Administration of Primorsky Region]. URL: https://www.tadviser.ru/images/7/7c/Стратегия_Приморский_край.pdf. Accessed: 23.01.2022 (In Russ.).</mixed-citation><mixed-citation xml:lang="ru">Стратегия в области цифровой трансформации отраслей экономики, социальной сферы и государственного управления Приморского края. URL: https://www.tadviser.ru/images/7/7c/Стратегия_Приморский_край.pdf. Дата обращения: 23.01.2022</mixed-citation></citation-alternatives></ref><ref id="B16"><label>16.</label><citation-alternatives><mixed-citation xml:lang="en">Proekt po analizu nalogovoj platezhesposobnosti malogo i srednego biznesa na territorijah municipal’nyh obrazovanij Primorskogo kraja [Project to Analyze the Tax Solvency of Small and Medium-sized Businesses in the Territories of Municipalities of Primorsky Region]. URL: https://github.com/ivannatarov/Data_analysis_msp. Accessed: 23.01.2022 (In Russ.).</mixed-citation><mixed-citation xml:lang="ru">Проект по анализу налоговой платежеспособности малого и среднего бизнеса на территориях муниципальных образований Приморского края. URL: https://github.com/ivannatarov/Data_analysis_msp. Дата обращения: 23.01.2022</mixed-citation></citation-alternatives></ref></ref-list></back></article>
