Системный подход разработки архитектуры аналитических цифровых платформ

Актуальность. В условиях стремительного развития цифровой экономики архитектуры цифровых платформ становятся ключевым предметом научного и прикладного анализа. При этом большинство существующих таксономий и классификаций цифровых платформ сосредоточены на целях, функциях или бизнес-моделях, в то время как архитектурные особенности зачастую остаются недостаточно структурированными. Особенно остро стоит вопрос в отношении архитектур аналитических цифровых платформ, сочетающих в себе функциональность традиционных цифровых решений и методов машинного обучения, что требует комплексного системного подхода к их описанию и проектированию.

Цель исследования состоит в систематизации и анализе архитектурных компонентов цифровых платформ с позиций различных подходов системного анализа, а также в проектировании прототипа функциональной архитектуры цифровой аналитической платформы на примере аграрной сферы. В работе применены методы системного анализа, таксономического моделирования, сравнительной типологизации, а также проектного синтеза архитектурных решений с использованием функционального, структурного, объектно-ориентированного, кибернетического, сетевого, эволюционного и онтологического подходов.

Результаты. Сформирована обобщенная модель архитектуры аналитической цифровой платформы с указанием состава подсистем, элементов, связей, границ, среды и идентификаторов в каждом из семи подходов системного анализа. В качестве примера разработана архитектура прототипа платформы анализа рентабельности сельскохозяйственных организаций, реализующая пайплайн обработки, анализа, прогнозирования и визуализации данных.

Новизна исследования заключается в комплексном применении всех ключевых подходов системного анализа к описанию архитектур аналитических цифровых платформ, а также в формализации архитектуры, интегрирующей уровни данных, моделей, сценариев и онтологического описания сущностей.

Практическая значимость работы заключается в возможности использования предложенной архитектурной модели при проектировании цифровых платформ поддержки решений в отраслях, требующих сложной аналитики.

1. Arnold L., Jöhnk J., Vogt F., Urbach N. A Taxonomy of Industrial IoT Platforms’ Architectural Features // Proceedings of the 16th International Conference on Wirtschaftsinformatik “Innovation Through Information Systems. Volume III: A Collection of Latest Research on Management Issues” (WI 2021, 9–11 March 2021). Lecture Notes in Information Systems and Organisation. Cham: Springer, 2021. Vol. 48. PP. 404–421. DOI:10.1007/978-3-030-86800-0_28

2. Diniz E.H., Siqueira E.S., van Heck E. Taxonomy of digital community currency platforms // Information Technology for Development. 2019. Vol. 25. Iss. 1. PP. 69–91. DOI:10.1080/02681102.2018.1485005

3. da Silva Neto V.J., Chiarini T. The Platformization of Science: Towards a Scientific Digital Platform Taxonomy // Minerva. 2023. Vol. 61. PP. 1–29. DOI:10.1007/s11024-022-09477-6. EDN:WXTASP

4. Blaschke M., Haki K., Aier S., Winter R. Taxonomy of Digital Platforms: a Platform Architecture Perspective // Proceedings of the 14th International Conference on Wirtschaftsinformatik (Siegen, Germany, 24–27 February 2019). PP. 572–586.

5. Кутлиев Г., Бабаев И. Управление цифровой экономикой с помощью искусственного интеллекта: новый уровень эффективности // Символ науки: международный научный журнал. 2024. Т. 1. № 10-2. С. 127–128. EDN:NVYVIN

6. Глинский В.В., Серга Л.К. Об измерении результатов деятельности цифровой экономики на региональном уровне // Вестник НГУЭУ. 2022. № 4. С. 219–233. DOI:10.34020/2073-6495-2022-4-219-233. EDN:AMMOOW

7. Архипова З.В. Концепция информационной системы мониторинга уровня развития цифровой экономики // Baikal Research Journal. 2018. Т. 9. № 3. С. 8. DOI:10.17150/2411-6262.2018.9(3).8. EDN:TUXJWW

8. Ивинская Е.Ю., Шевко Н.Р., Хисамутдинова Э.Н. Оценка уровня развития информационной экономики на основе учета состояния объектов цифровой инфраструктуры // Горизонты экономики. 2020. № 6(59). С. 26–31. EDN:CHVVSG

9. Криштаносов В.Б. Угрозы и риски цифровой экономики на секторальном уровне // Труды БГТУ. Серия 5: Экономика и управление. 2022. № 1(256). С. 28–52. DOI:10.52065/2520-6877-2022-256-1-28-52. EDN:ZOERMC

10. Якимова Т.Б. Цифровая экономика и ее влияние на уровень и качество жизни населения // Russian Economic Bulletin. 2022. Т. 5. № 1. С. 245–250. EDN:WYCFMH

11. Viola N., Corpino S., Fioriti M., Stesina F. Functional Analysis in Systems Engineering: Methodology and Applications // In: Cogan B. (ed.) Systems Engineering – Practice and Theory. InTech, 2012. PP. 71–96. DOI:10.5772/34556

12. Cutts G. Structured systems analysis and design methodology. 1988. URL: https://api.semanticscholar.org/CorpusID:108576776 (Accessed 11.09.2025)

13. Dennis A., Wixom B., Tegarden D. Systems Analysis and Design. An Object-Oriented Approach with UML. Wiley, 2015.

14. Kharchenko V., Dotsenko S., Ponochovnyi Yu., Illiashenko O. Cybernetic approach to developing resilient systems: Concept, models and application // Information & Security. 2020. Vol. 47. Iss. 1. PP. 77–90. DOI:10.11610/isij.4705. EDN:SFHPWS

15. Anderson B.D.O., Vongpanitlerd S. Network Analysis and Synthesis: A Modern Systems Theory Approach. Courier Corporation, 2013.

16. Majone G. Applied Systems Analysis: A Genetic Approach. 1980.

17. Rosemann M., Green P., Indulska M. A Reference Methodology for Conducting Ontological Analyses // Proceedings of the 23rd International Conference on Conceptual Modeling (Shanghai, China, 8–12 November 2004). Berlin; Heidelberg: Springer, 2004. PP. 110–121. DOI:10.1007/978-3-540-30464-7_10

18. Derave T., Sales T.P., Gailly F., Poels G. Understanding Digital Marketplace Business Models: An Ontology Approach // Proceedings of workshops co-organized with the 14th IFIP WG 8.1 Working Conference on the Practice of Enterprise Modelling (PoEM 2021, Riga, Latvia, 24 November 2021). CEUR, 2021. Vol. 3031. PP. 15–26.

19. Armstrong E.M., Bourassa M.A., Cram T.A., DeBellis M., Elya J., Greguska III F.R., et al. An Integrated Data Analytics Platform // Frontiers in Marine Science. 2019. Vol. 6. P. 354. DOI:10.3389/fmars.2019.00354

20. Черемухин А.Д., Шамин А.А., Колбанев М.О., Цехановский В.В. Эффективность применения метода SVM в задаче определения рентабельных организаций // Известия СПбГЭТУ ЛЭТИ. 2023. Т. 16. № 4. С. 30–45. DOI:10.32603/2071-8985-2023-16-4-30-45. EDN:BFFLWR

21. Черемухин А.Д., Шамин А.А., Колбанёв М.О., Цехановский В.В. Анализ результативности метода опорных векторов при статистической обработке больших данных // Известия СПбГЭТУ ЛЭТИ. 2021. № 2. С. 58–68. EDN:YKOARK