Статья посвящена разработке и оценке эффективности инновационной модели обслуживания российских документов в условиях стремительного роста массивов данных и фрагментации ведомственных информационных систем, что приводит к задержкам, повышенной ошибочности и избыточным издержкам в оказании государственных услуг. Цель исследования обосновать архитектуру и принципы функционирования модели, использующей технологии больших данных для обеспечения единого цифрового профиля гражданина и организации, проактивного сервиса и автоматизации типовых решений. Методологически работа опирается на системный анализ документооборота как сложной социотехнической системы, моделирование концептуальной, функциональной и архитектурной схем, контент-анализ нормативной базы, сопоставление открытых статистических показателей за 2022-2025 годы и расчёт ключевых КРІ (среднее время обработки, коэффициент ошибок, CSI, удельные операционные затраты) с применением стандартных пакетов статистической обработки. Результаты демонстрируют существенное превосходство предложенной модели над традиционной: среднее время предоставления массовых услуг сокращается до часов (снижение порядка 95%), частота ошибок, обусловленных человеческим фактором и рассогласованием данных, уменьшается более чем в 100 раз до статистически пренебрежимого уровня, а интегральные операционные затраты снижаются на 75-80% за счёт автоматизации, отказа от бумажного документооборота и оптимизации людских ресурсов. Индекс удовлетворенности граждан возрастает с низких значений к устойчиво высоким, что отражает улучшение прозрачности, предсказуемости и удобства сервисов и задаёт новый стандарт клиентоцентричности. Обсуждение подчёркивает синергетический эффект между скоростью, качеством данных и экономией ресурсов, а также масштабируемость модели на смежные домены (здравоохранение, образование, социальная сфера) и потенциал интеграции с ИИ для проактивных услуг. Выделены ключевые предпосылки успеха внедрения: единый реестр мастер-данных, межведомственные АРІ, регуляторные поправки к принципу однократного предоставления, надёжная ИБ и этика данных, проектные офисы и метрики качества в контуре управления. Сделан вывод о стратегической целесообразности масштабного внедрения модели и необходимости подготовки кадров с компетенциями в аналитике данных и управлении цифровыми сервисами.
The article is devoted to the development and evaluation of the effectiveness of an innovative model for servicing Russian documents amid the rapid growth of data volumes and the fragmentation of departmental information systems, which leads to delays, elevated error rates, and excessive costs in the delivery of public services. The aim of the study is to substantiate the architecture and operating principles of a model that employs big data technologies to ensure a unified digital profile of the citizen and the organisation, proactive service provision, and the automation of standard decisions. Methodologically, the work relies on a systems analysis of document workflow as a complex socio-technical system; the modelling of conceptual, functional, and architectural schemes; content analysis of the regulatory framework; comparison of open statistical indicators for 2022-2025; and the calculation of key KPIs (average processing time, error ratio, CSI, unit operating costs) using standard statistical packages. The results demonstrate a substantial advantage of the proposed model over the traditional one: the average time for providing mass services is reduced to hours (a decrease of about 95%); the frequency of errors caused by human factors and data misalignment falls by more than two orders of magnitude to a statistically negligible level; and aggregate operating costs decrease by 75-80% due to automation, the abandonment of paper-based document workflow, and the optimisation of human resources. The citizen satisfaction index rises from low values to consistently high ones, reflecting improved transparency, predictability, and convenience of services and setting a new standard of client centricity. The discussion highlights the synergistic effect among speed, data quality, and resource savings, as well as the model's scalability to adjacent domains (healthcare, education, the social sphere) and the potential for integration with Al for proactive services. The key prerequisites for successful implementation are identified: a unified master data register, interdepartmental APIs, regulatory amendments to the once-only principle, robust information security and data ethics, project offices, and quality metrics embedded in governance. The study concludes that large-scale implementation of the model is strategically advisable and that personnel must be trained with competencies in data analytics and the management of digital services.