Как управление данными стало новым вызовом для бизнеса
Управление данными уже давно переросло из категории «желательно» в разряд «необходимо». Причины этому очевидны: необходимость получения конкурентных преимуществ и растущее количество нормативных требований. Например, в России Национальная система управления данными (НСУД) и положения Центрального банка (716-П и 483-П) обязывают организации внедрять структурированный подход к работе с данными. Нарушение этих норм может привести к серьезным штрафам и репутационным рискам.
Масштабный интерес к управлению данными
Мир сталкивается с так называемой «информационной перегрузкой», когда объем создаваемых и собираемых данных растет быстрее, чем возможности их обработки. Организации всех масштабов стремятся использовать данные как стратегический ресурс. Компании, которые эффективно управляют данными, получают конкурентные преимущества, выраженные в более быстрых и точных решениях, повышении операционной эффективности и улучшении взаимодействия с клиентами.
Ключевой аспект — повышение прозрачности данных. Отсутствие четкой структуры ведет к потерям — как финансовым, так и временны́м. По данным различных исследований, специалисты тратят от 10 до 25% рабочего времени на поиск нужной информации. Это время могло бы быть использовано для стратегической работы, если бы компании внедрили продуманные подходы к управлению данными.
До 2022 года главным двигателем Data Governance были крупные игроки из таких отраслей, как телекоммуникации, нефтяная и транспортная промышленность, крупные финансовые организации. Но уже к 2024 году интерес к управлению данными распространился на ритейл, государственные организации, предприятия здравоохранения и даже на средний и малый бизнес. Эти изменения обусловлены осознанием ценности данных и их роли в построении устойчивых бизнес-процессов.
Компании начинают понимать, что данные — это не просто актив, а стратегический ресурс, который при грамотном управлении может существенно повысить эффективность бизнеса. Данные перестают быть «сложным активом» и превращаются в основу центра принятия решений, что требует создания четких правил их обработки, хранения и использования.
Образовательные инициативы: важный шаг к успеху
Значительный рост интереса к Data Governance заметен и в образовательной сфере. Вендоры программных решений, независимые институты и государственные структуры запускают курсы и программы, направленные на обучение специалистов. Например, разработка новых профессиональных стандартов в области управления данными стимулирует развитие кадрового потенциала. Компании, которые обучают своих сотрудников основам Data Governance, значительно выигрывают в эффективности бизнес-процессов.
Таксономия проектов управления данными
Опираясь на многолетний опыт внедрения систем управления данными, можно выделить четыре группы потребителей, обладающих сходными свойствами:
Небольшие дата-офисы
Такие проекты характерны для компаний, только начинающих работу с данными. Основной упор делается на каталогизацию метаданных и упрощение работы с ними для ИТ-специалистов. Необходимый фреймворк задач DG реализуется в едином каталоге данных. Как правило, на начальном этапе им пользуется команда в составе 10–15 сотрудников. Результаты внедрения достигаются быстро, что мотивирует команды на дальнейшее развитие. Наиболее эффективные команды переходят от пилотного тестирования до полноценного внедрения менее чем за квартал.
Компании со зрелыми командами, но без специализированных инструментов
Эти организации исторически используют разрозненные неспециализированные инструменты с целью автоматизации процессов управления данными, такие, как Confluence, Jira, Wiki и даже Excel. Многократные попытки внедрения open source-каталогов данных зачастую приводят к усталости команды, высоким затратам на миграции и ротацию кадров. Самостоятельная разработка требует привлечения обширной команды сопровождения. Например, в штате одной из организаций выделено 17 человек на поддержку и развитие собственного фреймворка DG. При этом подходе можно значительно кастомизировать решения под нужды организации. Но стоит принимать во внимание риски высокой стоимости сопровождения, невозможность отказаться от уже сделанных разработок, а также стать заложником неправильных технологических решений, принятых на начальных этапах.
Зрелые компании, использующие иностранные решения
Многие крупные компании, использовавшие ранее решения вроде Informatica или SAP Information Steward, демонстрируют высокую зрелость в подходах. В организациях сформирована высокая культура и привычка работы с данными, в том числе благодаря применявшимся качественным продуктам мировых лидеров. Сейчас подобные организации находятся на этапе импортозамещения иностранных решений на российские. Крупнейшие проекты включали миграцию более 37 тыс. бизнес-терминов, 12 тыс. проверок качества данных и обеспечивали работу более 50 тыс. потребителей данных. Такие проекты весьма успешны при условии грамотного планирования миграции и обучения пользователей. Продолжительность процесса перехода на новый инструмент может составлять от полугода до года. Массовое обучение рядовых пользователей становится основной задачей на этапе внедрения нового инструмента.
Холдинговые структуры и экосистемы
Это одна из самых сложных категорий потребителей, требующая согласования целей и ожиданий всех участников. Для таких организаций непременный пре-реквизит проекта — проведение аудита функций DG и зрелости команд. Зачастую в отдельных департаментах холдинга уже внедрены те или иные российские или иностранные продукты DG. Повсеместно встречается гетерогенный ландшафт данных, состоящий из сотен систем источников данных, построенных на различных системах управления базами данных (СУБД), BI и ETL-инструментов.
В одном из проектов мы встретились с холдингом, в которой одновременно использовались BI-системы восьми вендоров. Каталогизация лишь этой единственной задачи потребовала более одного квартала работы аналитика и методолога. Хочется отметить, что именно аудит DG помог Chief Data Officer (CDO) выявить подобный факт неэффективности аналитики и распыления ресурсов.
Это привело к рождению дочернего проекта по гармонизации BI-аналитики в рамках холдинга с ожидаемыми ощутимыми финансовыми выгодами в дальнейшем. Поддержка руководства организации и вовлечение CDO, Chief Information Officer (CIO), Chief security officer (CSO) становятся критически важными факторами успеха. С точки зрения функционала каталога данных выходит на первое место реализация гибкой ролевой модели, способной выделить необходимые условия и права для каждого специалиста без нарушений вопросов информационной безопасности. Поддержка расширенного набора коннекторов к источникам метаданных и возможность адаптивного включения новых коннекторов в режиме no-code становятся обязательным атрибутом внедряемого инструмента.
Принципы, ведущие к успеху
Опыт показывает, что внедрение инструментов Data Governance оказывается более эффективным при соблюдении ряда принципов:
- Четкая артикуляция цели и понимание проблем
Важно не просто внедрить систему, а решить конкретные бизнес-задачи. Например, уменьшение времени на обработку запросов или снижение числа ошибок в данных. Пользователи отмечали, что внедрение каталога данных позволило увеличить производительность команды дата-аналитики за год в 6 раз, показатель Т2Data по отчетности сократить до 5–10 минут, а по дата-аналитике — до 1 дня в базовых сценариях. Подобные показатели хорошо измеримы и могут служить ориентиром для других организаций.
- Долгосрочная стратегия
Внедрение Data Governance — это марафон, а не спринт. Проект может продолжаться месяцы и даже годы, поэтому важно сохранять терпение и последовательность, вести документирование достигнутых результатов, проводить регулярный пересмотр и корректировку целей.
- Вовлечение команд
Интеграция множества информационных систем и активов данных требует пристального участия сотрудников различных подразделений. Это касается не только ИТ-специалистов, но и всех пользователей данных. Эффективно вовлечение в работу с каталогом метаданных и наполнение бизнес-глоссария контентом по одному домену данных за проектный цикл. Расширение проекта на другие домены пройдет проще после успешного завершения. Параллельное внедрение нескольких команд и доменов данных требует больше ресурсов.
Организационная трансформация
Важно отметить, что управление данными — это не только технологический процесс, но и масштабная организационная трансформация, которая становится основой в повышении конкурентоспособности бизнеса. Успешное внедрение Data Governance зависит от четкой стратегии, готовности к изменениям и использования современных инструментов.
В целом внедрение данных инструментов может быть отнесено к классическим проектам change manangement с применением соответствующего организационного опыта и моделей, таких как ADKAR (Awareness, Desire, Knowledge, Ability, Reinforcement), восьмишаговая модель Kotter либо модель Курта Левина. Проектный опыт Группы Arenadata и наших клиентов демонстрирует, что российские платформы обладают необходимым функционалом и готовы для внедрения в организациях любой вертикали.
Обложка: downloaded from Freepik