- Data Governance — это реальная необходимость или очередная «модная тема» для ИТ-евангелистов?
Data Governance (DG) — реальная необходимость для компаний, у которых усложняется ландшафт данных. Потребность в ней особенно заметна на фоне проектов импортозамещения, цифровой трансформации и внедрения новых систем. Помимо этого, на растущий интерес влияют новые концепции, такие как Data Mesh и Lake House, а также развитие BI-инструментов и Self-Service решений.
В течение последних пяти-семи лет мы наблюдаем, что порог потребности в DG значительно снизился. Это обусловлено тем, что бизнес видит важные ощутимые эффекты, возникающие от внедрения систем управления данными: сокращение time-to-data в 2–4 раза, ускорение внедрения аналитических продуктов и возможность реализовать потребности пользователей ограниченными командами, в том числе децентрализованными.
Приведу пример: один из наших заказчиков выявил, что средний срок работы аналитика в компании — чуть больше полутора лет. При этом новому сотруднику требовалось до 6 месяцев только на то, чтобы разобраться, где находятся нужные данные и к кому обращаться с вопросами. Внедрение инструментов Data Governance позволило сократить время онбординга с полугода до трёх недель, обеспечив сокращение сроков решения задач за счёт прозрачности и доступности данных. Там, где ранее требовались специалисты с высокой экспертизой, после внедрения DG со многими задачами начинают справляться аналитики начального уровня.
Интересно, что крупные компании сейчас воспринимают Data Governance не просто как инструмент каталогизации данных, а как важное стратегическое преимущество. Оно позволяет им быстрее реагировать на изменения рынка, внедрять новые цифровые продукты и обеспечивать прозрачность процессов. Это особенно важно в условиях высокой конкуренции и быстро меняющихся требований регуляторов.
- Есть мнение, что бизнес «ведётся» на Data Governance, только когда прилетает первый крупный штраф или случается скандальный инцидент. Это действительно так или осознанность всё же растёт?
Да, иногда бизнес действительно задумывается о Data Governance, когда сталкивается с инцидентами из-за недостоверности данных или невозможности проверить, почему значения в разных отчётах не совпадают, почему в какой-то момент поставка данных для важного регулярного отчёта не сработала, а узнали об этом только в час X. Часто они возникают на уровне первых лиц компании. Например, когда на дашборде руководитель видит неожиданные цифры, то начинается длительное расследование, которое может занять месяц и более.
Инциденты могут возникать по трём основным причинам: из-за технических ошибок, вследствие использования некорректных данных либо из-за различий в методологии расчёта бизнес-показателей. Например, разные подразделения могут считать один и тот же показатель по-разному, но называть его одинаково, что приводит к путанице и внутренним конфликтам.
- Почему, несмотря на все разговоры о ценности данных, руководители компаний не спешат назначать Chief Data Officer и выделять бюджеты на управление данными? Разве это не противоречие?
Чем быстрее бизнес получает необходимую аналитику, тем выше его конкурентоспособность. В конечном счёте Data Governance становится не только инструментом управления данными, но и важным фактором, обеспечивающим доверие к данным на всех уровнях организации. Мы наблюдаем, что крупные российские компании целенаправленно выделяют бюджеты на внедрение программного обеспечения управления данными и формируют необходимые команды.
- Можно ли внедрить Data Governance в компании, где данные хранятся «на коленке» — в Exсel, Telegram и почте?
Если компания считает, что ей удобно работать с данными в таком формате, то Data Governance ей пока не нужен. Это вопрос не технологий, а уровня зрелости бизнеса. Обычно к необходимости внедрения, например, СRM-системы приходят, когда Excel и Telegram начинают ограничивать развитие и приводить к ошибкам. Если у компании нет CRM-системы или BI, то сначала стоит внедрить их. Потребность в Data Governance возникает по мере усложнения ИТ-ландшафта и организационной структуры. Для поддержки сквозных бизнес-процессов и различных подразделений создаются базы данных, учётные и аналитические системы. В результате возникает необходимость поставлять данные между подразделениями. По мере усложнения работы с данными возникает необходимость формализовать контракты на их поставку, описывать требования к их качеству, информировать коллег о том, какие данные доступны для решения задач. В таких случаях Data Governance становится не только инструментом оптимизации, но и элементом защиты бизнеса от потенциальных рисков.
- Вы встречали организации, которые сказали: «Мы попробовали Data Governance, и это не для нас»? Почему у них не получилось?
Data Governance — это не монолитная практика, а набор процессов, организационных структур и инструментов. Основные направления включают управление метаданными, мастер-данными, архитектурой данных и аналитическими хранилищами. Компании могут управлять, например, только мастер-данными, если их ландшафт достаточно простой, и не испытывать потребности в интеграции метаданных. В других случаях может быть наоборот. Неудачи зачастую связаны с неправильным пониманием приоритетов и сложностей, а также необходимости организационных изменений. Например, если со стороны бизнеса нет ответственных за определённые домены данных, то процессы начинают буксовать. Важно не только внедрить технологию, но и создать культуру работы с данными внутри компании. Без этого даже самые современные инструменты не дадут ожидаемого эффекта.
- Можно ли построить Data Governance без единой специализированной платформы, а только на связке «Excel + Confluence + здравый смысл»? Или это иллюзия?
Многие начинают именно с ведения документации в универсальных инструментах. Excel и Confluence подходят для ведения бизнес-глоссария и описания метаданных. Однако есть предел: когда количество объектов глоссария достигает 300–400, управлять ими вручную становится невозможно. К нам часто обращаются компании, которые уже попробовали такой подход и осознали его ограничения. Такие заказчики уже готовы к внедрению DG и лучше понимают ценность специализированных инструментов, которые позволяют автоматизировать рутинные процессы и обеспечивать единый стандарт работы с данными, что значительно снижает риски ошибок и повышает эффективность.
- Как убедить бизнес, что Data Governance — это не просто «ещё одна ИТ-система», а инструмент, который реально улучшает бизнес-процессы?
Вопрос, конечно, сложный, потому что каталог данных — это лишь один из инструментов управления данными. Главное, что он напрямую влияет на бизнес-результаты. Например, сокращение времени на поиск и проверку данных в итоге ускоряет принятие решений и вывод новых продуктов на рынок. Внедрение подхода дата-продуктов и назначение владельцев данных со стороны бизнеса помогает структурировать работу с информацией. Чёткое документирование требований к качеству данных и автоматизация проверок позволяют создать единую систему управления данными. Это обеспечивает каждому сотруднику доступ к нужной информации и понимание её связи с бизнес-процессами. Такой подход также способствует переходу к внедрению концепции Data Mesh, которая ускоряет реализацию новых запросов, сохраняя контроль над изменениями и предотвращая дублирование задач и данных.
- Может ли AI полностью заменить ручную работу по Data Governance? Или мы ещё долго будем жить в мире, где человек важнее алгоритма?
Полностью — нет, но AI может значительно повысить эффективность работы команды офиса управления данными, а также владельцев и офицеров данных. Например, он может автоматически формировать гипотезы о связи бизнес-показателей с конкретными полями в базе данных. Человек в таком случае только проверяет и подтверждает корректность предположений. Также, например, AI может генерировать SQL-запросы к данным по текстовой постановке от бизнес-пользователя, даже если он не знает SQL. Такой функционал работает эффективно, когда сформирован актуальный бизнес-глоссарий, интегрированный с большой языковой моделью. Это упрощает работу и сокращает нагрузку на команды внутри заказчика.
Компании, которые планируют внедрять AI-решения, неизбежно столкнутся с необходимостью систематизировать управление данными, иначе эффективность этих решений будет низкой. Таким образом, с одной стороны, управление данными нужно для внедрения AI, с другой стороны — AI может позволить упростить внедрение управления данными и существенно сократить затраты заказчика.
- Вы бы когда-нибудь сказали клиенту: «Вам не нужен Data Governance, не мучайтесь»? Или это универсальный рецепт успеха для всех?
Да, такой опыт был. Встречаются случаи, когда смысла заниматься Data Governance почти нет. Как правило, это связано с размером компании и ландшафтом данных. То есть данных может быть много, но они весьма простые. Условно, компания может обойтись одной огромной табличкой, которая описывает основной бизнес-процесс. В этом случае Data Governance не нужен. А если в компании три разных производственных системы, пара хранилищ данных, несколько BI-инструментов и десятки сотрудников, которые работают с данными, то уже точно пора внедрять.
- Через пять лет Data Governance будет обязанностью всех компаний, как бухгалтерия и юристы, или всё же останется атрибутом крупного бизнеса?
Для всех — нет, но для крупных и продвинутых организаций это уже сейчас обязательный элемент повышения эффективности бизнеса. С развитием AI барьер для внедрения инструментов DG будет снижаться, так как потребуется меньше ресурсов для поддержки процессов управления качеством данных.
Источник: IT-World.