Какие инструменты способны решить проблему отсутствия доверия к данным (которая приводит к финансовым потерям из-за ошибочных решений, задержкам в подготовке отчетности и снижению производительности труда сотрудников)?
На наших глазах произошло значительное изменение в восприятии роли данных в жизни компаний. Организации по всему миру, включая успешные стартапы, крупные корпорации и правительства, признали, что данные стали ключевым стратегическим ресурсом.
Вне зависимости от того, идет речь о сервисе «Госуслуги», цифровом банке, маркетплейсе, на котором мы привычно заказываем продукты на дом, или даже о заказе такси через онлайн-приложение: все эти инновации базируются на обработке больших объемов данных. Организации, которые развивают подобные передовые сервисы, на практике осознали необходимость перехода к управлению на основе анализа данных, что позволяет им успешно поддерживать прибыльность, внедрять инновации и развивать бизнес, оставаясь конкурентоспособными в быстро меняющейся среде. Подход получил название Data Driven, или «управление, основанное на данных».
Среди сложностей, которые возникают при переходе к этой модели управления, наиболее заметной является обеспечение качества данных. По оценкам консультантов Gartner, «каждый год низкое качество данных обходится организации в среднем в 12,9 миллиона долларов. Помимо существенного влияния на доходы, в долгосрочной перспективе плохое качество данных приводит к принятию неправильных бизнес-решений».
С увеличением объемов информации и роста количества источников данных эта проблема только усугубляется. В 2022 году проводилось исследование, посвященное оценке доверия топ-менеджмента к данным. Результаты этого исследования оказались шокирующими: 75% руководителей не доверяют данным, с которыми работают, а 70% считают, что обработка информации в их организации не соответствует потребностям бизнеса.
Отсутствие доверия к данным — это ежедневная реальность для любого сотрудника, который нуждается в достоверной информации. Проблема затрагивает всех: генерального директора, получающего неточную оперативную отчетность с существенной задержкой; финансового руководителя, принимающего ошибочные решения, опираясь на устаревшие данные; сотрудников отдела аналитики, вынужденных вручную составлять отчеты, что приводит к постоянным ошибкам; специалистов отдела data science, пытающихся разработать новые цифровые сервисы на основе недостоверных данных; менеджера в банке, принимающего решение о выдаче кредита, опираясь на неполные данные о заемщике; руководителя департамента рисков, формирующего резервы, основываясь на мнениях, а не на фактах. В результате возникают реальные финансовые потери из-за ошибочных решений, задержек в подготовке отчетности и снижения производительности труда сотрудников.
Возникает вопрос: существует ли решение, которое может помочь справиться с этими вызовами?
Инструменты, способные решить указанные проблемы, появились. Они представляют собой специализированный класс программного обеспечения — каталог данных.
Каталог данных сегодня
Информационные системы, которые мы сейчас называем «дата-каталог», или «каталог данных», неслучайно возникли в передовых компаниях, успешно развивающих свой бизнес в цифровой сфере. Компания Netflix, являющаяся гигантом индустрии развлечений, разработала каталог данных Metacat, а компания Uber была родоначальником системы OpenMetadata.
Дата-каталог создает и поддерживает хорошо организованную инвентаризацию информационных активов предприятия. Он обеспечивает сотрудников единой средой для совместной работы, включающей бизнес-глоссарий, каталог метаданных и модуль контроля качества данных.
Бизнес-глоссарий
Бизнес-глоссарий представляет собой энциклопедию бизнес-знаний, написанную на доступном языке, которая позволяет любому пользователю, даже неспециалисту, понять контекст бизнеса.
Бизнес-глоссарий подробно и наглядно описывает термины, объекты и единицы измерения, используемые в организации. Он помогает разобраться в значениях показателей и методах их измерения, обнаружить факторы, влияющие на полученные результаты, а также найти отчеты, дашборды или витрины данных, на которых представлена визуализация этих показателей.
Каталог метаданных
Каталог метаданных содержит информацию о формате и структуре данных, включая модели данных, схемы преобразования, форматы файлов, а также понятные рядовому пользователю описания таблиц.
Современный...
