Движение вверх: как Data Governance
помогает принимать правильные бизнес-решения
Чем активнее компания идет в сторону цифровизации, тем больше данных она использует в своей деятельности. Во всем мире растет востребованность Data Governance, как необходимого инструмента для эффективного управления корпоративными данными. Однако при внедрении подобных решений есть много тонкостей, не учитывая которые можно легко обнулить все усилия и затраты. Эксперты в сфере Data Governance рассказали, как избежать типовых ошибок при внедрении таких инициатив и правильно оценить затраты на них, чтобы данные действительно начали работать на рост бизнеса.
Зачем нужен цифровой профиль клиента
В современном мире данные все чаще становятся одним из ключевых активов организации. Если они не просто бессистемно накапливаются внутри компании, а включаются в целостную стратегию управления корпоративными данными, компания получает в свое распоряжение эффективный инструмент для развития. Благодаря Data Governance компании принимают более обоснованные стратегические решения, улучшают качество продуктов и услуг, а также оптимизируют бизнес-процессы.
В странах СНГ есть успешные примеры внедрения решений по управлению данными. Например, Bereke Bank, обслуживающий компании и население по всему Казахстану, внедрил ИТ-решение по созданию цифрового профиля клиента (ЦПК). О реализации этого проекта представители банка рассказали на конференции From Big to Smart Data («От больших данных – к умным»), которая состоялась в Баку в феврале 2024 года. Как пояснила старший разработчик управления разработки клиентского профиля Bereke Bank Назым Канагатова, этот инструмент потребовался, чтобы объединить разрозненные данные о клиентах банка, поступающие из разных источников: из мобильного и онлайн-банкинга, различных цифровых платформ, документов, которые заполняются при открытии счетов. Ранее банк сталкивался с проблемой отсутствия централизации данных, рассинхронизации, невозможности оценить актуальное состояние данных о клиентах. Внедрение ЦПК решило все эти проблемы: теперь сбор данных ведется из всех источников, включая внешние, у банка есть полное представление о каждом клиенте, кроме того, банк может обнаружить и реагировать на бизнес-события, приближенные к реальному времени.
Назым Канагатова подчеркнула, что внедрение цифрового профиля клиента, где данные обновляются в режиме реального времени, стало возможным благодаря инструментам от американского разработчика Informatica. Сейчас цифровой профиль клиента используется в Bereke Bank для того, чтобы развивать существующие цифровые продукты и создавать новые, повышать эффективность маркетинговых кампаний, выполнять поведенческую аналитику, включая CVM, антифрод и т.д. Кроме того, ЦПК активно задействуется при формировании оперативной, управленческой и регуляторной отчетности.
Где искать эффект?
Эффекты, которые может дать бизнесу верный подход к управлению данными, впечатляют. По словам технического директора DIS Group Олега Гиацинтова они выражаются, прежде всего, в повышении скорости и качества принятия управленческих решений. Управление данными дает также ускорение проектирования и разработки цифровых решений в среднем на 10-20%. Кроме того, повышается экономический эффект работы компании за счет раннего запуска продуктов. Благодаря демократизации доступа к данным возможна более быстрая генерация идей, которые также влияют на результаты организации.
«Нужно четко понимать, что Data Governancе, в первую очередь, дает оптимизационный, косвенный эффект, — подчеркивает Олег Гиацинтов. – Если благодаря Data Governancе вы в состоянии быстро предоставить данные бизнес-пользователям по их запросу и если эти данные достоверные, то топ-менеджменту будет проще принимать решения: например, закрыть одно подразделение, открыть другое, начать работу с новым сегментом клиентов, расширить линейку продуктов и так далее. Благодаря этому дело начинает идти быстрее, сокращается показатель Time-To-Market (время, затраченное на разработку продукта от начала и до конца), который дает возможность компаниям выиграть в конкурентной борьбе».
Теория и практика
В то же время далеко не всем компаниям, которые проявляют интерес к Data Governancе, удается укротить нескончаемый поток данных, который постоянно генерируется внутри организации и за ее пределами. В одном из исследований компания Gartner пришла к неутешительному выводу, что при внедрении процессов управления данными 80% инициатив не приводят к ожидаемым результатам. Еще одна аналитическая компания, IDC, выяснила, что обычная организация затрачивает 80% времени на поиск и подготовку данных. Согласно анализу Harvard Business Review, только у 3% компаний данные соответствуют основным стандартам качества.
Впрочем, пустить дело на самотек и никак не пытаться управлять данными стоит еще дороже: по сведениям Gartner ежегодно низкое качество данных обходится организациям в среднем в 12,9 млн. долл. Такова, в том числе, цена управленческих ошибок, принятых на основе недостаточно проверенной информации.
«Начиная с 2017 года, когда мы только начали внедрять проекты по управлению данными, к нам постоянно обращаются за консультациями компании, которые что-то слышали про модный термин Data Governancе, но почти никто из них не знает, с чего следует начинать такие проекты и, самое главное, для чего они им», — заявляет Олег Гиацинтов.
Для того, чтобы клиентам было проще разобраться в этом вопросе, DIS Group разработала дорожную карту развития направления Data Governancе.
В первую очередь, необходимо оценить уровень зрелости организации с точки зрения текущей ситуации с управлением данными. Дело в том, что потребности «начинающей» компании, в которой еще даже не сформировалось понимания, что данные – это ценный актив, и все попытки сбора данных носят разрозненный и несистемный характер, будут существенно отличаться от потребностей data-driven компаний, где уже сформирована цифровая культура. Поэтому попытки вслепую скопировать практики организаций, которые, возможно, находятся, на более высоком уровне зрелости, чаще всего заканчиваются неудачей.
Оценить зрелость компании можно на основании пяти ключевых критериев: ценность данных для бизнеса (насколько компания внимательно относится к инициативам в области данных), процессы (метрика охватывает политики, управление данными, качество данных, безопасность и процедуры соответствия), компетенции (насколько высокой квалификацией обладает персонал компании с точки зрения управления данными), архитектура (критерий отражает текущую архитектуру и модель данных, а также планы по их развитию в дальнейшем) и технические средства (какие именно инструменты и решения компания использует для управления данными). Если эти пять направлений развиваются неравномерно, то анализ по этим критериям покажет, что нужно подтянуть в первую очередь.
Олег Гиацинтов поделился любопытными выводами исследования уровня зрелости компаний в области Data Governancе, которое компания DIS Group провела на основании выполненных проектов. Если брать ситуацию на 2023 год, то в компаниях в целом уже сформировано понимание, что данные являются ключевым активом. Бизнес все больше ориентируется на данные при принятии решений. Многие компании имеют стратегии управления данными и долгосрочные планы развития как архитектуры, так и ландшафта. Также компании реализуют платформы управления данными, используя как собственные наработки, так и промышленные продукты enterprise-класса.
От прототипа к тиражированию шаг за шагом
После того, как компания выполнила оценку зрелости, необходимо перейти к следующим этапам дорожной карты: созданию целевой модели и разработке стратегии по управлению данными. «На первоначальном этапе очень важно понимать, зачем и кому в компании нужно управление данными, — подчеркивает Олег Гиацинтов. – Потому что при отсутствии понимания компания рискует внедрить инструмент, которым будут пользоваться максимум 1-2 специалиста и который не окажет никакого существенного влияния на развитие бизнеса. Так, мы часто видим, что компании начинают реализовывать Data Governancе, например, с создания бизнес-глоссария или построения data lineage (зависимости данных). Это может дать какую-то галочку к результатам работы CDO, потешить гордость, но, если это никак не связано с процессами и не встроено в систему, эта работа будет практически бесполезной».
Правильный подход, по словам Олега Гиацинтова, таков: найти одно бизнес-подразделение, работу которого можно существенно ускорить с помощью управления данными, и вместе с ним реализовать один небольшой кейс-прототип. «Важно, чтобы задача, которая решается в ходе внедрения прототипа, была бы довольно значимой для компании, — поделился рекомендациями Олег Гиацинтов. — Эффект может быть выражен как в снижении затрат на решение проблемы, так и в сокращении сроков. При этом демонстрировать лучше всего подход к решению задачи и результаты, а не программное обеспечение, которое помогает ее реализовать. Обязательно наличие поддержки со стороны руководства для оперативного прохождения любого рода административных барьеров, которые могут не дать развиться инициативе. Кроме того, весь набор задач должен быть решен за 2-3 месяца –затягивание может привести к смене бизнес-фокуса и потере интереса к проекту».
Если первый прототип оказался успешным, то на его основе нужно выстроить первичные регламенты в области Data Governancе и перейти к тиражированию практики по управлению данными. К работе с системой управления данными можно подключать новые и новые бизнес-подразделения, при этом описание данных компании будет пополняться за счет дополнительных бизнес-кейсов. Постепенно будет расширяться набор проверок качества данных, понадобится внедрить функции поиска и запроса данных, одновременно будут выявляться и неиспользуемые структуры данных. В итоге шаг за шагом компания будет реализовывать новые инициативы Data Governancе. При этом прекрасно понимая, какой эффект получает, какое именно бизнес-подразделение пользуется плодами этой работы.
Цена вопроса
Когда руководитель компании принимает решение о реализации проекта в сфере управления качеством данных, одни из самых первых вопросов – сколько будет стоить проект, какие проблемы мы решим благодаря этим инвестициям, сколько удастся заработать или сэкономить?
Бизнес-архитектор DIS Group Болат Таймагамбетов предложил несколько моделей расчетов, которые показывают, насколько оправданы будут для компании вложения в качество данных. Так, если исходить из того, что стоимость некачественных данных для большинства компаний составляет от 15% до 25% от выручки, можно рассчитать на конкретных цифрах, какой процент выручки постоянно упускает организация. Или же посмотреть, сколько человеко-часов теряет фирма из-за того, что ее сотрудники занимаются поиском достоверных данных и отсевом некачественных – этот показатель может достигать 50% рабочего времени.
При оценке инвестиций в такие проекты Болат Таймагамбетов рекомендует учитывать правило 1:10:100. Так, если затраты на предупреждение инцидентов эквиваленты одной единице работы, то затраты на исправление брака и переделки – уже десять единиц. Если проблему не решить, то последующие убытки и последствия могут достичь ста единиц. «Другими словами, выгодно инвестировать в качественные процессы и обучение сотрудников, чтобы избежать ошибок и предотвратить возможные проблемы с клиентами и испорченной репутацией», — делает вывод Болат Таймагамбетов.
Инструмент инструменту рознь
По словам Олега Гиацинтова, при внедрении инициатив Data Governancе правильный подход к управлению данными превалирует над особенностями программного обеспечения. Однако он подчеркнул, что если в компании нет хранилища данных, озера данных, никакой единой зоны хранения данных, то применить Data Governancе будет сложно. «В этом случае лучше стартовать оба этих процесса одновременно», — рекомендует Олег Гиацинтов.
По мере роста уровня зрелости компании ей могут понадобится все более совершенные инструменты в области управления данными. Так, по словам специалиста по Data Management & Data Governance компании Informatica Никола Сандоли, неизбежно наступает момент, когда компания захочет перенести все возможные инструменты работы с данными на одну платформу, что даст значительный прирост в удобстве и скорости.
На этот случай компания Informatica разработала интеллектуальное облако управления данными (IDMC). Этот продукт предоставляет все необходимое для достижения лучших результатов в бизнесе, подчеркнул Никола Сандоли – каталог данных, интеграцию данных и инжиниринг, API и интеграцию приложений, управление и защиту данных, другие инструменты. Немаловажно, что работа этой платформы основана на искусственном интеллекте, который производит анализ метаданных и автоматизацию. Использование ИИ для Data Governance – набирающий силу тренд, который может существенно изменить практику работы с данными в компаниях.
В то же время, как подчеркнул Олег Гиацинтов, сами по себе передовые технологии и работа с данными вторичны: «По моему мнению, лучшая оценка эффекта, который можно получить благодаря Data Governancе, поступила от компании «Газпром нефть». Она заявила о 60% ускорении всех процессов работы на основе данных. Обратите внимание: не сами по себе данные предоставляются на 60% быстрее, а существенно ускорилось движение бизнес-процессов. Когда компания очень быстро принимает управленческие решения, именно эта скорость помогает ей вовремя ответить на запросы потребителей и рынка», — подытожил эксперт.
