Data Governance (управление данными) в крупных компаниях часто вызывает улыбку: многие помнят проекты, которые закончились толстыми регламентами, а данные лучше не стали. Проблема обычно не в идее, а в том, что её пытались внедрить сразу и целиком.
Что такое Data Governance простыми словами
Это набор договорённостей о том, кто отвечает за данные, как их определяют, кто имеет к ним доступ и как контролируется их качество. Цель не в документах, а в том, чтобы на вопросы «откуда эта цифра?» и «кому можно доверять?» был быстрый ответ.
Почему такие проекты не работают
- Слишком громоздко. Пытаются описать все данные компании за один проект.
- Нет связи с бизнесом. Регламенты пишет ИТ, а владельцами назначаются люди, которые об этом не знают.
- Нет спонсора. Без руководителя, которому это нужно, правила остаются на бумаге.
- Нет результата для пользователей. Дополнительная работа есть, а пользы сотрудники не видят.
Минимальный набор, с которого стоит начать
1. Роли. Определите, кто за что отвечает.
| Роль | Что делает |
|---|---|
| Владелец данных | Отвечает за набор данных перед бизнесом: определяет правила и принимает решения о доступе |
| Стюард данных | Следит за качеством и описанием данных, разбирает ошибки |
| Пользователь | Работает с данными по правилам и сообщает о проблемах |
2. Глоссарий. Общий словарь ключевых терминов и показателей: 20–30 понятий, которые чаще всего вызывают споры. Для каждого записано определение и владелец.
3. Каталог критичных данных. Список наборов данных, от которых зависят важные решения, с описанием: что это, где хранится, кто владелец.
4. Правила доступа. Кто и к каким данным имеет доступ, как его получить и как пересматривать.
5. Правила качества. Для критичных данных заданы проверки (полнота, дубли, актуальность) и допустимые пороги, а проблемы автоматически доходят до владельца.
6. Процесс изменений. Как меняется определение показателя или структура данных: кто согласует и как об этом узнают пользователи.
Принцип «критичные данные сначала»
Не пытайтесь охватить всё. Выберите те данные, от которых зависят управленческие решения: финансовые показатели, продажи, ключевые справочники. Введите правила для них, получите результат, а потом расширяйте охват.
Как понять, что это работает
- У всех критичных наборов данных есть владелец.
- На вопрос «откуда эта цифра?» можно ответить за минуты, а не за дни.
- Число инцидентов с данными (потерянные загрузки, неверные отчёты) уменьшается.
- Новые сотрудники быстрее находят нужные данные.
- На совещаниях меньше споров о цифрах.
Какие инструменты нужны
Начать можно без дорогой платформы: глоссарий и каталог можно вести в корпоративной вики или таблице, а проверки качества запускать в существующих инструментах. Специализированные системы каталога данных оправданы, когда масштаб вырос и ручное ведение перестаёт справляться.
Когда начинать
Лучшее время, когда уже есть острая боль: показатели расходятся, проект хранилища столкнулся с хаосом в справочниках, готовится внедрение ИИ. Тогда у управления данными появляется спонсор и понятная причина.
Частые вопросы
Нужно ли для этого покупать специальное программное обеспечение? Нет, для старта достаточно договорённостей и простых инструментов. Платформа нужна позже, когда данных и пользователей становится много.
Кто должен быть владельцем данных: ИТ или бизнес? Владельцем должен быть представитель бизнеса: он знает смысл данных и отвечает за решения. ИТ отвечает за техническую часть.
Как убедить руководство? Покажите конкретные потери: споры о цифрах, время на ручную сборку отчётов, задержки проектов из-за нечистых данных. Аудит данных помогает собрать эти аргументы.
Что дальше
Как мы выстраиваем роли, глоссарий и контроль качества, описано на странице Управление данными и качество. Для единых справочников посмотрите MDM и НСИ, а чтобы понять исходное состояние данных, начните с аудита. Если хотите обсудить свою ситуацию, напишите нам.
