Единая платформа доступа к данным в Tele2 стала одним из ключевых элементов демократизации данных, сделав их доступными широкому кругу сотрудников. Алевтина Тинас, руководитель департамента по управлению данными Tele2 и номинант Data Award 2022, рассказала о создании экосистемы работы с данными, достигнутых результатах и о роли просветительской работы в выстраивании дата-культуры.
– Как в Tele2 развивались процессы работы с данными? Какие стадии можно выделить?
Понятно, что весь телеком находится в авангарде развития аналитики. Хранилище данных у нас появилось достаточно давно, потому что была необходимость анализировать большие объемы информации – данные по абонентам, трафику. В качестве первого этапа можно выделить развитие анализа данных для ключевых подразделений компании – подразделения развития продукта и абонентской базы, подразделение развития продаж. Они начинали использовать аналитику для своих целей.
В дальнейшем анализ показателей стал распространяться на другие подразделения: было необходимо анализировать ключевые показатели по абонентской базе в связке с финансовыми результатами и продажами, понимать, как это влияет на развитие бизнеса в регионах. Пользователями аналитических хранилищ становилось все больше сотрудников из разных подразделений.
Следующим этапом можно назвать появление Офиса данных. В этот момент у нас появились BI-инструменты, мы стали активно обучать аналитиков и вовлекать их в самостоятельную разработку отчетов и дашбордов. Как следствие, порог вхождения в анализ данных стал гораздо ниже, многие сотрудники получили возможность анализировать данные и в корпоративных хранилищах, и в своих источниках с помощью новых инструментов. С появлением новых аналитиков данных среди сотрудников бизнес-подразделений, потребность в создании единой платформы управления данными, как ключевого элемента всей экосистемы, стала особенно актуальной.
– Как появился офис данных? Какие этапы своего развития он прошел?
Сначала работу с данными обеспечивало ИТ-подразделение. Это были разработчики и аналитики, основная задача которых заключалась в создании отчетов и аналитических витрин по требованию бизнес-заказчиков. Когда пользователей таких аналитических продуктов стало много, появилась необходимость создания единого регулирующего органа, который мог бы внедрять процессы управления данными по всей компании, координировать развитие аналитического контура таким образом, чтобы он удовлетворял абсолютно всех пользователей данных, синхронизировать использование единых показателей и отчетов.
Перед тем как приступить к разработке стратегии развития процессов и инструментов управления данными мы оценили текущий уровень их зрелости. Поняли, какие процессы данных у нас уже существуют и находятся на достаточно высоком уровне зрелости, а какие – на низком или в принципе отсутствуют. Посмотрели, какие из этих процессов необходимо развивать в первую очередь, в соответствии с потребностями нашего бизнеса. Определили необходимую организационную структуру и роли, которые будут помогать развивать эти процессы. Таким образом у нас сформировался департамент управления данными. и мы приступили к развитию процессов и инструментов по управлению данными в соответствии с дорожной картой. Свои инициативы мы координировали с потребностями бизнеса, периодически корректировали направление движения в соответствии с изменениями в компании.
– В какой момент появилось понимание, что необходима единая платформа управления данными? Что не устраивало?
Понимание необходимости единой платформы управления данными возникло в момент увеличения количества пользователей и роста объема данных. Мы понимали, что телеком – это быстроменяющийся и очень конкурентный бизнес. И здесь крайне высока потребность быстро анализировать данные, уметь оперативно реагировать на те изменения, которые происходят. Все это возможно только если аналитические подразделения будут находиться внутри бизнес-подразделений, только в такой парадигме возможно своевременно обеспечивать бизнес необходимыми данными для принятия решений, поэтому мы изначально делали большую ставку на self-service. И по мере того как все больше подразделений стало пользоваться одни и теми же данными, появлялось большое количество аналитических продуктов, и ориентироваться в них стало крайне сложно. В конечном итоге это могло приводить к дублированию данных, а учитывая большой их объем, это заметные дополнительные расходы.
В разнообразии данных стало сложно разбираться, и бизнес-пользователи все чаще обращались к техническим специалистам за консультациями, что и где можно найти, – словом, вопрос процесса анализа данных становился все сложнее. В этот момент мы поняли, что необходимо кардинальное изменение подхода к инструментам работы с данными и внедрение единой платформы управления данными.
– Создание единой платформы доступа к данным – важный шаг к их демократизации. Каких результатов за счет этого хотели добиться?
Действительно, единая платформа доступа к данным рассматривалась как один из ключевых элементов демократизации данных. За счет ее создания мы планировали добиться снижения порога вхождения в анализ данных, появления возможности посмотреть на данные с другой стороны. Мы рассчитывали привлечь к анализу данных новые подразделения – финансовых аналитиков, аналитиков по закупкам, операционный департамент, аналитиков продаж, чтобы они посмотрели на ключевые показатели через призму своих процессов и смогли найти новые инсайты, возможности для развития бизнеса.
Также мы планировали добиться снижения нагрузки на аналитиков и разработчиков за счет развития самообслуживания, обеспечения синергии и переиспользования результатов работы между разными бизнес-заказчиками. Мы хотели, чтобы результаты работы одной команды стали быстро и легко доступны для всех остальных. Ну и, естественно, для нас было крайне важным создание единого бизнес-глоссария вокруг данных, для того чтобы все наши аналитики и бизнес-пользователи могли разговаривать на одном языке.
– На базе каких решений выстроена общекорпоративная система управления данными? Какие принципы пытались соблюсти при ее построении?
Наша общекорпоративная система управления данными состоит из нескольких компонентов. Ее ядром является каталог данных Alation, который мы позиционируем как основной инструмент работы аналитиков, работающих с хранилищами данными напрямую, используя SQL-запросы. Для пользователей, работающих только с готовыми дата-продуктами (дашбордами и отчетами), внедрен инструмент RT.DataGovernance – и портал офиса данных, который объединяет все наши инструменты в единый удобный пользовательский интерфейс. Еще одним важным элементом нашей системы является платформа управления качеством данных Ataccama.
Принципы, которые мы пытались соблюсти при построении нашей системы управления данными, – обеспечить пользователей данных инструментом, который будет наилучшим образом подходить для каждой роли. Мы понимали, что потребности наших пользователей данных достаточно разные. Есть аналитики, которые обладают хорошими знаниям SQL и могут самостоятельно анализировать данные – им необходимо понимать структуру хранения данных, знать где найти нужные им витрины и понимать из каких атрибутов они состоят. Есть руководители подразделений и бизнес-заказчики, которые пользуются готовыми отчетами, – им нужно понимать, какие отчеты уже существуют, как к ним можно получить доступ, какого качества данные они содержат, кто их создал, какие в них охвачены показатели. Это совсем другие потребности.
– Как в компании определяется понятие «качество данных»?
У нас достаточно классическое понимание, что такое качественные данные: это данные, пригодные для анализа или для использования в каком-либо бизнес-процессе. Мы прекрасно понимаем, что для каждого бизнес-процесса существуют свои критерии качества. Данные, которые являются достаточно качественными для статистического анализа, при этом могут быть некачественными для формирования, например, индивидуальных предложений для клиента.
Для каждого бизнес-процесса критерии качества данных определяются совместно с владельцем бизнес-процесса. Только благодаря совместной работе с бизнесом у нас формируются релевантные критерии качества, и применив их к данным, мы можем сказать, являются ли данные качественными для этого процесса или нет.
– Как именно боретесь за качество данных?
У нас есть несколько этапов, которые ложатся в общий процесс управления качеством данных. В первую очередь, мы профилируем данные на этапе разработки витрин и отчетов, чтобы убедиться, что используемые данные являются качественными. Далее, создавая новый data-продукт, мы совместно с бизнес-заказчиком и владельцем процесса определяем критерии требований к качеству данных. На основании этих требований мы разрабатываем контроли качества данных, которые в дальнейшем будут работать в автоматическом режиме.
Следующий этап – мониторинг. Это результаты работы автоматических контролей качества данных, которые могут показать, где у нас наблюдаются проблемы. Данные меняются постоянно, и крайне важно своевременно выявлять проблемы и устранять их для того, чтобы пользователи в своих отчетах видели корректные цифры. Поэтому исправление инцидентов по результатам мониторинга – это наша ежедневная работа, которой на регулярной основе занимается поддержка. В случае выявления проблем в качестве данных мы информируем заинтересованных пользователей оних, для того чтобы они могли учесть это в своей работе и, например, исключить, какой-то период из анализа. Также пользователи могут следить за ходом исправления выявленных ошибок. Последний важный этап в работе с качеством данных – анализ причин появления инцидентов качества данных и устранение этих причин. Если у нас начинают появляться ошибки, недостаточно просто каждый раз их исправлять – нужно понять, где у нас проблемы в бизнес-процессе или источнике данных, и почему эти ошибки возникают. Это отдельная задача, которой занимаются менеджеры по качеству данных.
– Как можно понять, что данным действительно доверяют?
Как мне кажется, основной показатель доверия к данным – это их активное использование. Мы видим, что у нас динамично развивается self-service отчетность: дашборды, разработанные самими пользователями на основе предоставляемых данных, пользуются большой популярностью. Также постоянно растет потребность в создании новых витрин и расчетах новых показателей, растет количество пользователей аналитики. Мы видим, что результаты анализа данных используются на самых высоких уровнях, все больше бизнес-процессов применяют их, то есть становятся data-driven.
– Как оценить сокращение времени доступа специалистов к данным?
Это достаточно сложный вопрос. Мы несколько раз пытались провести такую оценку и понимаем, что это один из ключевых критериев, показывающих эффективность внедрения и работы платформы управления данными. Например, до ее внедрения сотрудник тратил на поиск необходимых данных и получение доступа к ним несколько месяцев, а после – возможности поиска стали шире, и доступ гораздо быстрее. Мы оцениваем субъективный эффект, используем оценки и ощущения наших пользователей, которые действительно говорят, что время доступа к данным значительно сократилось.
Это особенно заметно на примере новых сотрудников, которые не знают структуры данных, и где их можно найти. Они говорят, что начать работу с данными в нашей компании очень просто – буквально несколькими словами в поисковой строке аналитики могут найти все, что им нужно для выполнения своих задач. Среди сотрудников, которые уже давно пользуются данными, мы также видим большую популярность нашего каталога данных. Это является показателем того, что платформа действительно полезна.
– Пытаетесь ли вы в целом оценить эффект от создания единой платформы? Какими результатами можете поделиться?
70% пользователей платформы используют ее на регулярной основе – не реже нескольких раз в неделю. Практически каждый день они пользуются каталогом данных, чтобы получить какую-либо информацию. Для нас это очень важный показатель, мы понимаем, что именно он демонстрирует «приживаемость» системы. Тех сотрудников, кто уже знает о нашей платформе и начал ее использовать, нам легко удается вовлекать и удерживать. Отдельная и более сложная история – как вовлечь новых пользователей.
Благодаря наличию каталога данных все больше пользователей создают свои отчеты самостоятельно. Рост пользователей инструментов самообслуживания за прошлый год составил более 150%, уже четверть сотрудников компании используют self-service BI. Для нас это крайне важный показатель: бизнес самостоятельно быстрее решает свои задачи, мы считаем что централизованное подразделение BI-разработки не сможет реагировать так же быстро, а значит не может быть настолько же эффективным. При этом мы понимаем и некоторые минусы такого подхода.
|
Культура данных: евангелизм и коммуникации Выдержка из предыдущего интервью Алевтины Тинас, в котором речь шла о подходах к построению культуры работы с данными. – Вы являетесь сторонницей мнения, что культуру нельзя насаждать, она должна расти сама. Какими усилиями можно создать благоприятные условия для ее роста? Кто и что должен делать? Действительно, культуру сложно насаждать: трудно заставить людей работать по-новому, если они к этому не готовы. И принятие решений на основе данных не исключение. Бизнес-пользователи, осознавая свои потребности, должны самостоятельно прийти к тому, что принимаемые решения должны основываться на данных. Они должны понимать, какие данные они используют, каково их качество, кто ими владеет. Для того чтобы такая информация появилась и стала доступна пользователям, необходима серьезная база — и инструментальная, и процессная. Только при этих условиях та самая культура будет иметь благоприятные условия для роста. Кто и что должен делать? Совершенно точно будет недостаточно работы одного лишь офиса данных — важны совместные усилия. Нужна поддержка со стороны топ-менеджмента с точки зрения задания стратегического направления развития data-driven-культуры. Важна и высокая вовлеченность пользователей, понимание ими цели предпринимаемых усилий и обмен экспертизой. А офис данных должен своевременно внедрять удобные инструменты для работы с данными, поддерживающие все возникающие запросы, и определять четкие процессы взаимодействия. – Говоря о культурных изменениях, часто рекомендуют социальный подход… Действительно, в довольно крупной компании крайне сложно создать единый центр экспертизы, который бы обладал всеми знаниями о корпоративных данных и возможностях их использования. Обычно эта экспертиза размыта по бизнес-подразделениям. Сущность данных и способы их эффективного применения лучше всех понимают аналитики, использующие их в ежедневной работе. Поэтому важны социальные инструменты: экспертов из разных подразделений надо объединять в сообщества, мотивировать их делиться знаниями, участвовать в процессе управления данными, помогать формировать требования к уровню качества данных, выявлять проблемы. Именно совместное участие в единых процессах и помогает развитию data-driven-культуры. – Как вовлекать людей в дата-сообщества? И как стимулировать тех, кто должен делиться своими знаниями? Если говорить о новых «адептах», то это достаточно просто: сейчас очень ценится получение новых знаний. Если в твоей работе необходимы данные, но ты не знаешь, где их взять и как ими лучше воспользоваться, приходи в сообщество, пользуйся дата-каталогом, задавай вопросы. Обычно это самые благодарные участники. Гораздо сложнее привлечь тех сотрудников, которые являются обладателями наиболее глубокой и детальной экспертизы. Они всё знают, умеют и могут стать самыми ценными участниками сообщества с точки зрения ценности их знаний. Придумать, что сообщество может дать им взамен, достаточно сложно. Например, дата-офис может более активно вовлекать наиболее продвинутых экспертов в свои внутренние проекты, поддерживать их с точки зрения управления качеством данных, брать на вооружение их идеи для реализации изменений. Так появляется жизнеспособное сообщество, способное приносить пользу всем. – Без евангелистов обращать сотрудников в «новую веру» сложно. Кто должен выступать в качестве таких людей? Эксперты, работающие с данными и понимающие их суть, есть в каждом подразделении. Они и способны стать основными евангелистами, поэтому их обязательно нужно привлечь на свою сторону, убедить в важности единых процессов управления данными и в необходимости делиться информацией. После этого евангелисты, часто являющиеся еще и распорядителями данных («дата-стюардами») или их владельцами, становятся основой новой культуры. – Очевидно, что культурные изменения — самые тяжелые. Но все-таки что первично: культура или технологии? Ведь без удобных инструментов и продвигать нечего, да и вряд ли возникнет желание работать по-новому. Для того чтобы изменить привычные процессы работы, необходимо поменять и инструменты. Вырастить новую культуру, лишь накапливая знания о данных в своих внутренних системах и обмениваясь глоссариями в Excel, крайне сложно. При создании каталога данных мы ориентировались именно на потребности пользователей, внедрив целый гибридный комплекс инструментов, отвечающих задачам самых различных категорий сотрудников. Да, промышленные инструменты обладают широкой функциональностью, которая полезна аналитикам и дата-сайентистам, но они достаточно сложны для тех, кто чаще всего пользуется уже готовыми отчетами. Поэтому мы диверсифицировали подход и параллельно с внедрением мощного промышленного каталога внедрили облегченный дружественный интерфейс для всех сотрудников компании. Он имеет минимальную функциональность, с помощью нескольких кликов сотрудники могут настроить информационные панели под себя, узнать, где найти нужные отчеты и каково их качество, куда обращаться с вопросами. Мы сделали работу с данными максимально удобной для всех.
|
– Популяризация работы с данными – важный шаг. Планировалось это заранее или появлялось по ходу действия?
Важность коммуникационной платформы стала понятна практически с момента создания офиса данных. Внедрение новых процессов связано с изменением привычной культуры и подходов к работе. Это требует достаточно больших усилий, и всегда происходит не просто. В первую очередь, мы проработали нашу модель коммуникации: кого, когда и о чем следует информировать. Мы создали нашу еженедельную рассылку, в которой рассказываем о происходящем в офисе данных, о реализации новых задач, о появлении новых инициатив. Информируем пользователей о важных изменениях в каждой системе и проблемах в них, о качестве данных в ключевых витринах и объектах. Есть ежеквартальный дайджест, в котором мы рассказываем на верхнем уровне о наиболее крупных и интересных задачах. Для вовлечения пользователей в работу с конкретными инструментами, мы проводим обучающие мероприятия – вебинары и демодни. Очень хорошо работает демонстрация на «живых» примерах, когда сотрудники бизнес-подразделений сами рассказывают коллегам, как они с помощью наших решений выполняют свои операционные задачи. По результатам проведения таких мероприятий всегда наблюдаем приток новых пользователей в наших платформах.
– Каковы направления развития платформы управления данными в Tele2?
Мы знаем, какие данные у нас есть, где они расположены, как между собой связаны, кто ими владеет, и как они связаны с бизнес-показателями. Теперь мы хотим понять, как наши данные участвуют в бизнес-процессах, и на какие из них влияют. Например, в случае инцидента в качестве данных неплохо понимать, насколько ошибка серьезна, к чему она может привести. Связать наши данные с бизнес-процессами – довольно амбициозная задача, мы работаем над ней совместно с дирекцией по бизнес-процессам. Без нашей платформы управления данными реализовать ее просто невозможно.
Другая актуальная задача заключается в интеграции показателей качества данных. Мы уже понимаем, какого качества данные в наших физических объектах – таблицах и витринах, это было достаточно легко реализовать с помощью интеграции платформы управления качеством данных и дата-каталога. Теперь мы хотим научиться считать показатели качества на уровне бизнес-показателей и отчетов – важно показывать пользователям, насколько можно доверять тому или иному ключевому показателю.
Мы хотим прийти к тому, чтобы понимать все данные в компании, выявлять пересечения и дубли – как с точки зрения физического хранения, так и с точки зрения использования данных и исключения разночтений в использовании показателей. У нас есть инициативы и идеи по развитию единой платформы управления мастер-данными и нормативно-справочной информацией, и отдельная инициатива по усилению контроля безопасности использования данных.
