Управление данными 2021

Управлению нормативно-справочной информацией был посвящен целый блок докладов в рамках организованного издательством «Открытые системы» форума «Управление данными — 2021», и эти выступления вызвали чрезвычайно высокий интерес у слушателей. Одним из докладчиков стала Яна Соколова, заместитель руководителя департамента PLM и САПР Объединенной двигателестроительной корпорации, рассказавшая о результатах внедрения и тиражировании системы класса Master Data Management (MDM) на базе решения Semantic MDM. Мы поговорили с ней об итогах и уроках проекта, а также о достигнутых бизнес-эффектах.

- Как в ОДК пришли к необходимости централизовать справочники на базе единой системы MDM? Какие для этого были предпосылки?

Мы дошли до состояния, когда у нас стало слишком много справочников и данных в них. Справочники никак между собой не синхронизировались и жили отдельной жизнью. Данные такого объема было невозможно консолидировать вручную. Однако для подготовки междисциплинарных отчетов требовалась синхронизация справочных данных в общей архитектуре ИТ-систем предприятия. И решать эту задачу становилось все сложнее.

- Что стало непосредственным толчком для начала проекта?

В 2012 году мы начали внедрение на заводе «Салют» системы САПР технологических процессов и поняли, что все эксплуатируемые решения используют собственные справочники.

Ввод очередной такой системы уже становился проблемой — справочники необходимо было централизовать. Возможно, тот проект и мог быть реализован в существовавшей архитектуре, но получить от него полноценный эффект было бы нереально. Мы отложили внедрение САПР и начали устанавливать систему класса MDM, планируя подключить ее ко всем существующим решениям. Впоследствии все внедряемые решения мы также подключали к ней, и новых справочников с тех пор не создаем.

- С чего был начат проект, какие этапы он включал?

Справочники — общая дисциплина, в равной степени относящаяся и к бухгалтерии, и к закупщикам, и к инженерам. Но исторически сложилось так, что проект реализовывала служба главного технолога — именно он был главным функциональным заказчиком. Поэтому начали с инженерного контура — технологических и конструкторских данных. Затем постепенно перешли на остальные: финансовый, закупочный. Далее подтянули справочник контрагентов и т. д.

- С какими проблемами пришлось столкнуться при реализации проекта? Какие из них были сложнее — организационные или технические?

Сама система довольно сложна — это не офисное приложение, которое работает «из коробки». Она требует существенной кастомизации, но не из-за особенностей процессов, как это бывает с большинством бизнес-приложений, а из-за необходимости учитывать нюансы. Например, понадобилось значительно доработать решение с точки зрения возможности встроить его в другие системы, являющиеся потребителями справочной информации. Пришлось выполнять много интеграций, преобразований данных. На сегодняшний день к MDM подключены 34 информационные системы, и с каждым годом мы наращиваем их число. Конечно, все эти годы мы работаем с разработчиком системы — SDI Solution, постепенно дорабатываем функциональность: расширяем, улучшаем, оптимизируем.

Однако технические вопросы доставляют не так уж и много проблем, тем более что мы постоянно ощущали поддержку разработчика. Всегда сложнее решать организационные моменты, ведь в процесс изменений было вовлечено много народа. Подразделение, действующее по определенным, давно сложившимся бизнес-процессам, вовсе не горит желанием работать по-новому. Скорее, его сотрудники негативно отнесутся к попыткам «ломать» их процессы.

Главные проблемы были связаны со складскими службами, поскольку у нас территориально распределенная структура и новые процессы требовалось вводить одновременно на разных складах в различных городах. Приходилось много ездить, чтобы организовывать и контролировать работу. Но у нас была мощная поддержка со стороны генерального директора площадки, на которой проводился запуск. Заручившись его поддержкой, мы побороли сопротивление.

- Часто говорят о важности административного ресурса. А реально ли в принципе выполнить подобные проекты без поддержки руководства?

Наверное, реально — как известно, вода камень точит. Но тогда должна быть бешеная энергетика и горящие глаза у организаторов преобразований, а кроме того, на это потребуется гораздо больше времени. Заручившись поддержкой первого лица, мы смогли реализовать проект довольно быстро для внедрения систем такого класса. Помощь заключалась в управлении теми людьми, которые нам не подчинялись, но должны были перестроить большую часть своих процессов. Руководитель увидел потенциальный эффект от ввода системы и курировал проект: проводил совещания, контролировал выполнение задач. Нам удалось донести до него важность внедрения.

Кроме того, одновременно на предприятии внедряли новую систему ERP. Руководители этого проекта тоже заявляли о пользе централизованной MDM и настаивали на использовании нового справочника. Это усилило наши позиции.

- Почему выбрали именно Semantic MDM? Каковы были ключевые критерии выбора системы? Существовали ли альтернативы? Ведь рынок MDM-решений далеко не пуст.

Это сейчас рынок не пуст. А почти 10 лет назад большинство решений были представлены импортными производителями. Дорого и сложно. К тому же зарубежный поставщик всегда неприятен для оборонной промышленности. Тренд на импортозамещение еще не был обозначен, но отечественные разработчики все равно были в приоритете.

Кроме того, к внедрению MDM мы пришли через другие проекты — в частности, САПР технологических процессов. А в этой области можно рассматривать только отечественных производителей. Остановились на решении Timeline компании SDI Solution, и наличие у этого поставщика системы MDM стало серьезным аргументом в его пользу.

- В чем заключалось участие в проекте производителя системы?

Сотрудники компании были полностью вовлечены в наш проект, в начале пути мы работали одной командой. Они присутствовали на нашей территории, совместно с нами разрабатывая проектные решения. Это важно, потому что у нас совсем не было опыта работы с MDM.

- Какие преимущества построенного решения вы можете выделить? Чем можно гордиться?

За 10 лет мы внедрили систему MDM, которая содержит более 4 млн объектов, 1,5 млн из них — справочник номенклатуры. К централизованному справочнику подключены 34 системы, использующие его данные. Это говорит о том, что система нормативно-справочной информации разрослась, «пустила корни» и плотно вошла в ИТ-архитектуру холдинга. Мы масштабировали ее на 12 площадок, и культура управления нормативно-справочной информацией уже охватила общие бизнес-процессы компании. Этим, безусловно, можно гордиться.

Мы начали раньше большинства компаний: «мода» на внедрение MDM начала появляться лишь к 2015 году. Сейчас у нас охват больше, чем у многих других, и подключено большее число предприятий. Кстати, многие крупные компании — например, из нефтегазовой отрасли — также серьезно продвинулись в области MDM, но до поры они предпочитали зарубежные решения. Сейчас в этом секторе также появилась тенденция перехода на отечественные разработки.

Мы поменяли много версий системы, каждый год внедряем серьезные обновления. Процессы управления НСИ выстроены таким образом, что между инициаторами заявок и экспертами, обрабатывающими их, получается хороший диалог. Удобно подавать заявки и обрабатывать их, удобно отслеживать выполнение SLA и KPI. Мы можем переработать достаточно большой объем исторических данных, сформировали довольно большую экспертную базу.

В этом году мы перешли на веб-версию системы. Это важно, так как инициаторов подачи заявок становится все больше, к системе подключаются целыми службами. Пользователям уже не нужно даже устанавливать клиент. Процесс подачи заявок становится все менее трудоемким и более прозрачным.

- А что можно было бы сделать лучше? Какие уроки вы вынесли из этого проекта?

Не могу вспомнить, чтобы где-то мы серьезно оступились или сделали большой крюк. Возможно, иногда уделяли излишнее внимание не слишком важным аспектам.

- Каковы эффекты от реализации проекта, в том числе экономические?

Можно выделить несколько уровней эффектов. Самый первый — качество данных. Конечно же, создание централизованной системы управления НСИ серьезно повышает качество данных по сравнению с использованием локальных справочников. И это уже само по себе достойный результат. Когда мы нормализовали исторические объемы из двух основных контуров — инженерного и коммерческого — и смогли их свести между собой, то они совпали далеко не полностью. До внедрения MDM никто не мог точно сказать, какова потребность в материалах и обеспеченность ими.

Во-вторых, выяснилось, что в коммерческом контуре (то есть на складах) около 30% неидентифицируемых, «мусорных» данных. Они либо были неверно введены, либо дублировались. В результате такие объекты на складах представляли собой мертвый груз, который нельзя списать на производство из-за невозможности его идентифицировать. И 20% таких данных находилось в инженерном контуре. Мы не пытались это перевести в денежное выражение, но очевидно, что потери были существенные. И при масштабировании на другие площадки полученный эффект возрастает кратно.

Кроме того, в холдинге появляются централизованные процессы, которые стали возможными только при наличии централизованной системы MDM, — например, управление централизованными закупками и управление запасами.

- Масштабирование проекта — отдельная сложная задача. Как происходит этот процесс в территориально распределенной структуре Объединенной двигателестроительной корпорации?

В 2016 году управляющая компания признала эффект от внедрения на первой площадке — заводе «Салют», и было принято решение эту же платформу MDM сделать общекорпоративной. С тех пор мы продолжаем этот проект, он должен завершиться в следующем году. Но основная сложная работа будет выполнена до конца нынешнего года. Мы нормализовали исторические данные всех площадок и подключили к ним информационные системы.

- Какими вы видите перспективы развития проекта? Куда движется созданная система?

Дальше речь пойдет об использовании достигнутых результатов: MDM должна начать полноценно работать и приносить максимальный эффект.

Будем создавать озеро данных, в которое планируем подгружать транзакционные данные, порождаемые учетными системами, — их много. Будем внедрять BI и настраивать различные аналитики, которые позволят оптимизировать основные бизнес-процессы корпорации. Планируем отслеживать разрывы между потребностью и обеспеченностью, оценивать остатки на складах, выявлять тренды по заказанным и списанным материалам, отслеживать рассинхронизацию между заказанными и списанными в производство материалами. Управление такими показателями станет прозрачнее и проще.

Управление на основе данных постепенно превращается из роскоши в необходимость для организаций любого масштаба и отраслевой принадлежности. Однако внедрение подходов data-driven — сложный проект, затрагивающий все аспекты деятельности организации: от технологий до управленческих практик, бизнес-процессов и культуры. Форум «Управление данными — 2021», организованный издательством «Открытые системы», охватил все эти направления. У компаний постепенно накапливается опыт «правильной» работы с данными, что отражается и на программе форума: с каждым разом все больше места в ней отводится практике.

«Умейте выжидать, умейте нападать…»

У каждой организации свои цели, видение и миссия, свои потребности, особенности и окружающая среда. Именно поэтому универсальных рецептов в управлении данными не существует, компаниям многое приходится придумывать самим. Тем не менее, по мнению Александра Погосьяна, исполнительного директора по направлению «Качество данных» в «Сбере», все стратегии по управлению данными можно разделить на два типа: «защита» и «нападение».

Александр Погосьян: «При выборе стратегии управления данными не стоит ударяться в крайности»

«Защита» подразумевает обилие регуляторных ограничений и приоритет требований безопасности. Но когда ограничений не слишком много, можно уделить гораздо больше внимания «нападению» — захватывать рынок и развиваться. По словам Погосьяна, типичная отрасль, для которой характерна стратегия защитного типа, — здравоохранение, а атакующего — ретейл; финансовый сектор находится примерно посередине. Эти стратегии отличаются технологическими и организационными особенностями. Например, для защитной стратегии характерна высокая степень централизации; это касается и функции CDO, и бюджета. В ее рамках все централизовано и часто доминирует теория: тратится много усилий на создание «единой версии правды», единых стандартов, политик, методик.

Когда же преобладает нападение, приоритет получает децентрализация. Функция CDO расплывается по бизнес-подразделениям, формирующим собственные бюджеты. И подразделения при работе исходят из собственных, сугубо практических задач.

«Как и в спорте, защиту выстроить проще, поэтому компании обычно начинают с нее, а затем переходят к нападению. Обратный подход гораздо сложнее», — отметил Погосьян. Тем не менее, как обычно, не стоит ударяться в крайности. Должен быть баланс между развитием бизнеса и соблюдением комплаенс-требований.

По-прежнему с бубнами

«Счетная палата является одним из лидеров цифровой трансформации органов государственной власти, цифровизируются и объекты ее контроля. Но в реальной работе мы сталкиваемся с тем, что без танцев с бубнами никак не обойтись. Очень печально, что государственным органам не удается выбрать другую музыку», — посетовал Валерий Сохоров, руководитель центра экспертно-аналитических и информационных технологий Счетной палаты РФ.

Валерий Сохоров: «85% рабочего времени инспектора тратится на поиск данных в информационных системах объектов контроля. Если эту рутину удастся снизить с 85% хотя бы до 50%, это станет отличным результатом»

Казалось бы, все необходимые системы внедрены и работают, но по факту инспекторы продолжают работать в электронных таблицах и текстовых документах. Дело в том, что органы власти не слишком сильно хотят делиться информацией не только с бизнесом, но и с органами аудита. Логика очевидна: если данные будут слишком хороши, то с их помощью будет легче выявить нарушения и наказать за них. Как подчеркнул Сохоров, 85% рабочего времени инспектора тратится на поиск данных в информационных системах объектов контроля. Если эту рутину удастся снизить с 85% хотя бы до 50%, это станет отличным результатом.

В Счетной палате работают более 700 инспекторов, которые проводят в среднем 150 проверок в год. В этих условиях Счетная палата остро нуждается в комплексной системе управления данными. Если возникает необходимость проверки, инспектор должен обращаться не к объекту контроля и тратить время на взаимодействие с ним, а непосредственно к данным.

В 2021 году в Счетной палате была создана единая команда по работе с данными, в которую, помимо «технарей» и дата-аналитиков, входят 52 дата-стюарда, являющихся, по словам Сохорова, «переводчиками между айтишниками и чиновниками».

Путь осознанного потребления

«В будущем компании будут управлять данными, потому что этого будут требовать не регуляторы и руководители, а клиенты и партнеры. Приходит время культуры, основанной на осознанности потребления данных», — считает Полина Минеева, руководитель практики Applied Intelligence в Accenture.

Полина Минеева: «В будущем компании будут управлять данными, потому что этого будут требовать не регуляторы и руководители, а клиенты и партнеры. Приходит время культуры, основанной на осознанности потребления данных»

Действительно, все компании начинали свой путь к управлению данными с проектов, заключающихся в разработке стратегии использования данных и повышения их качества, стремясь ускорить получение регуляторной и управленческой отчетности. Эти проекты реализовывались исключительно по требованию регуляторов и руководства компании. Они характеризовались жестко централизованной моделью и созданием единого центра компетенций внутри организации. Впоследствии приоритеты существенно изменились: компании начали управлять данными, потому что увидели в этом ценность для себя. Как результат, в ходе проектов стали появляться два-три центра компетенций, в бизнесе произошла федерализация данных. Изменились и технологии: на смену традиционным хранилищам данных пришли гибридные решения и микросервисная архитектура.

Сейчас наблюдается новая тенденция, — data minimalism: происходит переход от больших (big data) и умных данных (smart data) к minimum viable data — минимально необходимым данным для создания конкретного информационного продукта. Такая осознанная фильтрация данных не только сокращает стоимость их хранения и обработки, но и, например, позволяет четко ответить клиентам на вопрос, какие данные о них собираются и с какой целью.

Большие данные для малых предприятий

Поставщики данных и аналитических сервисов на их основе предполагают, что потребители их продуктов – также крупные компании, использующие аналитику для поддержки принятия решений. Поэтому и соответствующие сервисы, в первую очередь, ориентированы именно на такие организации. Малому бизнесу, не имеющему собственных аналитических ресурсов, приходится действовать наощупь. Как следствие, большинство из мелких компаний живут очень непродолжительное время.

«Не имея достоверных данных, решения о старте и развитии бизнеса принимать очень сложно: предприниматель, организуя свое дело, должен просчитать множество факторов. Крупный бизнес для этого привлекает консалтинг и пользуется услугами профессионалов высокого класса, а у ‘малышей’ таких возможностей нет», — подчеркнула Мария Поликанова, управляющий директор SberData и руководитель стратегического комитета Ассоциации больших данных. Предпринимателям нужна поддержка принятия решений: отчеты, фактически обрисовывающие перспективы на ближайшее будущее, а в идеале – финансовый план на три года.

Мария Поликанова: «Не имея достоверных данных, решения о старте и развитии бизнеса принимать очень сложно: предприниматель, организуя свое дело, должен просчитать множество факторов»

Поликанова рассказала о том, как большие данные помогают развиваться малому и микробизнесу. Участниками Ассоциации больших данных создан рекомендательный сервис «Собственное дело» для малого бизнеса. Он использует обезличенные данные из различных отраслей и вошел в перечень проектов в области цифровых инноваций, для которых вводится особый экспериментальный правовой режим. Сервис дает возможность правильно выбрать локацию для своего бизнеса и задать его параметры: необходимые инвестиции, окупаемость проекта, оборудование и персонал, ценовая политика и план продаж.

Без бизнеса не обойтись

«Далеко не все аналитические проекты являются успешными. Где-то нарушается бюджет, где-то — сроки, где-то достигаются не все цели. Всегда что-то может пойти не так», — признал Иван Вахмянин, генеральный директор компании Visiology. По его убеждению, большая часть проблем связана не с технологиями, а с соответствием бизнес-задачам, наличием компетенций и готовности меняться. Основной эффект дает не само внедрение BI, а именно управление на основе данных. Для этого необходимы и качество данных, и корректная их обработка, и визуализация, и заточенность на предметную область. Но самое главное — должны быть внедрены соответствующие управленческие практики. Если менеджеры не привыкли работать с данными и не верят в это, то им не помогут даже лучшие инструменты.

«Большое количество возникающих в ходе проектов проблем связано не с техническими решениями, а с неверным подходом. Пробивать лбом стены — не самое правильное занятие», — согласился Олег Гиацинтов, технический директор DIS Group.

Роль CDO в компании до сих пор размыта, на него часто взваливают много лишнего. Например, его обязанности могут включать защиту и обеспечение безопасности данных, создание аналитических систем. В результате Data Governance в компании часто остается «на бумаге», за теоретической деятельностью не доходит до реальной работы с данными. Отсутствие реального финансового эффекта предсказуемо приводит к смене CDO. Гиацинтов привел примеры «лучших практик» CDO-долгожителей: необходима стратегия управления данными; нужны наглядные примеры того, как аналитика данных может стимулировать бизнес-результат; в обязательном порядке следует выбрать одного-двух передовых директоров для поддержки и показать другим руководителям результаты их работы.

К слову, именно таким путем пошла Светлана Бова, CDO ВТБ, заручившись в начале своей работы поддержкой департамента рисков. Она рассказала о выстраивании в банке карт потоков данных — data lineage. Наличие такого инструмента радикально сокращает время решения аналитических задач. Возможно, он не обязателен для небольших компаний, но когда речь заходит о больших масштабах, то все меняется. Например, такой подход позволяет просчитать, на какие из систем повлияет изменение части корпоративного ландшафта, а также серьезно помогает в решении инцидентов, касающихся качества данных.

«Наша цель — стать data-driven-компанией. Самое привлекательное в этом — возможность отдать рутинные процессы искусственному интеллекту, а человеку оставить лишь стратегические задачи», — заявил Сергей Иванов, CDO «Уралхима». Чтобы это стало реальностью, нужна трансформация культуры и открытость бизнес-подразделений новшествам, их помощь в создании цифровых продуктов. Как подчеркнул Иванов, пока бизнес не вовлечен в этот процесс, серьезного эффекта не будет. Как следствие, на первый план у ИТ-подразделения выходят задачи по обучению бизнеса.

«Данные — это актив. Мы просчитали, что произойдет, если не будет соответствия между одинаковыми продуктами в разных странах, и результаты нас впечатлили», — рассказала Анна Дудина, руководитель функции по управлению мастер-данными IDS Borjomi International. Сразу после восприятия данных как актива естественным образом встает вопрос управления ими и контроля их качества. Актив необходимо описать и оценить, и он должен иметь хотя бы одного бизнес-владельца, а в идеале — ровно одного. Кроме того, данные публикуемые цифровыми продуктами, должны ссылаться на описание используемых активов данных.

В 2020 году в IDS Borjomi International был начат масштабный MDM-проект, в ходе которого пришли к необходимости создания совета по управлению данными (data council) — совещательного органа, на котором принимаются решения, связанные с анализом данных, а также с планированием и контролем работы с данными.

В пивоваренной компании «Балтика» тоже разработали ролевую модель, привлекающую бизнес-функции к управлению данными. «Данные должны иметь 'имя и фамилию' — только так можно добиться их качества», — уверена Варвара Макарьина, отвечающая в компании «Балтика» за реализацию стратегии Data Governance. Практика показывает, что до 30% времени сотрудников тратится на поиск данных и оценку их качества. Более того, часто компании зависят от экспертов, которые знают о данных все и уход которых может стать катастрофой. Внедрение в «Балтике» каталога данных позволило решить эти проблемы.

Варвара Макарьина: «Данные должны иметь 'имя и фамилию' — только так можно добиться их качества»

«В онлайн-продажах, в отличие от традиционного ретейла, решение о покупке зачастую принимается исключительно на основании представленной информации о товарах, поэтому качество данных приобретает критически важное значение», — отметил Юрий Кротков, менеджер проектов в «Яндекс.Маркете». Любой инцидент, связанный с качеством данных, влияет на продажи, а иногда и на логистические процессы. При этом в ряде случаев искажения в данные вносят умышленно — это делают с различными целями поставщики продукции и их партнеры. По признанию Кроткова, раньше в «Яндекс.Маркете» пытались «максимально эффективно тушить пожары». После внедрения решения Ataccama в компании появились дата-стюарды, настраивающие логику автоматического контроля качества данных.

***

Как отметили многие участники форума, до недавнего времени акцент делался исключительно на технологиях сбора и анализа данных, а управление ими отходило на второй план. И до сих пор компании часто не знают, кого нанимать на позиции, связанные с управлением данными, ведь эта функция у многих только создается. Более того, руководители и специалисты — от CDO до аналитиков — имеют субъективные представления о целях управления данными, часто оно сводится лишь к быстрой окупаемости проектов.