Какие проблемы и барьеры на пути к формированию культуры работы с данными следует рассматривать как главные и как их можно преодолеть? Об этом мы поговорили с экспертами крупнейших российских компаний в области управления данными, которые посетят Десятый, юбилейный форум «Управление данными».
Проблема — в том, как организована работа с данными
По мнению многих экспертов, корень причин возникновения проблем следует искать в слабой или неправильной организации работы с данными.
«Один из первых вопросов, который обычно пытаются решить в рамках программы руководства данными (Data Governancе, DG), — это вопрос владения данными: команды DG пытаются выявить и назначить владельцев данных, — делится своими наблюдениями Николай Скворцов, руководитель направления методологии компании «1С: Логика Данных». — Но назначенные владельцы часто не знают, что делать, поскольку никто не определил, что в данном случае подразумевается под владением. Во-первых, потому что лишь очень немногие сотрудники или даже команды имеют контроль над всем доменом данных. И, во-вторых, потому что большинство допущений о владении данными не учитывают отличия данных от других видов активов: отдельные руководители или команды не могут владеть данными в той же степени, в какой владеют, например, бюджетом или группой компьютеров. Данные можно использовать многократно, и они не израсходуются. Более того, они воспроизводятся, трансформируются и могут передаваться по цепочкам поставок данных, поэтому границы ответственности размыты. Эти проблемы являются общими для всех организаций и носят фундаментальный характер. Один из ключей к их преодолению — применение подхода к управлению данными, аналогичного управлению производством продукции. Вместо того, чтобы пытаться возложить на сотрудников ответственность за домены данных (которые они не в состоянии толком контролировать), команды DG могут работать вместе с людьми, ответственными за производство данных, которые, как известно, являются “побочным” продуктом многих бизнес-процессов. Такой подход позволяет лучше и быстрее учитывать требования потребителей данных и реализовать в отношении данных концепцию управления качеством через проектирование (Quality by Design). На этом подходе как раз основана парадигма Data Mesh, которая призывает перейти к “продуктовому мышлению” в отношении к данным. Переход на такой тип мышления — важная составляющая повышения культуры работы с данными».
«Важно выстроить правильную организационную структуру, — продолжает Евгений Аверьянов, директор платформы USEBUS AI-Code в ГК «Юзтех». — В стартапах, как правило, много драйва и амбиций, но мало финансовых инвестиций в развитие. Зачастую персонал, управляющий данными, может выполнять несколько функций, не всегда согласованных между собой, поэтому основная проблема заключается в организации грамотного управления и выстраивания четкой ответственности на каждом шаге на пути формирования культуры работы с данными. В крупных организациях основным барьером может стать сопротивление со стороны персонала. Компаниям необходимо проводить внутренние обучения и воркшопы, чтобы убедить сотрудников в том, что цифровые инструменты — это помощники и советчики, что автоматизация — это не страшно. Повышение квалификации персонала и выстраивание понятной карьерной лестницы помогут преодолеть разрыв между планами руководства и возможностями персонала и выстроить путь к максимально эффективному использованию массивов данных для достижения успеха и реализации стратегии».
Станислав Лазуков, генеральный директор TData, отмечает, что при формировании культуры работы с данными в большинстве своем компании сталкиваются с одними и теми же проблемами: «Например, бизнес поддерживает формирование культуры работы с данными, но не готов откладывать свои задачи или инвестировать в следование принятым процессам, ведь зачастую они создают дополнительную нагрузку, связанную с описанием данных, созданием проверок данных и пр. Более того, нередко функциональные подразделения не хотят делиться своими данными и сотрудничать с другими, в силу ряда причин, в том числе исторических особенностей бизнеса». Также среди ключевых проблем эксперт отмечает пренебрежение вовлечением сотрудников, которые ежедневно работают с данными: «Невозможно заинтересовать всех одновременно, но важно выделить тех, кто наиболее критичен и лоялен к изменениям, выстроить работу с ними. Успешные пилотные проекты помогут доказать бизнесу пользу управления данными и, заручившись поддержкой руководства, масштабировать их на другие домены. При этом важно осознанно подходить к выбору решения для управления данными и партнера по его внедрению: решение должно гибко адаптироваться под процессы компании и дальнейшие изменения в ее структуре, быть полезным, а не создавать очередные барьеры».
Андрей Евтихов, управляющий директор GigaData в ПАО «Сбербанк», в числе основных проблем видит низкий уровень вовлеченности и заинтересованности первого лица организации в том, что касается практического и постоянного использования данных для принятия бизнес-решений, а также низкий уровень персонального лидерства руководителя, отвечающего за работу с данными: «Личный пример первого лица компании создает необходимые условия для проникновения культуры работы и использования данных на все уровни организации, а проактивная профессиональная позиция директора по данным, подкрепленная его лидерскими качествами, является необходимым условием для внедрения долгосрочных изменений в культуру компании».
Алексей Никитин, генеральный директор Visiology, к числу ключевых барьеров на пути повышения уровня культуры данных относит отсутствие охвата всех зон ответственности (остаются «ничейные» данные или дублируемые в разных системах), низкое качество данных, сопротивление изменениям со стороны сотрудников (которые не доверяют данным, не хотят работать в новой BI-системе, не готовы использовать аналитику при принятии своих решений и пр.) и разрозненность ИТ-систем (их интеграция, как и единое хранилище данных, отсутствуют). «Изменить ситуацию поможет личный пример руководителей в принятии решений на основе данных, — считает Никитин. — Также полезно разработать единый словарь данных и прозрачные правила их использования. Уменьшить влияние человеческого фактора позволит автоматизация процессов обработки данных. Успешные кейсы в сочетании с обучением сотрудников и адаптацией ИТ-решений к привычным для пользователей интерфейсам помогут продвижению культуры Data-Driven в организации».
Вячеслав Курочкин, руководитель направления MDM и интеграций в компании «Градум», наиболее серьезной проблемой считает отсутствие на предприятиях реальных шагов по формированию долгосрочной стратегии в области управления данными: «Многие из наших заказчиков говорят о важности усилий в этом направлении, но при этом не предпринимают конкретных действий. Не способствуют развитию культуры работы с данными и сопротивление изменениям “на местах” с одновременным нежеланием бороться с ним, отсутствие ответственных, недоступность или ограниченность функционала используемых инструментов для работы с данными. Преодолеть эти и многие другие барьеры призвана долгосрочная стратегия по управлению данными. Она должна включать четкий и понятный список реальных проблем с данными на предприятии, которые нужно решить в установленные сроки, формализованный и понятный перечень целей и критериев оценки их достижения, перечень ответственных лиц, наделенных правом принятия решений и прозрачной системой мотивации, источники и перечень ресурсов для реализации стратегии, а также список мероприятий для достижения поставленных в ней целей».
Необходима разъяснительная работа
Эксперты также подчеркивают важность проведения разъяснительной работы с сотрудниками, поскольку без понимания с их стороны целей, выгод и важности применения данных в операциях и решениях саботаж в той или иной форме практически неизбежен.
Так, Александр Тарасов, старший директор, руководитель центра экспертизы по управлению данными в компании Юникон Бизнес Солюшнс, главным барьером видит отсутствие понятной сотрудникам цели создания системы работы с данными: «Каждая новая функция или подсистема управления, в том числе ответственность за качество порождаемых подразделением данных, — это дополнительная нагрузка на персонал. Но если сотрудники понимают, для чего это делается и видят результат своей работы, то главное препятствие к выстраиванию эффективной работы устраняется. И если мы, определяя новые требования и процессы, думаем о том, насколько исполнители понимают цели и задачи, то устраняем возможные барьеры в работе с данными. В ходе этой работы наглядно демонстрируется взаимозависимость сотрудников и подразделений друг от друга: часто они принимают решения или выполняют свои задачи, основываясь на данных, которые создали другие. Получается, что те, кто создает данные, в своей работе их не используют, а потому и не заинтересованы в улучшении их качества. А за результат отвечают те, кто не может прямо повлиять на качество данных. Кстати, по моим наблюдениям, в таких ситуациях сотрудники нередко сами создают рабочие группы и коммуникационные площадки, чтобы решать эти вопросы».
Алиса Школьникова, руководитель направления Data Governance компании «ДАР» (ГК «КОРУС Консалтинг»), главной проблемой считает непонимание сотрудниками важности культуры работы с данными и для ее решения предлагает рассмотреть один из двух подходов к вовлечению людей в процессы управления данными: «Первый — директивный: выпускается приказ по компании, где указано, что должны делать конкретные люди или что должно исполняться в соответствии с ролями в рамках процессов управления данными. Второй подход — демократичный: сотрудники участвуют в процессах, связанных с данными, понимают, с какой целью это делают, какой результат важен для бизнес-процессов и других участников процесса, и осознают пользу этих усилий для себя и компании в целом».
Александр Учаев, менеджер по продукту «1С:MDM Управление нормативно-справочной информацией» фирмы «1С», среди наиболее критичных проблем называет недостаточную осведомленность сотрудников о ценности данных, отсутствие единого подхода к стандартизации и контролю качества данных, ограниченность технических возможностей и компетенций организаций, а также сопротивление изменениям и нежелание делиться данными между подразделениями. «Преодолеть эти сложности помогают систематическое обучение персонала, разработка и внедрение корпоративных стандартов, а также мотивация команд посредством прозрачных KPI и поощрения инициатив, связанных с улучшением качества данных», — добавляет Учаев.
Анастасия Никитина, ведущий аналитик компании Omega по продукту OmegaBI, также видит в числе основных барьеров сопротивление изменениям, разрозненность данных, нехватку компетенций и слабую безопасность: «Их можно преодолеть, демонстрируя успешные кейсы, повышая компетенции сотрудников, формируя единый “источник правды” (аналитический центр) и обеспечивая централизованное управление доступом к данным».
Особые мнения
Ряд экспертов высказывают особые мнения по поводу главных проблем и барьеров. Так, Денис Смирнов, генеральный директор компании «Денвик Аналитика», напоминает о том, что в основе принятия любых решений могут лежать интуиция, эмоции и расчет: «Можно ли доверять эмоциям? Думаю, нет. Можно ли доверять интуиции? Думаю, да. Но еще лучше интуитивные решения подкреплять расчетом. Проблема принятия решений на основе интуиции в том, что интуицию нельзя делегировать, ее нельзя передать как знание. А вот делегировать принятие решений на основе расчета, с опорой на данные — можно. И тогда получается, что культура работы с данными — это основа роста и расширения бизнеса. Но есть проблема: чтобы принимать решения на основе данных, данные должны быть, по крайней мере, доступными, достоверными и своевременными. Следовательно, в компании, идущей к реализации подхода Data-Driven, должна быть выстроена система выверки и ведения единых справочников (MDM). Поскольку данные для аналитики и принятия решений должны появляться вовремя, должна быть проведена полноценная автоматизация всех важных процессов, и все эти процессы должны быть цифровизованы. Кроме того, необходима доступная сотрудникам среда потребления данных, в том числе понятные и удобные системы для наглядного визуального вывода необходимых показателей — дашборды (BI-аналитика). Конечно, подразумевается отказ от всего “аналогового”, “ручного”, “бумажного”. И над всем этим должна быть выстроена единая методология работы с данными и “цифрой” в компании».
Игорь Моисеев, директор по развитию бизнеса DataCatalog (входит в Группу Arenadata), полагает, что частым и главным барьером становится иллюзия управления данными: «Аналитика вроде и обновляется вовремя, но толком объяснить, почему тот или иной показатель упал или вырос, никто не может, поэтому и реальный эффект для бизнеса от работы с данными крайне низок. Второй серьезный барьер — привычка все “дочищать” вручную: многие сотрудники не доверяют информации из КХД, поэтому создают персональные “песочницы” и копии данных для собственной аналитики. Пока в организации допускается ручное вмешательство на финальных этапах отчетности, культура работы с данными развиваться не будет. Еще один неприятный барьер — отсутствие ответственности, когда никто ни за что не отвечает. Преодолеть его поможет системный подход: назначение ролей, внедрение регламентов качества данных, создание прозрачного каталога данных и бизнес-глоссария».
Михаил Маслов, директор практики управления данными направления MDM компании Data Sapience, видит корень проблем в несистемном подходе, выраженный в попытках заниматься данными ситуативно и по остаточному принципу: «Конечно, это намного проще и быстрее, чем пытаться осознать ситуацию в комплексе и отразить стратегию развития в проработанной дата-стратегии. Но только комплексный подход позволит избежать серьезных ошибок, которые, на первый взгляд, могут показаться своевременными и единственно верными».
Владимир Андреев, президент компании «ДоксВижн», разработчика платформы Docsvision, видит корень проблем в том, что данные и информация, как правило, не воспринимаются как отдельный объект, требующий самостоятельного управления: «Обычно данные сегментированы между отдельными функциональными службами и приложениями. При этом данные в организации различны по своей природе: НСИ, данные бизнес-транзакций, журналы, создающиеся в ходе исполнения процессов, документы и пр. Для корректной работы с данными необходимо не только реализовать правильные структуры хранения (НСИ/MDM, КХД, единый архив документов и т.д.), но и выстроить интеграцию с бизнес-приложениями, поддержать регламенты преобразования, загрузки и удаления устаревших данных, их резервное хранение. Это огромная работа для крупной многофункциональной организации».
Андрей Андриченко, директор по развитию компании «ЭсДиАй Солюшен», считает, что рассинхронизация данных, применяемых в различных подразделениях организации, а также использование различных методик, терминов и определений для описания идентичных типов данных значительно затрудняют информационный обмен и приводят к многократному дублированию усилий, связанных с управлением активами данных. «Обеспечить эффективный обмен данными между бизнес-приложениями позволит применение стандартизированной терминологии для описания свойств информационных объектов», — добавляет Андриченко.
Дарья Капланская, руководитель Центра компетенций НСИ компании B2B-Center (часть ИТ-платформы B2B-РТС), добавляет, что, по опыту проектов, в 95% случаев начало работы со справочниками сопровождается одним и тем же «открытием»: данных слишком много, а их качество оставляет желать лучшего: «В зависимости от масштаба компании и глубины проблем в справочнике на наведение порядка в нем уходит от нескольких месяцев до года и больше. Чем раньше компания начнет процесс, тем быстрее сможет выстроить единую систему наименований, параметров и логики работы с данными. Вторая проблема — кадровая: в компании часто нет сотрудников, которые могли бы однозначно описать запчасти, объяснить, какие их параметры критичны для закупки, а какие — нет, и как эти особенности отражаются на стоимости и сроках. Без таких экспертов единый справочник быстро теряет ценность. Третий большой барьер — сопротивление сотрудников. Преодолеть его помогает обучение и демонстрация личных выгод: автоматизация убирает рутину, сокращает лишние коммуникации, избавляет от долгих согласований. Ключ к преодолению всех барьеров — последовательность: сначала отбор действительно нужных данных, затем их тщательная очистка и стандартизация, следующий шаг — подготовка экспертов, за которым следуют обучение сотрудников и демонстрация быстрых побед».
По наблюдениям Владимира Озерова, генерального директора компании «Кверифай Лабс» (CedrusData), организации обычно сталкиваются с двумя видами проблем: технологическими и процессными: «Вместе с тем, первичной остается проблема зрелости и актуальности технологий. Российские компании по-прежнему вынуждены использовать устаревшие технологии, такие как Apache Ranger, Apache Hive Metastore, Greenplum, что приводит к усложнению и увеличению трудоемкости внутренних процессов разработки и управления данными. Переход на современный технологический стек может помочь компаниям существенно улучшить культуру управления данными».
Итак, эксперты перечисляют множество проблем, мешающих формированию культуры работы с данными. Обратим внимание на то, что в большинстве своем эти проблемы носят, скорее, организационный характер и «лечатся» благодаря мудрому управлению, а также последовательному и при этом настойчивому продвижению культуры Data-Driven в компании.
Источник: Открытые системы
16.10.2025