Сила — в данных

Алексей Урусов: «Энергия — в людях, а сила — в данных»

Основными темами первой конференции Industrial Data 2024 стали развитие компетенций в области данных и аналитики в бизнесе, актуальные технологии и инструменты, устранение информационных барьеров в сотрудничестве компаний. На мероприятии обсуждался, в частности, опыт внедрения в компании «Газпром нефть» распределенной модели развития процессов управления данными. «Энергия — в людях, а сила — в данных», — отметил на открытии конференции Алексей Урусов, директор дирекции экономики и корпоративного планирования «Газпром нефти», дополнив корпоративный лозунг «Энергия — в людях».

Опытом управления данными и решения задач продвинутой аналитики в промышленности с участниками конференции поделились профильные специалисты из таких компаний, как «АЛРОСА», «Евраз», «ЕвроХим», ГМК «Норильский никель», «Северсталь», «Сибур Диджитал» и «Газпром нефть».

Александр Ерофеев: «Без эффективного управления данными сегодня трудно удерживать хотя бы нулевой уровень рентабельности компании, однако развитие управления данными и аналитики невозможно без пошаговой культурной, организационной и технологической трансформации»

Зачем надо управлять данными? Этой теме посвятил свое выступление Александр Ерофеев, главный менеджер офиса управления данными разведки и добычи компании «Газпром нефть», разобравший основные драйверы развития проектов управления данными и аналитики. Цифровизация в промышленности ожидаемо вызвала огромный спрос на качественные и согласованные данные, получаемые из различных бизнес-подразделений и подготовленные в разных системах-источниках. Получение дополнительной прибыли и повышение производительности труда сотрудников сегодня уже невозможны без управления данными. В конечном счете эффективность бизнес-процессов определяется степенью их автоматизации, которая и обеспечивает создание данных. Следующими этапами становятся повышение качества данных и мастер-данных, инженерия данных, а также создание цифровых продуктов и лаборатории данных. Результатами работы лаборатории данных становятся инструменты самообслуживания для «гражданских» бизнес-аналитиков (citizen data scientist, CDS), самостоятельно работающих со всеми доступными данными. В итоге бизнес-пользователи получают средства продвинутой аналитики, позволяющие эффективно применять аналитические модели в бизнес-процессах. В компании «Газпром нефть» миссия управления данными, по словам Ерофеева, состоит в обеспечении доступности и качества данных для создания новой ценности. Бизнес уже ощутил преимущества простоты обнаружения и устранения ошибок в данных (дата-контракты): сегодня в компании используют почти 30 приложений на основе НСИ и около 50 программ — потребителей информации из хранилища данных емкостью более 8 Тбайт.

Вместе с тем Ерофеев отметил: «На пути развития управления данными и аналитики не будет быстрых побед. Очень легко потратить ресурсы неэффективно, выбрав неверное направление развития. Однако можно минимизировать риски, ориентируясь на бизнес-задачи. Если нет специалистов, продвигающих изменения, ничего не будет двигаться и меняться. Изменения и инновации происходят благодаря усилиям конкретных людей и за счет встраивания руководителей по данным в коллегиальные органы компании».

Однако к такому осознанию роли управления данными подошли далеко не все компании. Артем Семенихин, партнер технологической практики компании «ТеДо», в своем докладе разобрал ключевые тенденции развития управления данными и перечислил барьеры на этом пути. Среди таких препятствий докладчик отметил высокие трудозатраты на операционные задачи обработки данных, недостаточный уровень доверия к данным в информационных системах, отсутствие единой терминологии для интерпретации данных, расхождения в данных в разных бизнес- и производственных процессах, а также недостаточный уровень детализации информации и оперативности ее получения. Кроме того, текущие бизнес-процессы компании часто еще не представлены требуемым набором данных для анализа и оценки эффективности. Вместе с тем, по мнению Семенихина, решения на базе технологий искусственного интеллекта помогут автоматизировать более половины процессов по сбору и обработке данных, сократить долю ручного труда при каталогизации, улучшить прогноз возможных сценариев сбоев, облегчить перемещение мастер-данных по подразделениям предприятия, а также увеличить точность, полноту и согласованность данных.

«Данные — актив компании. К 2025 году не менее 25% коммерческих организаций, имеющих в своей оргструктуре CDO, покажут более высокую рыночную стоимость в сравнении с компаниями, не имеющими в штате такого специалиста», — считает Семенихин. Инструментарий работы с данными достиг уровня развития, достаточного для его использования «гражданскими» специалистами по данным в таких наукоемких отраслях, как энергетика, добыча и переработка углеводородов. Подход CDS в какой-то степени напоминает идею проекта «Активный гражданин», в рамках которого заинтересованные граждане предлагают свои варианты решения конкретной проблемы.

Алексей Шокуров: «Эффективная работа офиса данных требует перестройки внутренней организационной структуры компании — старая структура решать новые задачи не позволит»

Алексей Шокуров, руководитель группы развития управления данными компании «Сибур Диджитал», посвятил свое выступление анализу эволюции офиса данных в промышленной компании, рассмотрев путь от зарождения идеи создания подобного офиса к стабилизации и оптимизации процессов, а затем и к масштабированию на весь ИТ-ландшафт предприятия. Сложность состоит в неравномерности развития различных бизнес-подразделений. Если отдел маркетинга уже готов заниматься оптимизацией бизнес-процессов, то подразделение управления цепями поставок только начинает осознавать важность работы с данными. Ну а производственные подразделения лишь приступают к стабилизации бизнес-процессов. Вместе с тем бизнес уже не сомневается в важности управления данными и уверен в том, что системы бизнес-аналитики необходимо обеспечить инструментами получения качественных данных, причем доступными в режиме самообслуживания. «У меня есть ощущение, что вагоны простаивают» или «Хочу знать, сколько КамАЗов краски реально потребуется для покраски мачт электропередачи» — вот примеры вопросов от бизнеса, на которые может ответить офис данных. Вместе с тем бизнес еще не всегда понимает необходимость инвестирования в развертывание подобного офиса, для которого нужна инфраструктура и специалисты по работе с данными.

«Но как только в компании появляется CDO, который приносит деньги за счет экономии, выявления утечек ресурсов, получения новой прибыли или появления нового бизнеса, вопрос о целесообразности офиса данных отпадает», — уверен Шокуров, предложивший в своем выступлении конкретную оргструктуру для каждого этапа эволюции офиса данных в промышленной компании.

В ГМК «Норильский никель» нет CDO, но есть лаборатория по данным, платформа и корпоративная модель данных, позволяющая учитывать более 3 тыс. показателей и применять 250 аналитических разрезов. В компании используют инструмент для формирования различных видов отчетности и повышения вклада финансовой функции в бизнес. Для извлечения дополнительной ценности потребовалось повысить достоверность данных.

«Ключевое условие для извлечения ценности из данных — это доверие к ним», — подчеркнула Юлия Тришина, директор по корпоративной методологии департамента бухгалтерского, налогового учета и финансовой отчетности компании «Норильский никель». Предпосылками для старта в компании программы управления достоверностью управленческих данных стали инциденты, приведшие к искажениям в финансовой и управленческой отчетности и повлекшие риски. Реализация программы позволила получить экономический эффект благодаря минимизации недостоверности данных (бизнес-качество и техническое качество данных), а также гибкому подходу к управлению данными, основанному на трех «китах»: знай свои данные; рационально управляй их достоверностью; измеряй ценность данных.

Как узнать свои данные, рассказал Евгений Курильщиков, владелец продукта «Управление данными», компания «Северсталь»: «Долгое время на предприятии собирался белый шум, а не данные. Теперь же пришло время анализировать накопленную информацию, однако неясно, как выделить полезное, не зная, что именно мы не знаем».

Любая производственная компания собирает технологические данные, однако часто это делается на всякий случай: «соберем пока, авось потом пригодится». Однако когда этот момент наступает, много времени уходит на то, чтобы разобраться, что и где собрано. В компании эту задачу решили, воспользовавшись практиками управления данными и изменив классический подход сбора всего подряд. Детальное изучение всего массива корпоративных данных позволило специалистам по-другому посмотреть на процессы сбора, хранения и использования технологических данных. Управление технологическими данными отличается от работы с корпоративными данными, а анализ сигналов, как исторических, так и поступающих в режиме онлайн, позволил сформировать критерии качества данных и реализовать проверки.

Александр Чепкасов, начальник отдела развития цифровых платформ, и Екатерина Михальчук, главный менеджер дата-платформы, «Газпром нефть», поделились с участниками конференции опытом построения конвейера преобразования сырых данных в аналитические бизнес-кейсы на базе единой платформы. К ее функциям относятся: хранение и доступ к данным; обеспечение качества данных (сканирование технических метаданных); НСИ (работа с бизнес-метаданными); каталог данных (организация проверок и мониторинг качества); бизнес-аналитика (разработка под ключ приложений бизнес-аналитики); инструменты лаборатории данных (средства самостоятельного анализа данных бизнес-пользователями).

Докладчики привели перечень препятствий на пути к созданию такой платформы: зависимый стек технологий, дублирование и непрозрачность ответственности, а также слабая интегрированность компонентов технологического стека, что приводило к высокой трудоемкости обработки информации. Данные рождаются в процессах «на местах», и, к сожалению, иногда сотрудники, которые их генерируют, воспринимали эту деятельность как дополнительную нагрузку к основной работе. В компании создали 20 собственных программных компонентов, провели унификацию инструментов, а в распоряжении CDO теперь имеется единый, непрерывно совершенствуемый конвейер, позволивший снизить трудоемкость работы с данными. Сегодня с платформой работают более 10 тыс. пользователей, устранен зависимый стек технологий, налажена работа с отечественными поставщиками аналитических и инфраструктурных решений, что в итоге позволяет максимально полно использовать энергию сотрудников без их отвлечения на выполнение рутинных или не связанных непосредственно с выполнением должностных обязанностей функций. Операции работы с данными можно выполнять, используя понятные инструменты, которые внешне могут выглядеть, например, как привычные таблицы Excel. Но главное, по мнению Чепкасова, это то, что «сегодня разработчики, вендоры и заказчики платформы работают в единой команде, предоставляющей бизнес-пользователям удобный функционал».

Кирилл Севергин: «Любой проект управления данными — инфраструктурный, требующий комплексного подхода и организации работы на стыке разных продуктов и систем. Без поддержки руководства компании и привлечения бизнес-пользователей эффекта от таких проектов не будет»

«Управление данными подобно процессу огранки бриллианта», — отметил Кирилл Севергин, руководитель центра компетенции по управлению данными компании «АЛРОСА». Прежде чем добыть нужную информацию, надо обработать массу «породы». Перед компанией был выбор: покупать готовую платформу, разрабатывать собственную систему на базе Open Source или приобретать узкопрофильные решения. Кроме того, требовалось определиться с размещением данных: в инфраструктуре On-Premise или в облаке. Проанализировав преимущества и недостатки каждого решения, в компании внедрили систему «Управление данными» на базе отечественного ПО, ставшую альтернативой SAP BW как по объемам объектов хранения данных, так и по потокам передачи данных и проверочных отчетов, достаточным для запуска информационной системы в эксплуатацию. Стек технологий включал продукты PolyAnalyst, Visiology и «Форсайт» в архитектуре On-Premise на инструментах компании «Аренадата».

Среди рекомендаций по выполнению подобных проектов Севергин отметил продвижение маленькими шагами с постоянной оценкой результатов и обеспечением информационной безопасности, привлечение экспертизы с рынка (архитектурный совет), что особенно важно именно для инфраструктурных проектов, а также активную работу с вендорами (заключение договоров расширенной поддержки для обеспечения стыка разных продуктов). Помимо этого, для успеха необходимы поддержка руководства и активное привлечение бизнес-пользователей, заинтересованных в извлечении знаний из своих данных.

Сергей Биянов, заместитель руководителя центра, руководитель практики бизнес- и продвинутой аналитики, «Газпромнефть-ЦР», рассказал о практике внедрения самостоятельной аналитики в бизнес‐подразделениях с помощью «Лаборатории данных БЛПС» (БЛПС — блок логистики, переработки и сбыта). Цель команды лаборатории состоит в популяризации использования инструментов аналитики self-service и подхода data-driven в дочерних обществах «Газпром нефти». Основополагающим шагом было создание продукта «Лаборатория данных БЛПС», основанного на экосистеме: инструменты, данные и компетенции. Одним из результатов стало использование дочерними обществами в повседневной операционной деятельности аналитических решений, самостоятельно разработанных сотрудниками бизнес-подразделений и использующих качественные верифицированные данные из «Магазина данных». В лаборатории сформированы центры доменов данных, отвечающие за обеспечение актуальности, качества и доступности данных, а также за аналитику для профильных функций. В «Магазине данных» сейчас имеется 700 таблиц, содержащих требуемые для выполнения аналитики сведения. Если необходимая информация пока отсутствует в таблицах, бизнес-пользователи тоже обращаются с запросом в «Магазин данных». Вместо траты времени на сбор данных и составление отчетности вручную сотрудники теперь выполняют продуктивный анализ данных для принятия взвешенных управленческих решений. Сегодня сервисами лаборатории пользуются 6 тыс. пользователей, треть из которых уже создали 9 тыс. собственных приложений, опубликовав их часть для всеобщего применения (факторный анализ, логистика, аналитика по НПЗ и пр.). Помимо ускорения принятия решений и снижения стоимости их подготовки, итогом работы лаборатории стало формирование вокруг нее сообщества бизнес-пользователей, самостоятельно решающих свои аналитические задачи.