Качество данных

Марк Дубинский, исполнительный директор Департамента интегрированного риск-менеджмента Сбербанка, – о разработке полностью автономного ИИ-агента на базе GigaСhat для контроля качества данных.

Денис Тепляков, эксперт качества данных компании «МегаФон», — о создании собственного self-service инструмента для обеспечения качества данных.

Юлия Карасева, начальник отдела качества клиентских данных, и Наталья Арепьева, директор группы развития клиентских сервисов ВТБ, – о разработке собственной MDM-системы для клиентов-юридических лиц, позволившей свести «серую зону» потенциальных дублей к нулю.

Сергей Горелов, управляющий директор Сбербанка, — о разработке промышленной платформы TagMe для подготовки датасетов, создающей «топливо» для искусственного интеллекта.

Николай Шевцов, CDO ОТП Банка, и Елена Будерацкая, лидер команды Data Governance, – о создании единого корпоративного пространства Data Governance с автоматизированными правилами и метриками качества.

В рамках всероссийской конференции «Качество данных» эксперты обсудили вопросы внедрения дата-контрактов и внедрения подхода DQ by design.

Седьмая всероссийская конференция «Качество данных» продолжила обсуждение подходов, инструментов и практики создания систем, нацеленных на обеспечение гарантированно высоких показателей качества данных, используемых в корпоративных бизнес-процессах.

Какая дорожная карта поможет встроить управление качеством данных в бизнес-процессы и что нужно, чтобы в конечном итоге сформировать культуру доверия к предоставляемым данным и решениям на их основе.

Какого рода инструменты обеспечения качества данных нужны в организации и как их встроить в бизнес-процессы, чтобы получить ощутимую пользу для бизнеса.

Какие ключевые эффекты можно достичь благодаря внедрению подхода Data Quality by Design и какие важные аспекты нужно учесть, внедряя его в организации.

Данные – ключевой актив компаний, однако их накопленный объем еще не означает эффективного управления, повышению которого препятствуют проблемы с доступностью, производительностью и интерпретацией данных. Для решения подобных проблем необходимо разделить работу с данными по уровням управления, на каждом из которых применяется свой индивидуальный подход к процессам и инструментам.

Многие компании несут убытки из-за ошибок в мастер-данных, не представляя себе с чего начать их исправление, как правильно распределить ресурсы и какой бюджет целесообразно выделить на соответствующие инструменты? Часто кажется, что проблема с НСИ разом пропадет после внедрения специализированной системы MDM, однако стоимость подобных решений столь высока, что проект может остановиться на неопределенное время, за которое ком проблем с НСИ будет расти еще больше, а очищенные данные вновь обрастут ошибками.

Седьмая всероссийская конференция продолжит обсуждение подходов и опыта создания, развертывания и эксплуатации систем гарантированного качества данных, пронизывающих все корпоративные процессы.

Ведущие эксперты — о ключевых аспектах и «краеугольных камнях» формирования культуры работы с данными в организациях.

Зрелость данных — это не просто множество нужных технологий и инструментов, а комплексный показатель, отражающий зрелость процессов, качество данных, культуру компании и интеграцию аналитики в принятие решений. Путь к высокой зрелости данных не устлан розами – требуются инвестиции, изменения в процессах и мышлении, а также внедрение современных технологий.

Проект компании «Мангазея Майнинг» показал, что даже в сложной структуре с десятками тысяч номенклатур товарных позиций можно навести порядок в справочнике без внедрений «тяжелых» ИТ-систем. Благодаря системному подходу и вниманию к деталям проект нормализации справочников стал частью всего процесса трансформации корпоративной культуры работы с данными.

Подход к управлению данными как к производству продукции может стать существенным фактором повышения качества работы с данными, особенно в случае сочетания современных практик менеджмента качества промышленной продукции с передовыми подходами в области управления данными. Особый интерес, в том числе в связи с ростом популярности парадигмы Data Mesh, представляют методы оптимизации цепочек поставок.

Благодаря внедрению в ОТП Банке принципов Data Governance данные рассматриваются как стратегический актив, а управление ими стало частью корпоративной культуры.

В DIS Group провели ежегодный «Дата саммит» и отметили 20-ую годовщину работы на отечественном рынке управления данными.

Хорошо управляемые данные доступны потенциальным потребителям и удовлетворяют их запросам, однако невозможно точно определить потребности пользователей без отделения понятия данных от связанных с ними объектов – данные могут использоваться многократно и в различных контекстах. Все это означает необходимость использования процессного подхода к управлению жизненным циклом данных.