Магистерский диплом (ВКР) на тему Data governance: проблемы внедрения в российские компании
-
Оформление работы
-
Список литературы по ГОСТу
-
Соответствие методическим рекомендациям
-
И еще 16 требований ГОСТа,которые мы проверили
Скачать эту работу всего за 2490 рублей
Ссылку для скачивания пришлем
на указанный адрес электронной почты
на обработку персональных данных
Содержание:
Введение 3
1 Теоретические аспекты внедрения систем Data governance 6
1.1 Ключевые понятия и методология Data governance 6
1.2 Data governance как бизнес-функция в контексте цифровой трансформации 22
1.3 Современные технологии, обеспечивающие управление данными, и инструменты Data governance для решения проблем с данными. 24
1.4 Процесс разработки и реализации в компании стратегии Data governance 27
2 Data governance: проблемы внедрения в российские компании 38
2.1 Анализ проектов Data governance, успешно реализованных в российских компаниях 38
2.2 Анализ проблем, препятствующих внедрению Data governance систем в деятельность предприятий 48
2.3 Обзор и сравнительный анализ российских инструментальных систем Data governance 49
3 Разработка стратегии и тактики внедрения Data governance в российскую компанию с типовыми условиями 54
3.1 Методология успешного внедрения Data governance в деятельность российской компании 54
3.2 Разработка стратегии внедрения Data governance в деятельность российской компании, содержащей типовые проблемы, на основе модели «as is» 60
3.3 Разработка дорожной карты внедрения Data governance в деятельность российской компании, содержащей типовые проблемы, на основе модели «to be» 63
Заключение 76
Список литературы 80
Введение:
Современный мир меняется очень быстро. Огромные потоки информации, благодаря активному развитию цифровых технологий, внедрению систем искусственного интеллекта и использованию больших данных, лавинообразно накрывают человеческое общество, проникают во все сферы деятельности, влияя на экономику, политику, социальный уклад.
Согласно прогнозу аналитической фирмы IDC [1] «Эра данных 2025» [2] (Data Age 2025) объем всех данных в мире к 2025 году составит 163 зеттабайт, что фактически представляет увеличение в 10 раз по сравнению с 2016 годом. И в этих непростых условиях любому предприятию, чтобы оставаться конкурентоспособным на экономическом рынке, просто крайне важно иметь в своем распоряжении инструменты для грамотного распоряжения и управления этими потоками информации. Одним из таких инструментов является Data Governance.
Специфика российских предприятий и особый русский менталитет в настоящее время не способствуют активному внедрению Data Governance в деятельность компаний. В связи с чем изучение вопросов, как и почему так происходит представляется крайне важной и актуальной темой для исследования, которой и посвящена тема выпускной квалификационной работы «Data governance: проблемы внедрения в российские компании».
Особый коммерческий интерес к теме внедрения систем Data Governance в деятельность компаний имеют естественно разработчики таких инструментов. Они, как никто другой более всего заинтересованы в изучении и анализе различных условий российского бизнеса с целью создания систем управления корпоративными данными, наиболее полно отвечающих задачам успешного развития и конкурентоспособности отечественных предприятий.
К другой группе исследований по данной теме относятся аналитические материалы, полученные непосредственно крупными компаниями, для выработки собственной стратегии и успешного использования в деятельности систем управления корпоративными данными, однако доступ к такого рода информации, как правило, ограничен, в связи с отнесением к разряду коммерческой тайны предприятия.
На основании вышеизложенного целью исследования в работе является изучение различных условий ведения управления корпоративными данными в российских компаниях и их влияние на разработку стратегии и тактики внедрения Data governance в деятельность отечественных компаний.
Объектом исследования в работе являются современные Data governance стратегии и инструменты работы с корпоративными данными.
Предмет исследования – влияние исходных условий по управлению данными, существующих в российских компаниях, на успешность внедрения в их деятельность систем Data governance.
Формулировка гипотезы исследования в данной работе звучит следующим образом – «Основной проблемой внедрения Data governance в российские компании являются технологические сложности, связанные с устаревшей ИТ-инфраструктурой и дефицитом кадровых ресурсов».
Чтобы подтвердить или опровергнуть выдвинутою гипотезу необходимо решить ряд задач, а именно:
1. Изучить ключевые понятия и методологию Data governance;
2. Изучить Data governance как бизнес-функцию в контексте цифровой трансформации;
3. Установить какие проблемы с данными решают инструменты Data governance;
4. Изучить современные технологии, обеспечивающие управление данными;
5. Изучить процесс разработки и реализации в компании стратегии Data governance;
6. Выполнить сравнительный анализ проектов Data governance, которые уже реализованы в российских компаниях, для выявления условий их успешной реализации;
7. Выполнить сравнительный анализ инструментальных систем Data governance с точки зрения требований к ИТ-инфраструктуре предприятия и кадровым ресурсам;
8. Разработать стратегию внедрения Data governance в деятельность гипотетической компании, содержащей выявленные базовые проблемы, на основе информационной модели «as is»;
9. Разработать дорожную карту внедрения Data governance в деятельность предприятия на основе информационной модели «to be»
Для реализации поставленных задач потребуется использование теоретических и практических методов научного исследования, таких как анализ, синтез, моделирование, наблюдение, сравнение, а также наглядные и математические методы представления и обработки информации.
Новизна исследования заключается в обобщении материалов внедрения Data governance в деятельность российских компаний с учетом специфики материально-технической и кадровой базы предприятий.
Теоретическое значение исследования заключается в разработке стратегии внедрения Data governance в деятельность российских компаний на основе типовых базовых условий. Практическая значимость исследования состоит в его готовности к внедрению в практику.
В качестве информационных источников, необходимых для проведения исследования использовались теоретические и исследовательские работы различных авторов, а также экспертных и профессиональных сообществ в области Data governance и Big Data. Для проработки нормативно-правовой базы, необходимой для исследования использовались официальные интернет- ресурсы различных международных и российских организаций информационно-поисковые системы правовой информации Гарант и Консультант Плюс, а также другие интернет-ресурсы, посвященные проблемам внедрения Data governance в деятельность компаний.
Структура выполненной выпускной квалификационной работы состоит из введения, основной части из трех разделов (теоретической, аналитической и проектной частей), заключения, списка литературы и приложений, содержащих материалы проектной части выпускной квалификационной работы.
Теоретическая часть содержит материалы в области ключевых понятий и методологии Data governance, а также используемые в настоящее время технологии и стратегии внедрения Data governance в деятельность компаний.
Аналитическая часть посвящена вопросам внедрения Data governance в деятельность российских компаний, исследованию и оценке критериев успешности реализованных проектов, а также выявлению проблем, оказывающих негативное влияние на процесс внедрения.
Проектная часть содержит практические материалы по разработке стратегии внедрения Data governance в деятельность гипотетической российской компании на основе информационной модели «as is», содержащей выявленные типовые проблемы, и построении дорожной карты внедрения в деятельность предприятия системы Data governance на основе информационной модели «to be».
Заключение:
Подводя итоги исследования можно сказать, что на сегодняшний день у руководителей всех уровней, появился очень ценный инструмент для управления компанией, позволяющий прозрачно увидеть, что сейчас приоритетно для компании, и какие решения необходимо принимать для улучшения качества бизнес-процессов на основе этого знания.
Инициатива Data Governance обычно по умолчанию попадает в руки ИТ-подразделения. Однако, Data Governance – это не просто ИТ -проект, это бизнес-инициатива.
Когда компании концентрируют внимание только на данных ради самих данных, они упускают более широкую возможность: данные ценны ровно настолько, насколько ценны бизнес-процессы, решения и взаимодействия, протекание и улучшение которых обеспечивают эти данные. Конечная цель Data Governance – получить максимально возможную прибыль от информационных активов. Если компания не хочет упустить наиболее выгодные возможности максимального использования данных для поддержки своей деятельности, она должна управлять информационными активами так же, как и остальными своими активами.
Важным фактором для внедрения Data Governance является определение уровня зрелости организации и это жизненно важный первый шаг, поскольку он дает ясное представление о сильных сторонах организации и областях оптимизации. Процесс, который может быть внутренним делом, должен включать собеседования с соответствующим персоналом бизнес-подразделений и персоналом ИТ, обзоры бизнес-рисков, консультации с аналитиками деловой активности и анализ деятельности, а также другие методики. И для современного состояния принципиальным является именно уровень управленческой зрелости, так как именно топ-менеджмент компании принимает ключевые решения в направлении развития компании.
В нынешних условиях российский рынок программных продуктов Data Governance представлен 15 крупными и около сотни сравнительно мелких компаний разработчиков софта в области систем управления данными. Однако выбор того или иного решения в большой степени зависит от требований российского законодательства. На федеральном уровне в России поставлена задача, чтобы до конца 2023 г. вся критическая информационная инфраструктура в стране, а это практически весь крупный бизнес вне зависимости от отрасли экономики, была импортозамещена [46, 47, 48].
Основными факторами, влияющими на успешность внедрения инструментов Data Governance в деятельность российских компаний в первую очередь, являются технологические сложности, связанные с устаревшей ИТ-инфраструктурой и дефицитом кадровых ресурсов.
Эта ситуация осложняется еще и тем, что уход западных вендоров и требования российского законодательства требуют от российских компаний очень быстрого перехода на отечественное программное обеспечение, не имея при этом возможности приостановки операционной деятельности, которая грозит потерей завоеванных в конкурентной борьбе позиций на экономическом рынке.
Отечественные разработчики комплексных систем Data Governance такие как «Дата Инновации», «Юниверс Дата», Ростелеком имея достаточный опыт в этой области, а Юнидата и мировое признание прилагают все усилия для того, чтобы обеспечить компании максимально надежными продуктами, адаптированными под существующие реалии на российском рынке.
В целях максимального охвата пользователей систем Data Governance ими предлагаются не только полные пакеты услуг, но и возможность поэтапного внедрения, с целью снижения нагрузки на бюджеты компаний.
При этом основной упор делается на те отечественные компании, в которых развитие инфраструктуры анализа данных находится на среднем уровне зрелости или выше. Связано это с тем, что для предприятий такого масштаба уже есть наработки и используются какие-то системы учета и хранения данных, присутствует развернутая BI-система. И по факту им необходимо наладить процессы управления качеством данных, разработать стратегию, распределить роли в организации, чтобы таким образом извлечь максимум пользы из имеющихся в распоряжении данных.
При разработке стратегии внедрения Data Governance у руководства компании в первую очередь должно присутствовать понимание того в каком состоянии на момент принятия решения находится вся организация работы с данными важными для организации и ведения бизнеса, и кто несет за это ответственность. И первым шагом для комплексной оценки состояния служит проведение аудита для определения уровня зрелости компании по какой-либо из существующих моделей. Реализацию аудита более целесообразно проводить именно с привлечением сторонних компаний, специализирующихся на такого рода предоставлении услуг и имеющих значительный опыт.
Наиболее подходящими на наш взгляд в существующих условиях для российских компаний являются модели зрелости Oracle и Kalido.
Модель зрелости Oracle более тонко учитывает различные нюансы в организации комплексного внедрения системы управления корпоративными данными, предполагает ситуацию, при которой у компании даже с достаточно высоким уровнем зрелости могут возникнуть финансовые или какие-либо другие трудности и процесс внедрения будет иметь поэтапную реализацию от локального масштаба до уровня компании в целом. Данная модель подходит для крупного и среднего бизнеса.
Модель зрелости Kalido, кроме этого, дает еще и детализированное представление в разрезе по организационной структуре, процессам и технологиям, а также предоставляет бесплатный онлайн-инструмент для проведения компанией самооценки Такой подход к определению уровня зрелости могут использовать не только крупные и средние компании, но и более мелкие предприятия, которые испытывают бюджетные сложности, связанные с оплатой услуг специализированным компаниям, занимающимся аудитом и внедрением систем управления данными.
Вне зависимости от выбранной модели рекомендации, полученные по результатам аудита, позволят компании грамотно спланировать и создать собственную организационную структуру или структуры внутри компании, которые будут отвечать как за управление корпоративными данными в целом, так и на уровне совершенствования или создания ИТ-отделов, служб, подразделений и т.п.
Кроме этого, должна быть предусмотрена и оценка уровня компетенции специалистов, которые непосредственно будут отвечать за результаты внедрения Data governance- проекта. В этом случае необходимо обеспечить краткосрочное или поэтапное долгосрочное обучение персонала, привлекая для этого профессиональных специалистов, которые на основании результатов уровня подготовленности сотрудников компании могут разработать и реализовать соответствующие программы обучения (например, специалистов российской компании BI Consult.
В общем виде стратегию внедрения комплексной системы управления корпоративными данными можно представить следующим образом:
1. Создание новой организационной структуры для реализации функции управления данными;
2. Проведение аудита уровня зрелости компании с привлечением сторонних специалистов;
3. Создание единого глоссария бизнес-терминов;
4. Создание новой структуры правил и политик управления данными на уровне информационных активов компании;
5. Внедрение на уровне ИТ-инфраструктуры механизмов контроля и выявления нарушений правил и политик управления данными;
6. Обучение сотрудников компании правилам работы с данными и системой управления данными, а также обеспечение контроля
Немаловажными аспектами при работе с данными также являются этика и культура работы с данными так как они во многом будут определять успехи управления на основе данных в будущем
В заключении можно сказать, что в ходе проведенного исследования была подтверждена выдвинутая гипотеза о значительном влиянии на процессы эффективного внедрения комплексных систем Data governance в деятельность российских компаний таких аспектов как устаревшая ИТ-инфраструктура и дефицит кадровых ресурсов. Кроме этого, выявлена еще одна проблема, связанная с необходимостью очень быстрого импортозамещения программного обеспечения, дефицитом или очень высокой стоимостью необходимых аппаратных средств, в связи с уходом с российского рынка западных вендоров и требованиями российского законодательства. Так как в зависимости от уровня зрелости компании на реализацию проекта внедрения необходимо от трех до пяти лет, которых фактически у них нет, то это создает большую напряженность у топ-менеджмента, потому что для обеспечения конкурентоспособности предприятия в условиях цифровой трансформации потоки и объемы данных, подлежащих обработке и анализу, возрастают с большой скоростью, а инструменты для управления этими потоками либо отсутствуют, либо находятся в плачевном состоянии.
Вместе с тем, на отечественном рынке успешно развиваются и даже имеют мировое призвание собственные системы по управлению корпоративными данными, существуют и имеют большой опыт компании, ориентирующиеся на предоставление услуг в сфере технологического сопровождения процессов внедрения, предлагаются решения для поэтапного внедрения, которое может существенно снизить нагрузку на бюджеты компаний. Ну и естественно успешный, а потому бесценный опыт уже реализованных DG- проектов с учетом различных масштабов компаний, направления их деятельности и начальных условий состояния ИТ-инфраструктуры и кадрового обеспечения.
Проведенное исследование, с точки зрения практического значения, может быть использовано российскими компаниями в условиях финансового затруднения по привлечению сторонних специалистов для проведения аудита комплексной оценки уровня зрелости или же каких-то других условиях и может помочь на начальном этапе сформировать представление о том, какие действия следует предпринимать для создания или совершенствования комплексной системы управления корпоративными данными с целью повышения максимально возможной прибыли от информационных активов компании.
Фрагмент текста работы:
ТЕОРЕТИЧЕСКИЕ АСПЕКТЫ ВНЕДРЕНИЯ СИСТЕМ DATA GOVERNANCE
1.1 Ключевые понятия и методология Data governance
Данные являются сейчас основным средством достижения намеченных целей для повышения эффективности бизнеса. А цель Data Governance состоит не столько в том, чтобы определить владельца данных, сколько в том, чтобы повысить их ценность для организации.
Data Governance сравнительно молодое понятие. Еще в начале 2000-х годов IBM Data Governance Council прогнозировал, что «…управление данными станет регуляторным требованием. Информационные активы будут рассматриваться как активы и включены в баланс. Надлежащая оценка стоимости данных и информации будет определять уровень инвестиций для обеспечения качества и надлежащей безопасности на протяжении всего жизненного цикла информационных активов» [3].
На практике зачастую путают два разных понятия: «Data Governance» и «Data Stewardship». В специальном докладе американской компании Informatica [4], специализирующейся на предоставлении услуг в области Data Governance «Data Governance как комплексная система управления данными и основа для конкурентного преимущества» даны четкие определения этим понятиям, согласно которым «Data Governance» является более глобальным и подразумевает всю комплексную систему управления данными «Порядок создания повторяемых и масштабируемых политик управления данными, процессами и стандартами для эффективного использования данных.», в то время как «Data Stewardship», является частью этого комплекса и представляет «Основные роли и обязанности, обеспечивающие соответствие разработанным политикам Data Governance, позволяющие выдавать надежные и безопасные данные.».
Иными словами, Data Governance – это некая служба или функция компании, которая управляется руководством сверху вниз. Она устанавливает приоритеты и задачи организации по обеспечению надежными и безопасными данными, определяет политики, стандарты, роли и зоны ответственности между процессами, владельцами данных и обеспечением ценности информации.
В отличие от этого, Data Stewardship имеет дело с людьми. Она вовлекает первых лиц бизнеса и ИТ, которые реализуют Data Governance на практике. Они обеспечивают постоянное выполнение, соблюдение и поддержку декларированных политик и задач.