От данных к решениям: как построить датацентричную организацию. Практические советы

Понятие датацентричности или как данные становятся центром принятия решений

Датацентричный подход подразумевает использование данных и аналитики на всех уровнях управления, что помогает принимать обоснованные решения и оптимизировать процессы. Данные становятся ключевым активом компании, а управление ими — частью операционной модели.

Датацентричность — это не просто инструмент, а концепция, пронизывающая все аспекты деятельности компании. Чтобы лучше понять, как она реализуется на практике, рассмотрим основные принципы:

1. Принятие решений на основе данных: организация использует данные для анализа и прогнозирования, а также для обоснования управленческих решений.
2. Совместное использование данных: одно подразделение может иметь доступ к данным другого в соответствии с установленными правилами.
3. Доступность данных: сотрудники на всех уровнях имеют легкий и быстрый доступ к необходимым данным в удобной форме.
4. Единая модель данных: организация объединяет разрозненные источники данных в единую систему для обеспечения целостной картины бизнеса, используя единую расширяемую модель данных.

Датацентричная модель деятельности: от хаоса к порядку

Переход к датацентричности требует глубокой трансформации бизнеса. Чтобы лучше понимать, какие аспекты неизбежно придется менять каждой конкретной компании, эксперты Группы Rubytech разработали собственную модель датацентричной организации.

Она включает следующие ключевые компоненты (Рис. 1.):

• Стратегическое управление: подход к определению долгосрочных целей и направлений развития организации с учетом анализа внутренней и внешней среды, а также к разработке и реализации стратегии, обеспечивающей достижение этих целей и устойчивое развитие организации в долгосрочной перспективе.
• Бизнес-процессы: взаимосвязанные виды деятельности, направленные на достижение конкретных результатов и целей, включая основные, вспомогательные и управленческие процессы.
• Инновации: использование передовых технологий в области работы с данными, таких как: IoT, AI, ML и др.
• Информационные системы: комплекс прикладных программных решений и систем, обеспечивающих сбор, обработку, хранение, анализ, распространение данных и информации для поддержки принятия решений и управления бизнес-процессами.
• ИТ-инфраструктура: совокупность технических и программных средств, обеспечивающих сбор, хранение, обработку и передачу данных в организации, включая средства мониторинга, управления и защиты хранимой информации.
• Платформа данных: набор интегрированных между собой инструментов для работы с данными и аналитики.
• Управление данными: подход к разработке, выполнению и контролю политик, стандартов и практик, направленных на предоставление, проверку, защиту и повышение ценности данных и информационных активов на протяжении всего их жизненного цикла.

Рис. 1. Основные компоненты датацентричной модели

В успешных датацентричных организациях аналитика данных не просто поддерживает бизнес-процессы, но и становится ключевым компонентом бизнес-логики практически во всех видах деятельности. Такие компании строят единую экосистему данных, культивируют корпоративную культуру работы с ними и стремятся к технологической гибкости. Это позволяет им внедрять инновации в области работы с данными.

От теории к действиям: на пути к высокой эффективности

Рассмотрим, на какие ключевые аспекты стоит обратить внимание при построении или трансформации компонентов датацентричной модели.

1. Стратегическое управление
   1. Оценивайте эффективность. Чтобы понять, какие направления деятельности требуют оптимизации, проанализируйте ключевые показатели эффективности и определите факторы, которые влияют на их значение.
   2. Принимайте стратегические решения, опираясь на данные. Прежде чем принимать важные решения, проведите анализ данных и убедитесь, что они основаны на достоверных фактах.
   3. Инвестируйте в аналитику. Расходы, направленные на повышение качества данных и улучшение инструментов их анализа, — не просто операционные затраты, а инвестиции в устойчивое развитие бизнеса. Закладывайте в бюджеты и в стратегию развития организации инициативы, направленные на улучшение работы с данными.
   4. Используйте данные для выявления новых возможностей. С помощью аналитики находите закономерности и тенденции, которые могут указать на перспективные направления роста.
2. Бизнес-процессы
   1. Обеспечьте бизнес-процессы данными. Автоматизируйте сбор и анализ информации, где это целесообразно. Так вы сможете повысить эффективность работы и снизить риск ошибок.
   2. Автоматизируйте принятие решений. Используйте технологии искусственного интеллекта (ИИ) для автоматизации принятия решений в бизнес-процессах. Это поможет повысить их скорость и точность, а также исключить вероятность ошибок, возникающих из-за влияния человеческого фактора.
   3. Используйте данные для улучшения процессов. Реализуйте механизмы сбора и анализа данных о ходе бизнес-процессов. Это позволит вам оперативно выявлять узкие места и находить возможности для непрерывного улучшения ключевых процессов.
   4. Обеспечьте доступность данных. У сотрудников должна быть возможность получать информацию, необходимую для эффективного выполнения задач.
3. Инновации
   1. Будьте в курсе новых технологий. Отслеживайте современные тенденции в сфере обработки данных, включая искусственный интеллект (AI или ИИ), машинное обучение (ML), интернет вещей (IoT) и прочие инновационные технологии. Участвуйте в профессиональных мероприятиях, читайте специализированные издания и общайтесь с экспертами.
   2. Повышайте осведомленность сотрудников. Помогите коллегам быть в курсе современных тенденций в мире технологий: обеспечьте им доступ к информационным ресурсам, тренингам и новым инструментам.
   3. Делитесь информацией. Обменивайтесь опытом с экспертами из других компаний, которые успешно внедряют инновации в сфере управления данными. Участвуйте в профессиональных сообществах и делитесь своими знаниями.
   4. Инвестируйте в исследования и разработки (R&D). Выделяйте ресурсы на изучение и тестирование новых технологий работы с данными. Создайте команду, которая будет заниматься поиском и внедрением инновационных решений.
   5. Используйте возможности ИИ, которые становятся доступными благодаря наличию качественных данных. Это позволит повысить эффективность деятельности и обеспечит вашему бизнесу дополнительные конкурентные преимущества.
4. Информационные системы
   1. Интегрируйте данные на уровне систем. Обеспечьте связанность и глубокую интеграцию данных между всеми информационными системами. Это позволит поддерживать согласованность и непротиворечивость информации, что критически важно для принятия обоснованных решений.
   2. Создайте единый «источник правды». Постройте корпоративное хранилище данных, которое станет единым централизованным источником информации для всех систем.
   3. Управляйте доступом. Используйте специализированные системы для управления доступом к данным. Это поможет защитить конфиденциальную информацию и обеспечить полное соответствие требованиям законодательства.
   4. Контролируйте качество. Настройте автоматические механизмы проверки данных, так чтобы они были достоверными. Регулярно проводите аудит, чтобы минимизировать ошибки и искажения.
5. ИТ-инфраструктура
   
   Как правило, в датацентричной организации значительная часть систем является высоконагруженными, что обуславливает требования ИТ-инфраструктуре. Инфраструктура высоконагруженных систем (ИВНС) объединяет вычислительные ресурсы, системы хранения, сетевые компоненты и средства безопасности в интегрированную среду, поддерживающую обработку большого количества операций и аналитику в реальном времени. Вот некоторые аспекты, которые нужно принять во внимание при построении ИВНС:
   1. Используйте горизонтально-масштабируемые системы хранения данных (СХД) — особенно, если вы работаете в Enterprise-сегменте, а ваша организация оперирует большими объемами данных. Это гарантирует бесперебойность и производительность в контексте сценариев высокой нагрузки на ИТ-инфраструктуру и в условиях стремительно растущих объемов данных.
   2. Оптимизируйте хранение. Внедрите системы архивного хранения для редко используемых данных. Это позволит снизить затраты и освободит ресурсы ИВНС для более важных задач.
   3. Используйте специализированные решения для высоконагруженных систем, где объемы данных измеряются петабайтами, а требования к скорости обработки и аналитике близки к реальному времени (такие как Oracle Exadata, IBM Netezza и др.), российским аналогом которых сегодня может служить линейка продуктов Скала^р, выпускаемая Группой Rubytech. Будучи лидером сегмента специализированных программно-аппаратных комплексов (ПАК) для ИВНС, Скала^р позволяет существенно сократить время развертывания и оптимизировать совокупную стоимость владения ИТ-инфраструктурой.
   4. Обеспечьте интеграцию всех компонентов. В ИВНС критически важна тесная взаимосвязь между системами хранения, вычислительными мощностями, сетями и средствами защиты. Это гарантирует связность, высокую доступность и безопасность данных (использование специализированных ПАК (Машин) Скала^р значительно упростит эту задачу). Машины Скала^р являются функциональным аналогом таких известных систем, как NVIDIA DGX SuperPOD и Huawei Atlas 900 PoD, позволяя построить целостную ИТ-инфраструктуру любой сложности. Сегодня российские ПАК зачастую превосходят западные аналоги по эксплуатационной стоимости, что делает их востребованными в банковском секторе и госструктурах. Все продукты Скала^р входят в реестры Минпромторга и Минцифры РФ и соответствуют критериям доверенности для объектов критической информационной инфраструктуры (КИИ). Их использование дает возможность организациям создавать высокопроизводительную, масштабируемую и безопасную инфраструктуру, соответствующую требованиям датацентричного подхода.
6. Платформа данных
   1. Обеспечьте хранение истории данных. Платформа данных должна хранить историю изменений модели и состояния объектов данных. Это позволит вам анализировать тренды и выявлять закономерности.
   2. Реализуйте поддержку API. Платформа данных должна поддерживать множество API для работы с данными. Это упростит интеграцию с другими системами и позволит разработчикам быстро создавать новые приложения.
   3. Внедрите функцию поиска. Платформа данных должна предоставлять возможности обнаружения и поиска данных. Это позволит пользователям быстро находить нужную информацию.
   4. Обеспечьте прослеживаемость данных. Внедрите инструменты прослеживания происхождения данных, чтобы понимать, откуда они поступили и как были обработаны. Это поможет вам обеспечить качество и достоверность информации.
   5. Внедрите инструменты самообслуживания, чтобы сотрудники могли работать с данными без помощи ИТ-департамента.
7. Управление данными
   1. Обеспечьте согласованность вашей корпоративной стратегии и стратегии работы с данными. Убедитесь, что стратегия работы с данными согласована с корпоративной стратегией и способствует ее реализации. Это важно для получения максимальной отдачи от инвестиций в работу с данными.
   2. Повышайте зрелость управления данными. Стремитесь к постоянному совершенствованию управления данными в организации. Это поможет вам повысить их качество, снизить риски и улучшить результаты деятельности.
   3. Используйте лучшие практики. При построении процессов управления данными опирайтесь на ключевые принципы, описанные в DMBoK (Data Management Body of Knowledge) — своде знаний от международной ассоциации по управлению данными (DAMA). Это позволит избежать ошибок и построить эффективную систему управления данными.

Зачем мы об этом рассказываем?

Переход к датацентричности — не просто внедрение новых технологий или инструментов, а глубокая трансформация, затрагивающая все аспекты деятельности организации. Более того, достижение такого уровня — не конечная точка, а непрерывный путь к повышению зрелости работы с данными. Чтобы добиться успеха в этом направлении, важно постоянно развивать технологии и совершенствовать подходы к принятию управленческих решений, внедрять современные продукты для работы с данными, обучать сотрудников и трансформировать процессы в соответствии с изменениями в динамичной цифровой среде. Только так компания может сохранять конкурентоспособность, эффективно использовать данные для стратегического планирования и успешной реализации текущих и долгосрочных бизнес-целей.