Компании уделяют все больше внимания качеству данных, и важную роль в этом играет управление мастер-данными (Master Data Management, MDM). Причиной становится повсеместная цифровизация бизнеса, предъявляющая повышенные требования к корпоративным данным. Своим взглядом на развитие средств MDM делится Павел Тойменцев, независимый эксперт по цифровой трансформации холдинговых компаний. За его плечами реализация проектов по цифровой трансформации в компаниях «Газпром газэнергосеть», «Мединвестгрупп» и в Национальной нерудной компании.

- Почему управление мастер-данными важно для компаний?

MDM — это неотъемлемый компонент информационной архитектуры холдингов, по сути эти решения стали стандартом. Этому способствует рост количества источников данных. У компаний появляются данные, которые позволяют получить сведения о функционировании «организма» предприятия в целом и дают возможность точного и глубокого анализа производительности отдельных его процессов. Важно обеспечить качество таких данных, и здесь игра стоит свеч.

- Какова история ваших «отношений» с MDM?

Могу выделить две истории. В 2012 году в одной крупной нефтегазовой компании возникла задача подготовки управленческой отчетности, автоматизации процессов бюджетирования, представления аналитических срезов в BI по продажам топлива. Начали подключать источники и обнаружили знакомую многим картину: дубли и разное представление данных. В итоге провести их корректную агрегацию и консолидацию было невозможно. Разобрались и поняли, что нужны единые справочники (НСИ). Затем, создав «золотой справочник», увидели, что поддержка справочников в ручном режиме неэффективна. Однако и централизованная система их ведения решила не все проблемы. Пришлось внедрять гибридное решение, когда справочники могут обновляться с использованием всех систем-источников, но при этом происходит их синхронизация с централизованным «золотым справочником» по регламентированным процедурам с подключением оператора-человека, если система MDM не может точно связать элементы. Такое решение позволило добиться корректности учета без задержек в обслуживании клиентов.

В 2020 году компания из отрасли здравоохранения столкнулась с необходимостью рассчитывать себестоимость услуг в ежедневном режиме и прогнозировать выручку на конец месяца по клиникам группы. Однако медицинские системы, справочники услуг и технологические карты были разными, и такую задачу решить без MDM было невозможно.

- Чему может помочь наведение порядка в мастер-данных?

Бардак в данных — это всегда плохо. Наведение порядка в них обеспечивает корректность отчетности, а следовательно — и снижение рисков претензий со стороны проверяющих органов. Еще один показательный пример — достижение корректности цепочки поставок. Надежность поставок и их качество непосредственно влияют на репутацию компании. Ну и наконец — онлайн-аналитика. Топ-менеджмент не может быстро принять верное управленческое решение на основании метрик, если данные собираются с ошибками, дублируются или отнесены к другим анализируемым категориям.

- Какие основные бизнес-задачи позволяли решать внедренные системы в вашем случае?

Главными из них были автоматизация цепочки поставок и процесса бюджетирования, формирование заказов на производство, внедрение электронного документооборота и подготовка управленческой отчетности. То есть основными были справочники контрагентов, клиентов, договоров, услуг, товаров.

- В последнее время все чаще говорится о внедрении MDM в самых разных компаниях. Значимость MDM-систем для бизнеса изменилась?

Да, значимость MDM растет. Наверное, причина этого — в повсеместной цифровизации (скажем, без ERP уже мало кто обходится) и в распространении внедрений BI-систем. Без выверенных мастер-данных такие решения просто неэффективны. Кроме того, компании начинают обзаводиться системами искусственного интеллекта, которые также требуют выверенных датасетов для обучения своих алгоритмов.

- Каких принципов вы придерживались при выборе и внедрении MDM-систем?

Очень важным фактором является скорость интеграции, то есть количество готовых коннекторов к окружающим системам. Кроме того, следует обращать внимание на технологическую архитектуру: шину, очередь, скорость загрузки и трансформации данных. Наконец, важны гибкость и возможность быстро изменить процессы синхронизации и поиска данных. Например, у меня был хороший опыт работы с Navicon MDM (сейчас решение носит название «Гармония MDM». — Прим. ред.).

- Интерес бизнеса очевиден. А нужна ли MDM-система ИТ-службе? В чем может заключаться заинтересованность «айтишников» в ее внедрении?

Сокращение рутины является трендом во всех областях, поэтому любой сотрудник оценит снижение трудозатрат на поддержку справочников. Минимизация сбоев при подготовке отчетности спасает нервы ИТ-специалистов, а скорость подключения новых источников и систем экономит время.

- В контексте цифровизации часто приходится слышать о появлении (или необходимости создания) специфической «цифровой культуры». Что здесь важнее: образование сотрудников или внедрение специфических ИТ-решений? И как влияет MDM на корпоративную культуру работы с данными?

С моей точки зрения, важнее внедрение ИТ-решений. Они должны не просто помогать сотрудникам в работе, а давать им новые возможности. Люди начинают проявлять заинтересованность в использовании этих решений и, таким образом, стремятся получать новые навыки в ИТ.

MDM-системы повышают структурированность информации, обеспечивают построение иерархических структур для выявления категорий полезных данных для аналитики. Как следствие, восстанавливается порядок в работе с данными. Это влияет на общую эффективность исполнения процессов и на качество работы специалистов, которые используют введенные данные на последующих этапах. Самостоятельной ценностью становится качество (полнота и чистота) данных, и за такой результат во многих компаниях сотрудников даже премируют. Можно сказать, что применение MDM — один из способов повысить финансовый результат компании.

- В каком направлении развиваются MDM-системы?

Я вижу, что вендоры стараются упростить создание справочников и дальнейшую работу с ними. развивают пользовательские интерфейсы для работы с данными, повышают качество синхронизации (в том числе с применением искусственного интеллекта), пытаются уменьшить нагрузку на оператора. Наконец, общим трендом становится ускорение поиска данных и рост количества интеграций.