Расшифровка вебинара

Ирина Ратина, Retail TECH Net: Для первого выпуска «Час Открытых технологий» мы выбрали тему Data Governance, и главное, что нужно запомнить, что это разговор не про создание системы управления данными. Это разговор про то, что организации будущего изменят свою структуру, чтобы освоить потенциал использования больших данных.

Наш спикер- Пётр Подымов, архитектор организационных изменений Леруа Мерлен. Пётр представляет кейс по новому подходу к использованию на базе того, что сейчас начинает делать Группа Adeo.

 Пётр Подымов, Леруа Мерлен: Изучение Data Governance – это вопрос формирования новой культуры данных, ключевых принципов и новых подходов и ролей в управлении данными. «Красной нитью» хотелось бы провести тему потребности в новых моделях управления данными, говорить о том, как меняется организация и как за этим должно следовать изменение управления данными.

 Почему организационная трансформация «тянет за собой» Data governance?

Недавно в Леруа Мерлен мы закончили большой этап организационной трансформации, перешли к доменной структуре. А первые наброски архитектуры данных в методологии Data Governance я проектировал 15 лет назад. Почему же именно сейчас эта дисциплина стала актуальной?

Мы видим, что мир сейчас меняется очень быстро. Например, мы уже умеем выводить решения в облака, и сейчас появилась возможность собрать решение для работы с данными на основе готовых сервисов, которыми рынок быстро насыщается. Аналогично с компетенциями: сейчас мы используем и внутренние, и внешние компетенции, и у нас появляется возможность использовать ресурсы целых экосистем, подбирая лучшее решение под конкретную задачу. С данными процесс происходит аналогично: собирать и хранить данные мы умеем, монетизировать тоже, эти области мы развиваем постоянно. Сейчас пришло время нового вызова – создать единое пространство данных, доступных к использованию, имеющих свою ценность. В группе Adeo мы занимаемся сейчас этим.

Доступность решений непрерывно растет. Основным вопросом нашего времени остается не «Можно ли это построить?», а «Стоит ли это строить?» — это цитата Эрика Райса, «Lean StartUp».

Мы сейчас сталкиваемся именно с принятием решений, а не с реализацией платформы под эти решения. Это касается, как стратегии, так и решений на операционном уровне. И мы должны уметь принимать хорошие решения, как минимум, в текущем контексте правильные и принятые вовремя. Собирать и обрабатывать данные – не всегда равно принятию хороших решений.

Все большее значение приобретает Data Literacy – грамотность в области данных. Это и понимание потенциала данных, и умение применять правильную модель к конкретным данным. Для этого не нужно быть Data Scientist, нужно быть управленцем, понимающим, что у него есть в ресурсе, чем он может подкрепить свое решение и как данные интерпретировать.

Для того, чтобы у людей, принимающих решение в операционном контексте, было достаточно информации, основы для решений, существует управление данными – Data Management.  Data Literacy и Data Management формируют культуру данных. Задачей стратегии в области данных (а это часть Data Governance) – является подкрепление методов управления данными и компетенций в области данных.

Мы видим замкнутые циклы:

— Стратегия помогает формировать культуру, а культура влияет на то, какой будет стратегия

— Чем лучше мы понимаем ценность данных, тем грамотней будет система управления

— Чем лучше у нас Data Governance, тем лучше управление и компетентность в области данных.

Область применения данных и область принятия решений. Теория запутанности.

Мы часто сталкиваемся с «теорией запутанности» — фреймворком Дейва Сноудена в контексте управления изменениями, в переходе от проектной деятельности к Agile. На самом деле, «теория запутанности» больше связана с восприятием человека, с тем, как мы воспринимаем систему, а не тем, как она объективно себя чувствует. Дейв Сноуден говорит, что мы можем классифицировать систему с точки зрения ее восприятия по четырем основным категориям:

— Очевидные(Obvious) системы. Иногда ошибочно называют простыми. Речь идет не о присущей системе простоте, а об очевидности, с точки зрения наблюдателя. В таких системах понятен алгоритм действия, есть лучшая практика, которая применима в том или ином контексте. Алгоритм действий: ощутить (собрать данные), классифицировать, реагировать.

—Сложные(Complicated) системы. Здесь не существует лучшей практики, есть хорошие практики, среди которых нужно сделать выбор на основе анализа. Алгоритм действий: ощутить, анализировать, реагировать.

Зачастую, в сфере данных идет застревание в первых двух частях, то есть, есть алгоритмы и есть отчетность и Business Intelligence, где мы анализируем и принимаем решения.

— Запутанные(Complex) системы требуют экспериментов, с ними связывают итерационную деятельность, внедрение Agile, Scrum. Алгоритм: измерить, ощутить, реагировать, т.е. мы ставим эксперименты, собираем данные о том, что произошло в системе, и далее принимаем решение.

— Хаотичные(Chaotic) системы. Непредсказуемые, кризисные. Управляются с помощью оперативного штаба. Алгоритм: сделать, ощутить, реагировать. Пример для ритейла: когда компании вошли в карантин в прошлом году и магазины закрывались, в большинстве розничных компаний были созданы оперативные штабы. Это яркий пример хаотичной ситуации: мы не знаем, что будет через несколько часов, мы не можем поставить эксперимент, и поэтому мы вынуждены действовать. Большое значение приобретает скорость реакции и возможность быстро снять обратную связь.

Все эти системы – зоны применения аналитики, управления данными.

Поговорим также о DAMA DMBOK – это один из ключевых стандартов управления данными.

Весь спектр задач по работе с системами строится на большом объеме знаний, и в мире есть общепризнанный стандарт в управлении данными – Data Management Body Of Knowledge (DMBOK), разработанный Ассоциацией DAMA, которая существует с 1980-х в США. Фактически, это свод знаний, который включает материал по десяти компетенциям по работе с данными, где ядром всех процессов и является Data Governance – руководство данными, которое обеспечивает качество работы и взаимодействия каждого из них. В этом стандарте черпает вдохновение и наша команда в своей стратегии работы с информацией.

Кейс Adeo. Группа компаний осознала необходимость в построении единых принципов Data Governance, потому что требуется эффект масштаба, чтобы принять новые вызовы рынка ритейла.

Принципы Data Governance должны формироваться всегда на управляющем уровне холдинга. Воплощение внутри бизнес-единиц будет, конечно, иметь специфику, но глобальные принципы должны быть едины.

В подходе группы Adeo, Data Governance методология должна обеспечивать эффективное использование информации для достижения целей организации. Управление данными в группе компаний построено в соответствии с принципами, стандартам и политиками, основано на соответствующей ролевой модели и измеримом соответствии.

Главное изменение, переход от реактивного управления данными к современному пониманию Data Governance – это переход к осознанию данных как актива. Создаются гипотезы о данных, проверяются, и на выходе получается метамодель данных, т.е. данные о данных. Понимание данных – первый шаг перед оценкой их ценности.

Формулировка ключевых принципов группы Adeo:

— Активы данных и их взаимосвязи должны быть описаны (смоделированы с учетом контекста) на портале управления данными

— Актив данных должен иметь хотя бы одного (в идеале — всего одного) ответственного бизнес-владельца данных

— Данные, публикуемые цифровым продуктом, должны быть описаны и ссылаться на соответствующее описание актива данных (цифровой продукт – объект управления, который включает в себя людей, системы, ответственных лиц).

— Качество данных должно измеряться и оцениваться владельцем соответствующего актива — эта информация должна быть открыта.

— Владельцы должны приоритезировать активы данных и для ключевых данных формировать план улучшения качества

Принципы универсальны, но соблюдать их не легко. Потребность в управлении данными, как мы говорили ранее, ведет к потребности изменений в структуре компаний, создании компаний нового формата.

Классическая иерархическая структура уходит в прошлое. Более актуальными сейчас являются системы, перешедшие к гибридной структуре сетевой организации, где подразделения независимы и взаимодействуют на основе гибких связей, и где каждое подразделение – отдельный бизнес.

Наступившее будущее – организации новой формации, где каждое внутреннее подразделение, наряду со всеми участниками экосистемы, являются участниками бизнеса. Общие культура, ценности, «правила игры» объединяют и подразделения внутри организации и, если смотреть шире, участников экосистемы, при этом каждое подразделение несет свою ценность, функции. Именно в этом контексте становится важным управление данными: децентрализация переводит Data Governance из разряда желательной практики в разряд необходимой.

Ключевые условия для применения нового подхода: модульность организации и ландшафта, сопрягаемость модулей и рациональность – четкое понимание зон ответственности.

Принципы управления данными Adeo применяются на ту сетевую организацию, которая построена в последние годы.  Говоря об основных участниках процессов Data Governance на примере Adeo, основные роли по активам данных – это Data Owner — владелец данных(бизнес-лидер домена или продукта) и Data Steward – ответственный за то, что данные есть и они качественные.

Сквозные роли: Корпоративный архитектор (Enterprise Architect), Data Scientist, Data Architect, Data Engineer, Head of Data(CDO) , Data Analyst.

В группе Adeo тиражирование общих принципов, создание моделей управления и кристаллизация необходимых компетенций с фокусом на роли – основа внедрения Data Governance, и этот процесс идет в связи с развитием структуры компании.

Инструментально изменения выражены в создании data портала, инструментов интеграции, единых подходов в отслеживании. Исходя их того, что людям нужен инструмент для работы, создание инструментальной плоскости Data Governance является первичным.

Необходимость внедрения Data Governance обусловлена тем, что управление данными для измененной организации требует новых подходов. Мы переходим к сетевой структуре, и если мы не перенастроим взаимодействие потоков информации, то управление данными просто развалится.

Внедрение Data Governance в любой организации – это, безусловно, инвестиционная задача, но в этой практике есть возможность двигаться небольшими шагами, последовательно.

На текущий момент, ограничения по внедрению Data Governance в компаниях в том числе связано и с необходимостью обмена данными между всеми участниками экосистем – а это сложнонастраиваемый процесс, и он вне компетенций отдельных игроков. Но внедрение культуры данных во внутренние культуры участников экосистем и трансформация организаций в гибкие сетевые структуры этому будет способствовать.