Управление основанное на данных что это
Управление решениями на основе данных (DDDM)
На заре вычислительной техники обычно требовался специалист с большим опытом в области технологий, чтобы добывать данные для получения информации, поскольку этому человеку было необходимо понять, как работают базы данных и хранилища данных.
Если менеджер на стороне бизнеса организации хотел просматривать данные на детальном уровне, он должен был обратиться в отдел информационных технологий (IT) и запросить отчет. Затем кто-то из ИТ-отдела создаст отчет и запланирует его периодическую работу. Поскольку процесс был сложным, специальные отчеты, также известные как разовые отчеты, не приветствовались.
Сегодня инструментам бизнес-аналитики часто требуется очень небольшая поддержка со стороны ИТ-отдела. Бизнес-менеджеры могут настраивать информационные панели для отображения данных, которые они хотят видеть, и запускать пользовательские отчеты на лету. Изменения в том, как данные можно добывать и визуализировать, позволяют руководителям предприятий, не имеющим технологического опыта, иметь возможность работать с инструментами аналитики и принимать решения на основе данных.
Управление решениями, основанное на данных, обычно используется для получения конкурентного преимущества. Исследование, проведенное Центром цифрового бизнеса Массачусетского технологического института, показало, что организации, в основе которых лежит принятие решений на основе данных, имели на 4% более высокие показатели производительности и на 6% более высокие прибыли. Однако объединить огромные объемы информации из разных областей бизнеса и объединить ее для получения действенных данных в режиме реального времени легче сказать, чем сделать. Ошибки могут закрасться в процессы анализа данных на любой стадии проекта, и при их возникновении могут возникнуть серьезные проблемы.
Data Driven-подход
Data Driven-подход — это способ принимать управленческие решения, основываясь на больших данных. Его используют для построения бизнес-модели или маркетинговой стратегии, при составлении плана продаж, в программировании и даже в дизайне.
Для каждой сферы выбирают конкретный тип информации, например данные о покупках, геолокации мобильных устройств, количестве поисковых запросов по теме. При поиске помещения под новую кофейню владелец может проанализировать трафик людей на улицах и выбрать место с наибольшей проходимостью.
Полное название этого подхода — Data Driven Decision Making (DDDM), то есть информационно обоснованные решения (или data driven decisions). Он стал альтернативой устаревшему подходу HiPPO (Highest Paid Person’s Opinion) — принятию решений на основе мнения руководства. Проблема этого подхода в том, что руководитель или менеджер не могут быть объективными и компетентными во всех вопросах и знать все особенности аудитории.
Melbourne Business School проводила исследование того, как компании в 46 странах используют аналитику, и выяснилось, что только 6% из них могут считаться лидерами в этом направлении. Это тот бизнес, в котором проработана аналитическая стратегия и в нее включены все подразделения, высший менеджмент принимает решения исключительно на основе данных, а также в реальном времени мониторится ситуация на рынке.
Еще 49% компаний отнесли к категории «Исследователи», так как они частично используют данные для принятия решений, но не до конца развили инфраструктуру для полноценного Data Driven. Остальные компании отнесли к «Подражателям» и «Отстающим», так как они используют данные только в одной конкретной области или не развивают аналитику вообще.
Data Driven-подход полезен на разных этапах развития:
Например, агентство RUSFAIR GROUP проводит исследования для запуска новых продуктов на рынке электронной коммерции в Китае. Они делают анализ инфополя бренда и конкурентов, затем — анализ потенциальных площадок, исследование аудитории в WeChat — самом популярном социальном приложении в Китае, Douyin — китайском аналоге TikTok и других социальных сетях. Такие исследования позволяют определить объем необходимых инвестиций и грамотно выбрать площадки для продвижения.
Фитнес-клуб в Перми через 7 месяцев после открытия поставил перед собой задачу выйти в лидеры рынка. Для доработки продающей концепции маркетологи изучили опыт конкурентов в городе, собрали данные о том, почему люди не ходят в фитнес-клубы, что их удерживает и почему бросают занятия. В результате изменений, основанных на данных, клуб увеличил выручку в два раза.
Альфа Банк в прошлом году проанализировал всю воронку продаж и поведение клиентов, которые в итоге подали заявку на карту и получили ее на руки. На основе этих данных рекламу стали таргетировать на пользователей, которые с наибольшей вероятностью заинтересуются продуктом, благодаря чему число заявок выросло в 1,6 раза.
Решения на основе данных
Для использования Data Driven-подхода требуются навыки работы с аналитикой. Во-первых, нужно уметь считывать данные из таблиц, графиков и диаграмм, потому что иначе даже на основе самых верных данных можно сделать неверные выводы. Во-вторых, нужно критически относиться к самим данным и задавать аналитику правильные вопросы:
Управление на основе данных включает в себя три подготовительных шага:
Недостатки Data Driven-подхода
Как стать Data Driven-компанией
Data Driven-организация корректно собирает, проверяет и обрабатывает данные и использует их на пользу бизнеса. Такие компании имеют отлаженный механизм работы с данными, в котором все сотрудники четко понимают задачи: data-аналитик собирает данные, отдел маркетинга умеет ставить четкое ТЗ на сбор конкретной информации, а руководство соотносит это с бизнес-целью.
Мария Михеева, продуктовый аналитик AliExpress, считает, что организация Data Driven-подхода затрагивает такие аспекты работы компании, как миссия, идеология и обучение сотрудников. Но в основе подхода все-таки лежат качественные данные — достоверные и очищенные от лишней информации, ненужной компании. На этих данных как раз выстраивается data-менеджмент. Кроме них, есть другие важные аспекты:
Главный критерий успеха в Data Driven-подходе — понимание сотрудниками компании того, зачем нужны данные. Поэтому работу над этой управленческой стратегией стоит начинать с внутреннего PR, презентации и обучения.
В каких профессиях используется Data Driven-подход
Менеджмент
Управление на основе данных — одна из причин роста компаний. Оно помогает оптимизировать расходы, повысить клиентоориентированность, отслеживать изменения на рынке и, как результат, увеличить прибыль. Пока полноценно такой подход реализуют только крупные игроки уровня Google, так как внедрение культуры Data Driven в компании — это ресурсозатратный процесс, который не всем по карману.
Маркетинг
Data Driven-маркетинг позволяет продвигать продукт на ту аудиторию, которой он интересен, что значительно сокращает рекламные расходы. Этим инструментом пользуются, например, маркетплейсы, которые собирают информацию об истории поиска своих клиентов, их покупках и интересах, чтобы предлагать им нужные категории товаров.
Веб-разработка
Разработчики опираются на данные взаимодействия пользователей и сервиса, чтобы зацепить и удержать пользователя. Например, в одной из компаний исследовали, как внутри приложения влияет на вовлечение пользователей лента, предлагающая контент на основе машинного обучения.
Кейсы компаний, которые реализуют Data Driven-подход
Управление
Управление на основе данных позволило компании «Сибур» перестроить работу отделов и избавиться от принципа «глубокого колодца», когда специалисты имеют доступ только к информации, необходимой для выполнения их обязанностей. Автоматизация отделов происходила разрозненно, большой пласт информации скрывали, мотивируя это коммерческой тайной, поэтому у менеджмента разных сегментов было недостаточно данных для анализа работы предприятия.
Внедрение Data Driven-подхода позволило открыть доступ к 80% ранее скрытой информации, сотрудники начали самостоятельно проверять гипотезы на данных, составлять интерактивные дашборды. С помощью бизнес-симуляторов компания начала моделировать различные ситуации на рынке и рассчитывать целесообразность инвестиций или запуска новых продуктов.
Разработка маркетинговых продуктов
На туристическом рынке технологию Data Driven используют, чтобы продвигать путешествия на ту аудиторию, у которой есть интерес к направлению, а также отслеживать реальную эффективность рекламы. Например, если человек интересовался турами в Испанию, смотрел билеты или отели, то он обязательно увидит таргетированную рекламу.
Анализ аудитории
Сбербанк уже несколько лет использует Data Driven для анализа поведения заемщиков. Интерактивная анкета, которую использует банк для сбора информации, позволяет выявить один из важных психологических параметров — уравновешенность или импульсивность клиента. Для банка это важно, так как рассудительные люди являются более добросовестными заемщиками, чем импульсивные. Вопросы в анкете для заемщиков помогают определить уровень финансовой грамотности, их стабильность, опыт работы и трезвое восприятие своего финансового положения.
Получите реальные знание и навыки, необходимые для работы. Обучение на основе практики и помощь в трудоустройстве. Скидка 45% по промокоду BLOG.
Управление компанией на основе данных
В статье «Почему внедрение ERP-систем не приносит пользы бизнесу» мы определили, что ценность ERP-систем состоит в том, что они позволяют менеджерам получать информацию, основываясь на которой они могут принимать решения. Такой процесс называется управлением на основе данных
Ключевым понятием управления на основе данных является аналитическая цепочка ценности. Это сквозной процесс, в результате которого и появляется ценность для бизнеса.
Рассмотрим каждый пункт.
Обработка и хранение полученных данных осуществляются средствами бизнес-приложений и различных СУБД. Это могут быть как конфигурации, построенные на платформе 1С, использующие СУБД, так и обычный Excel.
Формирование отчётов – это и есть создание информационного продукта первой переработки. Например, получение информации об объёмах продаж по периодам или производстве товаров. Важно понимать, что отчёт — это ретроспективный инструмент и отвечает на вопрос «что произошло?».
После отчёта должен быть проведён анализ, который ответит на вопрос, почему произошло именно это и даст рекомендации о дальнейших действиях. Управленец, получив отчёты и результаты анализа примет на их основании решение, которое и принесёт компании ценность. Но разве нельзя принимать решения без отчётов и результатов анализа? Можно, но это сродни движению вслепую: возможно, повезёт и интуиция не подведёт…
В современной западной практике бизнеса не принято основываясь на интуиции принимать решения, стоимость ошибки которых исчисляется миллионами долларов. Поэтому внедряется управление на основе данных. Что оно из себя представляет? Как правило, повседневная деятельность компании (бизнес-процессы, происходящие в ней) имеет повторяющийся характер. Получив накопленные измеримые показатели этих процессов (среднее время, стоимость, количество задействованных сотрудников и т.д.), можно отследить, как то или иное воздействие (управленческое решение) влияет на результат. Воздействие должно так же быть измеримым (увеличение финансирования на 20%, переналадка 2 линий на выпуск продукции-лидера продаж). Понимание степени влияния управленческого воздействия на выходной результат процесса и есть необходимое условие для управления на основе данных. Важно обращать внимание и на связи между показателями различных бизнес-процессов, так как они не всегда бывают изолированными. Например, компания запускает рекламу, в результате чего растут продажи, но растёт и маркетинговый бюджет. Поэтому, принимая решение о запуске рекламной кампании, нужно чётко понимать по каким показателям будет оцениваться её эффективность. Она может поднять продажи на 1 млн руб. при этом стоя в два раза больше. И если компания не будет всё это измерять, то при принятии решения о продолжении рекламной кампании, директор по маркетингу будет руководствоваться исключительно своей интуицией и совершенно не факт, что он получит от неё верную подсказку.
Таким образом цепочка аналитической ценности реализуется через управленческое решение и результат анализа его реализации. Надо сказать, что это всё-таки не высший пилотаж. К высшему пилотажу управления на основе данных можно отнести прогнозирование событий, в том числе с помощью нейросетей и машинного обучения. Однако на практике такая деятельность встречается в очень немногих компаниях, в основном позволить себе такое могут IT-гиганты. В обычных компаниях максимум строятся модели в Excel. Забавно выглядят эти модели в компаниях, не имеющих минимальной рабочей системы отчётов.
Откуда берутся отчёты, и кто отвечает за их формирование? Здесь сервис предоставляет IT служба. Она должна обеспечить работоспособность и доступность информационных систем, находящихся в зоне её ответственности, для получения отчётов о состоянии бизнеса и событиях, происходящих в нём, будь то складской остаток, приходы товаров или финансовый результат. А вот анализ на основе отчётов должен осуществлять функциональный аналитик, например, маркетолог-аналитик.
Как же внедрить управление на основе данных в компании?
Первый этап – описать бизнес-процессы компании, формализовав входы, выходы и алгоритмы трансформации.
Второй этап – определить критерии измерения совместно с менеджерами.
Третий этап – определить, как эти данные будут получены компанией в форме отчётов. На этом план минимум выполнен.
Четвёртый этап – предоставить информацию аналитикам и получить выводы.
Пятый – обеспечить принятие решений только при наличии аналитических выводов.
Шестой – принятые решения также должны оцениваться на основе данных.
Чернобровов Алексей Аналитик
Кто такой Chief Data Officer и зачем вам нужен директор по данным?
Сегодня данные ценятся не только как исходный материал для принятия нужных управленческих решений. Благодаря тренду всеобщей цифровизации, информация стала средством обеспечения жизнедеятельности каждого предприятия. В этой статье рассмотрим: кто такой Chief Data Officer (CDO)? Когда, кому и зачем требуется директор по данным, а также где искать и как нанимать такого ТОП-менеджера. Уточним, что под сокращением «CDO» мы рассматриваем именно директора по данным (Chief Data Officer), а не руководителя по цифровизации (Chief Digital Officer). Несмотря на некоторую близость понятий, области ответственности этих менеджеров существенно различаются.
Как появилась потребность в CDO
Распространение больших данных привело к появлению множества новых и росту популярности уже существующих профессий. Например, аналитики и исследователи данных стали настоящими «рок-звездами» современного мира Big Data, под управлением CDO. Спрос на директора по данным растет стремительно: в 2012 году эта позиция присутствовала лишь в 12% компаний из списка Fortune-1000, а в 2018 году о наличии такой должности сообщили почти 68% предприятий аналогичного уровня [1]. И это еще не предел: по прогнозу аналитического агентства Gartner, к 2021 году CDO будет в числе ТОП-менеджеров у 75% крупных компаний, наравне с ИТ-директором и руководителями других важнейших направлений, таких как, финансы, HR, операционная деятельность и т.д [2].
Потребность в директоре по данным обусловлена следующими факторами:
На самом деле, выдвижение CDO в ТОП-менеджмент вовсе не революционная идея. Многие популярные подходы к описанию архитектуры предприятия (ARIS, TOGAF, Zachman Framework и основанные на них стандарты) рассматривают данные в качестве одного из главных доменов для формализации структуры и деятельности организаций. Несмотря на более чем 20-летнюю историю этих методологий, их актуальность подтверждается востребованностью на рынке труда (по описанию вакансий с рекрутинговых сайтов). Сегодня технические возможности работы с информацией догнали соответствующие методологические основы: появились средства автоматического мониторинга, сбора и обработки данных, практики построения конвейеров (pipelines) по разработке и проверке бизнес-гипотез и аналитических моделей. CDO нужен для эффективной координации этих инструментов и специалистов, которые работают с ними в рамках операционных процессов управления данными (рис. 1).
Рис. 1. Операционные процессы управления данными для CDO [3]
Главные цели и рабочие задачи CDO
Исходя из предпосылок появления CDO, основное предназначение этой позиции – превращение данных в деньги путем разработки и внедрения инновационных идей на основе анализа накопленной информации. Поскольку в data-driven компании данные являются главным инструментом генерации продукта и потоком создания ценности, CDO, фактически, является синхронным переводчиком с разных языков (информационных представлений) в различных контекстах (производственных процессах) [4]. CDO отвечает за эффективную организацию процессов своевременной доставки корпоративных данных потребителям: приложениям и пользователям, согласно их прикладным ролям [5]. Таким образом, основными задачами CDO можно назвать следующие:
Кроме того, иногда на CDO также возлагаются обязанности ИТ-архитектора, главного аналитика и директора по цифровизации, хотя, на самом деле, это совершенно разные сферы ответственности [6]. Директор по данным, прежде всего, концентрируется на управлении информационными потоками и оптимизации бизнес-процессов за счет эффективного использования информации, предоставив операционному ИТ-департаменту ответственность за обеспечение бесперебойной работы корпоративных хранилищ данных и прикладных систем их обработки [5].
В связи с важнейшей ролью данных, CDO относится к уровню ТОП-менеджеров и подчиняется генеральному или ИТ-директору. Кстати, бывают структуры, когда ИТ-директора подчиняется CDO. Из-за широкого круга рабочих обязанностей и существенного объема стратегических задач, эффективность работы Chief Data Officer очень сложно измерить напрямую посредством каких-либо элементарных KPI. Поэтому в большинстве компаний привязывают KPI директора по данным к успеху бизнеса в целом или оценивают его деятельность в рамках внутренних проектов корпоративной цифровизации (рис.3) [8].
Рис. 3. Основные факторы для измерения эффективности работы CDO [8]
Ключевые компетенции директора по данным
Помимо основ Data Science (статистика, теория вероятностей, вычислительные методы, алгоритмы Machine Learning), технологий обработки и хранения данных (SQL, NoSQL, ETL, стек Apache Hadoop и другие инструменты Big Data), CDO также необходим опыт в бизнес-аналитике и управленческие качества. Директор по данным должен быть инноватором, способным вдохновлять сотрудников и руководство на изменения и осуществлять их на всех уровнях корпоративного управления, уделяя информационным потокам и хранилищам приоритетное внимание [3].
Поскольку CDO отвечает за построение архитектуры предприятия, управляемого данными, ему потребуется владение соответствующими архитектурными подходами (TOGAF, Zachman Framework, OBASHI и т.д.) и практиками ИТ-менеджмента (ITIL, ITSM, COBIT и пр.), а также понимание стандартов системной инженерии (ISO/IEC/IEEE 42010:2011, ГОСТ Р ИСО 15704-2008, ГОСТ Р ИСО 19439-2008) хотя бы на базовом уроне. Обязательным будет знание методологий менеджмента и разработки ПО, методов системного анализа и маркетинга, а также дисциплины Data Governance. Целью Data Governance является создание повторяемых и масштабируемых политик управления данными, процессов и стандартов их эффективного использования, а также генерация актуальных корпоративных данных и поддержание их достоверности [3].
Кроме того, директору по данным очень пригодится опыт практической работы линейным специалистом в конкретной предметной области для понимания прикладных процессов как источников и потребителей информации. Например, главный директор Центра по управлению и монетизации данных Альфа-Банка, перед тем, как занять должность CDO, проработал в банковской сфере более 12 лет [4].
Таким образом, ключевые компетенции директора по данным складываются из следующих областей знаний (рис. 4):
Где искать CDO и сколько ему платить?
С учетом дефицита квалифицированных кадров Data Science на рынке труда вообще и CDO в частности, вопрос о поиске директора по данным стоит для крупных корпораций особенно остро. Решить эту проблему можно 2 противоположными вариантами:
На практике оба этих варианта распространены одинаково. Согласно опросу NewVantage Partners, 34% руководителей из списка Fortune-1000 считают, что успешный CDO должен прийти в компанию извне, чтобы оценить ситуацию свежим взглядом. 32% придерживаются противоположной точки зрения, предпочитая «вырастить» CDO из сотрудника, который давно работает и понимает культуру организации. При этом мнения относительно профессионального бэкграунда CDO также разделились: 23% полагают, что успешный директор по данным – это бывший Data Scientist или Data Analyst, а 11% отвели эту роль руководителю бизнеса, ответственному за результаты финансовой деятельности [9].
Что касается заработной платы CDO, она является максимальной среди других ИТ-специальностей. Например, на 2019 год в США директор по данным получает от 116 до 254 тысяч долларов в год, что составляет примерно 580 – 1270 тысяч рублей в месяц. При этом, поскольку CDO относится к ТОП-менеджерам, ему также полагаются годовые бонусы за успешное достижение корпоративных и личных KPI (рис. 5) [10].
Рис. 5. Уровень зарплат CDO в США на 2019 год [10]
В большинстве случаев размер заработной платы CDO напрямую коррелирует с опытом управленческой и прикладной работы: на максимальную компенсацию может рассчитывать директор по данным, отработавший более 20 лет (рис. 6) [10].
Рис. 6. Зависимость размера заработной платы CDO от его практического опыта [10]
В России ситуация несколько иная: по состоянию на 2019 есть огромный разрыв между спросом и предложением. Экспертизу и релевантный для CDO опыт можно получить в счетном числе крупных технологических компаний. Тогда как потребность в таких специалистах возникает в самых разных нишах, от медицины и сельского хозяйства до образования и металлургии. А, с учетом актуального тренда на цифровизацию частных и государственных предприятий, распространение идей data-driven компаний и технологий для их реализации, спрос на CDO в нашей стране и по всему миру будет увеличиваться с каждым годом. Поэтому зарплаты хорошего CDO в России также начинаются от 500 тысяч рублей. Аналогичное повышение востребованности ожидает директоров по цифровизации и искусственному интеллекту, о чем я расскажу в следующей статье.
Управление, основанное на данных: итоги и планы государства и бизнеса
Одно из крупнейших событий ИТ-отрасли — TAdviser SummIT 2021 — состоялось 23 ноября в Москве. На площадке и в онлайне оно объединило ИТ-директоров компаний и государственных ведомств. Эксперты Центра подготовки руководителей и команд цифровой трансформации ВШГУ РАНХиГС приняли участие в работе саммита и выступили в двух секциях: «ИТ в госсекторе» и «BigData и BI».
Повестку мероприятия задал глава Минцифры Максут Шадаев. Выступая на пленарном заседании, он отметил: «У государства есть большой объем данных, и оно точно перейдет на управление, основанное на данных. В рамках НСУД [национальной системы управления данными] со следующего года будет создаваться большое озеро данных (data lake), которое позволит в том числе собирать обезличенные данные с регионов, муниципалитетов, чтобы делать большую расширенную аналитику и уже не мучить их большим количеством запросов и разными формами отчетности.
…По отдельным направлениям, которые критически важны для системы госуправления, государство будет просить бизнес безвозмездно предоставлять обезличенные данные. Это процесс не односторонний, потому что и бизнес получит доступ к обезличенным госданным, датасетам, чтобы развивать свои решения».
Тема данных, государственных и корпоративных, обсуждалась подробнее в секции «BigData и BI». Дискуссия об управлении данными в госучреждениях дала старт тематической части саммита. Ее провела руководитель направления исследований и аналитики Центра подготовки руководителей и команд цифровой трансформации ВШГУ РАНХиГС Екатерина Потапова. Она рассказала о подготовке новой публикации Центра — навигатора «Управление данными в госсекторе», который выйдет в 2022 году, и предложила спикерам, многие из которых приняли самое активное участие в подготовке данного доклада, рассказать об успехах и сложностях при работе с данными.
Директор Департамента финансового аудита Счетной палаты Елена Бойцова поделилась опытом работы с данными в ведомстве. К слову, сегодня это одна из лидирующих госструктур по эффективности и темпам цифровой трансформации. Эксперт рассказала, что создана отдельная команда специалистов по работе с данными и роботизация процессов ведется во многом за счет собственных разработок. При этом роботы не заменят человека полностью, считает она. Аудитор и автоматизация — это единый механизм выявления нарушений. Аудитор берет на контроль и анализирует те случаи, которые не поддаются машинной обработке.
Первостепенность понимания задачи для успешной организации работы с данными подчеркнул один из авторов доклада — эксперт Центра Олег Гиацинтов.
Последовательность постановки вопросов, по его словам, должна быть следующей: что хотим получить, с кем и каким образом это будем делать, каким инструментом будем пользоваться. Эта схема актуальна и для государственных, и для бизнес-структур.
С этим утверждением абсолютно согласен советник министра цифрового развития, связи и массовых коммуникаций РФ Сергей Сергиенко. Именно такой подход, по его словам, позволяет обеспечить получение качественных данных и аналитики. Отвечая на вопрос о витринах данных, которые создаются в госструктурах, он отметил, что сегодня существует уже более шести пилотных витрин. Их главная задача — обеспечить онлайн-доступ к реестровым данным других ведомств и банков для предоставления госуслуг или исполнения госструктурами своих функций. В этом году появилось нормативное определение онлайна в госуправлении, которое подразумевает, что ответ на запрос должен приходить в течение двух секунд. Витрины данных позволят достичь необходимой скорости взаимодействия. Для граждан — это возможность получить услуги в электронном виде быстрее и в проактивном режиме. Для государства — еще и возможность повысить качество госданных за счет оценки их соответствия определенным критериям. Данные с витрин также могут быть задействованы для построения наборов данных, обезличенных датасетов, для использования в системах искусственного интеллекта. Все это значительно упростит принятие управленческих решений на основе данных.
То, что скорость доступа к данным — один из главных параметров для успешной работы любой структуры, отметил и CDO Центра подготовки руководителей и команд цифровой трансформации ВШГУ РАНХиГС Виталий Сазонов. Он подчеркнул, что кроме качественной аналитики важно повышать культуру работы с данными в организации в целом.
О том, как собрать необходимые всем данные, рассказал начальник Управления по работе с данными в распределенных вычислительных сетях Департамента информационных технологий г. Москвы Александр Филатов. Он констатировал, что сегодня нормативная база не всегда успевает за возникающими потребностями и теми изменениями, которые происходят в среде больших данных. Отчасти решению этих проблем способствует создание регуляторных песочниц. Тем не менее юридическая проработка оснований для сбора данных остается одним из первостепенных вопросов. Что касается технологического стека, спикер подчеркнул тренд на импортозамещение и использование продуктов с открытым программным кодом.
Во второй части секции конкретными кейсами и инструментами для работы с данными поделился коммерческий сектор — представители компаний ГК Luxms, «Форсайт», ADV, Московская биржа, «Сбер», «Газпромбанк», «Ингосстрах», X5 Group, «Леруа Мерлен Восток».
Тема данных не осталась в стороне и в секции «ИТ в госсекторе», которую провел эксперт Центра Сергей Коротких.
Так, директор Департамента цифровой трансформации Счетной палаты Михаил Петров рассказал, что ведомство использует много сторонних данных в процессе проведения своих мероприятий, поэтому стоит задача обеспечить инфраструктуру для обработки такого рода данных и подходящий инструментарий. Чтобы решить эту задачу, в концепцию цифровизации ведомства включили создание комплексного информационно-технологического решения — Цифровой платформы. Кроме того, в Счетной палате создали отдельную службу, которая занимается работой с данными. «Мы также поняли, что все это требует огромной программы по подготовке людей. Они должны понимать ценность новых технологий, уметь ими пользоваться, быть квалифицированными заказчиками информационных технологий», — добавил Михаил Петров.
С мнением спикера согласен Николай Распопин, министр цифрового развития Красноярского края. Глава ведомства рассказал о реализации стратегии цифровой трансформации региона, поделился кейсами последних двух лет. Он отметил, что в Красноярском крае выбрано десять стратегически важных направлений и 66 проектов. Большое внимание уделяется направлению подготовки кадров для цифровой трансформации региона: «Мы готовим команды внутри отраслей из тех специалистов, которые уже есть, и для этого используем модель компетенций команды цифровой трансформации, разработанную в Центре подготовки руководителей и команд цифровой трансформации ВШГУ РАНХиГС».
Цифровая трансформация невозможна без создания инфраструктуры, уверен Николай Распопин. В качестве примера ИТ-решения спикер привел сервис «Цифровой консультант по жизненным ситуациям» — роботизированную систему, которая работает с населением региона.
Также успешными практиками региональной цифровой трансформации поделился Павел Ципорин, директор Департамента информационных технологий ХМАО — Югры. Среди реализованных в регионе проектов — ГИС «Образование Югры», которая насчитывает более 600 тысяч пользователей. Единая система включает полный цикл обучения детей, формирует цифровой профиль, портфолио, дает рекомендации по выбору дальнейшей образовательной траектории.
Также об информатизации и импортозамещении в сфере образования региона рассказал Дмитрий Окунь, начальник Управления информационно-технического сопровождения Министерства образования Республики Крым.
В числе других экспертов секции выступили министр цифрового развития Удмуртской Республики Тимур Меджитов, заместитель начальника Госинспекции по недвижимости г. Москвы Дарья Степанова, заместитель руководителя Инновационного центра «Безопасный транспорт» Департамента транспорта г. Москвы Николай Кустов, директор по инновационному развитию 3Logic Group Михаил Шаповалов, генеральный директор АНО «Цифровые технологии производительности» Павел Христенко и директор по развитию бизнеса «Т1 Консалтинг» Александр Баранов, который поделился опытом цифрового консалтинга и разработки продуктов для цифровизации госорганов.
Участники секции «ИТ в госсекторе» сошлись во мнении, что для качественной работы с данными и эффективного применения цифровых сервисов нужны квалифицированные кадры, команды по основным направлениям цифровой трансформации.