Эффективность применения инструментов на базе ИИ в MDM-системах. Как избавиться от финансовых потерь и трудностей при управлении данными?
Сегодня MDM-система становится неотъемлемым компонентом ИТ-ландшафта компании. При этом во многих компаниях даже при наличии MDM-системы существуют проблемы при ведении справочников МТР.
❌ Стоп-факторы:
🔵 нехватка сотрудников,
🔵 ручной рутинный труд,
🔵 огромные объемы записей,
🔵 несогласованные данные разных систем или подразделений.
Как итог, ненормализованные справочники МТР – источник организационных сложностей, несогласованной работы подразделений и филиалов, излишних финансовых издержек и затрат.
✅ Есть решение
На помощь приходит синергия MDM-систем и технологий искусственного интеллекта – связка, способная кардинально повысить эффективность управления данными. Наши клиенты, использующие ИИ-ассистента, отмечают существенный рост скорости и точности обработки записей справочников МТР, а следовательно, и значительное сокращение стоимости этого процесса.
По средней оценке, нормализация справочника МТР в 100 тысяч записей, без использования автоматизированных алгоритмов занимает до 15 месяцев, а с привлечением ИИ-ассистента сокращается до 30 дней. Показали результаты в карточках.⬆️
↖️ Подробнее о преимуществах использования ИИ в MDM-системах, перспективах технологии, а главное, количественных показателях успешных внедрений читайте в новой экспертной колонке Максима Зацепина, директора Департамента систем управления данными БФТ-Холдинга, для РБК.
Сегодня MDM-система становится неотъемлемым компонентом ИТ-ландшафта компании. При этом во многих компаниях даже при наличии MDM-системы существуют проблемы при ведении справочников МТР.
Как итог, ненормализованные справочники МТР – источник организационных сложностей, несогласованной работы подразделений и филиалов, излишних финансовых издержек и затрат.
На помощь приходит синергия MDM-систем и технологий искусственного интеллекта – связка, способная кардинально повысить эффективность управления данными. Наши клиенты, использующие ИИ-ассистента, отмечают существенный рост скорости и точности обработки записей справочников МТР, а следовательно, и значительное сокращение стоимости этого процесса.
По средней оценке, нормализация справочника МТР в 100 тысяч записей, без использования автоматизированных алгоритмов занимает до 15 месяцев, а с привлечением ИИ-ассистента сокращается до 30 дней. Показали результаты в карточках.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
На вебинаре обсудили:
Спасибо всем, кто посетил мероприятие и активно участвовал в дискуссии. Подготовили для вас запись вебинара — теперь можно пересмотреть ключевые моменты или поделиться ими с коллегами.
Смотрите полную версию вебинара
Please open Telegram to view this post
VIEW IN TELEGRAM
Цель партнëрства — расширение рыночных возможностей через совместные продажи и интеграцию продуктов, что позволит российским компаниям получать комплексные импортонезависимые решения для цифровизации, аналитики и обработки больших данных. В рамках сотрудничества планируется запуск совместных проектов в области управления данными, направленных на создание устойчивой экосистемы, которая будет способствовать развитию Data Governance.
TData — российский разработчик высокопроизводительных и безопасных решений для построения хранилищ данных, аналитики и автоматизации процессов по управлению данными с использованием искусственного интеллекта.
Please open Telegram to view this post
VIEW IN TELEGRAM
ИИ позволит привести в порядок справочную информацию в SRM
В справочниках нормативно-справочной информации (НСИ), основы для ведения закупок, находится огромное количество записей, которым присваиваются различные атрибуты.
С чем сталкиваются пользователи SRM-систем:
🔵 Объем данных: огромное количество справочных материалов и документов требует тщательной обработки и систематизации.
🔵 Однотипные процедуры: постоянная работа по категоризации товаров и услуг занимает много времени сотрудников.
🔵 Ошибки: пропуск полей, неверное заполнение данных, использование устаревших сведений, наличие дублей и другие человеческие факторы снижают качество процесса.
🔵 Финансовые потери: ошибочные закупки, повторные приобретения и неправильная классификация продукции ведут к дополнительным расходам компаний.
Кейс:
1️⃣ Специалист отдела НСИ получает карточку товара, например, электроинструмента.
2️⃣ Его задача – правильно классифицировать продукт и внести точные характеристики. Раньше специалист вручную искал нужную информацию на сайтах производителей, проверял маркировку, сверялся с документацией и вносил данные вручную. Очевидно, что эту работу может сделать ИИ-агент гораздо быстрее.
3️⃣ Система на основе ИИ автоматически распознаёт название продукта, находит соответствующие поля, проверяет актуальность данных и оперативно обновляет систему. Процесс ускоряется многократно, а вероятность ошибок снижается почти до нуля.
➡️ Подробнее об оптимизации бизнес-процессов с помощью ИИ рассказали в статье для CNews.
В справочниках нормативно-справочной информации (НСИ), основы для ведения закупок, находится огромное количество записей, которым присваиваются различные атрибуты.
С чем сталкиваются пользователи SRM-систем:
Кейс:
Please open Telegram to view this post
VIEW IN TELEGRAM
Каждый день в компаниях принимаются тысячи решений, основанных на данных. Без централизованной системы управления данными могут возникать многократные копии одних и тех же витрин данных и отчетов, данные рассчитываются по разной методологии. В результате пользователи тратят чрезмерное количество времени на поиск нужной информации. Всё это может приводить к ухудшению производительности и потере бизнес-возможностей.
В партнерском портфеле БФТ-Холдинга появилась платформа TData с продуктом RT.DataGovernance, что усиливает наше предложение для рынка управления данными.
RT.DataGovernance — это инструмент управления большими данными, является основой data-driven культуры и способствует более тесному сотрудничеству бизнес-подразделений и ИТ-специалистов.
Инструмент предназначен для:
🔵 документирования данных;
🔵 совместной работы с данными;
🔵 повышения их прозрачности и доступности для бизнеса.
Ключевые преимущества:
☑️ развитие культуры работы с данными в компании;
☑️ снижение затрат на изучение данных;
☑️ повышение уровня доступности данных для бизнес-подразделений;
☑️ обеспечение согласованности данных для всех доменов данных;
☑️ снижение длительности согласований по данным в периметре компании;
☑️ обеспечение формирования отчётов по реестру и глоссарию;
☑️ увеличение эффективности анализа данных и предиктивной аналитики.
В связке с решениями БФТ-Холдинга — «БФТ.ЕНСИ» и «БФТ.Хранилище» — заказчики получают комплексный подход — от управления метаданными и мастер-данными до построения высокопроизводительных хранилищ, что способствует увеличению качества данных для принятия более эффективных бизнес-решений и позволяет ускорить цифровую трансформацию.
Заинтересовало решение? Свяжитесь с нами.
В партнерском портфеле БФТ-Холдинга появилась платформа TData с продуктом RT.DataGovernance, что усиливает наше предложение для рынка управления данными.
RT.DataGovernance — это инструмент управления большими данными, является основой data-driven культуры и способствует более тесному сотрудничеству бизнес-подразделений и ИТ-специалистов.
Инструмент предназначен для:
Ключевые преимущества:
В связке с решениями БФТ-Холдинга — «БФТ.ЕНСИ» и «БФТ.Хранилище» — заказчики получают комплексный подход — от управления метаданными и мастер-данными до построения высокопроизводительных хранилищ, что способствует увеличению качества данных для принятия более эффективных бизнес-решений и позволяет ускорить цифровую трансформацию.
Заинтересовало решение? Свяжитесь с нами.
Please open Telegram to view this post
VIEW IN TELEGRAM
MDM-система (Master Data Management) становится ключевым инструментом управления корпоративными данными в современном бизнесе. Процесс внедрения MDM-системы — это большая технологическая и организационная перестройка с тщательным планированием и комплексным подходом.
Методология внедрения MDM-системы включает в себя несколько этапов:
1️⃣ Оценка бизнес-потребностей, аудит инфраструктуры данных — определяется текущее состояние процессов управления мастер-данными и НСИ в компании, выявляются проблемные места, формируются цели и критерии успеха внедрения MDM-системы.
2️⃣ Анализ рынка и выбор решения — например, стоит рассмотреть отчет «MDM/НСИ Круг Громова», где проанализированы 14 программных продуктов, различающихся по функциональности и другим критериям.
3️⃣ Проектирование и тестовое внедрение — происходит проектирование системы в соответствии с потребностями организации, она устанавливается и настраивается, далее идет тестовое внедрение системы на ограниченном объеме данных.
4️⃣ Нормализация данных — очистка данных (удаление излишней информации, исправление ошибок), дедупликация, обогащение (внесение недостающих сведений), категоризация, построение иерархий и связей между объектами.
5️⃣ Организационные изменения — назначение ответственных за работу с данными, определение их функций и полномочий, разработка и утверждение регламентов работы с данными, утверждение процессов согласования данных, обучение.
6️⃣ Запуск в промышленную эксплуатацию и оценка эффективности внедрения — перенос в MDM-систему всех необходимых данных, обеспечение корректных процессов управления мастер-данными, начало работы в системе всех подразделений компании.
➡️ Подробнее о каждом этапе в колонке Максима Зацепина, директора Департамента систем управления данными БФТ-Холдинга, для РБК.
Методология внедрения MDM-системы включает в себя несколько этапов:
Please open Telegram to view this post
VIEW IN TELEGRAM
В рамках сотрудничества компании предложат рынку комплексный подход для системной работы с нормативно-справочной информацией (НСИ). На первом этапе будет проводиться ее интеллектуальная нормализация и очистка на базе инновационного ПО AI MasterData от НОРБИТ, а далее — построение MDM-системы за счет «БФТ.ЕНСИ». Такой подход повышает качество данных до 98% и в 5–10 раз снижает последующие трудозатраты, связанные с управлением НСИ.
Компания НОРБИТ (входит в группу ЛАНИТ) специализируется на разработке и внедрении эффективных решений для автоматизации бизнеса и государственного управления. НОРБИТ занимается разработкой и внедрением ERP-, CRM-, SRM-, HR- и BI-систем, мобильных и веб-приложений, систем финансового планирования и бюджетирования, а также предоставляет услуги управленческого и ИТ-консалтинга.
Please open Telegram to view this post
VIEW IN TELEGRAM
«БФТ.ЕНСИ» и AI MasterData: какой результат приносит связка этих решений
Нормализация вручную каждой записи справочников материально-технических ресурсов (МТР) – это сложный и трудоемкий процесс, что особенно сильно проявляется на большом масштабе. Так, по нашей статистике, время обработки 100 тыс. записей может достигать 15 месяцев.
Как кардинально ускорить эти сроки?
Для повышения эффективности MDM-платформы и снижения ручного труда пользователей и экспертов успешно применяются технологии искусственного интеллекта.
📌 Мы в решении «БФТ.ЕНСИ» нашли способ, используя специализированный сервис AI MasterData на основе GPT/LLM-технологий и других ИИ-алгоритмов, разработанный компанией НОРБИТ, технологическим партнером БФТ-Холдинга, – с ним нормализация того же объема записей может быть осуществлена за 30 дней, сокращая до минимума количество ручных операций.
👆 Результаты синергии «БФТ.ЕНСИ» и AI MasterData показали в карточках⬆️ , а подробнее о принципах работы сервиса AI MasterData и эффективности его использования при нормализации в MDM рассказал Максим Зацепин, директор Департамента систем управления данными БФТ-Холдинга, в статье для CNews.
Нормализация вручную каждой записи справочников материально-технических ресурсов (МТР) – это сложный и трудоемкий процесс, что особенно сильно проявляется на большом масштабе. Так, по нашей статистике, время обработки 100 тыс. записей может достигать 15 месяцев.
Как кардинально ускорить эти сроки?
Для повышения эффективности MDM-платформы и снижения ручного труда пользователей и экспертов успешно применяются технологии искусственного интеллекта.
Сервис AI MasterData полностью интегрирован в комплектацию «БФТ.ЕНСИ» и доступен сразу же после внедрения MDM-платформы.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
Кейс по импортозамещению СЭД и хранилища электронных документов в ПАО «Ростелеком» стал крупнейшим в России переходом на отечественные решения для управления корпоративным контентом.
Единое хранилище электронных документов ПАО «Ростелеком» (ЕХД) создано на базе БФТ-решения «БФТ.ХЭД».
Единая система электронного документооборота ПАО «Ростелеком» (ЕСЭД) реализована на платформе ЭДО «Авандок» разработки ГК «КОРУС Консалтинг» из партнерского портфеля БФТ.
Ключевые результаты проекта:
Голосование продлится до 11 января 2026 года включительно. Принять участие могут CIO, CTO, CDO и другие руководители ИТ.
Please open Telegram to view this post
VIEW IN TELEGRAM
Почему нормализация МТР — это самая недооценённая точка экономии в Enterprise-сегменте?
Большинство компаний считают нормализацию МТР «операционной задачей». Но на практике именно здесь каждый год сгорают миллионы рублей — тихо, незаметно, без громких инцидентов.
Основные источники потерь всегда одинаковы:
❌ дубли МТР, из-за которых компания закупает то, что уже лежит на складе;
❌ неверные или отсутствующие характеристики — из-за них материалы невозможно сравнить или подобрать аналог;
❌ неправильные единицы измерения — отсюда ошибки в расчётах, нормативах и планировании;
❌ неверная классификация — искажённые аналитические срезы, неверные бюджеты и планы закупок.
Качество МТР напрямую влияет на эффективность закупок, логистики, ремонта, планирования и бюджетирования.
И именно поэтому нормализация — не про «красивый справочник», а про экономию, которую видно в отчётах CFO.
Когда мы внедряем нормализацию с ИИ, скорость обработки увеличивается в десятки раз — с 15 месяцев до 10 дней на крупные справочники МТР.
ИИ в MDM «БФТ.ЕНСИ» закрывает рутину:
✅ автоматически предлагает корректную классификацию,
✅ формирует стандартизованное наименование,
✅ подбирает характеристики из внешних источников,
✅ обогащает запись,
✅ выявляет дубли, даже если названия полностью разные.
👤 А эксперты НСИ концентрируются на проверке, принятии решений и работе со сложными кейсами — то, что действительно требует человека.
Итог:
👍 точные остатки,
👍 меньше закупок,
👍 меньше ошибок,
👍 быстрее процессы,
👍 выше точность аналитики.
➡️ Хотите увидеть, как ИИ нормализует данные? Закажите демо «БФТ.ЕНСИ».
Большинство компаний считают нормализацию МТР «операционной задачей». Но на практике именно здесь каждый год сгорают миллионы рублей — тихо, незаметно, без громких инцидентов.
Основные источники потерь всегда одинаковы:
Качество МТР напрямую влияет на эффективность закупок, логистики, ремонта, планирования и бюджетирования.
И именно поэтому нормализация — не про «красивый справочник», а про экономию, которую видно в отчётах CFO.
Когда мы внедряем нормализацию с ИИ, скорость обработки увеличивается в десятки раз — с 15 месяцев до 10 дней на крупные справочники МТР.
ИИ в MDM «БФТ.ЕНСИ» закрывает рутину:
Итог:
Нормализация МТР — маленькое действие, которое меняет большие процессы.
Please open Telegram to view this post
VIEW IN TELEGRAM
В гостях у Максима Зацепина и Дмитрия Кононова технологический партнёр БФТ-Холдинга, команда TData, – Григорий Бокштейн и Александр Юрасов.
Вместе мы обсудили ключевое:
«Data Governance делает данные прозрачными – понятно, где они лежат и как формируются».
Григорий Бокштейн.
«DG описывает структуру данных, а MDM управляет мастер-данными – вместе они дают фундамент».
Дмитрий Кононов.
«Прозрачность – основа зрелой data-культуры».
Александр Юрасов.
«Связка DG + MDM создаёт единую версию правды для решений».
Максим Зацепин.
Это практическая инструкция для тех, кто хочет обеспечить качественное управление данными в компании.
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
Линии данных оживают, цифры собираются в узоры, а весь годовой путь БФТ превращается в яркую интерактивную карту.
Мы запустили наш новогодний спецпроект «От данных – к доверию, от идей – к результатам»!
Please open Telegram to view this post
VIEW IN TELEGRAM
Забавно, но путь к качественным данным очень похож на подготовку к празднику: сначала — разбор гирлянд, удаление лишнего из коллекции украшений прошлого года (нормализация), потом — выравнивание игрушек и гирлянд на елке и дома (дедупликация), и лишь после — включение огней, когда всё работает согласованно.
2025-й стал годом, когда AI окончательно закрепился в MDM-практиках. Интеллектуальная категоризация, автоматическая проверка качества, нормализация МТР за секунды — то, что раньше занимало часы эксперта. Теперь же ИИ превращает НСИ-детализацию в потоковую операцию, а команды получают ту самую оперативность, о которой мечтали ещё пару лет назад.
Please open Telegram to view this post
VIEW IN TELEGRAM
Начало года: данные под контролем
✨ Праздники позади, и самое время навести порядок не только в рабочих чатах, но и в корпоративных данных.
Январь — идеальный момент освежить процессы работы с НСИ и перезагрузить MDM-контур, обновить правила Data Governance, чтобы весь 2026-й прошёл без «сюрпризов» в отчётности.
➡️ Если хотите пройти такую «новогоднюю ревизию» вместе с экспертами и увидеть, как это сделать с «БФТ.ЕНСИ», — закажите бесплатную консультацию.
Январь — идеальный момент освежить процессы работы с НСИ и перезагрузить MDM-контур, обновить правила Data Governance, чтобы весь 2026-й прошёл без «сюрпризов» в отчётности.
Please open Telegram to view this post
VIEW IN TELEGRAM
2026 – год платформенного MDM
1️⃣ Синергия MDM и AI-инструментов.
Нормализация вручную каждой записи МТР – сложный и трудоемкий процесс. Время обработки 100 тыс. записей может достигать 15 месяцев. Искусственный интеллект в MDM сегодня – это передовой подход к нормализации НСИ.
Как это реализовано в «БФТ.ЕНСИ»: используется специализированный сервис на основе GPT/LLM-технологий и других ИИ-алгоритмов – с ним нормализация того же объема записей может быть осуществлена за 30 дней, сокращая до минимума количество ручных операций.
2️⃣ Low-code MDM-платформы.
Рынок уходит от «монолитов» к универсальным платформам: быстрая кастомизация, настройка новых доменов и процессов силами бизнеса, а не только разработчиков.
В «БФТ.ЕНСИ»: система собрана на собственной low-code платформе «БФТ.Платформа» – модели данных, формы, правила, BPM-процессы и сценарии обработки настраиваются в визуальных конструкторах.
3️⃣ Единый эталон данных.
Фокус смещается от «одного справочника» к единому ядру для контрагентов, МТР, продуктов, договоров, персонала. Цель – «единая версия правды» по всем ключевым сущностям.
В «БФТ.ЕНСИ»: MDM снижает количество ошибок, связанных с ручным вводом данных, ускоряет рутинные операции и минимизирует повторный ввод информации.
4️⃣ Реальное время и стриминг.
MDM всё чаще встраивают в событийную архитектуру: Kafka/RabbitMQ, онлайн-обновление эталонных справочников, чтобы BI, ERP, CRM и AI работали на синхронных мастер-данных.
В «БФТ.ЕНСИ»: есть ELT-инструменты и поддержка REST, Kafka, RabbitMQ, ActiveMQ для быстрой интеграции и распространения мастер-данных.
Если вы планируете цифровые инициативы на 2026 год, то MDM необходимо рассматривать как разовый ИТ-проект – это фундамент всей data-driven архитектуры. Записаться на консультацию.
Нормализация вручную каждой записи МТР – сложный и трудоемкий процесс. Время обработки 100 тыс. записей может достигать 15 месяцев. Искусственный интеллект в MDM сегодня – это передовой подход к нормализации НСИ.
Как это реализовано в «БФТ.ЕНСИ»: используется специализированный сервис на основе GPT/LLM-технологий и других ИИ-алгоритмов – с ним нормализация того же объема записей может быть осуществлена за 30 дней, сокращая до минимума количество ручных операций.
Рынок уходит от «монолитов» к универсальным платформам: быстрая кастомизация, настройка новых доменов и процессов силами бизнеса, а не только разработчиков.
В «БФТ.ЕНСИ»: система собрана на собственной low-code платформе «БФТ.Платформа» – модели данных, формы, правила, BPM-процессы и сценарии обработки настраиваются в визуальных конструкторах.
Фокус смещается от «одного справочника» к единому ядру для контрагентов, МТР, продуктов, договоров, персонала. Цель – «единая версия правды» по всем ключевым сущностям.
В «БФТ.ЕНСИ»: MDM снижает количество ошибок, связанных с ручным вводом данных, ускоряет рутинные операции и минимизирует повторный ввод информации.
MDM всё чаще встраивают в событийную архитектуру: Kafka/RabbitMQ, онлайн-обновление эталонных справочников, чтобы BI, ERP, CRM и AI работали на синхронных мастер-данных.
В «БФТ.ЕНСИ»: есть ELT-инструменты и поддержка REST, Kafka, RabbitMQ, ActiveMQ для быстрой интеграции и распространения мастер-данных.
Если вы планируете цифровые инициативы на 2026 год, то MDM необходимо рассматривать как разовый ИТ-проект – это фундамент всей data-driven архитектуры. Записаться на консультацию.
Please open Telegram to view this post
VIEW IN TELEGRAM