Почему бизнесу необходимы Data Governance и MDM

В эпоху больших объемов информации грамотно организованный процесс обработки данных способен повысить эффективность бизнеса, ускорить принятие решений и уменьшить риски.

Что такое Data Governance?

Это комплексный подход, направленный на систематическое управление корпоративными данными. Основные преимущества включают:

🔵повышение надежности и доступности данных;
🔵формирование культуры грамотного обращения с информацией внутри компании;
🔵минимизацию рисков потери данных и ошибок.

Зачем нужен симбиоз с MDM?

Master Data Management дополняет концепцию Data Governance, гарантируя точность и согласованность мастер-данных. Объединяя оба инструмента, компании получают «единый источник истины», обеспечивающий высокий уровень качества данных.

Ключевые элементы Data Governance:

🔵бизнес-глоссарий: единая терминология и показатели;
🔵каталог данных: хранение и связь метаинформации;
🔵Data Lineage: отслеживание пути данных;
🔵Data Quality: выявление ошибок и отклонений;
– MDM-система: качество и нормализация мастер-данных.

Какие выгоды приносит внедрение?

Улучшается прозрачность данных и доверие сотрудников, сокращается время на поиск и обработку информации, уменьшаются операционные риски.

➡️ Подробнее о том, как инструменты Data Governance создают единую экосистему управления данными, рассказал директор Департамента систем управления данными БФТ-Холдинга Максим Зацепин в колонке для РБК.

🔥 Хотите узнать больше о современных инструментах управления данными и получить практические советы? Присоединяйтесь к нашему вебинару «Культурные данные», или зачем бизнесу Data Governance и MDM?»

😉 Как подготовить данные к ИИ ещё до внедрения ИИ

Современные технологии позволяют эффективно применять инструменты искусственного интеллекта практически в любом бизнесе. Однако важно помнить, что даже самая продвинутая модель ИИ покажет слабые результаты, если исходные данные плохо структурированы или недостаточно обработаны.

Поэтому правильный вопрос звучит так: готовы ли ваши данные к ИИ?

Вот базовый чек-лист, который стоит пройти до внедрения любых ИИ-инструментов.

1️⃣ Навести порядок в мастер-данных
ИИ опирается на НСИ: контрагенты, МТР, услуги, объекты. Если:
🔵одни и те же сущности заведены по-разному,
🔵нет единой структуры атрибутов,
🔵используются разные классификации,
модель будет обучаться на противоречивых данных.

2️⃣ Провести нормализацию и дедупликацию
До ИИ важно:
🔵устранить дубли,
🔵привести наименования к стандарту,
🔵зафиксировать единицы измерения,
🔵выровнять справочники по единому шаблону.
Это снижает шум в данных и повышает точность любых алгоритмов.

3️⃣ Зафиксировать бизнес-семантику
ИИ «понимает» данные ровно так, как они описаны. Нужно явно определить:
🔵что означает каждый атрибут,
🔵какие значения допустимы,
🔵какие связи между объектами считаются корректными.
Здесь ключевую роль играют метаданные и бизнес-правила.

4️⃣ Определить эталонные источники и «золотую запись»
Если один и тот же объект приходит из разных систем, ИИ должен понимать:
🔵какому источнику доверять,
🔵по каким правилам объединять записи,
🔵какие данные считать приоритетными.
Без этого модель будет усиливать конфликты, а не устранять их.

5️⃣ Встроить контроль качества в процесс
ИИ требует стабильности. Это значит:
🔵автоматические проверки качества,
🔵контроль полноты и актуальности,
🔵прозрачные процессы изменения данных.
Разовые «чистки» здесь не работают.

➡️ Посмотреть, как подготовка данных к ИИ реализуется на практике в MDM-подходе — закажите консультацию.

Признаки того, что вашей компании необходимо начать работать с данными

➡️ некорректная отчетность;
➡️ дубли в разных ИС;
➡️ не можете найти ответственных за данные;
➡️ 60-80% времени уходит на поиск нужной информации;
➡️ отделы оперируют разными цифрами;
➡️ решения принимаются не на основе цифр, а интуитивно;
➡️ работаете в Excel и вас всё устраивает.

Подготовили рабочую road map по работе с данными.

☑️ Сформировать и зафиксировать «единый язык бизнеса». Составить матрицу ключевых метрик качества данных, внедрить «золотые» справочники и MDM там, где без них постоянно конфликтуют цифры.

☑️ Встроить мероприятия по обеспечению качества данных в процессы. Внедрить контроль качества данных как обязательный процесс, проводить мониторинг актуальности/полноты данных, отслеживать полный жизненный цикл данных и их происхождение.

☑️ Стартовать мероприятия Data Governance. Определить ответственных и распределить роли: директор по данным, владельцы данных, стюарды данных и др. Обучить бизнес-пользователей работе с данными и инструментами аналитики.

☑️ Встроить ИИ в аналитику через измеримые KPI. Начинать внедрение с use-cases, где понятна цена ошибки и критерии успеха: время подготовки отчета, затраты ручного труда, скорость принятия решений. Не запускать ИИ-агентов без фундамента в виде качественных данных: если данные ненадежны, ИИ будет масштабировать ошибки и затраты.

Начните и вы с MDM-системой «БФТ.ЕНСИ»!

MDM в действии: ключевые этапы создания «единого источника правды»

«Золотая запись», или «единый источник правды», представляет собой наилучшую, самую точную и актуальную версию данных о конкретном объекте, предмете или процессе, такую как информация о сотруднике, клиенте, товаре или услуге. Сегодня разберем подробнее процесс её создания в MDM-системе «БФТ.ЕНСИ».

1️⃣ Сбор данных из источников – ETL (пакетная загрузка), реал-тайм интеграция (CDC, Стриминг, REST API), ручной ввод данных.
2️⃣ Очистка и нормализация данных с помощью ИИ-сервиса – выявление и исправление ошибок и несоответствий, категоризация НСИ, извлечение значений атрибутов и обогащение данными из внешних источников, формирование стандартизованного наименования.
3️⃣ Поиск дублей – цель: устранение избыточности для создания «золотой записи».
4️⃣ Сопоставление данных и создание «золотой записи» – назначение уникального MDM ID, связывание записей в разных системах.
5️⃣ Обогащение: повышение ценности данных – добавление недостающей информации
из внешних источников, использование гос. реестров как эталона (ЕГРЮЛ, ЕГРИП, ГАР, ОКВЭД), разрешение конфликтов с опорой на эталон.
6️⃣ Управление версиями и история изменений, прозрачность и аудит – фиксация изменений: кто, когда, что, версионность данных, отслеживание истории значений по времени.
7️⃣ Передача эталонных данных в системы-потребители – обеспечение доступа к «единому источнику правды».

Хотите увидеть все этапы в действии на демопоказе системы? Свяжитесь с нами!

Мы всегда на связи и готовы делиться инсайтами!

Напоминаем, что у нас есть регулярная email-рассылка новостей по теме управления данными — новости отрасли, экспертные колонки, подкаст «Данные решают», кейсы внедрений MDM-системы «БФТ.ЕНСИ», вебинары и полезные материалы. Никакого спама и лишней информации — только то, что действительно поможет вам в работе и развитии.

📩 Не упускайте возможность получать эксклюзивный контент и быть на шаг впереди конкурентов. Присоединяйтесь!

⚡️БФТ-Холдинг на ArenaDAY 2026

Наталья Зейтениди, генеральный директор БФТ-Холдинга, примет участие в экспертной дискуссии «Данные, ИИ и КИИ — обсуждение того, как обеспечить достоверность и защиту в условиях новых угроз» на крупнейших конференций по теме данных.

В фокусе:

1️⃣ Качество данных для ИИ

💬 Прослеживаемость данных — основа доверия к ИИ.
💬 Качество данных определяет всё: неточные или устаревшие данные заставляют ИИ генерировать уверенные, но ложные выводы.
💬 Синтетические данные — полезный инструмент, но не панацея: без контроля могут создать новые уязвимости.
💬 RAG-подходы (генерация с дополнением из базы знаний).
💬 Федеративный подход к госданным.

2️⃣ Атаки на ИИ и ответственность

💬 Новые угрозы: prompt injection, data poisoning, adversarial attacks — нужны новые методы защиты.
💬 Deepfake уже здесь: даже человек не всегда отличит подделку — «человек в контуре» обязателен.
💬 Ответственность — на людях: ИИ не субъект права, за решения отвечают руководитель и поставщик.
💬 Правовая база: Минцифры готовит закон об ответственности разработчиков и операторов ИИ.

3️⃣ Безопасность КИИ

Кому будет интересно

CDO, CDTO, CTO, CIO, директорам по данным и цифровизации

Присоединяйтесь к дискуссии! Обсудим, как строить и внедрять ИИ-решения в эпоху новых угроз.

7 апреля, начало в 16.30.

Почему 40% ваших данных бесполезны? О Data Quality в MDM

Недавно мы рассказывали про «золотую запись» как идеал управления данными. Но чтобы эта запись стала действительно «золотой», нужен фундамент. Этот фундамент — Data Governance (DG), Master Data Management (MDM), Data Quality (DQ). А Data Quality (качество данных) является одним из ключевых элементов.

Что такое Data Quality?

Под термином «качество данных» подразумеваются характеристики информации, позволяющие ей быть точной, полной, актуальной, согласованной и пригодной для эффективного использования бизнесом. Высококачественные данные обеспечивают надёжность принимаемых управленческих решений, повышают производительность сотрудников и снижают риски ошибок.

Проблемы некачественных данных

По оценкам экспертов около 40% корпоративных данных оказываются непригодными для полноценного использования. Причины этому разные:

➖Ошибки ввода и некорректные значения полей
➖Дублирование записей
➖Отсутствие своевременного обновления информации
➖Несогласованность данных между различными системами
➖Низкая полнота сведений

Эти факторы приводят к следующим последствиям:

➡️ Потеря доверия пользователей к данным
➡️ Сложности интеграции систем
➡️ Замедление принятия решений
➡️ Финансовые потери вследствие неверных выводов

MDM-система «БФТ.ЕНСИ» позволяет обеспечивать качество мастер-данных: проверку, очистку, нормализацию, дедупликацию.

Возможности

✅ Реализация типовых и сложных проверок данных
✅ Определение правил валидации, очистки, стандартизации данных, обогащения данными внешних источников
✅ Периодический мониторинг качества данных, работа с инцидентами качества
✅ Дедупликация данных

Преимущества

☑️ Low-code настраиваемые проверки качества и исправления данных
☑️ Автоматизированное исправление ошибок
☑️ Большой набор алгоритмов дедупликации данных
☑️ Мониторинг качества данных, отчеты качества данных

Цена одного неверного решения часто выше бюджета на весь проект по управлению данными. Но бизнес всё ещё верит в «волшебную таблетку».

Дубли клиентов, устаревшая номенклатура, расхождения в отчётности… На уровне «один раз» это кажется поправимым. В масштабе компании – это прямые убытки, сорванные сделки и стратегические промахи.

Почему проекты по Master Data Management (MDM) застревают или не дают эффекта? Потому что стартуют с иллюзий. Разберём жёсткие истины, которые редко звучат на презентациях.

📌 MDM – это не софт, а система всех данных бизнеса.
20% технологии, 80% – люди, процессы и Data Governance. Без комитета по НСИ, назначенных бизнес-владельцев данных и плана по преодолению сопротивления вы купите дорогой инструмент, который никто не будет использовать правильно.

📌 Классический ROI здесь сломан.
Не пытайтесь считать окупаемость платформы данных как окупаемость станка. Платформа меняет качество решений, а не линейно генерирует кэш. «Продавайте» ценность через VOI (Value of Information), снижение операционных и комплаенс-рисков, метрики предотвращённых потерь. Оцените «стоимость незнания»: одна ошибка в справочнике на уровне пилота – копейки. Та же ошибка на уровне всей сети – миллионы.

📌 MDM – марафон, а не спринт.
«Окупаемость через 6 месяцев» – опасная иллюзия. «Ждём 3 года» – гарантия потери финансирования. Рабочая схема: разбивайте внедрение на этапы с быстрыми победами, которые поддерживают долгосрочную стратегию.

📌 Ценность данных неоднородна.
В операционке (логистика, продажи, закупки) «чистые» мастер-данные дают быстрый измеримый эффект. В финансах, стратегии они работают как страховка от будущих катастроф. Понимайте разницу, когда ставите метрики успеха.

📌 Качество данных – это гигиена, а не проект.
Нельзя «внедрить» один раз и забыть. Это непрерывный процесс валидации, мониторинга и поддержки. Без этого любые инвестиции в данные превращаются в пылесос для мусора.
Важно для 2026 года: если вы сейчас используете ИИ с «грязными» данными без настроенного MDM, вы просто ускоряете принятие ошибочных решений в промышленных масштабах.

Чек-лист: готов ли ваш бизнес к управлению данными?
✅ Есть бизнес-владельцы данных (не в ИТ, а в профильных подразделениях)?
✅ Эффективность считается через риски и упущенные возможности, а не только через прямую выручку?
✅ Есть процесс постоянной валидации, а не разовая «чистка перед отчётом»?
Если хотя бы на один вопрос ответ «нет» – вы не управляете данными. Данные управляют вами.

Мы готовы к этим вызовам, а вы? Оставьте заявку на сайте и получите консультацию, которая позволит увидеть реальные преимущества правильной организации ваших данных!

👥 Почему для CDO важно умение договориться с бизнесом?

CDO (Chief Data Officer) – ключевая фигура в организации процессов управления данными, обеспечивающая высокое качество данных и принятие обоснованных решений. Практика показывает, что успешная data-трансформация начинается с системного внедрения культуры данных и обязательной поддержки со стороны топ-менеджмента. Чтобы быстро доказать ценность инициативы, первые проекты следует запускать совместно с наиболее заинтересованными бизнес-подразделениями, концентрируясь на решении одной конкретной прикладной задачи.

Как наладить продуктивное сотрудничество?

➖Показывайте метрики, которые важны бизнесу: не «качество данных ради качества», а «как это повлияет на выручку/клиентов/эффективность».
➖Делитесь реальными кейсами: «было – стало» работает лучше любой теории.
➖Обучайте команду: помогайте коллегам понимать, как данные помогают принимать решения.

Инструменты, которые усиливают CDO:

✅ Master Data Management (MDM)
Единый источник истины для клиентов, продуктов, поставщиков. Убирает дубли, противоречия и хаос.

✅ Data Governance
Фундамент data-driven культуры. Прозрачность, документирование, совместная работа бизнеса и ИТ.

✅ Искусственный интеллект
Автоматизация рутины: обработка 100 тыс. записей за 30 дней вместо 15 месяцев.

✅ BI-аналитика
Превращает «сырые» данные в понятные дашборды и инсайты для стейкхолдеров.

⚡️«Ростелеком» про ИИ, качество данных и нейрошлюз в новом выпуске подкаста БФТ «ПРО Закупки»

🔊 Гость авторского проекта Натальи Зейтениди – Роман Хазеев, директор по развитию цифровых технологий «Ростелекома». Получился полный экспертный разбор темы искусственного интеллекта: где ИИ реально работает, а где магия разбивается, когда встает вопрос об экономической эффективности.

Собрали главные тезисы, которые важно знать тем, кто пристально следит за ИИ-трансформацией:

☑️ Хайп или реальность
Спрос на специалистов со знанием ИИ растет, но требуются они не только в ИТ, а в продажах, закупках и менеджменте. Практические кейсы использования нейросети в медицине, промышленности, кол-центрах показывают, что реальный эффект от ИИ наблюдается пока в «приземленных» задачах.

☑️ Без качественных данных нет смысла в ИИ
Попытка дообучить модель на «грязных» данных не работает. Без культуры Data Governance системы ИИ будут давать сбои, которые на больших объемах приведут к негативным последствиям.

☑️ Нейрошлюз и утечка данных
Если не предоставить удобный и безопасный инструмент (тот самый нейрошлюз) для работы, то сотрудники компаний пойдут в публичные чат-боты и тогда останется открытым вопрос, какие данные утекли наружу.

☑️ ИИ и «вредные советы»
Какие действия гарантированно ведут к провалу: старт без пилота, отсутствие внимания к инфраструктуре, ставка на длинные гипотезы.

Ключевые цитаты выпуска

«Грязные» данные в ИИ не будут подспорьем. Без выстроенной культуры Data Governance применение ИИ становится в принципе очень «тяжелой» историей.

Все с пониманием относятся к необходимости выделения определенного сегмента экономики и процессов, в которых применение иностранных моделей ИИ недопустимо.

Ни одна модель искусственного интеллекта не лишена такого понятия, как галлюцинация. И здесь важно не быть очарованным магией искусственного интеллекта.

▶️ Смотрите выпуск на 📺 ВК Видео, 📺 RUTUBE или слушайте на удобной вам платформе

🗣️ Слушать в Телеграм

📲 Мы в MAX

🎙 Светлана Бова, CDO ВТБ: как превратить работу с данными в культуру, а данные — в инструмент развития бизнеса. Смотрите первую часть!

В гостях у Максима Зацепина, директора Департамента систем управления данными БФТ-Холдинга, – Светлана Бова, управляющий директор, вице-президент и CDO (директор по данным), Банк ВТБ.

Диалог получился одновременно фундаментальным и прикладным: от обсуждения ценностной роли данных перешли к реальным кейсам, конкретным методикам и итогам их внедрения. Поэтому выпуск разделился на два смысловых пласта.

В первой части поговорили о том, почему управление данными требует ежедневной «гигиены», как институт владельцев данных меняет культуру, и о роли регулятора в этой сфере.

📌 Институт владения данными – фундамент порядка
Одна из центральных тем выпуска – сложность внедрения роли «владельца данных». Наглядный пример: карточка розничного клиента может содержать сотни атрибутов. Без четкой матрицы ответственности неизбежны коллизии (например, как писать имя и фамилию на английском: как в загранпаспорте или сокращенно для пластиковой карты?).

📌 Управление данными – это «гигиена», а не разовая уборка
Управление данными можно сравнить с поддержанием порядка в доме. Нельзя навести порядок один раз в год и успокоиться на этом. Культуру нужно встраивать в ежедневные операционные процессы, включая требования к качеству данных на этапе разработки и приемо-сдаточных испытаний любых ИТ-систем.

📌 Роль CDO и влияние регулятора
CDO – это амбассадор изменений, который должен обладать одновременно техническими знаниями и глубокой экспертизой в предметной области бизнеса. Огромная поддержка идет и от Банка России: создание рабочих групп и выпуск методических рекомендаций по оценке зрелости управления данными, которые сегодня используют компании и за пределами финансового рынка.

Ключевые цитаты выпуска

Роль владельца данных невозможно недооценить. Но сразу брать ответственность за что-то неясное – страшно. На рынке до сих пор нет четкого профиля должности «владелец данных», и это эволюционный путь.

Данные имеют свойство устаревать. Стоит чуть-чуть отпустить процесс – и потом приходится долго и дорого переинвентаризировать то, что упущено. Важно воспитать у сотрудников привычку задумываться о данных при любом изменении продукта или системы.

Управление данными не может жить отдельно от общей стратегии. И если организация взяла курс на завоевывание рынка, например, нового сегмента клиентов, то и все активности по управлению данными также должны быть направлены на реализацию этой бизнес-стратегии.

Несколько лет назад Центральный банк вышел с инициативой создать рабочую группу из экспертов по управлению данными, ведущих CDO и разработать правила и стандарты по управлению данными для участников финансового рынка. Это потрясающая инициатива в таком открытом диалоге делиться лучшими практиками.

Смотрите выпуск в 📺 ВК Видео, 📺 RUTUBE или слушайте на удобной платформе

💬 Слушать в Телеграм

🔥Вторая часть выпуска совсем скоро! Следите за нашими новостями на канале!

🎙 Светлана Бова, CDO ВТБ: данные решают, когда становятся системой – смотрите вторую часть выпуска!

Продолжаем беседу о технологиях и практике управления данными со Светланой Бовой, управляющим директором, вице-президентом и Chief Data Officer (CDO) Банка ВТБ, и Максимом Зацепиным, директором Департамента систем управления данными БФТ-Холдинга.

Если в первой части эксперты говорили о формировании культуры работы с данными и вовлечении сотрудников в процессы управления данными, то вторая часть посвящена практической стороне вопроса: как управление данными становится частью операционной деятельности компании и какие результаты это дает бизнесу.

Что обсудили

📌 Ценность управления данными
Проекты в области управления данными сегодня рассматриваются не просто как ИТ-инициативы, а как инвестиции в эффективность процессов, снижение рисков и повышение качества управленческих решений.

📌 Роль MDM-систем в современной экосистеме данных
Мастер-данные становятся фундаментом для построения единого информационного пространства, а управление нормативно-справочной информацией влияет на качество данных во всей организации.

📌 Данные – часть производственного процесса
Необходим переход от ситуации, когда за качество данных отвечает отдельное подразделение, к модели, в которой владельцы данных и бизнес-пользователи сами заинтересованы в их развитии и совершенствовании.

📌 Компетенции специалистов по управлению данными
Эксперты рассказали о растущей роли экспертизы в сфере управления данными и практике формирования команд, способных обеспечивать развитие процессов управления данными на уровне всей организации.

📌 Результаты зрелой системы управления данными
Выстроенные процессы помогают ускорять принятие решений, обеспечивать единое понимание показателей и повышать эффективность работы организации в целом.

Один из главных тезисов: управление данными перестает быть отдельной функцией и становится частью ежедневной работы бизнеса. Именно такой подход позволяет организациям получать максимальную отдачу от накопленных данных и превращать их в реальный инструмент развития.

Ключевые цитаты

У нас владельцы данных сами инициируют процессы и проекты по улучшению данных, по оптимизации процессов работы с этими данными. Сейчас управление данными настолько тесно вплетено в жизнь организации, что стало частью ежедневной работы сотрудников.

CDO один в поле не воин. Должен быть офис CDO, команда экспертов и амбассадоры изменений, которые своим примером показывают, почему данными нужно и важно заниматься.

Информация – это единственный актив, который, когда ты им делишься, не становится меньше.

Смотрите вторую часть выпуска в 📺 ВК Видео, 📺 RUTUBE и 📝 Дзен

💬 Слушать в Телеграм

Если данные есть у всех, за счёт чего побеждают лидеры? Взгляд «АстраЗенека» – смотрите новый выпуск «Данные решают»

🔥 В новом эпизоде говорим о том, почему сегодня только наличие хранилища данных, BI-систем и аналитических инструментов уже не гарантирует компании лидерство на рынке.

В студии:

🔵Ольга Жирова – ведущий, директор Дирекции управления данными БФТ-Холдинга
🔵Дмитрий Кононов – ведущий, заместитель директора Департамента систем управления данными БФТ-Холдинга
🔵Александр Мамонтов – гость, директор по данным компании «АстраЗенека» в России и Евразии
🔵Александр Чухланцев – гость, генеральный директор TData


Вместе с экспертами обсудили, как компании переходят от работы с отдельными инструментами к системному управлению данными и почему именно этот подход становится основой для принятия управленческих решений и внедрения искусственного интеллекта.

У всех уже давно есть хранилище. У всех есть BI-системы. У всех есть много разных способов обработки и использования данных. Но тот тренд, который идет последние несколько лет, – это именно управление данными.

Александр Мамонтов, директор по данным «АстраЗенека» в России и Евразии

Отдельное внимание в выпуске уделили проекту Data Governance в «АстраЗенека». Внутри команды будущую систему управления данными называли просто – «лопатой».

Мы внутри проектной команды называли это лопатой. Нам нужна некая лопата, чтобы эти данные перекидывать, чтобы в них разобраться.

Александр Мамонтов

, директор по данным «АстраЗенека» в России и Евразии

Эксперт рассказал, почему компания не стала охватывать сразу все процессы, а начала с одного домена данных, как выявляла дублирующиеся метрики и формировала единое понимание данных для более чем 1500 пользователей отчетности.

Также в выпуске:
☑️ как определить момент, когда компании нужен Data Governance;
☑️ почему успешные проекты начинаются с бизнес-задач, а не с технологий;
☑️ как бороться с разными версиями правды в отчетности;
☑️ какую роль данные играют в развитии ИИ;
почему организационная зрелость не менее важна, чем технологическая.

Ключевые цитаты

Александр Чухланцев

, TData: «Любой софт, любое программное решение – это в первую очередь упрощенно молоток, которым забиваются определенные гвозди».

Александр Мамонтов

, «АстраЗенека»: «Данные позволяют нам быстрее проводить уже клинические исследования или исследования реальной клинической практики. Данные повышают нашу собственную операционную эффективность».

Дмитрий Кононов

, БФТ-Холдинг: «Будущее – это ускорение, ускорение имеющихся ресурсов, использование имеющихся данных, и это нельзя представить без инструментов, которые отвечают на ваши бизнес-вызовы».

Ольга Жирова

, БФТ-Холдинг: «У руководства компании появляется контроль над тем, что происходит с данными внутри компании. И когда контролируешь, а контроль – это часть безопасности, можешь двигаться спокойно дальше, развивая компанию в рамках своих стратегических целей».

Смотрите выпуск в 📺ВК Видео, 📺RUTUBE или слушайте на удобной Вам платформе

💬Слушать в Телеграм

От хаоса к эталону: как MDM-платформы становятся интеллектуальным ядром управления данными

Качественные мастер-данные — основа достоверной аналитики и согласованной работы всех корпоративных систем. Как MDM-платформы помогают крупному бизнесу перейти от хаоса в данных к «единому языку», сохраняя при этом гибкость настроек и наращивая интеллектуальные функции? В интервью TAdviser Максим Зацепин, директор Департамента систем управления данными БФТ-Холдинга, раскрывает ключевые тренды и возможности современных MDM-решений.

Основные тезисы:
➡️ Управление данными необходимо начинать с нормативно-справочной информации (НСИ): именно качественные мастер-данные обеспечивают достоверность аналитики и согласованную работу корпоративных систем.
➡️ Классических функций MDM компаниям уже недостаточно: востребован комплексный платформенный подход, включающий описание НСИ на уровне метаданных, автоматизированную нормализацию, управление качеством данных и проектирование бизнес-процессов в нотации BPMN.
➡️ Благодаря low-code подходу MDM-системы сохраняют гибкость: добавление модулей, адаптация под специфику бизнеса, настройка правил обработки данных и маршрутов согласований становится проще, несмотря на рост функциональности.
➡️ Главная тенденция развития MDM – расширение возможностей искусственного интеллекта: алгоритмы машинного обучения и генеративный ИИ активно применяются для классификации, нормализации справочников, дедупликации и интеллектуального поиска.
➡️ Российские enterprise-решения готовы к масштабированию и высоким нагрузкам: современная архитектура позволяет системам работать с сотнями миллионов записей, обеспечивать одновременный доступ тысячам пользователей и интегрироваться с тысячами внешних систем-потребителей.

«В эпоху цифровой трансформации данные – важнейший стратегический актив компании: все управленческие решения принимаются на основе аналитики данных, вся операционная деятельность ведется с применением информационных систем, обрабатывающих данные. Крайне важно, чтобы в основе этой работы лежали качественные мастер-данные».

Читайте полное интервью, чтобы узнать, как вывести управление данными на новый уровень эффективности.

«Галактика» в подкасте БФТ «Данные решают»: как ERP помогает сохранять данные и получать бизнес-эффекты

🔥 В новом выпуске подкаста «Данные решают» эксперты БФТ-Холдинга вместе с Леонидом Козьминым, заместителем генерального директора по коммерческой деятельности компании «Галактика», нашим технологическим партнером, рассуждают о том, какие сегодня выдвигаются требования к корпоративным ERP-системам.

Что показалось самым важным?

✔️ ERP больше не воспринимается как отдельная информационная система
Сегодня она становится центром корпоративных данных, вокруг которого строятся аналитика, финансовое планирование, управление активами и другие бизнес-процессы.

✔️ Импортозамещение – это просто замена продукта
Главный критерий успешного проекта – бизнес-эффект: ускорение процессов, повышение качества данных, снижение операционных затрат.

✔️ Без качественных данных современная ERP не работает
Именно поэтому управление нормативно-справочной информацией и мастер-данными перестало быть отдельной задачей – сегодня это часть любой зрелой ERP-архитектуры.

✔️ Композитная архитектура требует не меньшей дисциплины, чем монолитные решения
Важно не просто объединить несколько систем, а обеспечить единые правила работы с данными и их консистентность.

✔️ Искусственный интеллект – следующий этап развития ERP
Но работать он сможет только тогда, когда у компании есть качественные данные и понятные бизнес-процессы.

Ключевые цитаты

Импортозамещение часто сводят к простой замене одного решения другим. Но сама по себе замена – недостаточная цель. Важно не заменить один «красный фломастер» на «синий», а получить реальные бизнес-эффекты.

Когда все данные находятся в одной системе, гораздо проще контролировать их целостность, качество и консистентность, а значит – исключать ошибки. Для крупного холдинга единая система важна еще и потому, что она дает прозрачную картину бизнеса: вы точно понимаете, сколько зарабатываете и сколько тратите.

Я люблю повторять про методологию. Важно сначала посчитать эффекты, потом рассказать о них, забрендировать проект внутри компании, чтобы каждый сотрудник, который вовлечен в него или даже косвенно с ним связан, понимал, что такая работа идет, что она ему даст и зачем он в ней участвует. И важно пройти этот процесс по четко регламентированным шагам.

Смотрите выпуск в 📺 ВК Видео, 📺 RUTUBE или слушайте на удобной вам платформе.

💬 Слушать в Телеграм

📊 Управление данными нового уровня: как дата-сторителлинг превращает сырую аналитику в управленческие решения

Компании инвестируют в BI-системы и нанимают аналитиков, но на планёрках всё равно спорят, как трактовать одни и те же метрики. Проблема редко в качестве данных. Проблема в подаче. Отчёт в формате «сырой выгрузки» рождает дискуссии о методологии, а не управленческие решения. На смену статичным дашбордам приходит дата-сторителлинг — подход, который превращает цифры в понятный сюжет с выводом и планом действий.

Ключевые принципы, которые помогут вашим отчётам работать на бизнес:

☑️ Три несущих конструкции: точные данные + визуализация под конкретную задачу + нарратив, который показывает причинно-следственные связи, а не просто констатирует факты.
☑️ Правило одного слайда: одна диаграмма = одна мысль. Давайте контекст (период, план, бенчмарк), выделяйте точки перелома и аномалии, убирайте визуальный шум. Зритель удерживает 3–5 фактов, не перегружайте.
☑️ Жёсткая логика подачи: Факт → Влияние на бизнес → Причины → Конкретное действие. Без последнего пункта история остаётся просто констатацией.
☑️ Адаптация под слушателя: руководителям нужны KPI, отклонения и «что делать»; аналитикам — гипотезы, срезы и возможность «покрутить» данные; клиентам — наглядность и отсутствие технического языка.
☑️ BI как интерактивный рассказчик: современные платформы позволяют за пару кликов спуститься от общего показателя к конкретному подразделению или периоду, выстраивая цепочку исследования без привлечения IT-специалистов.

«Данные не убеждают сами по себе. Убеждает история, выстроенная на их основе», — Екатерина Занозина, генеральный директор «Полиматика Рус» (входит в ООО «БФТ»), заместитель директора Дирекции управления данными БФТ-Холдинга.

➡️Хотите узнать, как выстроить аналитическую историю, которая ведет бизнес к решениям, и избежать типичных ошибок визуализации? Читайте материал эксперта по ссылке.