Efficient Consumer

Response
Стратегия управления данными и
анализ данных

Образовательный семинар

5 марта 2020

PwC Russia
Значительный рост объема доступных данных требует от современных Компаний ответа
на вопрос «Как мы можем сделать наши данные ценным активом?»

Предпосылки увеличения объема Вопросы, которые предстоит

данных в Ритейле и e-commerce решить при работе с данными

Рост данных по взаимодействию с Клиентом через онлайн ▪ Как монетизировать данные?

(ЛК, Приложения, call-center, web сайт) и офлайн-каналы
▪ Как быстро формировать новые отчеты и аналитику?
Рост доступных внешних данных для формирование
▪ Как подготовить данные для запуска аналитических
Клиентского профиля (соц. сети, обезличенные данные
моделей?
телеком-компаний и банков и пр.)
▪ Как быстро объединять данные из различных источников?
Взаимодействие с финансовыми институтами (банки и
страховые компании) и другими организациями в рамках ▪ Какие нужны инструменты и компетенции для
формирования предложений для Клиентов работы с данными?
▪ Как снизить затраты на сбор, обработку и выверку
Получение доступа к данным «конкурентов» за счет данных для формирования отчетности?
консолидация компаний розничной торговли1
▪ Кто ответственен за данные?
Рост доступных данных для веб-аналитики (Яндекс. Метрика, ▪ Где найти необходимые данные?
Google Analytics и пр.)
▪ Как обеспечить качество данных?
Реализация законодательных требований в сфере розничной
торговли (ФЗ-54) Данные – ценный актив, который снижает
Выборочные примеры консолидации компаний в розничной торговли: 1. М. Видео и Эльдорадо. затраты и приносит прибыль
2. Связной и Евросеть 3. Дикси, Бристоль и Красное&Белое.
Ef f icient Consumer Response | Семинар «Стратегия управления данными и анализ данных» Март 2020
PwC 2
На пути к получению от данных максимальных выгод и эффектов Компании
сталкиваются с рядом барьеров

Невозможность оперативного объединения

55%
данных из разных источников

Недостаточные навыки работы с данными у

33%
сотрудников Компании

Неточные, неполные или неактуальные 32%

данные

Устаревшие информационные системы 30%

Недостаток нужных данных в

30%
требуемый момент времени

Сотрудники не знают, какие данные им

30%
доступны для анализа

Отсутствуют необходимые 23%

инструменты анализа данных
Сотрудники не используют данные
17%
для принятия решений

Сотрудники не доверяют данным, которые 14%

доступны в отчетности и пр.
Источник: HARVARD BUSINESS REVIEW ANALYTIC SERVICES SURVEY, Ноябрь 2017
Ef f icient Consumer Response | Семинар «Стратегия управления данными и анализ данных» Март 2020
PwC 3
Решение для извлечения из данных максимальных выгод и эффектов - создание
стратегии управления данными
Стратегия управления корпоративными данными это набор процессов, политик, стандартов и инструментов,
которые направленны на обеспечение высокого качества и эффективности управления данными в Компании

Направления системы управления Типовая функциональная архитектура

корпоративными данными Экосистемы данных
WEB сайт Извлечение, Стандартизированная
I. Организационная структура управления данными загрузка и отчетность
CRM трансформация
данных Управленческая
корпоративными данными

ERP
II. Качество данных Структурированное
отчетность
Стратегия управления

Мобильные хранение данных

приложения Self-Service
III. Архитектура данных Хранение аналитика
Call Center неструктури-
рованных данных «Песочницы»
IV. Аналитика, отчетность и сервисы данных Offline канал
Хранение
данных
Данные с исторических
кассового Аналитические
данных
V. Мастер-данные оборудования модели
Хранение
Данные мастер-данных Data API
VI. Метаданные и каталог данных партнеров Потоковая (внешние и внутренние
обработка данные)
Прочие источники
событий
VII. Безопасность данных
Обработка и Анализ и
Источники
хранение использование
VIII. Культура данных данных
данных данных
Ef f icient Consumer Response | Семинар «Стратегия управления данными и анализ данных» Март 2020
PwC 4
Стратегия управления данными позволяет сформировать фундамент для работы с
данными в периметре большинства инициатив Компании

Примеры новых продуктов

Эффекты от управления данными
и цифровых инициатив

Ускорение реализации проектов, основанных на данных ▪ Формирование цифровой Экосистемы (Товары,

Клиенты, Поставщики и пр.)
Снижение затрат на сбор, обработку и выверку данных для ▪ Персонализированные предложения для Клиентов
проведения анализа и формирования отчетности Компании
▪ Расширение текущей товарной линейки Компании
Повышение уровня доверия к данным за счет внедрения по рез-там анализа данных (категорийный
процедур качества данных менеджмент)
▪ Новые возможности в существующих программах
Повышение опер. эффективности и монетизация данных за лояльности
счет сервисов данных и внедрения Self-Service аналитики
▪ Оптимизация управленческой отчетности
Единый взгляд на KPI - унификация показателей, (снижение набора отчетов, устранение
формирование бизнес-глоссария и стандартизация отчетности дублирования показателей, контроль качества
данных и т.д.)
Развитие культуры работы с данными в Компании ▪ Повышение оборачиваемости товаров
▪ Цифровизация back-офиса, усиление
Поддержка реализации Стратегии современной Компании –
логистической функции и пр.
формирование цифровой экосистемы, внедрение ML и AI и т.д.

Ef f icient Consumer Response | Семинар «Стратегия управления данными и анализ данных» Март 2020
PwC 5
Создание системы по управлению данными выполняется в 3 этапа
Этап 1. Диагностика Этап 2. Разработка
текущего состояния УКД концепции УКД
▪ Обследование ▪ Создание целевой концепции
существующих УКД, включая:
бизнес-процессов, ▫ Операционную модель
информационных потоков, управления данными
ИТ-ландшафта и (владельцы, кураторы,
ИТ-инфраструктуры пользователи данных)
▫ Описание модели данных и
▪ Оценка уровня зрелости информационных потоков
функции УКД
▫ Формирование процессов
▪ Оценка уровня зрелости работы с данными
бизнес-процессов с точки ▫ Проектирование
зрения УКД Платформы данных
Компании
▫ Формирование
бизнес-кейсов по
управлению данными
Ef f icient Consumer Response | Семинар «Стратегия управления данными и анализ данных»
PwC
Этап 3. Планирование
внедрения и внедрение УКД
▪ Определение границ
и взаимосвязей
реализации проекта
УКД с другими текущими
проектами
▪ Формирование инициатив
УКД и дорожной карты
внедрения, включая оценку
затрат реализации
Концепции УКД
▪ Внедрение системы
управления данными
Март 2020
6
На этапе Диагностика определяются основные сложности при работе с данными

Подход и Примеры типовых сложностей

инструменты при работе с данными

▪ Проблемы с моделью данных в системах-источниках данных

Проведение анкетирования сотрудников
Компании для оценки уровня зрелости работы с ▪ Неполнота и низкое качество данных в системах-источниках данных
данными ▪ Нехватка данных для анализа из-за неинтегрированности систем-
источников данных
▪ Дублирование информационных потоков
▪ Неполнота/сложность работы с документацией по системам-
источникам данных и BI
Проведение серии интервью с ▪ Сложности доступа к данным и доступности данных
представителями бизнес и ИТ подразделений ▪ Большое количество данных Компании хранится и обрабатывается
только в *.xlsx формате
▪ Низкий уровень самостоятельной работы бизнес-пользователей с BI
▪ Длительные сроки реализации отчётности
▪ Дублирование источников данных/ разная методология расчёта
Анализ документации Компании в части работы одних и тех же показателей
с данными (ИТ-архитектура, интеграционные
▪ Недостаточная скорость реализации требований от бизнеса в
документы и пр.)
системе отчетности со стороны ИТ
▪ Несоблюдение регламентов в части УК

Ef f icient Consumer Response | Семинар «Стратегия управления данными и анализ данных» Март 2020
PwC 7
По результатам Диагностики сформированы основные «AS-IS» артефакты Системы
по управлению данными, которые используются на этапе Дизайн
Основные вопросы, на которые нужно получить ответ по результатам завершения
Диагностики
1 Основные сложности при
работе с данными, полученные ▪ Какие текущие сложности работы с данными необходимо проработать на этапе Дизайн?
по рез-там анкетирования и
проведения интервью

2
Оценка уровня зрелости работы ▪ На каком уровне зрелости мы сейчас находимся среди российских и международных
с данными и бэнчмаркинг Компаний?
c другими Компаниями ▪ На каком уровне зрелости мы хотим быть через X лет?

3
Диагностические карты
процессов с точки зрения ▪ Как можно улучшить текущие процессы при правильном использовании данных?
работы с данными

4
▪ Как нужно изменить ИТ-архитектуру, чтобы улучшить текущие процессы?
Текущая ИТ -архитектура, потоки ▪ Какие потоки данных нужно пересмотреть для повышения эффективности?
данных и модель данных ▪ Как нужно обновить/расширить модель данных, чтобы удовлетворить все требования
бизнеса?
Ef f icient Consumer Response | Семинар «Стратегия управления данными и анализ данных» Март 2020
PwC 8
На этапе Дизайна определяется целевое состояние в разрезе ключевых
областей управления данными
Основные направления для проработки в целевом решении

▪ Целевые потоки данных ▪ Моделирование данных ▪ Комитет по архитектуре

1. Архитектура данных ▪ Ландшафт данных ▪ Управление требованиями данных

▪ Целевая модель данных ▪ Регламенты ведения ▪ Настройка MDM

2. Мастер-данные ▪ Внутренние и внешние ▪ Нормализация и решения &
источники данных классификация интеграция

3. Роли и ▪ Новые роли по управлению ▪ Компетенции

данными в Компании ▪ Data Stewardship experience
ответственности ▪ Владение данными
▪ Regulations ▪ Corporate reporting register
4. Отчетность ▪ Reporting and analytics classification ▪ Monitoring of reporting
и аналитика ▪ Self-Service Analytics and usage data
from 3rd parties
Data 5. Культура ▪ Открытость и доверие ▪ Data success stories
Board ▪ «Data driven decision making» ▪ Тренинги по управлению данными
данных
6. Управление ▪ Бизнес-глоссарий ▪ Ответственность за методологию расчета
метаданными ▪ Процессы ведения ▪ Происхождение данных (Data Lineage)

7. Безопасность ▪ Ролевая модель ▪ Маскирование данных

▪ Классификация и категоризация ▪ Процессы предоставления
данных данных доступа к данным

8. Качество данных ▪ Регламент управления качеством данных ▪ Документирование

▪ Critical Data Elements ▪ Контроль транзакционных и мастер-данных
▪ Data Quality KPI ▪ Data Quality Group
Ef f icient Consumer Response | Семинар «Стратегия управления данными и анализ данных» Март 2020
PwC 9
 Пример технологической архитектуры Платформы данных

Платформа данных поддерживает реализацию и функционирование основных

направлений стратегии данных

Front слой. Поддержка сервисов данных

Каталог
платформы Self Service
Стандарт. отчетность Management Программный доступ к данным
данных Business Intelligence Dashboards (API ext / public)
Основные компоненты платформы данных

Каталог данных,

Облако, хранение, выч. и сетевые ресурсы,

бизнес- Middle слой. Программные компоненты, обеспечивающие сервисы данных
глоссарий,

Сервисы ИТ-инфраструктуры
источники Data/MDM API (northbound, southbound)
данных и потоки, Виртуализация данных

CI/CD инструменты и др.

др.
База знаний Управление данными Аналитика данных. Инструменты и модели
сервисов

Потоковая
аналитика
Управление ЖЦ данных Обеспечение Business Intelligence и отчетность Machine Learning & AI
данных
безопасности и
Каталог Ролевая модель и Управление маскирование Sandbox
сервисов доступом
данных

Core компоненты. ETL, enrich, store

Event processing
Моделирование

Трансформация
Качество данных Data Lake
процессов

Data warehouse
данных и

Хранение сырых данных из источников ,

данных
Оценка качеств а данных, MDM Хранение данных в
профилиров ание агрегиров анные данные,
структуриров анном формате
данных, метрики долгосрочное хранение данных
качеств а данных
Извлечение и загрузка данных

…… …… ……. …… Источники данных …… ….. ……. ……

Ef f icient Consumer Response | Семинар «Стратегия управления данными и анализ данных» Март 2020
PwC 10
По результатам Этапа Дизайн формируется общий перечень инициатив, которые
должны быть выполнены для реализации стратегии управления данными в Компании

Инициатива Результат / Целевой KPI Приоритет Сложность

1 Организация функции CDO Реализованы функции CDO и новые роли Data Team Х

2
Интеграция внутренних и внешних Интеграция внутренних и внешних источников данных Х
источников данных согласно утвержденному реестру

3 MDM Описание результата / Целевого KPI Х

4 Платформа данных Описание результата / Целевого KPI Х

5 XXXXXX Описание результата / Целевого KPI Х

6 XXXXXX Описание результата / Целевого KPI Х

7 XXXXXX Описание результата / Целевого KPI Х

8 XXXXXX Описание результата / Целевого KPI Х

9 XXXXXX Описание результата / Целевого KPI Х

10 XXXXXX Описание результата / Целевого KPI Х

Ef f icient Consumer Response | Семинар «Стратегия управления данными и анализ данных» Март 2020
PwC 11
На этапе Внедрения каждая инициатива планомерно реализуется в Компании
DevSecOps и Ответственный: Менеджер:
Уров ень Стратегия Инфра-
операционная
зрелости УКД эффективность
Компании структура
Сроки: Ресурсы:
Стратегия ….. ….. …..
Приоритет Сложность Стоимость*
Требования

……
Стандарты ….. …… 1
Аналитика ….. ……
Связанные проекты / инициативы Домены данных
Управление
данными ….. …… Клиенты Продажи

Банковские продукты Корпоративное управление

Культура данных …..
Риски Регуляторные требования
Ис пользование
данных ….. …… Маркетинг Информационная безопасность
Архитектура и
инфрас труктура …..
Подход к реализации
Описание инициативы

Выгоды и целевые KPI

Риски

Ef f icient Consumer Response | Семинар «Стратегия управления данными и анализ данных» Март 2020
PwC 12
Сегодня с Вами в аудитории

Олег Данильченко
Director, PwC Russia Advisory
Data Analytics & Data Management Leader

E: oleg.danilchenko@pwc.com
+7 (925) 400-99-13

Сергей Одинцов Полина Минеева

Manager, PwC Russia Advisory Manager, PwC Russia Advisory
Data Management Data Management

E: sergey.odintsov@pwc.com E: polina.mineeva@pwc.com
+7 (915) 102-68-48 +7 (926) 883-84-47

Ef f icient Consumer Response | Семинар «Стратегия управления данными и анализ данных» Март 2020
PwC 13
pwc.com