Data Governance

DAMA Corporate Data Governance включает в себя процессы, людей, технологии, необходимые для управления и защиты данных как актива компании для того, чтобы гарантировать в целом понятные, корректные, полные, надежные, безопасные и раскрываемые корпоративные данные.
Data Governance (DG) заключается в создании методов и организации с отчетливыми процессами и ответственными лицами для стандартизации, интеграции, защиты и хранения корпоративных данных.
Идея DG: иметь четкое представление о том, откуда берутся данные, кому они принадлежат, и когда вносятся изменения, кто должен участвовать.
The Global Data Management Community. • Скачать DAMA-DMBOK2 Framework v2 •

Data Governance - это постоянный, итерационный процесс, ключевые цели которого:

Установить внутренние правила использования данных;
Оценка стоимости данных;
Повышение ценности данных;
Сокращение операционных издержек и затрат;
Внедрение требований комплаенса;
Улучшение внутренних и внешних коммуникаций;
Помощь в обеспечении непрерывного существования компании посредством управления рисками и оптимизации.

Каждый домен данных содержит следующие артефакты:

Владельцы данных (Data Owners);
Бизнес-глоссарий (Business Glossaries);
Словари данных (Data Dictionaries);
Бизнес-процессы(Business Processes);
Каталоги данных (Data Catalogs);
Каталоги отчетов (Reports Catalogs);
Системы показателей качества данных (Data Quality Scorecards);
Системы и приложения (Systems and Applications);
Политики и стандарты (Policies and Standards).

Data Governance - кросс-функциональная дисциплина.
Если не считать этап глубокого архивирования и выбытия данных, то ценность создается на последнем этапе цепи жизненного цикла данных - при принятии обоснованных правильных решений .

Chief Data Officer (CDO) должен сконцентрировать свои усилия на создании ресурсов (драйверы развития, в частности НМА, объекты интеллектуальной деятельности), за счет которых будет обеспечиваться увеличение стоимости активов бизнеса предприятия, выпуск новых продуктов на основе данных.

IBM Data Governance Council прогнозировал еще в начале 2000-х годов, что управление данными станет регуляторным требованием. Информационные активы будут рассматриваться как активы и включены в баланс. Надлежащая оценка стоимости данных и информации будет определять уровень инвестиций для обеспечения качества и надлежащей безопасности на протяжении всего жизненного цикла информационных активов.

Знание того, как преобразуются данные, само по себе является ценной интеллектуальной собственностью, которая должна быть сохранена в рамках бизнеса, она абсолютно необходима для соблюдения соглашения Базеля II и закона Сарбейнса-Оксли (SOX). SOX требует, чтобы происхождение и трансформация финансовых данных регистрировались по мере их прохождения через бизнес-системы.

Alan McSweeney более подробно раскрывает направления Data Governance, распределяя структуру деятельности по функциям PCDO (Planning, Control, Development, Operations). Все эти 10 направлений (см. рис. ниже) - большей частью про технологические аспекты.

Институт Финансового Развития Бизнеса обоснованно предлагает рассматривать данные, метаданные, технологии как интеллектуальный продукт. Активы должны быть инвентаризированы, юридически защищены, правильно оценены и поставлены на баланс предприятия. Подробнее смотрите лекцию на YouTube https://www.youtube.com/watch?v=MGuOmxR0bnc .
Как трансформировать убыток в прибыль? О капитализации (признании) расходов на НИОКР с позиций РСБУ и МСФО https://zen.yandex.ru/media/n_zveno_economy/kak-transformirovat-ubytok-v-pribyl-kapitalizaciia-priznanie-rashodov-na-niokr-5f560eed72b2bd46971e84bd
Вот еще в дополнение: патенты — это нематериальные активы.
Замените в докладе про увеличение собственного капитала компании словосочетание "композитные материалы" на "активы данных и связанные с ними технологии обработки", и смысл прогрессивного взгляда не изменится.
Вот еще видео про выявление НМА и повышение капитализации предприятий.
Примечательно: нематериальные активы не облагаются налогом.
Занижая свои активы, вы убиваете имиджевую составляющую компании, неверно оценивая нематериальные активы.

Обзор и чек-лист критериев оценки систем управления данными

Продукты Data Governance

Контрольный список
Бизнес-драйверы
Метрики
ROI

Пошаговое исполнение Data Governance программы:

Уяснение бизнес-задачи;
Определение спонсора, бизнес-заказчика, [стейкхолдеров];
Выравнивание коммуникаций, менеджмент рабочими процессами;
Классификация и согласование бизнес-терминов;
Выявление критических элементов данных для бизнеса;
Анализ происхождения и влияния метаданных (бизнес и технические аспекты);
Настройка политик, правил и допустимых значений;
Увязка правил качества данных с бизнес-политикам;
Профилирование данных;
Дашборд качества данных;
Исправление некачественных и восстановление неполных данных;
Мониторинг критичных и конфиденциальных данных.

Что побуждает развивать Data Governance:

• Нормативные требования Регуляторов
Например, Положение 483-П Банка России, FDA 21 CFR Part 11
• Продажа детальных данных, агрегатов
Очевидно, плохие данные / агрегаты / информацию не продать
• Снижение рисков
Репутационные риски, финансовые риски, юридические риски, защита персональных / конфиденциальных данных
• Улучшение процессов
Управление поставщиками, контроль технического долга, ...
• Взрывной рост продвинутой аналитики и Data Science
Если данные далеки от реальной картины мира (силос данных), то и аналитика будет так себе

Примеры некоторых основых показателей Data Governance, которые могут быть выражены в абсолютных, относительных величинах, в динамике:

• Стоимость активов данных;
• Затраты на управление данными;
• Количество принятых решений на основе / посредством анализа данных;
• Количество поставленных целей было достигнуто;
• Сколько массивов данных контролируется дата-стюардами;
• Сколько массивов данных мониторится автоматами;
• Количество выявленных, решенных инцидентов с данными;
• Время от идентификации проблемы с данными до её разрешения;
• Количество обогащенных данных;
• Численность персонала по менеджменту данных;
• Количество профессионалов по менеджменту данных;
• Количество подразделений, где принят стандарт данных (для конкретного фрагмента данных или элемента данных) по предметной области;
• Количество элементов данных информационных систем, совместно использующих стандарт данных, по предметной области;
• Зрелость процесса менеджмента данных.

Показатели могут анализироваться в различных разрезах, таких как: бизнес-направления, системы-источники, критичные, публичные/ конфиденциальные / персональные данные, отчетные периоды. Метрики должны расти и изменяться по мере созревания программы DG.

Коэффициент окупаемости инвестиций (ROI) = (Доходность от вложений - Инвестиции) / Инвестиции.
Рентабельность инвестиций всегда должна рассматриваться в периоде времени, ROI - с учётом допущений и рисков.

Примеры измеряемых и неизмеряемых выгод от программы управления данными:
Материальные выгоды:

• Увеличение объема продаж;
• Влияние на денежную позицию;
• Увеличение выручки на одного клиента;
• Увеличение привлечения (притока) клиентов;
• Снижение затрат на маркетинговые кампании;
• Сокращение затрат на хранение запасов и возвратов продукции;
• Экономия материальных затрат на переработку;
• Экономия за счет скидок на объем закупок материалов и комплектующих;
• Экономия на капитальный ремонт за счет прогнозируемых замен и прогнозируемых модернизаций объектов;
• Избежание штрафов со стороны регулирующих органов;
• Сокращение размеров мошенничества;
• Сокращение операционных издержек;
• Сокращение затрат на сопровождение баз данных и ИТ-инфраструктуру.

Нематериальные выгоды:

• Ускорение принятия управленческого решения;
• Быстрые ответы клиентам;
• Повышение удовлетворенности клиентов;
• Чистые, понятные данные;
• Повышение внутреннего морального духа и вовлеченности персонала;
• Повышение корпоративного имиджа.