Национальный проект «Экономика данных» предполагает создание суверенной инфраструктуры для хранения, сбора и управления данными. Залог его успеха ‒ появление современных систем управления данными. В РЖД успешно реализован проект создания и внедрения такой системы (КСУД). О том, какие задачи он решил, какие сложности необходимо было преодолеть при создании системы и как КСУД будет развиваться рассказывает руководитель проекта, главный эксперт департамента информатизации ОАО «РЖД» Ирина Долженко.

Что изменила система КСУД, какие возможности для управления данными она открывает?

КСУД – необходимая основа для перехода компании к управлению на основе данных. Комплекс инструментов системы позволяет разрабатывать аналитические формы с использованием единого методологического подхода, а также получать информацию о данных смежных подразделений и переиспользовать уже существующие формы в новых системах бизнес-аналитики(BI). Таким образом, снижается трудоемкость множества операций, связанных с работой с данными.

Фото: Из личного архива

Кроме того, КСУД предоставляет возможность оперативно согласовывать методологию при работе с показателями и аналитическими формами, сотрудники эффективнее взаимодействуют и быстрее решают задачи. Экономия времени и трудозатрат возникает за счет переиспользования промежуточных результатов в ряде этапов внедрения Корпоративного хранилища данных и BI.
Система является основой для создания моделей прогнозирования и предиктивного моделирования. Для создания таких моделей требуются качественные данные, собранные по единой методологии. Мы активно работали над этим и продолжаем улучшать существующие решения и методологические подходы, распространяя их на все бизнес-направления РЖД.

Как влияет внедрение КСУД на операционную деятельность сотрудников РЖД?

Все специалисты, от руководителей топ-уровня до рядовых пользователей, теперь работают по единой модели данных.
Такой подход помогает сделать сбор информации о методологии формирования показателей единообразным, у сотрудников смежных подразделений снизился риск возникновения бизнес-ошибок, вызванных неверным пониманием бизнес-терминов.

КСУД позволяет сформировать отраслевую аналитику в реальном режиме времени с высокой степенью детализации – все это возможно благодаря новым стандартам качества и прогрессивным подходам к классификации и хранению данных.

Комплекс инструментов по управлению данными дает возможность разрабатывать аналитические отчеты и формы с использованием единого методологического подхода. Снижается трудоемкость множества операций, связанных с работой с данными, позволяя сотрудникам сосредоточиться на более сложных задачах.

При этом КСУД исключает использование недостоверных, повторяющихся, невыверенных данных – как с точки зрения методологии, так и с точки зрения систем-источников, в повседневной работе при формировании отчетов, справочно-аналитических материалов для руководства РЖД.

Как организовать контроль за хранением критически важных данных и управлением ими?

Для организации контроля за хранением критически важных данных и управлением ими необходимо разработать строгие политики и процедуры по управлению данными, определить ответственных сотрудников за их выполнение, проводить регулярные аудиты и мониторинг доступа к данным. В РЖД критически важные данные описываются в единых утвержденных форматах. Это модели данных (методологическое бизнес-описание показателей) и технических метаданных (технологическое и техническое описание всех этапов обработки и формирования данных).
Они ведутся в инструментах комплекса систем управления и анализа данных (КС УАД).

Также стоит предпринять ряд шагов для организации контроляза хранением критически важных данных и управлением ими. В частности, сформировать реестр критичных данных, регламенты по доступности, безопасности, включая ролевые модели, к наличию копий в случае возникновения аварий, организовать процессы мониторинга по качеству, доступности, безопасности критически важных данных

Легко ли было сотрудникам компании овладеть возможностями, которые дает новая система управления данными?

В РЖД количество аналитиков, работающих с отчетностью, достигает 9000 чел. Для эффективной реализации проекта КСУД важно сформировать команду, которая объединит внутреннюю экспертизу и создаст новые компетенции в области управления данными.

Для создания новых компетенций мы проводим обучение для наших специалистов и развиваем внутренний кадровый резерв. Так, в 2023 году в Корпоративном университете РЖД прошло обучение для работников компании по новой программе «Бизнес-аналитика».
В течение трех месяцев 45 руководителей и специалистов из различных подразделений погружались в теорию и практику работы сданными.

Фото: Shutterstock/FOTODOM

Программа обучения включала разработку проектных идей, основанных на применении аналитического подхода и комплексной работе с корпоративными хранилищами данных. В качестве основного источника данных слушателями
активно использовалась система «СКИМ», также разработанная в РЖД. Она предназначалась для оперативного мониторинга производственных, операционных и финансово-экономических показателей компании. СКИМ обеспечивает единый подход к формированию оперативной управленческой отчетности, что на порядок повышает скорость подготовки данных.

Мы уже получаем много запросов на участие в следующем потоке. Верю в эту программу и ее масштабирование, так как в рамках программы мы не только обучаем, но и объединяем лучших экспертов нашей компании. Организованная коммуникация и обмен опытом профессионалов в области аналитики определенно даст огромный эффект в работе с данными.

Какие специфические задачи приходилось решать при разработке КСУД?

При построении корпоративной системы управления данными (КСУД) мы стремились объединить все лучшие
практики. Важно было использовать все актуальные инструменты управления данными: прежде всего программные
решения, предназначенные для администрирования, мониторинга, контроля и составления отчетов на протяжении всего
жизненного цикла данных.

Но наш подход обладал и рядом уникальных особенностей. Например, чаще всего компании начинают свой путь с описания модели технических метаданных, то есть описывают данные так, как они физически лежат и в каких системах. Только после этого переходят к определению и описанию методологии.

Однако мы начали работу именно с разработки такого инструмента управления данными, как Глоссарий бизнес-терминов. Такой путь был более сложным. В РЖД большое иколичество бизнес-направлений и, следовательно, бизнес-терминов, которые требовали единого понимания. Зато в результате такого подхода мы смогли создать структурированные и согласованные с бизнес-процессами правила работы с данными и определить приоритеты и задачи в области ИТ-инфраструктуры.

Кроме того, прорабатывая функциональные требования к Глоссарию бизнес-терминов, мы увидели, что при увеличении количества показателей, введенных в систему, растут и трудозатраты на их ведение, что снижало качество и доступность данных. Мы поняли, что Глоссарий должен быть не простой библиотекой карточек, а должен обладать автоматизированной функцией ведения описаний показателей и за счет среды согласования (workflow) обеспечивать их согласованность.

Фото: Shutterstock/FOTODOM

В результате мы не только разрабатываем инструмент, но и решаем гораздо более важную для компании задачу – создаем площадку для общения и наращивания экспертизы всех специалистов, причастных к аналитике. Это уникальное решение, не имеющее аналогов на рынке.

Что сегодня должна уметь система управления данными, чтобы отвечать современным требованиям и потребностям?

Сегодня существующие инструменты управления данными, такие как, например, бизнес-глоссарий, и даже продукты opensource, которые изначально делали упор на описание только технических метаданных (дата-каталог), расширили свою функциональность до возможности описания бизнес-терминов с несколькими параметрами.

Управление именно бизнес-терминами (возможность их создания, актуализации и отмены, осуществляется с использованием элементов среды согласования workflow) стало наиболее актуальным в последнее время.

Возможность построения зависимостей между ними, формирование деревьев показателей для того, чтобы на основании схематического представления можно было отследить, из каких базовых данных состоят расчетные показатели и что влияет на их формирование.

Растут требования к расширенным ролевым моделям. Во многих компаниях появляются дата-офисы с разными функциями, процессами и ролями, такими как дата-партнеры и дата-стюарды. Для всех них требуются отдельные полномочия и возможности системы.

Расширяются и требования к хранилищам метаданных (дата-каталогу). Раньше от них требовалось простое сканирование уже реализованных схем данных. Но уже важно, чтобы они давали возможность проектирования витрин данных и других слоев КХД.

Как может искусственный интеллект внедряться в системы управления данными? Какие задачи он должен решать?

На текущем этапе можно ожидать применения ИИ во вспомогательных функциях систем управления данными. Скажем,
при работе с семантическими дубликатами в логической модели данных, поиске показателя, например с использованием чат-бота.

Фото: Shutterstock/FOTODOM

В данном случае работа ИИ включает в себя семантический анализ описания и состава модели данных. Под семантическим анализом модели данных подразумевается этап в последовательности алгоритма автоматического понимания текстов. Он может быть использован с целью выявления дубликатов по показателям и справочникам.

Другие перспективных направления применения ИИ – это интеллектуальный анализ текста (проверка содержимого документа на актуальность и наличие противоречий с другими документами), корреляционный анализ значений показателей или анализ связей с другими показателями, предсказания в аналитическом блоке, оптимизация потоков данных.

В долгосрочной перспективе часть задач подсистем в цикле управления данными могут взять на себя модули с искусственным интеллектом.