hang		e
			C				E
		X
	-							d
	F								t
	D								i
									r
P						NOW!			o
					BUY
				to
w Click										m
w
	w								o
	.							.c
		p					g
			df			n		e
				-xcha

5. РЕКОМЕНДАЦИИ ПО ВНЕДРЕНИЮ

				hang		e
			C				E
		X
	-							d
	F								t
	D								i
									r
P						NOW!			o
					BUY
				to
w Click										m
w
	w								o
	.							.c
		p					g
			df			n		e
				-x cha

Повышение качества данных в масштабах организации — задача непростая, даже если мероприя тия по ее решению предусмотрены в программе руководства данными и поддержаны руководи телями верхнего уровня. В академических кругах давно перешла в разряд классики дискуссия на тему: «Как лучше внедрять программу управления качеством — сверху вниз или снизу вверх?» На практике обычно лучше всего работает гибридный подход: сверху вниз идут спонсорская поддержка, координация и ресурсы, а снизу вверх — выявление проблем, инициативы и пошаговые достижения.

Повышение качества данных требует изменения мышления и поведения людей в отношении данных. А изменение культуры никогда не бывает простым. Оно требует планирования, обуче ния и закрепления знаний (см. главу 17). В то время как специфика культурного перевоспитания зависит от конкретной организации, на практике большинству программ качества данных так или иначе приходится планировать следующие аспекты внедрения.

Метрики для оценки ценности данных и ущерба, причиняемого данными низкого каче ства. Один из способов повышения уровня осознания необходимости управления качеством данных в масштабах организации — через наглядную демонстрацию (с использованием со ответствующих метрик) ценности данных и окупаемости вложения в их совершенствование. Подобные метрики (не путать с показателями качества данных) служат лучшим обосновани ем необходимости финансирования программы качества данных и меняют в лучшую сторону отношение к данным и поведение как рядовых сотрудников, так и руководства (см. главу 11).

Операционная модель взаимодействий между ИТ- и бизнес-подразделениями. Деловым людям не нужно лишний раз рассказывать о важности и ценности данных: они и сами пре красно понимают, какие данные им жизненно необходимы и как много они значат для бизнеса. Зато администраторы баз данных и другие специалисты по ИТ лучше разбираются в том, где и как хранятся и обрабатываются данные, — и кому, как не им, переводить бизнес-опре деления и требования к качеству данных на язык запросов и кодов, позволяющих выявлять некондиционные записи (см. главу 11)?

Изменения в порядке выполнения проектов. Общее руководство проектами должно га рантировать включение в каждый проект и финансирование мер по обеспечению качества данных (таких, как профилирование и анализ данных, определение требований к качеству, механизмов предупреждения, устранения и исправления проблем, контрольные измерения и показатели и т. п.). Благоразумие диктует необходимость планирования требований к каче ству данных и средств предупреждения и раннего выявления проблем на начальной стадии любого проекта.

Изменения в бизнес-процессах. Качество данных повышается за счет совершенствования процессов, в рамках которых они создаются. Рабочей группе программы качества данных

616	Г Л А В А 13

				hang		e
			C				E
		X
	-							d
	F								t
	D								i
									r
P						NOW!			o
					BUY
				to
w Click										m
w
	w								o
	.							.c
		p					g
			df			n		e
				-xcha

					hang		e
				C				E
			X
		-							d
		F								t
		D								i
										r
	P						NOW!			o
						BUY
					to
	w Click										m
w
		w								o
		.							.c
			p					g
				df			n		e
					-x cha

нужно дать возможность оценивать не только технические, но и бизнес-процессы, влияющие

на качество данных, и рекомендовать необходимые изменения.

Финансирование проектов по исправлению и улучшению данных. В некоторых организациях допускают серьезную ошибку, не планируя никаких мер по исправлению имеющихся данных даже на фоне понимания наличия проблем. Сами собой данные в норму не прихо дят. Формальный анализ полезности затрат на проекты исправления и совершенствования данных служит лучшим способом взвесить все плюсы и минусы и определить приоритетные направления работы по повышению качества данных.

Финансирование деятельности по обеспечению качества данных. Обеспечение стабильно высокого качества данных требует текущего мониторинга данных, учета результатов и опера тивного управления решением проблем по мере их выявления.

5.1 Оценка готовности / Оценка рисков

Большинство зависимых от данных организаций имеют широкий выбор возможностей для со вершенствования. Но степень поддержки программы качества данных зависит прежде всего от зрелости организации в плане управления данными в целом (см. главу 15). Готовность организа ции к восприятию и внедрению передовых практик управления качеством данных можно оце нить по следующим признакам и характеристикам.

Приверженность руководства управлению данными как стратегическим активом. Пре жде чем запрашивать финансирование программы качества данных, стоит задаться вопро сом, хорошо ли высшее руководство понимает роль данных в организации в целом. В какой степени наверху осознают ценность данных для достижения стратегических целей? С какими рисками ассоциируются некачественные данные в представлении руководства? Насколько оно осведомлено о преимуществах грамотного распоряжения данными? Наконец, насколько оптимистичны прогнозы относительно возможности реального изменения организационной культуры в сторону всеобщей поддержки усилий по повышению качества данных?

Текущий уровень понимания организацией качества своих данных. Большинству органи заций для того, чтобы отважиться на поиски приключений, подстерегающих на пути к повы шению качества данных, для начала требуется в полной мере осознать, что множество теку щих затруднений и болевых точек напрямую обусловлены низким качеством данных и пря мым образом указывают на необходимость совершенствования программы качества данных. Тут крайне важен разбор ошибок и их последствий. Нужно наглядно показывать: вот некаче ственные данные, а вот прямые и косвенные издержки, которые из-за них несет организация. Анализ болевых точек к тому же помогает определять и приоритетные проекты по совершен ствованию управления качеством данных.

Объективная оценка состояния данных служит первым шагом на пути выявления болевых точек и потребностей в усовершенствованиях. Для измерения и описания данных можно использовать методы профилирования и статистического анализа, а также численной оценки

Качество данных

617

				hang		e
			C				E
		X
	-							d
	F								t
	D								i
									r
P						NOW!			o
					BUY
				to
w Click										m
w
	w								o
	.							.c
		p					g
			df			n		e
				-xcha

					hang		e
				C				E
			X
		-							d
		F								t
		D								i
										r
	P						NOW!			o
						BUY
					to
	w Click										m
w
		w								o
		.							.c
			p					g
				df			n		e
					-x cha

известных проблем и болевых точек. Не зная реального состояния данных, команде програм мы качества данных затруднительно будет определить приоритетные задачи по их совершен

ствованию.

Риски, связанные с созданием, обработкой или использованием данных. Выявление по тенциальных проблем с данными и обусловленных ими угроз благополучию организации закладывает основу управления рисками. В организации, знать не желающей о подобных ри сках, заручиться поддержкой программы качества данных бывает проблематично.

Культурная и техническая готовность к масштабируемому мониторингу качества данных.

На качестве данных могут негативно сказываться как бизнес-процессы, так и технические процессы. Для повышения качества требуется сотрудничество между бизнес- и ИТ-подраз делениями. Если конструктивные рабочие отношения между ними не налажены, на прогресс рассчитывать затруднительно.

Заключения по результатам оценки готовности помогут определиться с отправными точками и темпами изменений. Они же могут послужить системой координат для прокладывания дорож ных карт к поставленным целям. Если в организации налицо крепкая поддержка усилий по по вышению качества данных и хорошее знание собственных данных, возможен вариант безотлага тельного запуска полномасштабной стратегической программы качества данных. Если же в ор ганизации имеют слабое представление о реальном состоянии данных, то для начала, вероятно, лучше сосредоточить усилия на выработке такого понимания и лишь после осознания необходи мости совершенствования приступать к выработке полноценной стратегии.

5.2 Организационные и культурные изменения

Качество данных повышается не за счет коллекционирования программных средств и умных книг, а благодаря выработке у всех руководителей и сотрудников особого образа мышления, который помогает не забывать о качестве данных и нуждах потребителей в процессе рутинной работы. Для привития соответствующего отношения к качеству данных часто требуются значи тельные усилия по изменению сложившейся культуры, немыслимые без дальновидного лидер ства (см. главу 17).

Первым шагом становится разъяснительная работа относительно важности роли данных для организации. Все сотрудники должны действовать ответственно, не замалчивать возникающие вопросы по поводу качества данных и обеспечивать высокое качество производимой ими сами ми информации, предназначенной для использования другими людьми. Каждый, кто прикасает ся к данным, способен повлиять на их качество. Обеспечение качества данных — предмет заботы всей организации, а не только команды качества данных или ИТ.

Ценить каждого новообретенного и сохраненного клиента учат любого менеджера; таким же образом научите сотрудников ценить и данные: пусть знают, какими издержками чреваты некаче ственные данные и что именно приводит к снижению их качества. Например, если данные о клиенте неполны, могут возникнуть ошибки с комплектацией или спецификацией отгружаемого

618	Г Л А В А 13