Издательство «Открытые системы» и онлайн-ресурс «Директор информационной службы» объявляют о проведении ежегодного конкурса на получение премии CDO Award 2021.

CDO Award — первая в России отраслевая награда для директоров по данным (Chief Data Officer) и руководителей аналогичных должностей, доказавших профессионализм и мастерство в своей области. Конкурс проводится уже третий раз. Все больше российских компаний не только воспринимают данные как ресурс, но и используют их как полноценный актив, превращаясь в настоящий data-driven-бизнес.

Главная цель CDO Award — популяризация наиболее значимых российских достижений в области работы с данными. Премия адресована руководителям, в задачи которых входит определение стратегии работы с данными, принципов их хранения и обработки, политик их использования, а также формирование корпоративной культуры работы с данными с целью создания дополнительных ценностей для клиентов, достижения конкурентных преимуществ для организации, реализации социально значимых инициатив.

Организаторы приглашают к участию специалистов с впечатляющими проектами, готовых продемонстрировать силу данных и их возможности в трансформации бизнеса компаний.

«Мы ищем героев экономики, основанной на данных. Тех, кто не только выбрал своей профессией науку о данных, но и добился на этом пути выдающихся практических результатов — в создании новых бизнес-моделей, реализации инновационных идей, монетизации данных, — сообщил Павел Христов, директор ИТ-направления издательства «Открытые системы», председатель экспертного совета CDO Award 2021. — Мы рассказываем о них, используя все возможности нашего издательства, особо отмечая тех, кто готов делиться своим опытом, способствуя формированию профессионального сообщества специалистов по данным».

«Популяризация подходов data-driven и профессии CDO изначально являлась нашей целью, и она идет весьма успешно. Премия стала известной и будет развиваться, — отметил сопредседатель оргкомитета CDO Award 2021 Николай Смирнов. — В компаниях все активнее ведется работа с данными, многие проекты становятся кросс-функциональными, охватывая всю организацию. И самое главное — появляются реальные, действительно интересные результаты, которыми компании готовы делиться».

Получив успешный опыт и завоевав авторитет в профессиональной среде, организаторы намерены охватить еще более широкий круг организаций, найти новых лидеров data-driven-бизнеса и рассказать об их самых интересных проектах.

Первой пятерке лучших российских директоров по данным вручили награды в 2019 году на форуме BIG DATA. С тех пор количество лауреатов и профессионалов, достойных стать ими, заметно выросло.

Получив в прошлом году живой отклик профессионального сообщества на присуждение наград социально значимым проектам, организаторы расширили число номинаций премии, добавив в их перечень новую — «социальную». Также в отдельную номинацию выделены достижения в подготовке профессиональных кадров в области управления данными.

Награды будут вручаться:

• за создание новой бизнес-модели, основанной на данных,
• за повышение эффективности бизнеса,
• за реализацию инновационной идеи,
• за обеспечение качества данных,
• за достижения в подготовке специалистов по управлению данными,
• за реализацию социально значимых инициатив на основе данных.

Кроме того, учредители CDO Award 2021 вручат специальную премию «За вклад в популяризацию профессии» номинанту, активно проявившему себя в продвижении роли директора по данным и в повышении значимости управления данными для бизнеса и общества в профессиональном медиапространстве, на профильных мероприятиях и в социальных сетях.

По решению оргкомитета могут быть также учреждены специальные премии по дополнительным номинациям.

Методологическими партнерами CDO Award 2021 традиционно выступают компании Accenture и DIS Group.

Премия организуется при поддержке Ассоциации больших данных и Центра цифрового развития Агентства стратегических инициатив.

Заявки на участие в CDO Award 2021 будут приниматься с 1 сентября 2020 года до 31 января 2021 года. Каждый номинант премии в обязательном порядке участвует в создании одного или нескольких материалов в жанре статьи или интервью на портале «Директор информационной службы». Цель материала — раскрыть особенности представляемого проекта, рассказать о роли работы с данными в компании и о профессиональном опыте участника.

В феврале 2021 года пройдет голосование экспертного совета и будут подведены итоги конкурса, а 12 марта 2021 года состоится торжественная церемония награждения лауреатов премии CDO Award 2021.

На форуме «BIG DATA 2020 ОНЛАЙН», который издательство «Открытые системы» провело в начале июня, состоялась российская премьера компании Denodo – разработчика одноименной платформы виртуализации данных. Компания появляется на российском рынке в непростое время, но настроена вполне оптимистично. О том, зачем предриятиям еще одна виртуализация, что умеет платформа Denodo и почему ее внедрение потребует изменения менталитета ИТ-специалистов, рассказывает Алексей Сидоров, главный евангелист и директор по управлению данными Denodo.

— Denodo — новое имя на российском рынке. Расскажите о компании.

Компания была создана около 25 лет назад как университетский стартап в городе Ла Корунья (Испания). Группа ученых под руководством профессора Анхеля Виньи, работавшая в области интеграции данных, вдохновилась идеей виртуализации (интеграция данных без их физического перемещения) и достаточно быстро довела эту технологию до промышленного уровня. Первое серьезное финансирование Denodo получила от испанского инвестиционного фонда, благодаря чему смогла выйти на европейский рынок. За короткое время у компании появились десятки крупных европейских заказчиков. Параллельно с активной коммерческой деятельностью шло развитие технологии.

Успех в Европе привлек к компании внимание крупных инвесторов из Кремниевой долины. Были сделаны большие вложения, штаб-квартира Denodo переместилась в Пало-Альто. После выхода на американский рынок около 10 лет назад у Denodo появились такие заказчики, как Intel, крупные американские банки и промышленные предприятия. На протяжении последних лет ежегодный рост компании был значительным — на 50% по персоналу, прибыли и числу заказчиков.

В прошлом году Denodo пришла в Азиатско-Тихоокеанский регион. В этом году было принято решение расширять присутствие компании на Ближний Восток, Восточную Европу, Россию и СНГ. Меня пригласили в компанию для реализации этих планов, потому что у меня есть опыт работы на всех этих рынках.

Ядро Denodo по-прежнему составляет команда ученых, которая ее основала, благодаря чему здесь сохраняются академический дух и нацеленность на глубокое технологическое развитие. На R&D тратятся огромные средства. Работа в таком коллективе очень вдохновляет.

— Технология виртуализации данных существует уже больше 20 лет, но есть ощущение, что она пока не стала мейнстримом в области интеграции данных. Как вы думаете, почему?

По оценкам Gartner, виртуализация данных относится к числу информационных технологий c наиболее высоким уровнем зрелости. Но 10–15 лет назад мы технологически не могли реализовать ее так, чтобы она полностью отвечала требованиям заказчиков. По существу, Denodo первой смогла воплотить перспективную идею на практике.

— Что же мешало: не хватало глубокой технологической проработки идеи, не было нужной программной или аппаратной инфраструктуры для ее реализации?

Во-первых, «железо» было слишком медленным, чтобы эффективно поддерживать технологию. Во-вторых, не хватало профессионального видения, чтобы правильно реализовать виртуализацию. Тем, наверное, и обусловлен успех Denodo, что удалось совместить научный подход к разработке идеи и инфраструктурные возможности для ее поддержки.

— Основная задача, которую решает виртуализация данных, — это интеграция данных?

Мы предлагаем смотреть на данные не с точки зрения ИТ (как мы их интегрируем, трансформируем), а с точки зрения бизнеса. А бизнесу нужны данные для решения его задач, и ему совершенно неважно, с помощью каких инструментов это достигается.

С этой точки зрения виртуализация данных приближена к требованиям бизнеса. Виртуализация данных — технология, которая позволяет получить доступ к разнородным источникам данных в реальном времени и использовать эти данные в различных проектах без их физического перемещения в какой бы то ни было репозиторий.

Если мне необходимо создать новый отчет по продажам либо подготовить прогнозы продаж на следующий квартал, используя алгоритмы машинного обучения, или если я занимаюсь проектами по монетизации данных, то с помощью виртуализации мне удастся получить все нужные данные сразу и в том виде, который удобен для обработки, без их перемещения в промежуточное хранилище.

При этом все детали процесса предоставления данных скрыты от пользователей — они получают в свое распоряжение «магазин данных», в котором можно в реальном времени найти все необходимые им сведения.

— Развернув платформу виртуализации, например Denodo, компания получает логический уровень, который будет поддерживать любые проекты с данными? Или платформа будет работать лишь для определенного круга задач и окажется неприменимой для решения других? Насколько универсальным является этот подход?

Это абсолютно универсальный подход именно потому, что мы смотрим на задачу предоставления данных с точки зрения бизнеса. Конечно, неизбежно возникают технические вопросы: как предоставить данные в том виде, в каком их хочет видеть пользователь, и на необходимой ему скорости. Но все эти вопросы решаемы, и в большинстве случаев для этого достаточно заложенных в платформу механизмов. Решение всегда находится под «капотом» платформы, никак не затрагивая бизнес. Пользователи могут обратиться за любыми данными, и они будут им предоставлены.

— Насколько сложным будет переход к виртуализации для компании с большим числом разнородных источников и унаследованным инструментарием интеграции данных?

Для потребителей данных все упрощается сразу же и в разы: гораздо проще искать и получать данные, повышается их качество и согласованность. Для ИТ-организации внедрение виртуализации — это одна новая технология, которая очень проста в изучении. Любой специалист, который раньше работал с инструментами интеграции данных, моделирования данных, с базами данных, осваивает эту технологию за одну-две недели.

При этом мы не следуем стратегии «кукушки» — никого из гнезда не собираемся выталкивать. Если компания 20 лет работает с традиционным хранилищем, значит, на то есть веские причины. Если есть озеро данных, значит, оно им нужно, мы будем его использовать как один из источников данных.

— Но, тем не менее, в своем выступлении на форуме BIG DATA 2020 вы заметили, что внедрение виртуализации данных — это определенный ментальный сдвиг. У кого он должен произойти: у ИТ-специалистов, директоров по данным, бизнес-пользователей?

По нашему опыту, прежде всего у ИТ-специалистов. Когда мы рассказываем о виртуализации бизнесу, он воспринимает ее возможности с большим энтузиазмом. Но если мы говорим с ИТ-специалистами, то в первую очередь с нами начинают обсуждать, где эта технология потенциально не работает. Для меня это означает, что люди просто боятся нового, опасаются того, что все, чем они раньше жили и зарабатывали, может стать неактуальным. CIO и CDO тоже, как правило, быстро принимают идею виртуализации. Но для тех специалистов, которые непосредственно отвечают за предоставление данных для бизнеса, происходит смена парадигмы. Раньше они строили витрины данных, выполняли процессы ETL, занимались перемещением данных — теперь будет совсем другой подход.

Одна из моих задач как главного евангелиста компании — участвовать во встречах с заказчиками и доносить суть подхода виртуализации данных, чтобы этот ментальный сдвиг действительно происходил.

— Denodo — это решение on-premise, облачная платформа, гибридный вариант?

Изначально это, конечно, была платформа on-premise. С развитием облачных технологий мы стали следовать этой тенденции, и сейчас Denodo сертифицирована для основных облачных платформ: Amazon, Microsoft Azure, Google Cloud.

Так как Denodo является уровнем абстракции для всех данных, которые есть в организации, архитектура внедрения платформы будет зависеть от количества и архитектуры источников данных. Если организация продвинутая, все ее данные находятся в облаке (как правило, не в одном), то Denodo будет находиться в облаке и предоставлять уровень абстракции для всех облачных источников данных заказчика. Если решение гибридное: большинство данных находится в облаке, но часть остается on-premise, — платформа Denodo может находиться как в облаке, так и внутри организации.

Если организация консервативная либо по регуляторным причинам не может хранить данные в облаках (это характерно не только для России, но и для стран Ближнего Востока), то это будет полностью решение on-premise.

— Как Denodo будет продвигаться в России?

Наша стратегия — работать через партнеров, с которыми уже заключаются соглашения. В Москве будет открыт офис, сейчас подписываем контракт с его директором и ищем технического специалиста. Я буду половину своего времени уделять российскому рынку.

Модель продаж Denodo такова, что мы сосредоточиваем свои усилия на продвижении технологии, а не на ее внедрении. Мы должны убедить заказчика в том, что технология виртуализации данных поможет ему решить определенные задачи, сэкономит деньги и время и предоставит конкурентные преимущества. После этого подключаются наши партнеры, которые уже занимаются внедрением платформы.

— Какое обучение предлагает Denodo партнерам и заказчикам?

Я работал во многих организациях и был приятно удивлен уровнем и качеством тех учебных материалов и документации по продукту, которые есть у Denodo. Все партнеры получают бесплатные тренинги по различным аспектам работы с платформой Denodo — по разработке, администрированию, архитектуре. Мы проводим однодневные бесплатные тренинги для заказчиков. Существует сильное сообщество Denodo, где можно обсуждать разные вопросы.

— На форуме вы отмечали, что компания планирует работу с госструктурами РФ. Это потребует определенной сертификации — вы готовы к этому?

Да, мы прекрасно знаем, что необходимо сертифицироваться в соответствии с местным законодательством. Как только будет сформирован московский офис, начнем работу в этом направлении.

— Технология универсального доступа к данным может быть полезна в реализации Национальной системы управления данными, которая сейчас создается в России. Рассматриваете ли вы возможность такого сотрудничества?

Да, стратегически эта задача для нас очень интересна. Но для того, чтобы эта стратегия реализовалась, нужно вначале сделать обязательные тактические шаги.

— Можно ли привести показательные примеры из практики, когда именно виртуализация данных позволила решить важную бизнес-задачу вашего клиента?

Один из таких проектов недавно завершен в крупнейшей логистической компании. Платформа Denodo поставляет данные для аналитических задач по управлению потоками грузов и расстановке контейнеров на складах (складов — огромное количество). Виртуализация данных оказалась единственно возможным решением для сбора данных в те сроки, которые бизнес ставил для ИТ-организации.

Ряд телеком-компаний строят на платформе Denodo решения по управлению мастер-данными в реальном времени, так называемые референциальные MDM, которые сейчас очень популярны. Из всех приложений и баз данных собираются данные для контакт-центра, и оператор получает всю информацию о клиенте в тот момент, кода принимает его звонок. Это позволяет сократить время обслуживания в 3–4 раза.

Кроме того, много проектов по интеграции данных из Интернета вещей в реальном времени — в медицине, в производственных компаниях, в обслуживании сложной техники.

Очень интересный проект по демократизации данных идет в Саудовской Аравии. Казалось бы, демократизация — не то слово, которым можно охарактеризовать происходящее в этом регионе. Однако крупнейшая госорганизация решила предоставлять другим министерствам и частным лицам данные о денежных потоках. На платформе Denodo строится магазин данных: любой человек сможет зайти на сайт и скачать нужные данные, естественно, при соблюдении всех необходимых требований к защищенности данных.

— У ваших потенциальных заказчиков в России сегодня ситуация сложная: неопределенность, экономический кризис, почти наверняка сокращение ИТ-бюджетов. Какие аргументы можно привести для обоснования вложений в платформу виртуализации данных?

На протяжении последних 25 лет кризисы происходят постоянно. В любое время заказчик не расходует деньги просто для того, чтобы их потратить. Внедрение виртуализации данных — то вложение, которое даст отдачу. Если вы сегодня инвестируете некоторую сумму в технологии Denodo, то через год она окупится, через два у вас сократятся расходы, а если вы занимаетесь монетизацией данных, то получите прибыль. Если показать это, любой адекватный бизнесмен вложится в такую технологию.

— И благодаря чему достигается такой результат?

Прямая выгода — это радикальное сокращение времени на внедрение задач, связанных с доступом к данным, от традиционных отчетов до сложной аналитики, машинного обучения, магазинов данных, монетизации данных. Проекты ускоряются, и снижается стоимость внедрения. Как показывает опыт наших заказчиков, внедрение любой из этих инициатив при использовании технологии виртуализации данных может стать дешевле в 10 раз.

Непрямая выгода состоит в том, что компания начинает полноценно использовать все свои данные — не тратится время на их поиск, повышается их качество. Это дает компании конкурентное преимущество.

Практически во всех сферах экономики и госуправления сегодня пытаются адаптироваться к новым условиям, наладить быстрый и надежный доступ к жизненно важным приложениям и сервисам работы с данными, сохраняя при этом стабильность операционной деятельности и избегая излишних затрат. Как продемонстрировал форум «BIG DATA 2020 ОНЛАЙН: данные в основе цифровой экономики», проведенный издательством «Открытые системы» 4 июня, востребованы новые гибкие и экономичные платформы поддержки работы с большими данными.

Как следовало из выступлений представителей различных отраслей отечественной экономики, производителей оборудования и программных решений, ответы на растущие запросы посткризисного цифрового уклада надо искать не только в унаследованных программных стеках и дорогостоящем проприетарном ПО, но и среди инновационных решений с открытым кодом и ранее не востребованных решений, позволяющих предприятиям пользоваться всеми преимуществами облачно-ориентированных платформ. (О содержании пленарной сессии форума см. также «BIG DATA 2020 ОНЛАЙН: данные для государства и бизнеса»; лучший практический опыт тех, кто превращает данные в ценный актив — в статье «BIG DATA 2020 ОНЛАЙН: кому помогают данные».)

Виртуализация данных

Алексей Сидоров, директор по управлению данными компании Denodo, в своем выступлении «Виртуальная фабрика данных — современная архитектура управления большими данными» рассказал о реализации набирающей популярность концепции виртуализации данных.

Идея логического бесшовного объединения всех доступных данных в единый связный массив для формирования индивидуальных конфигураций не нова, но только сегодня, во многом благодаря развитию технологий виртуализации и гибридных облаков, она обрела реальные очертания. Корпоративные данные часто просто невозможно физически собрать в одной точке, абстрагироваться от конкретных форм их хранения, с тем чтобы и унаследованные, и новые приложения видели данные как один единый пул. Однако бизнес не интересуют форматы данных и особенности их хранения — ему необходим мгновенный доступ ко всей корпоративной информации, распределенной по озерам, хранилищам, структурированным базам, файлам Excel на компьютерах сотрудников и пр., чтобы использовать для ее анализа имеющиеся системы бизнес-аналитики, приложения учета, корпоративные витрины данных и т. д. Виртуальная фабрика данных позволяет решить эти задачи без физического перемещения данных, обеспечивая контроль доступа к ним, очистку, унификацию и визуализацию. Промежуточный уровень изолирует физическое хранение данных от приложений, которые не должны знать, на каких серверах, где и в каких базах находятся используемые ими данные, и лишь предоставляет приложениям виртуальный доступ к нужным сведениям. Такой подход позволяет минимизировать ошибки, снизить нагрузку на инфраструктуру, повысить скорость безопасного доступа к информации, сократить время на создание новых витрин данных, что востребовано приложениями бизнес-аналитики в реальном времени, требующими совместного использования исторических и оперативных данных.

Как работает виртуальная фабрика, воплощающая концепцию демократизации данных, Сидоров продемонстрировал на примере проекта для компании Caterpillar. Большегрузные самосвалы CAT невозможно ремонтировать вне гаража, их эвакуация также весьма проблематична, а каждый день простоя дорого обходится дилеру. Для минимизации потерь требуется проводить анализ данных от датчиков машины для предсказания момента ремонта, что предполагает интеграцию с корпоративными системами анализа, учета и планирования, среди которых немало унаследованных. В результате развертывания платформы Denodo Platform удалось сократить стоимость гарантийного ремонта, оптимизировать складские запасы запчастей и обеспечить оперативный учет замечаний, возникающих в процессе эксплуатации самосвалов. Более того, CAT теперь монетизирует накапливаемые данные, которые стали охотно покупать дилеры, заинтересованные в улучшении обслуживания своих клиентов, приобретающих, по сути, не физическую машину, а услугу по перевозке грузов. Таким образом, единая модель данных и цифровое моделирование позволяют всем участникам производственных отношений развиваться даже в условиях сокращения затрат.

Повсеместные данные

Выступление Сергея Золотарева, генерального директора компании Arenadata, было посвящено архитектуре аппаратно-программной платформы, позволяющей создавать и развертывать любые приложения в любых средах — от граничных систем до гибридных облаков.

Как убедительно показал нынешний кризис, развивая цифровые инструменты бизнеса, очень важно уметь справляться с неопределенностью, а для этого надо быстрее и чаще, в стиле Agile, предлагать и проверять новые бизнес-модели, различные сервисы и прототипы новых решений. Однако поддержку такой стратегии не сможет обеспечить ни одна универсальная инфраструктура, вынужденная наряду с традиционными работать с новыми инструментами анализа данных.

«Сегодня уже недостаточно сделать хорошую платформу работы с данными — надо, чтобы она отвечала постоянно меняющимся требованиям и современным тенденциям развития технологий», — отметил Золотарев.

Вместе с тем пользователям сегодня предлагаются лишь две парадигмы, между которыми они вынуждены делать трудный выбор: либо локальная инфраструктура на собственной корпоративной площадке (безопасно, но трудно масштабировать и внедрять новые технологии), либо облака (масштабирование, эластичность, но недостаточная безопасность). Кроме того, наметилась практика получения конкретного сервиса только из определенного облака. По мнению аналитиков, решение на ближайшие десять лет — гибридное облако, позволяющее получать преимущества двух подходов. Почти 90% компаний сегодня одновременно используют и частные, и различные публичные облачные среды, по мере необходимости перенося между ними свои приложения. Как полагает Золотарев, именно гибридные облачные среды станут стандартом для хранилищ данных поддержки бизнеса.

Однако просто запустить приложение в другом облаке вряд ли сразу получится: пользователь столкнется с разнородностью версий и настроек ПО, отсутствием единого инструмента управления и мониторинга и другими сложностями. Поэтому гибридная инфраструктура должна обеспечивать единообразие версий инструментов, приложений и системных сред, а также совместимость и тиражируемость их шаблонов.

Компания Arenadata предлагает модульное решение для цифровой компании, включающее: оцифрованные бизнес-процессы (множество инструментов для решения прикладных задач); платформы данных Arenadata Enterprise Data Platform (EDP) с нативной интеграцией сервисов и компонентов, централизованным мониторингом и инструментами управления кластерами; эластичную инфраструктуру. Последние два компонента — это гибридное облако. EDP представляет собой не просто набор различных сервисов на все случаи жизни, включая и бесплатные, а универсальный оркестратор Arenadata Cluster Manager гибридного ландшафта, позволяющий устанавливать и настраивать сервисы, а также управлять ими независимо от инфраструктуры. Естественно, предусмотрены инструменты работы и с инфраструктурой: создание и управление виртуальными машинами, конфигурирование операционных систем и пр. По сути, речь идет об экосистеме, способной работать с множеством сервисов управления данными и облачных ресурсов, таких как Kafka, Hadoop, Tarantool, ClickHouse, Spark, AWS, Mail.ru Cloud, облако «Ростелеком», «Яндекс.Облако» и пр.

Сегодня платформы Arenadata EDP работают, в частности, у таких заказчиков, как НЛМК, ФНС, «Газпромнефть», X5, ВТБ.

Однако ценность многих технологий для бизнеса (особенно бесплатных) ограниченна, и многие компании это осознают. Как отметил Евгений Степанов, руководитель направления Big Data Platform компании Micro Focus в России, все больше заказчиков, инвестировавших в Hadoop в расчете на «волшебную пилюлю» в аналитике больших данных, сталкиваются с тем, что им необходимо пересмотреть используемые технологии. Не стоит отрицать преимущества этой платформы в управлении данными и эффективном использовании аппаратных ресурсов, а также возможности по аналитике неструктурированных данных. Однако за последний год на рынке сформировалось три тенденции, оказывающих влияние на поведение заказчиков и заставляющих производителей принимать компромиссные решения. Помимо массивного роста объема неструктурированных данных, это развитие облачных платформ и растущая потребность в инструментах машинного обучения.

По словам Степанова, при развитии платформы Vertica была сделана ставка на эти три основных вызова: унификация данных независимо от формата, в которых они поступают, гибридные и мультиоблачные инсталляции систем, а также развитие машинного обучения на всем масштабе данных.

«Данные — это исключительно затраты компании. Надо учиться превращать их в победы», — заявил Олег Гиацинтов, технический директор DIS Group. Не случайно 57% директоров по данным, опрошенных компанией Informatica, считают своей ключевой задачей «демократизацию» данных: чтобы использовать данные как актив, надо знать о них все. В концепции Data 3.0, озвученной Informatica четыре года назад, данные были провозглашены основным активом и драйвером роста компании. Недавно Informatica выдвинула новую парадигму Data 4.0, суть которой заключается в управлении данными с помощью искусственного интеллекта. Искусственный интеллект приходит людям на помощь в осознании и описании данных, помогает понять, могут ли они выступать в качестве актива и насколько они ценны.

Как отметил Роман Гоц, директор департамента больших данных и безопасности Atos, еще четыре года назад многие потенциальные заказчики вообще не понимали, что можно делать с данными. Случались ситуации, когда сами ИТ-директора не слишком сознавали, зачем им нужно озеро данных, не могли объяснить этого бизнесу, и реализуемые проекты ставились на паузу. С тех пор рынок заметно созрел, а в Atos перешли от «железных» систем к законченным решениям под ключ.

В рамках своего выступления Гоц представил программно-аппаратный комплекс Atos с встроенной платформой Cloudera для создания озер данных. Он обладает всеми традиционными преимуществами перед самосборными решениями, в том числе обеспечивает поддержку из одного окна и радикальное ускорение процесса внедрения. В частности, крупный проект SAP Data Factory в Германии на базе этого решения был развернут менее чем за два месяца. В России его применяют «Норильский никель», НЛМК и ЧТПЗ.

Увидеть все

Коронавирусный кризис «закрыл» физические границы, но границы цифровые, напротив, оказались стертыми, что сделало еще актуальнее средства сквозной аналитики, независимые от объемов данных, аппаратной или облачной платформы.

«Бизнес хочет видеть все данные в целом и непосредственно работать с ними. Однако в реальности получает лишь фрагменты (либо вынужден работать только через аналитиков или программистов), а иногда и грязные данные. В итоге анализируется не то, что надо, а то, что 'под фонарем"», — обозначил насущную проблему Иван Вахмянин, генеральный директор компании Visiology, в своем докладе «Одна BI-платформа, чтобы править данными. Сквозное обогащение данных — от Big Data до ручного ввода».

Иван Вахмянин: «Бизнесу надо работать с тем, что есть, а не пытаться нормализовать данные и перемещать их в одну точку. Нужна платформа, способная предоставлять удобные инструменты работы с любыми большими, грязными или структурированными данными»

Предлагаемая этой компанией платформа позволяет бизнес-руководителям непосредственно работать со всеми имеющимися данными, подключаться к их источникам независимо от «чистоты», структурированности и формы представления информации. При этом интерфейс и инструменты доступны и понятны всем, а не только исследователям данных, аналитикам или программистам.

Visiology позволяет работать во всех сегментах пространства бизнес-анализа: с классическими корпоративными системами аналитики («1C», SAP); большими данными; «малыми» данными (почта, файлы Exсel и пр.). С помощью инструмента ViLoader обеспечиваются устранение дублирования и очистка данных, а система Data Collection через веб-формы предоставляет средства сбора отчетности, планирования и бюджетирования, причем без привлечения ИТ-специалистов. Эта система работает совместно с аналитической СУБД ViQube, в полной мере использующей возможности современного аппаратного обеспечения и оптимизированной для выполнения аналитических запросов. Такая система ориентирована на работу в зоне больших данных и предусматривает режимы In-memory для работы с данными реального времени и ROLAP Engine для работы с хранилищами (обеспечивается интеграция с экосистемой Arenadata и платформой Vertica).

Сегодня около 70% получаемых данных генерируется устройствами Интернета вещей, и нет смысла их обрабатывать даже на платформах, подобных перечисленным, поэтому неудивительно, что набирает популярность концепция граничных вычислений — обработки данных непосредственно в точке их генерации. В своем выступлении «Индустриальные платформы IoT и граничные вычисления» Алексей Никифоров, директор по технологиям Hitachi Vantara, рассказал о динамичной инфраструктуре поддержки устройств Интернета вещей. Платформа Lumada Edge Intelligence, эксплуатируемая сегодня на ряде предприятий нефтегазового сектора России, обеспечивает поддержку решений охраны труда и техники безопасности, выполняя, в частности, задачи мониторинга работоспособности оборудования.

***

Во многих отраслях уже давно принят на вооружение модульный, индустриальный подход — например, авиалайнеры не строят целиком на одном месте, а собирают из лучших в своей области модулей от различных надежных поставщиков. На фоне нынешнего кризиса гибридные облака и виртуализация данных подтолкнули и ИТ к подобному индустриальному сценарию, призванному, как продемонстрировал форум BIG DATA 2020, обеспечивать цифровые предприятия платформами, позволяющими эффективнее преодолевать периоды турбулентности, лучше и точнее, чем сейчас, собирать и обрабатывать все доступные данные.

Платформа компании «Юнидата» получила значительное расширение функциональности ETL, позволяющее эффективно решать задачи, связанные с получением данных из различных источников. Речь идет о классическом «конвейере» данных, включающем их загрузку, валидацию (проверку), мэппиннг (определение соответствия), агрегацию данных и их выгрузку в целевую систему.

«Подобный подход позволяет создать единую экосистему для работы с данными наших заказчиков. — поясняет генеральный директор компании Сергей Кузнецов. — Мы выпустили наши наработки ETL в виде отдельного модуля. Сама функциональность была представлена достаточно давно, но теперь мы не только внесли ее в платформу, но и обогатили анализом и многими другими возможностями. В результате была сконструирована бесшовная система для работы с данными как на этапе их получения, так и на стадии их обработки. Все это позволяет нашим заказчикам работать с платформой как единой системой управления данными и пользоваться единым инструментарием для работы на всех стадиях. При этом наибольший эффект достигается благодаря синергии в результате сочетания ETL с возможностями корпоративного управления данными (DG) и управления мастер-данными (MDM)».

Среди наиболее важных ETL-функий платформы «Юнидата» — импакт-анализ изменений (анализ последствий изменений данных), управление версиями моделей и ведение обширной библиотеки проверки данных. Все это выводит ETL составляющую платформы в ряд наиболее современных и эффективных систем этого класса.

«Юнидата» стала первой российской компанией, которая предлагает на рынке и ETL, и MDM, и DG, что выводит созданную ею платформу в число мировых лидеров как по функциональности, так и по эффективности. Кроме того, компания приступила к созданию потокового функционала ETL, обеспечивающего требуемый уровень качества данных (Data Quality).

Компания «Юнидата» запустила новый международный образовательный проект, призванный в условиях нынешней непростой эпидемиологической ситуации обеспечить получение знаний всем, кто интересуется или уже активно работает с решениями в области управления данными. Слушатели дистанционных учебных курсов смогут изучить основы работы с данными и использования платформы «Юнидата», предназначенной для построения систем управления корпоративными данными. По результатам участникам будут выданы сертификаты «Юнидата: Управления данными. Базовый уровень».

Предварительная регистрация участников уже стартовала. Заявки на участие в проекте можно отправить по электронной почте на адрес webinars@unidata-platform.ru, указав имя, фамилия, название организации, должность, контактный телефон и электронный адрес.

«Мы прекрасно понимает всю сложность эпидемиологической ситуации во всем мире, – поясняет генеральный директор компании «Юнидата» Сергей Кузнецов. – Мы готовы не только поддерживать своих клиентов, но и делиться своими знаниями с людьми, которые в силу текущей ситуации оказались дома и у которых есть желание осваивать компетенции будущего».

Компания Hitachi Vantara представила платформу для управления данными Lumada Data Catalog, расширяющую возможности решений компании для реализации методологии DataOps. Lumada Data Catalog обеспечивает унификацию разнородных данных, рассредоточенных в облаке, инфраструктуре данных, компьютерах и устройствах на границе сети. Технология каталогизации данных Waterline предоставляет заказчикам типовую инфраструктуру метаданных для управления всеми имеющимися данными. Применяя DataOps к унифицированным наборам данных, предприятия смогут быстро извлекать из данных ценную информацию и внедрять инновации.

Lumada Data Catalog позволяет создать требуемый слой метаданных для поддержки критически важных информационных проектов

«Операционные, технические и нормативные аспекты проблем, возникающих в связи с увеличением объемов данных, делают каталоги данных все более важным инструментом современных организаций, – считает технический директор направления цифровых решений Hitachi Vantara Гидо Шредер (Guido Schroeder). – Дополнение комплекса решений Hitachi Vantara для DataOps функциональными возможностями систем Waterline Data – важный шаг, благодаря которому наши заказчики смогут эффективно управлять активами данных в любой информационной среде – от границы до центра инфраструктуры и мультиоблачных систем».

Основатель и технический директор Waterline Data Алекс Горелик (Alex Gorelik), который теперь является старшим научным сотрудником Hitachi Vantara, считает, что технология Waterline станет прекрасным дополнением к комплексу продуктов, технологий и решений Lumada, который обеспечивает конкурентные преимущества заказчикам в любой отрасли: от промышленного производства и энергетики до транспорта и розничной торговли. «Наша технология поможет ускорить реализацию намерения Hitachi Vantara открыть возможности методологии DataOps для создания средств аналитики, управления данными и обеспечения операционной гибкости», – уверен он.

Lumada Data Catalog дополняет продукты комплекса Lumada Data Services и эффективно интегрируется с ними, открывая новые возможности – обнаружение данных, сервисы самообслуживания для данных. Каталог данных обеспечивает необходимую прозрачность и предсказуемость благодаря возможности инвентаризации и классификации активов данных. Он позволяет создать требуемый слой метаданных для поддержки критически важных информационных проектов на всех этапах – от подготовки данных до комплексного управления и контроля нормативно-правового соответствия. Решение спроектировано так, что способно расширяться до уровня всего предприятия, и использует высокомасштабируемые и высокопроизводительные компоненты, такие как Spark, Solr и собственную архитектуру на основе агентов либо архитектуру Kubernetes на базе контейнеров. В сочетании с предусмотренными в Lumada возможностями автоматизации на основе политик такой подход позволит использовать широкий ряд цифровых решений и обеспечит преимущества во множестве отраслей.

Важность управления данными сегодня доказывать не надо — интерес к этой сфере давно уже не теоретический, а вполне утилитарный. С накоплением критической массы ошибок, в фокусе общего внимания закономерно оказалась проблема качества данных, избежать столкновения с которой не удалось никому. На конференции «Качество данных 2020», организованной издательством «Открытые системы», около 200 профессионалов в области управления данными собрались, чтобы рассмотреть эту тему со всех сторон, разложив «по полочкам» терминологию, варианты стратегии, удачный проектный опыт и актуальные инструменты.

Больше данных — меньше доверия?

В крупных информационных системах корпоративного уровня число источников данных может достигать нескольких сотен, а количество наборов данных — исчисляться десятками тысяч. «Три кита, на которых покоится «здание» качества данных,— полнота, актуальность и корректность, — напомнил Алексей Незнанов, доцент Департамента анализа данных и искусственного интеллекта НИУ ВШЭ. — И когда мы пытаемся разобраться с ними, то получаем огромное количество характеристик, метрик и стандартов».

Согласно исследованиям DIS Group, в 2019 году 33% крупных российских компаний внедряли Data Governance в надежде не только обеспечить прозрачность данных, удобный доступ к ним и возможность отслеживания взаимосвязей между ними, но и унифицировать терминологию, зафиксировать правила и метрики качества данных.

Сакраментальное изречение из мира ИТ «мусор на входе — мусор на выходе» в эпоху цифровизации заиграло новыми красками. «Мусороворот» напрямую влияет на исполнение операций в организации, уровень анализа и принимаемых решений, а также на качество публикаций в СМИ об организации. «Дешевле изначально обеспечивать нужное качество данных, чем потом разгребать последствия, которые возникают из-за дефектов данных»,— уверен Валерий Артемьев, консультант управления методологического и организационного обеспечения в департаменте статистики и управления данными Банка России. Из-за проблем такого рода, по некоторым оценкам, теряется до 15% прибыли компаний. Он также обозначил дилемму, названную им «принципом неопределенности Гейзенберга для управления качеством данных»: мы всегда можем получить либо достоверные, но не совсем актуальные данные, либо актуальные, но не очень достоверные.

Опрос, проведенный компанией Informatica в 2017 году, показал что главные проблемы для директоров по данным — непонимание данных и их качества, из чего следует невозможность доверять данным и основываться на них, принимая решения. Олег Гиацинтов, технический директор DIS Group, призвал подходить к управлению данными разумно. «Раньше мы делали много проектов по очистке клиентских или продуктовых данных, приведению их в порядок, — отметил он. — А сейчас активно занимаемся процессами понимания данных. Надо ли их вообще чистить? Бывают ситуации, когда вы не можете что-либо улучшить».

Такая разная зрелость

Уровни зрелости российских компаний в вопросах управления качеством данных сильно разнятся. С одной стороны, есть те, кто уже прошел длинный путь и может служить своего рода маяком для других. Например, в сбытовом блоке «Газпром нефти», где давно переросли уровень бизнес-аналитики и выстроили систему управления данными на платформе Informatica, специальная группа сотрудников сейчас занимается только качеством данных. «Без требований к качеству данных ни одна задача не принимается в работу», — подчеркнул Иван Черницын, руководитель центра аналитических решений Дирекции региональных продаж «Газпром нефти». За полтора года после запуска системы число бизнес-заказчиков дирекции, разрабатывающей аналитические приложения, удвоилось.

С другой стороны, зачастую бизнес по-прежнему несет потери из-за плохих справочников. В одних компаниях нет службы нормативно-справочной информации, в других — единого классификатора, в третьих управление данными ведется в ERP-системах. «Весь пул вопросов, которые мы решали 20 лет назад, остался», — констатировала Алла Токарева, руководитель направления НСИ группы консультирования в области закупок и цепочек поставок компании KPMG.

В то же время крупный бизнес все чаще подходит к решению проблем основательно, начиная со снабжения. На примере проекта в компании «Алроса» Токарева рассказала о роли качественной нормативно-справочной информации для материально-технического обеспечения бизнеса. В результате реализованных KPMG проектов по трансформации МТО фиксируется улучшение оборачиваемости или снижение запасов в среднем на 10-15% за два-три года. И реструктуризация НСИ вносит существенный вклад в этот эффект.

В компании Leroy Merlin проблему качества данных рассматривают в контексте обеспечения безопасности поставок. Совместно с технологическим партнером IDX ретейлер запустил автоматические проверки двух видов: проверка достоверности данных в документах водителей с целью обеспечить безопасность перевозок и проверка данных потенциальных сотрудников новых подразделений, чтобы исключить риски, связанные с их благонадежностью.

Это несравнимое качество

В отличие от корпоративных систем, в государственных информационных системах невозможно проверить качество всего массива данных, можно лишь оценить конкретные наборы данных, получаемые через Систему межведомственного электронного взаимодействия. «Сейчас объективная ситуация с качеством данных по стране неизвестна, нет никакой возможности его оценить и как-то на него повлиять», — отметил Сергей Сергиенко, руководитель направления «Национальная система управления данных (НСУД)» в НИИ «Восход». По его словам, НСУД, создание которой предусмотрено к 2021 году в программе «Цифровая экономика», позволит существенно упростить сопоставление данных в больших массивах.

Сравнивать данные об одних и тех же объектах, которые находятся в разных системах-источниках, — непростая задача. Как это делать с помощью инструментов контроля качества данных на основе технологий онтологического моделирования и правил логического вывода, рассказал Сергей Горшков, директор компании «ТриниДата». Сначала с помощью редактора онтологий создается модель предметной области. Редактор правил ввода-вывода встроен в платформу «Архиграф.СУЗ», где также содержатся инструменты поиска, извлечения объектов и сравнения их свойств. А основу для выполнения необходимых для этого алгоритмов предоставляет платформа «Архиграф.MDM», которая предоставляет программные интерфейсы для работы с данными, извлекаемыми из внешних систем, компонент для выполнения логических правил и универсальный API доступа к данным.

Руслан Трачук, технический директор компании «Юнидата», поделился выводами по итогам проектов создания прикладных высоконагруженных федеральных информационных систем. Один из таких проектов — разработка подсистемы обеспечения качества данных Росреестра. Задачей этой подсистемы является выявление ошибок в Едином государственном реестре недвижимости, который содержит 300 млн записей, проверяемых на соответствие 120 правилам. «Современный нагруженный прикладной проект требует совмещения в одном решении нескольких инструментов управления данными. Одного — недостаточно, — отметил Трачук. — И степень их интеграции существенно влияет на эффект синергии».

Также докладчики ознакомили участников конференции с тем, как заботятся о качестве данных в «Росатоме», МТС и других компаниях, оперирующих большими информационными массивами, а также рассказали о том, как применяют профилирование для управления качеством данных в Счетной палате и как удается использовать технологии искусственного интеллекта в условиях отсутствия качественных данных.

Ступень к аналитике

Без наведения порядка в используемых данных получать столь желанную для топ-менеджеров аналитику невозможно. «Перед тем как приступать к решению аналитической задачи, мы первым делом обязательно проводим аудит данных, начиная с простого профилирования, и оцениваем процессы», — подчеркнул Михаил Александров, руководитель практики платформных решений «SAS Россия/СНГ», представляя разработанные этой компанией инструменты управления качеством данных.

Выстроив систему управления данными, необходимо вовлекать бизнес-сотрудников в ее развитие. «Сегодня важны не озера данных, а четко работающий конвейер данных — процесс, который можно улучшать и дополнять, в том числе самому бизнесу», — полагает Максим Аннюк, отвечающий за развитие направления «Цифровой бизнес» в компании Hitachi Vantara. Он познакомил слушателей с методологией DataOps, помогающей повысить качество и сократить цикл подготовки аналитики, а также поделился опытом применения этой методологии внутри самой Hitachi Vantara.

Иван Черницын: «Без требований к качеству данных ни одна задача не принимается в работу» Настольная книга «Юнидата» презентовала на конференции «Качество данных 2020» руководство «DAMA-DMBOK: Свод знаний по управлению данными», подготовленное к изданию на русском языке при непосредственном участии компании. DMBOK позиционируется в качестве настольной книги для всех сотрудников, деятельность которых имеет отношение к управлению данными. Рекомендовал книгу участникам конференции и Иван Черницын из «Газпром нефти», чей доклад получил у слушателей самые высокие оценки.

Конференция «Качество данных 2020», организованная издательством «Открытые системы», показала невероятный интерес к весьма актуальной сегодня теме управления качеством данных. Конференция собрала более 200 специалистов в области управления данными, которые вместе с ведущими экспертами обсудили методики и инструменты обеспечения качества данных, проблемы и метрики оценки качества, нюансы построения стратегии управления качеством данных, а также помехи на пути превращения корпоративных данных в бизнес-активы.

«Дешевле обеспечивать нужное качество данных, чем иметь дело с последствиями дефектов данных», — заметил Валерий Артемьев, Центральный банк России, докладом которого открылась конференция. Алексей Незнанов, доцент департамента анализа данных и искусственного интеллекта НИУ ВШЭ, выступил с впечатляющей широты обзором стандартов и инструментов управления качеством данных. Иван Черницын, руководитель центра аналитических решений Дирекции региональных продаж «Газпром нефти», представил не имеющий аналогов проект создания «умного» озера данных в сбытовом блоке компании.

Другие докладчики рассказали, как заботятся о качестве данных в «Алроса», «Росатоме», X5 Retail Group, МТС и других компаниях, оперирующих большими информационными массивами, как удается использовать технологии искусственного интеллекта в условиях отсутствия достаточного объема качественных данных, как применяют профилирование для управления качеством данных в Счетной палате РФ и как соблюдают гигиену данных в сети медицинских лабораторий «Инвитро».

Компания Hitachi Vantara, дочернее предприятие концерна Hitachi, объявила о намерении приобрести компанию Waterline Data, предлагающую предназначенные для использования на основе методологии DataOps решения для интеллектуальной каталогизации данных, которые позволяют извлекать уникальную информацию из больших наборов данных и обеспечивать соблюдение нормативных требований, таких как Общий регламент по защите данных (GDPR).

Приобретение Waterline Data планируется завершить к 31 марта 2020 года

«Hitachi Vantara предлагает заказчикам цифровые архитектурные компоненты, стратегии DataOps и отраслевые решения, необходимые для преобразования организаций на основе информации, извлекаемой из данных, – говорит Брэд Сурак (Brad Surak), президент направления цифровых решений Hitachi Vantara. – Технологии Waterline Data дополнят экспертный опыт Hitachi Vantara в области реализации DataOps и станут ключевым продуктом в составе комплекса Lumada Data Services, обеспечивая высочайшую прозрачность, строгий контроль качества, более точное соответствие требованиям регуляторов и более эффективное управление данными».

Созданная Waterline Data технология каталогизации на основе машинного обучения позволяет автоматизировать процесс обнаружения метаданных при решении аналитических задач и управлении данными в различных информационных средах. Эта технология широко используется в сфере финансовых услуг, здравоохранении и фармацевтической отрасли. Технологию можно применять к большим объемам данных в средах на базе Hadoop, SQL, Amazon Web Services (AWS), Microsoft Azure и Google Cloud, разместив соответствующие решения на локальной площадке или в облаке.

В основе решений Waterline Data лежит запатентованная технология, позволяющая устранить препятствия для успешного функционирования озер данных. К примеру, чтобы корректно идентифицировать номера страховых требований в озере данных размером в несколько петабайт, решению Waterline Data достаточно опознать как номер требования только одно поле. Затем эта технология генерирует уникальный «отпечаток», позволяющий с высочайшей точностью распознать и пометить все подобные поля в озере данных независимо от их форматов, имен или источников данных. Это позволяет в значительной мере упростить извлечение из данных ценной аналитической информаци. При создании так называемых «отпечатков» используются системы на базе искусственного интеллекта (ИИ), выполняющие автоматические операции по обнаружению, классификации и анализу распределенных и разрозненных ресурсов данных.

Созданная Waterline Data технология каталогизации позволяет автоматизировать процесс обнаружения метаданных при решении аналитических задач и управлении данными

Интеграция технологии Waterline Data с комплексом Lumada Data Services позволит заказчикам создать общую структуру метаданных и преодолеть разрозненность массивов данных, распределенных между облаком, центром обработки данных, компьютерами и устройствами на границах сети. Применяя методологию DataOps к унифицированным наборам данных, заказчики смогут быстрее получать ценную аналитику и внедрять инновации.

«Наши исследования показывают, что почти половина крупных компаний, работающих с данными, тратят более 50% времени только на то, чтобы найти и подготовить необходимые данные для анализа. В последние годы продукты для каталогизации данных стали важным стратегическим направлением для предприятий, стремящихся решать задачи использования данных и совершенствовать управление информационными ресурсами, – отметил Мэтт Аслетт (Matt Aslett), вице-президент по исследованиям компании 451 Research. – Это приобретение – логичный и стратегически обоснованный шаг: возможности Waterline Data прекрасно дополняют решения Hitachi Vantara, в частности, комплекс продуктов Lumada Data Services. Присоединение Waterline Data укрепит способность компании удовлетворять растущий спрос на продукты и услуги, обеспечивающие более гибкие и автоматизированные подходы к управлению данными с помощью DataOps, и поможет предприятиям, использующим данные, в полной мере задействовать информационные ресурсы».

Приобретение Waterline Data планируется завершить к 31 марта 2020 года. После приобретения Waterline Data компания Hitachi Vantara будет предоставлять эти технологии заказчикам как в виде отдельных решений, так и интегрированных компонентов в составе сервисов данных Lumada Data Services.

В январе 2020 года крупнейшее и авторитетнейшее международное аналитическое агентство Gartner опубликовало рейтинг лучших мировых решений в области Master Data Management — Magic Quadrant for Master Data Management Solutions, включив компанию «Юнидата» в список ведущих игроков рынка управления данными, которые задают тон всей индустрии управления данными. Впервые российская компания в области работы с данными отмечена на столь высоком международном уровне.

«Включение «Юнидаты» в отчет Gartner является признанием нашей технологичности и эффективности, – поясняет генеральный директор компании «Юнидата» Сергей Кузнецов. – Изначально заложив в платформу по-настоящему инновационные идеи и основывая свое развитие на главных трендах в области управления данными, мы на нескольких примерах показали аналитикам агентства Gartner, что по многим направлениям являемся одним из самых передовых решений в мире. Российский ИТ-рынок является весьма технологичным, а многочисленные проекты с нашими заказчиками позволили нам создать одно из самых передовых и высокопроизводительных решений в мире».

Gartner – одна из крупнейших в мире исследовательских и консалтинговых компаний, специализирующихся на рынке информационных компаний. ИТ-специалисты всего мира прекрасно знают Magic Quadrants, Hype Cycles и многие другие исследования.

«Юнидата» – инновационная российская ИТ-компания, разработчик одноименного программного продукта. Ядро команды сформировалось в 2007 году. В течение целого ряда лет специалисты компании занимались крупными проектами по внедрению решений класса MDM (Master Data Management — «управление мастер-данными»), DQ (Data Quality) и DG (Data Governance). Флагманским продуктом компании является платформа управления данными «Юнидата», основанная на современном технологическом стеке свободного программного обеспечения. Она получила множество положительных отзывов от известных аналитических агентств, таких как Gartner и Forester. Среди клиентов — крупнейшие транспортные, энергетические и телекоммуникационные компании, образовательные учреждения, промышленные предприятия и различные институты государственного управления.

Авторская методология внедрения платформы «Юнидата» основана на международных стандартах DMBOK, полностью адаптирована под реалии российского рынка и оснащена мощным набором отраслевых модулей. Единая дорожная карта развития продукта опирается на современные тенденции развития отрасли в области управления данными (Data Management & Governance), обеспечения качества данных и работы с нормативно-справочной информацией (НСИ), а также на новые технологии и способы обработки больших массивов данных. Специалисты «Юнидата» принимали участие в подготовке русскоязычной версии известной методологии DMBOK 2, которая представляет собой свод знаний по управлению данными.

Существует несколько редакций платформы «Юнидаты», включая защищенную, сертифицированную ФСТЭК, а также вариант для обработки больших объемов данных («Юнидата High Performance Edition»). Отдельно стоит упомянуть продукт Data Governance, основанный на платформе. Он представляет собой набор инструментов, который позволяет соединить и отследить все действия пользователей, связанные с данными предприятия любого масштаба через все уровни — от годовых отчетов руководства компании до колонки в таблице регионального подразделения.

Помимо этого, «Юнидата» совместно с ведущими вузами России принимает самое активное участие в формировании сообщества специалистов в области управления данными. В рамках этой миссии компания выпустила открытую редакцию платформы – «Юнидата Community Edition (CE)».