Управление данными

Сегодня многие российские компании и предприятия задумались об использовании решений для управления данными. На рынке имеется множество готовых коммерческих и открытых решений, поддерживающих разные процессы. Однако любые системы автоматизации не решают проблему, а лишь облегчают ее решение, — успех зависит от того, правильно ли на предприятии выстроены процессы. Если они еще не достигли определенного уровня зрелости, внедрение системы управления данными ожидаемых плодов не принесет.

Как обеспечить долговременное хранение документов по кадрам в соответствии с нынешней нормативно-законодательной базой.

Как отметили эксперты традиционного ежегодного форума «Открытых систем», управление данными играет важную роль в проектах цифровой трансформации компаний.

Эксперты в области работы с данными поделились опытом повышения зрелости процессов Data Governance и обсудили перспективы применения в них искусственного интеллекта.

В основе классической ИТ-архитектуры лежат приложения, каждое со своей базой данных, что обычно приводит к дублированию информации в бизнес-объектах. Ядро дата-центричной архитектуры – данные, доступные всем потребителям через единую точку, роль которой в сложных системах исполняет логическая витрина основанная на модели консолидированных данных. В чем преимущества использования онтологий для построения такой модели и как построить онтологическую модель, обеспечив гибкость и целостность?

Развитие культуры играет важную роль в успешной монетизации данных. Компания «Магнит» трансформировала операционную модель по работе с данными, внедрила ряд инициатив Data Governance, оптимизировала процессы ввода новых data-специалистов и разработала свой инструмент self-service для бизнес-аналитики. Все это положительно сказалось на процессе принятия решений, открыло новые возможности для бизнеса и обеспечило непрерывный доступ к анализу данных.

Участники ежегодного мероприятия «Открытых систем» рассмотрели лучшие отраслевые практики работы с данными.

Искусственный интеллект все активнее проникает в процессы управления данными, ускоряя и упрощая их, а также делает решение многих задач принципиально возможным.

В чем польза BI-инструментария для самостоятельной работы сотрудников с данными и как расширить их использование в организации.

Ольга Романова, руководитель департамента анализа данных и контента в «Газпромнефть ЦР», – о реализации проектов, позволяющих эффективно работать с неструктурированными данными.

Появляется немало принципиальных новшеств — от специальных баз данных, представляющих информацию в удобном для систем машинного обучения формате, до алгоритмов, заменяющих администратора СУБД.

За время, прошедшее с начала санкционного кризиса, ситуация на рынке средств управления данными стабилизировалась, а резкий рост спроса стимулировал развитие существовавших и появление новых отечественных решений.

Варвара Макарьина, руководитель направления стандартизации данных и управления знаниями в компании «Балтика», — о том, что нужно предпринять, чтобы сотрудники организации приняли управление данными, освоили этот подход и стали массово его использовать.

Сергей Кузнецов был одним из создателей журнала «Открытые системы», давшего жизнь нашему издательству.

Тектонический сдвиг: из аналитической подсистемы в компании выращивают платформу управления данными.

Данные для любого предприятия цифровой экономики — это ценный актив, но как его измерить, а специалистам по управлению данными обосновать перед руководством экономический эффект от проектов, направленных на повышение качества данных? Можно ли оценить целесообразность затрат на повышение качества конкретных данных: клиентских, данных кредитного портфеля банка и общих справочников?

Издательство «Открытые системы» и профессиональный портал об ИТ-менеджменте «Директор информационной службы» финализируют итоги премии Data Award 2023.

Инвестиции в инфраструктуру публичных облачных сервисов быстро растут, однако доля закупок под собственную инфраструктуру по-прежнему заметно больше.

Компания Arenadata провела в Москве конференцию «Большие данные большой страны».

Средства машинного обучения еще не могут целиком взять на себя задачи подготовки и интеграции данных предприятия, но уже многое позволяют автоматизировать.