🪴 BLOG IT

DG Аналитическая сводка 1 Стратегия

21 min read

Вопрос: Слышали ли вы о существовании стратегии управления данными в компании?

📌 Статистика ответов:

ОтветAnalyticsData EngineersData ScientistsBusinessManagersOthersИтого
Да1216102435
Не уверен(а)45004316
Нет2110015

📉 Ключевые выводы:

  • Только 62% (35 из 56) опрошенных уверенно заявили, что знают о стратегии управления данными.

  • 29% участников затруднились с ответом (вариант «Не уверен(а)»), что может указывать на недостаточную видимость стратегии в коммуникации.

  • 9% респондентов прямо заявили, что не слышали о существовании стратегии DG — при этом это касается даже специалистов по данным.

🧩 Детализация по ролям:

  • Аналитики демонстрируют высокий уровень осведомленности (12 из 18 знают о стратегии).

  • Data Engineers в большинстве в курсе (16 знают, 5 не уверены, 1 не знает).

  • Менеджеры и аналитики данных дают тревожные сигналы: почти половина менеджеров (4 из 6) выбрали вариант «Не уверен(а)», а один аналитик данных ответил, что не слышал о стратегии.

✅ Рекомендации:

  1. Усилить коммуникацию стратегии управления данными — особенно в командах менеджеров, аналитиков данных и “прочих” ролей.

  2. Внедрить обязательный модуль онбординга по DG для новых сотрудников и регулярное обновление для текущих.

  3. Создать наглядный инфографический материал о стратегии DG, включая цели, роль сотрудников и ожидаемые действия.

Вопрос: Насколько вам понятно, как стратегия управления данными влияет на вашу работу?

📌 Статистика ответов:

ОтветAnalyticsData EngineersData ScientistsBusinessManagersOthersИтого
Полностью понятно310102319
Частично понятно109004225
Скорее не понятно2200026
Совсем не понятно1000012

📉 Ключевые выводы:

  • 76% респондентов (44 из 58) имеют хотя бы частичное понимание влияния стратегии DG на их работу.

  • Только 33% (19 человек) ответили, что полностью понимают это влияние.

  • 8 человек (14%) затрудняются с интерпретацией или вообще не понимают её смысла.

  • Среди менеджеров и других ролей по-прежнему сохраняется часть аудитории с недостаточной осведомлённостью.

🧩 Детализация по ролям:

  • Data Engineers показывают лучший результат: 10 — полное понимание, 9 — частичное.

  • Аналитики в большинстве тоже осведомлены, но всё ещё есть 3 человека с низким пониманием.

  • Менеджеры и “прочие” — зоны риска: 3 человека из этих групп указали, что «скорее не понятно» или «совсем не понятно».

✅ Рекомендации:

  1. Провести тематические сессии/воркшопы по объяснению роли DG в повседневной работе для всех ролей.

  2. Включить кейсы и примеры в обучение, чтобы показать практическую пользу от реализации стратегии.

  3. Провести пульс-опрос после просветительских мероприятий, чтобы измерить прогресс в понимании.

Вопрос: Насколько вам понятно, как стратегия управления данными влияет на вашу работу?

📌 Количественные итоги:

ОтветAnalyticsData EngineersData ScientistsBusinessManagersOthersИтого
Полностью понятно310102319
Частично понятно109004225
Скорее не понятно2200026
Совсем не понятно1000012
Всего ответов1621106852

🧠 Основные выводы:

  • 85% участников (44 из 52) указали, что им хотя бы частично понятно влияние стратегии DG.

  • Только 36% респондентов (19 из 52) отметили полное понимание.

  • 8 человек (15%) затрудняются с интерпретацией или вовсе не понимают стратегию.

  • Среди Data Engineers — самый высокий уровень осведомлённости (10 полностью, 9 частично).

  • У Data Scientists и Business — отсутствуют ответы «не понятно», но и общая вовлечённость очень низкая (всего 1 ответ от DS и 0 от Business).

✅ Рекомендации:

  1. Сегментировать по ролям и направить разъяснительную работу на те группы, где наблюдается непонимание: “Others”, “Analytics”, “Managers”.

  2. Разработать визуальные примеры (user story, бизнес-кейс), где чётко показано, как DG влияет на выполнение задач.

  3. Организовать мини-курс или Q&A-сессию по DG-стратегии для аналитиков и менеджеров.

Вопрос: Обсуждалась ли стратегия управления данными на уровне вашей команды/подразделения?

📌 Количественные итоги:

ОтветAnalyticsData EngineersData ScientistsBusinessManagersOthersИтого
Обсуждалась 1–2 раза811004225
Да, регулярно обсуждается36001111
Нет, не обсуждалась2110127
Не знаю3100037
Всего ответов1619106850

🧠 Основные выводы:

  • 72% участников (36 из 50) отметили, что обсуждение стратегии происходило хотя бы один раз.

  • Только 22% (11 человек) указали, что обсуждение происходит регулярно.

  • 14% (7 человек) утверждают, что стратегия не обсуждалась, столько же выбрали вариант «не знаю».

  • Среди Data Engineers и Analytics выше среднее вовлечение в обсуждение, но есть и случаи отсутствия информации.

  • У Data Scientists представлен только один ответ — «не обсуждалась», что может указывать на недостаток включённости.

✅ Рекомендации:

  1. Формализовать регулярное обсуждение DG-стратегии в командах, особенно в аналитических и инженерных подразделениях.

  2. Добавить повестку по стратегии в формат планёрок, ретроспектив — чтобы минимизировать ответы «не знаю» и «не обсуждалось».

  3. Зафиксировать ответственных в командах за доведение информации по стратегии, как часть инициативы по повышению зрелости DG.

Вопрос: Насколько последовательно реализуется стратегия управления данными в компании?

📌 Количественные итоги:

ОтветAnalyticsData EngineersData ScientistsBusinessManagersOthersИтого
Затрудняюсь ответить76004421
Непоследовательно1200014
Не реализуется0000000
В целом последовательно510101118
Очень последовательно2100025
Всего ответов1519105848

🧠 Основные выводы:

  • Почти 44% участников (21 из 48) не могут оценить последовательность реализации стратегии — это тревожный сигнал о недостаточной прозрачности и коммуникации.

  • Только 38% (18 человек) считают реализацию стратегии «в целом последовательной», и лишь 5 человек (10%) оценивают её как «очень последовательную».

  • Отрицательных оценок («не реализуется», «непоследовательно») немного, всего 4 случая, но они тоже важны.

  • Наибольшая уверенность в реализации — среди Data Engineers, тогда как среди Managers и Others больше неопределённости.

✅ Рекомендации:

  1. Повысить прозрачность стратегии: сформулировать чёткие индикаторы и этапы реализации, донести до всех ключевых ролей.

  2. Периодически обновлять команды о статусе выполнения DG-инициатив (например, через дашборды или рассылки).

  3. Уточнить зоны ответственности и KPI по реализации стратегии, чтобы снизить долю ответов «затрудняюсь ответить».

Вопрос: Есть ли единое понимание целей Data Governance в компании?

📌 Количественные итоги:

ОтветAnalyticsData EngineersData ScientistsBusinessManagersOthersИтого
Не знаю3200128
Скорее да712101425
Скорее нет2200329
Нет2100003
Да1200003
Всего ответов1519105848

🧠 Основные выводы:

  • Лишь 3 человека считают, что в компании однозначно есть понимание целей Data Governance, и ещё 25 участников (52%) дали более умеренно позитивный ответ — «скорее да».

  • 25% участников (12 человек) дали отрицательные или неопределённые оценки («скорее нет», «нет»), а 8 участников (17%) вовсе не знают.

  • Наиболее уверены в наличии понимания целей — Data Engineers, наименее — Managers и Others, у которых больше неопределённости и сомнений.

✅ Рекомендации:

  1. Зафиксировать и формализовать цели DG, донести их через внутренние порталы, обучения, презентации.

  2. Провести сессии с ключевыми ролями, чтобы обеспечить единое восприятие задач и ожидаемых результатов.

  3. Ввести регулярную внутреннюю коммуникацию, где DG-цели и прогресс будут напоминаться и актуализироваться.

Вопрос: Кто-то в вашей команде отвечает за реализацию стратегии Data Governance?

📌 Количественные итоги:

ОтветAnalyticsData EngineersData ScientistsBusinessManagersOthersИтого
Нет52102313
Скорее да35001514
Да29002013
Не знаю5300008
Всего ответов1519105848

🧠 Основные выводы:

  • Лишь 13 человек (27%) уверены, что в их команде есть ответственный за реализацию стратегии DG.

  • Ещё 14 человек (29%) сомневаются, но склонны считать, что такой человек, возможно, есть.

  • 21 участник (44%) либо не знают, либо уверены, что ответственного нет — это значительная доля.

  • Наибольшая определённость — у Data Engineers (9 ответов “да”), а самая высокая неопределённость — у Analytics и Others.

✅ Рекомендации:

  1. Назначить и публично обозначить ответственных за DG в каждой команде (Data Steward / Data Owner).

  2. Разработать карту ответственности: кто, за что и в каком домене отвечает.

  3. Включить эту информацию в онбординг и командные документы, чтобы избежать ситуации «не знаю, кто отвечает».

Вопрос: Насколько активно менеджмент поддерживает инициативы по управлению данными?

📌 Количественные итоги:

ОтветAnalyticsData EngineersData ScientistsBusinessManagersOthersИтого
Совсем не поддерживает0000011
Очень активно1500006
Скорее активно139004531
Скорее неактивно1410129
Всего ответов1518105847

🧠 Основные выводы:

  • 66% респондентов (31 из 47) считают, что менеджмент скорее активно поддерживает инициативы по управлению данными.

  • 13% (6 человек) оценивают поддержку как очень активную.

  • Тем не менее, 9 участников (19%) отметили низкий уровень вовлечённости.

  • Практически отсутствует мнение о полном отсутствии поддержки (только один ответ — в категории “Others”).

✅ Рекомендации:

  1. Закрепить текущий позитивный тренд — продолжать демонстрировать интерес со стороны руководства к проектам DG.

  2. Выделить успешные кейсы с активной поддержкой менеджмента и транслировать их как образцовые.

  3. Провести диалог с командами, указавшими слабую поддержку, чтобы выявить барьеры (возможно, это проблема видимости, а не вовлечённости).

Вопрос: Проявляет ли интерес ваше руководство к результатам, связанным с управлением данными?

📌 Количественные итоги:

ОтветAnalyticsData EngineersData ScientistsBusinessManagersOthersИтого
Не знаю1310027
Иногда54003214
Редко2000013
Никогда0000000
Постоянно611002322
Всего1418105846

🧠 Основные выводы:

  • 48% (22 из 46) респондентов отмечают, что руководство постоянно проявляет интерес к результатам DG-инициатив.

  • Ещё 30% (14 ответов) указали, что интерес иногда проявляется, что указывает на наличие, но нерегулярность внимания со стороны руководства.

  • Почти 15% участников (7 ответов) не уверены, интересуется ли руководство вовсе — возможный индикатор недостаточной прозрачности или коммуникации сверху вниз.

  • Ответ “Никогда” не был выбран ни одним из респондентов, что исключает полное отсутствие интереса на уровне C-менеджмента.

✅ Рекомендации:

  1. Поддержать и расширить постоянный интерес со стороны руководства: закрепить механизмы регулярной отчётности и демонстрации результатов.

  2. Снизить долю “Не знаю” за счёт:

    • Визуализации внимания руководства (например, участие в демо, публикации позиций по DG).

    • Создания каналов для обратной связи с топ-менеджментом.

  3. Для тех, кто видит интерес лишь “иногда” — предложить подходы по структурной интеграции DG-метрик в регулярную отчётность по KPI.

📊 Аналитическая сводка

Вопрос: Видите ли вы реальные действия, подтверждающие заинтересованность C-level в Data Governance?

📌 Количественные итоги:

ОтветAnalyticsData EngineersData ScientistsBusinessManagersOthersИтого
Да2600008
Нет0300025
Не знаю84103319
Периодически44002212
Всего1417105744

🧠 Основные выводы:

  • Только 18% респондентов (8 из 44) подтверждают, что C-level активно демонстрирует вовлечённость в Data Governance.

  • 43% (19 ответов) выбрали опцию “Не знаю” — это тревожный индикатор недостаточной прозрачности действий руководства.

  • 27% (12 ответов) замечают периодическую активность, но она явно нерегулярна и не воспринимается как системная.

  • Отрицательный ответ (“Нет”) дали 11% — наибольшая концентрация недоверия зафиксирована у Data Engineers и Others.

✅ Рекомендации:

  1. Повысить видимость C-level-участия:

    • Ввести регулярные коммуникации: обращения, письма, видеообращения, где руководство подчёркивает приоритетность DG.

    • Участвовать в ключевых DG-мероприятиях (митапах, демо, комитетах).

  2. Сформировать прозрачный список инициатив от C-level, где будет видно, кто за что отвечает, какие шаги уже предприняты.

  3. Работать с perception gap — особенно у технических специалистов. Подчёркивать вклад руководства на уровне команд и в результатах.

Вопрос: Есть ли известные вам формально закреплённые роли, связанные с Управлением Данными?

📌 Количественные итоги:

ОтветAnalyticsData EngineersData ScientistsBusinessManagersOthersИтого
Да713104328
Нет4200006
Не знаю32001410
Всего1417105744

🧠 Основные выводы:

  • Только 64% респондентов (28 из 44) знают о наличии формально закреплённых ролей в области Data Governance.

  • 36% опрошенных (16 человек) не знают об их существовании или утверждают, что их нет.

  • Особенно высокая степень осведомлённости у Data Engineers (76%), тогда как “Others” и Business либо не осведомлены, либо не задействованы в роли вообще.

✅ Рекомендации:

  1. Провести информационную кампанию:

    • Оформить карту ролей (data owners, stewards, custodians) и распространить её среди всех команд.

    • Подчеркнуть назначенные роли и зоны ответственности в документации и на командных митингах.

  2. Внедрить видимость через инструменты:

    • Добавить информацию о ролях в каталог данных, портал DG или wiki.

  3. Провести аудит формализации:

    • Проверить, действительно ли роли юридически и организационно закреплены, или осведомлённость ограничивается неформальными назначениями.

Вопрос: Насколько чётко распределены обязанности по Управлению Данными между командами?

📌 Количественные итоги:

ОтветAnalyticsData EngineersData ScientistsBusinessManagersOthersИтого
Очень чётко47101215
Частично35001110
Размыто43003313
Не распределены3200016
Всего1417105744

🧠 Основные выводы:

  • Лишь 34% респондентов (15 из 44) считают, что обязанности распределены очень чётко.

  • При этом 43% (19 человек) описывают распределение как размытое или полностью отсутствующее.

  • Особенно низкая чёткость восприятия у менеджеров и прочих ролей (Others).

  • У Data Engineers наибольшая уверенность в чётком распределении (7 из 17 — 41%).

✅ Рекомендации:

  1. Документировать зоны ответственности:

    • Описать роли и обязанности по управлению данными на уровне каждой команды.

    • Утвердить RACI-матрицы в рамках DG-политики.

  2. Коммуникационная поддержка:

    • Провести сессии для команд, поясняющие, кто и за что отвечает.

  3. Регулярная валидация:

    • Периодически пересматривать и синхронизировать зоны ответственности, особенно при изменении оргструктуры или запуске новых инициатив.

Вопрос: Знаете ли вы, кто является владельцем данных (отвечает за данные) в вашем домене/команде?

📌 Количественные итоги:

ОтветAnalyticsData EngineersData ScientistsBusinessManagersOthersИтого
Да811103225
Предполагаю, но не уверен(а)35002313
Нет3100026
Всего1417105744

🧠 Основные выводы:

  • Только 57% участников (25 из 44) уверены в том, кто владеет данными в их домене.

  • 43% респондентов (19 из 44) не уверены или не знают, кто отвечает за данные.

  • Особенно высокая неопределённость у менеджеров и прочих ролей (Others).

  • Среди Data Engineers и Analytics доля уверенных респондентов выше среднего, но также есть случаи неуверенности.

✅ Рекомендации:

  1. Назначить и публично обозначить владельцев данных по каждому ключевому домену.

  2. Обновить и опубликовать карту ответственности (Data Ownership Map):

    • Сделать её доступной через внутренний портал или wiki.

  3. Проводить регулярное информирование:

    • Напоминать командам, кто за что отвечает, особенно при структурных изменениях или запуске новых систем.

Вопрос: Существуют ли конфликты зон ответственности при работе с данными?

📌 Количественные итоги:

ОтветAnalyticsData EngineersData ScientistsBusinessManagersOthersИтого
Да47002114
Нет97103222
Не знаю1300048
Всего1417105744

🧠 Основные выводы:

  • ~32% (14 из 44) респондентов напрямую указали на наличие конфликтов зон ответственности.

  • Ещё ~18% (8 человек) не уверены, существуют ли такие конфликты.

  • Таким образом, почти половина участников (22 из 44) либо сталкивалась с конфликтами, либо не может исключить их наличие.

  • Особенно остро проблему ощущают Data Engineers и Analytics, а роль Others показала наибольшую неосведомлённость.

✅ Рекомендации:

  1. Провести анализ зон ответственности:

    • Зафиксировать и визуализировать зону ответственности по ключевым процессам и данным (например, через RACI).

  2. Разработать матрицу ролей и процессов:

    • Устранить дублирование и перекрёстные конфликты.

  3. Внедрить механизм эскалации и разрешения конфликтов:

    • Определить правила и каналы урегулирования ситуаций при пересечении интересов.

  4. Поддерживать осведомлённость:

    • Включить темы разграничения ответственности в onboarding, обучение и методички.

Вопрос: Как часто возникают дублирующие инициативы в области данных?

📌 Количественные итоги:

ОтветAnalyticsData EngineersData ScientistsBusinessManagersOthersИтого
Никогда0100012
Редко46002214
Иногда66101418
Часто44002010
Всего1417105744

🧠 Основные выводы:

  • 64% опрошенных (28 из 44) указали, что дублирующие инициативы возникают иногда или часто.

  • Только 2 человека (4%) считают, что такие инициативы никогда не возникают.

  • Проблема особенно заметна среди Analytics и Data Engineers, а также среди респондентов из категории Others, где 4 человека из 7 отметили частоту дублирования.

✅ Рекомендации:

  1. Централизовать учёт инициатив:

    • Создать и поддерживать реестр дата-проектов, доступный всем командам.

  2. Ввести процедуру предварительного согласования:

    • Применять гейт-процесс или lightweight review перед запуском новых инициатив.

  3. Назначить координаторов или data product owners:

    • Эти роли смогут сверять цели и пересечения между командами.

  4. Развивать горизонтальное взаимодействие:

    • Регулярные кросс-функциональные встречи и обмен планами помогут заранее устранять дублирование.

Вопрос: Есть ли общая площадка (вики, портал, чат и т.п.) для обмена информацией о Data Governance?

📌 Количественные итоги:

ОтветAnalyticsData EngineersData ScientistsBusinessManagersOthersИтого
Есть, но редко пользуюсь44002212
Нет2100126
Не знаю86002218
Да, регулярно пользуюсь0610018
Всего1417105744

🧠 Основные выводы:

  • Лишь 18% респондентов (8 из 44) активно пользуются площадками по Data Governance.

  • 41% (18 из 44) не знают об их существовании — это особенно критично для аналитиков и инженеров данных.

  • Ещё 12 человек указали, что площадка существует, но используется слабо.

  • Фактически, 59% респондентов либо не знают, либо не пользуются текущими каналами обмена знаниями.

✅ Рекомендации:

  1. Провести ревизию текущих информационных каналов:

    • Убедиться, что у всех сотрудников есть доступ и понимание, где искать информацию по DG.

  2. Внедрить или реорганизовать единый портал по DG:

    • Использовать Confluence и/или внутренние корпоративные платформы.

    • Структурировать контент: от описаний ролей до глоссариев и инструкций.

  3. Продвигать использование площадки через обучение и коммьюнити:

    • Назначить data champions или кураторов в каждой функции.

  4. Включить ссылку на портал в onboarding, рассылки, DG-инструкции:

    • Регулярно напоминать об этом через Teams/почту.

Насколько эффективно взаимодействуют между собой команды, работающие с данными?

📌 Количественные итоги:

ОтветAnalyticsData EngineersData ScientistsBusinessManagersOthersИтого
Скорее не эффективно52002110
Не эффективно0000000
Скорее эффективно612102425
Очень эффективно2200127
Не осведомлён(а)1100002
Всего1417105744

🧠 Основные выводы:

  • 57% опрошенных (25 из 44) считают взаимодействие скорее эффективным, но только 7 человек оценивают его как «очень эффективное».

  • 10 человек отметили неэффективность, среди них – аналитики, инженеры данных и менеджеры, что говорит о барьерах между ключевыми ролями.

  • Есть незначительный уровень неосведомлённости: 2 человека не могут оценить взаимодействие.

✅ Рекомендации:

  1. Провести качественные интервью или воркшопы между командами:

    • Выявить «стыки» процессов, где чаще всего возникают задержки или недопонимания.

  2. Определить и закрепить ответственные роли на пересечении процессов:

    • Например, data steward, технический координатор или product owner данных.

  3. Регулярно собирать кросс-функциональные команды:

    • Для совместного планирования, ретроспектив и демо по инициативам в области данных.

  4. Разработать карты взаимодействия (interaction maps) между ролями:

    • Это повысит осознанность в зонах ответственности и потоках данных.

Вопрос: Насколько вы осведомлены о текущих инициативах в области Data Governance?

📌 Количественные итоги:

ОтветAnalyticsData EngineersData ScientistsBusinessManagersOthersИтого
Частично910103023
Слабо34001210
Не осведомлён(а)1100147
Полностью1200014
Всего1417105744

🧠 Основные выводы:

  • Лишь 4 человека из 44 чувствуют себя полностью осведомлёнными — это менее 10%.

  • Большинство (52%) указали на частичную осведомлённость, что может указывать на фрагментированность каналов коммуникации.

  • 17 человек (39%) указали низкий уровень или полное отсутствие осведомлённости.

✅ Рекомендации:

  1. Создать централизованный информационный хаб по инициативам DG:

    • Вики, портал или регулярная email-рассылка.

  2. Назначить ответственных за коммуникацию в каждой команде:

    • Эти роли могут собирать вопросы и распространять обновления.

  3. Проводить короткие регулярные обзоры инициатив (например, на All-Hands):

    • Даже 5 минут в конце встречи могут существенно повысить осведомлённость.

  4. Сделать видимыми планы и результаты:

    • Использовать доски с визуализацией статусов (Kanban, roadmap).

Вопрос: Есть ли единый процесс согласования инициатив, связанных с данными?

📌 Количественные итоги:

ОтветAnalyticsData EngineersData ScientistsBusinessManagersOthersИтого
Да38001214
Нет4200107
Не знаю77103523
Всего1417105744

🧠 Основные выводы:

  • Лишь 14 человек (32%) уверены, что единый процесс согласования существует.

  • Более половины участников (52%) не знают, существует ли такой процесс.

  • Это указывает на низкую прозрачность или отсутствие регламентированной схемы согласования.

✅ Рекомендации:

  1. Формализовать процесс согласования инициатив, если он ещё не закреплён документально:

    • Описать роли, шаги, сроки и ответственность.

  2. Коммуницировать этот процесс всем заинтересованным сторонам:

    • Провести краткие воркшопы или рассылку-инструкцию.

  3. Разместить описание процесса в общем доступе (портал, вики):

    • С регулярным обновлением и контактами ответственных.

  4. Назначить координаторов по согласованию инициатив на уровне функций:

    • Это улучшит прозрачность и ускорит взаимодействие между командами.

Вопрос: Как часто дата-инициативы запускаются, но не доводятся до конца?

📌 Количественные итоги:

ОтветAnalyticsData EngineersData ScientistsBusinessManagersOthersИтого
Иногда64103216
Никогда2300005
Часто2000114
Редко410001419
Всего1417105744

🧠 Основные выводы:

  • 35% (16 из 44) участников отметили, что инициативы иногда не завершаются — это тревожный сигнал о частичной реализации.

  • 19 из 44 (43%) считают, что инициативы редко не доводятся до конца, что может отражать локальный успех.

  • Частое незавершение фиксируется редко (только 4 ответа), но оно всё же присутствует — особенно со стороны аналитиков и менеджеров.

  • 5 человек (11%) уверены, что все инициативы завершаются.

✅ Рекомендации:

  1. Анализ причин незавершения инициатив:

    • Проводить ретроспективы по инициативам, не завершённым в срок.

  2. Внедрить контрольные точки и метрики успешности проектов:

    • Промежуточные отчёты, статусные встречи, KPI на завершение.

  3. Назначать ответственных за завершение каждой инициативы:

    • С фиксацией этапов и сроков.

  4. Создать процесс “архивации” и анализа незавершённых проектов:

    • Чтобы исключить дублирование в будущем и фиксировать извлечённые уроки.

Вопрос: Ведется ли учёт всех активных проектов, связанных с управлением данными?

📌 Количественные итоги:

ОтветAnalyticsData EngineersData ScientistsBusinessManagersOthersИтого
Не знаю98104325
Да48001215
Нет1100024
Всего1417105744

🧠 Основные выводы:

  • 57% опрошенных (25 из 44) не знают, ведётся ли такой учёт — это говорит о низкой прозрачности процессов.

  • Только 34% (15 из 44) подтверждают наличие учёта, причём преимущественно среди инженеров данных и аналитиков.

  • Лишь 4 человека (9%) уверены, что учёт не ведётся — либо осведомлённость отсутствует, либо процессы не регламентированы.

✅ Рекомендации:

  1. Создать и поддерживать централизованный реестр проектов в области Data Governance:

    • Можно реализовать как страницу на внутреннем портале, с ответственными, статусами и связями между инициативами.

  2. Обеспечить регулярную коммуникацию о статусе проектов:

    • Квартальные обзоры, рассылки, включение в дашборды.

  3. Повысить прозрачность за счёт вовлечения широкого круга ролей в планирование и приоритизацию:

    • Особенно это касается менеджеров и представителей других подразделений.

  4. Назначить ответственного за ведение учёта — как элемент формализации процесса управления портфелем инициатив.

Вопрос: Насколько согласованы действия разных команд при работе с данными?

📌 Количественные итоги:

ОтветAnalyticsData EngineersData ScientistsBusinessManagersOthersИтого
Не знаю2100104
Согласованы46003316
Не согласованы2400028
Частично66101216
Всего1417105744

🧠 Основные выводы:

  • Только 36% (16 из 44) считают действия согласованными.

  • Ещё 36% оценивают согласованность как частичную, что указывает на фрагментированную координацию.

  • 18% (8 респондентов) прямо говорят о несогласованности — особенно среди инженеров и прочих участников.

  • Остальные 9% вовсе не осведомлены об уровне согласованности.

✅ Рекомендации:

  1. Определить зоны взаимодействия команд в рамках Data Governance:

    • Формализовать границы ответственности и точки обмена.

  2. Внедрить регулярные кросс-функциональные синки/воркшопы:

    • Особенно между аналитиками, инженерами данных и менеджментом.

  3. Использовать визуальные артефакты согласованности:

    • Диаграммы потоков данных, матрицы ответственности, схемы владения.

  4. Оценить эффективность взаимодействия по ключевым инициативам:

    • Проводить ретроспективы по крупным проектам для выявления узких мест в коммуникации.****

Вопрос: Насколько зрелыми вы считаете процессы управления данными в вашей команде?

📌 Количественные итоги:

ОтветAnalyticsData EngineersData ScientistsBusinessManagersOthersИтого
Низко зрелыми3100138
Очень зрелыми37001112
Средне зрелыми88103323
Вообще не зрелыми0100001
Всего1417105744

🧠 Основные выводы:

  • 52% участников (23 из 44) оценивают зрелость как среднюю — это указывает на наличие основных процессов, но с явными зонами для роста.

  • Лишь 27% (12 из 44) считают процессы очень зрелыми, в основном — среди инженеров данных.

  • 20% (9 из 44) считают зрелость низкой или вообще отсутствующей — особенно в смежных и аналитических ролях.

  • Бизнес не дал ни одного ответа — что говорит о возможной отстраненности или недостаточной вовлеченности.

✅ Рекомендации:

  1. Провести самооценку зрелости команд с использованием DMBoK или CMMI:

    • Это поможет зафиксировать текущее состояние и выстроить roadmap по росту.

  2. Фокус на выравнивании практик между командами:

    • Разрыв между “очень зрелыми” и “низко зрелыми” командами создаёт системные риски.

  3. Разработать методологическую поддержку и шаблоны:

    • Для тех, кто находится на начальных уровнях зрелости.

  4. Усилить вовлечение бизнеса и других ролей:

    • Через демонстрацию пользы зрелых процессов (качественные данные → быстрее решения).

Вопрос: Какие ключевые проблемы вы видите в текущем моменте?

📌 Количественные итоги:

ПроблемаAnalyticsData EngineersData ScientistsBusinessManagersOthersИтого
Низкая осведомлённость97002422
Отсутствие ролей36101112
Нет мотивации0300003
Нет инструментов1100215
Нет времени1000012
Всего1417105744

🧠 Основные выводы:

  • Наиболее критичная проблема — низкая осведомлённость (22 упоминания): особенно ярко выражена среди аналитиков, инженеров и других специалистов.

  • 12 респондентов указали на отсутствие формализованных ролей, что коррелирует с ранее выявленными затруднениями в распределении ответственности.

  • Инфраструктурные проблемы (инструменты и время) отмечены реже, но всё ещё присутствуют, особенно среди менеджеров.

  • Бизнес не дал ни одного ответа — это может указывать на либо отсутствие вовлечённости, либо пропущенную выборку.

✅ Рекомендации:

  1. Провести серию коммуникационных мероприятий и обучений:

    • Объяснить цели DG, текущие процессы и подходы.

  2. Формализовать роли и зоны ответственности в рамках DG:

    • С акцентом на data owners, stewards и custodians.

  3. Разработать карту доступных инструментов и каналов поддержки:

    • Возможно, нужные ресурсы уже существуют, но не используются из-за низкой видимости.

  4. Запустить мотивационные программы:

    • Вовлечение команд через метрики, признание вклада и связь DG с KPI.

Вопрос: Что мешает реализации стратегии Data Governance на практике?

📌 Количественные итоги:

ПроблемаAnalyticsData EngineersData ScientistsBusinessManagersOthersИтого
Отсутствие ресурсов (время, люди, бюджет)106004424
Низкая вовлечённость и мотивация команд410101319
Отсутствие поддержки руководства0000000
Всего1416105743

🧠 Основные выводы:

  • Ключевая преграда — дефицит ресурсов (24 упоминания): аналитики, инженеры данных и менеджеры наиболее часто указывают на нехватку времени, людей и бюджета.

  • 19 респондентов указали на низкую вовлечённость и мотивацию команд — особенно среди инженеров данных и аналитиков, что указывает на слабую встроенность DG в повседневную работу.

  • Никто не упомянул отсутствие поддержки руководства, что может указывать на её номинальное наличие либо низкую осведомлённость об этой роли у сотрудников.

✅ Рекомендации:

  1. Реалистично оценить и заложить ресурсную поддержку инициатив DG:

    • Определить приоритетные области и обеспечить минимально необходимый уровень вовлечения и технической поддержки.

  2. Повысить командную мотивацию:

    • Назначить локальных “DG-чемпионов” в ключевых подразделениях, внедрить признание и обратную связь.

  3. Продемонстрировать поддержку со стороны руководства:

    • Через регулярную коммуникацию, участие C-level в инициативах и выделение внимания DG в стратегических документах.

  4. Синхронизировать ожидания и возможности:

    • Показать, как DG помогает в достижении бизнес-целей и KPI команд, чтобы повысить вовлечённость.

Вопрос: Где, по вашему мнению, скрыты основные риски, связанные с управлением данными?

📌 Количественные итоги:

РискAnalyticsData EngineersData ScientistsBusinessManagersOthersИтого
Несогласованность данных77003118
Отсутствие data lineage49101318
Отсутствие контроля доступа3000014
Некачественные данные0000123
Всего1416105743

🧠 Основные выводы:

  • Два ключевых источника риска — это несогласованность данных и отсутствие data lineage (по 18 упоминаний каждый). Эти проблемы носят как технический, так и организационный характер и требуют срочного внимания.

  • Контроль доступа и качество данных отмечаются реже, но всё ещё присутствуют в восприятии риска, особенно у аналитиков и менеджеров.

  • Ответы не поступали от представителей бизнеса и data scientists — это может говорить о либо низкой вовлечённости, либо о недостаточной информированности.

✅ Рекомендации:

  1. Стандартизировать подходы к согласованию данных между системами и командами:

    • Внедрить практики Master Data Management (MDM) и согласованные бизнес-определения.

  2. Развернуть механизмы отслеживания происхождения данных (data lineage):

    • Выбрать и внедрить инструмент lineage, привязанный к критическим источникам и процессам.

  3. Провести аудит доступа к данным и обновить политики контроля:

    • Убедиться, что права доступа соответствуют принципам наименьших привилегий и прозрачны для всех участников.

  4. Инициировать работу по улучшению качества данных:

    • Зафиксировать метрики, выявить проблемные источники, назначить ответственных и отслеживать улучшения во времени.

Вопрос: Какие направления в Data Governance нужно усиливать в первую очередь?

📌 Количественные итоги:

НаправлениеAnalyticsData EngineersData ScientistsBusinessManagersOthersИтого
Роли и ответственность510000116
Инструменты2000327
Коммуникации2210106
Метрики2000013
Обучение34001311
Всего1416105743

🧠 Основные выводы:

  • Наиболее часто упоминаемое направление — роли и ответственность (16 ответов). Это указывает на потребность в формализации полномочий и распределении задач по управлению данными.

  • Обучение и инструментальная поддержка также набрали значительное количество голосов (11 и 7 соответственно), особенно среди инженеров и менеджеров.

  • Метрики упомянуты реже всего — это может говорить о неразвитости культуры измерения и контроля качества управления данными.

✅ Рекомендации:

  1. Формализовать и закрепить роли в рамках Data Governance:

    • Ввести роли data owner, data steward, data custodian с чётким описанием ответственности.

  2. Усилить обучающую составляющую:

    • Разработать короткие курсы, чек-листы и воркшопы по ролям, процессам и инструментам DG.

  3. Развернуть и продвигать инструменты DG:

    • Инвентаризировать доступные решения и восполнить недостающие (например, каталоги данных, инструменты lineage).

  4. Настроить базовые метрики зрелости и эффективности DG:

    • Внедрить регулярный мониторинг и визуализацию на уровне команд и процессов.

Вопрос: Какие инструменты или ресурсы могли бы повысить эффективность Data Governance в вашей работе?

📌 Количественные итоги:

Инструмент/ресурсAnalyticsData EngineersData ScientistsBusinessManagersOthersИтого
Быстрый доступ к владельцам данных2300005
Шаблоны и чек-листы для работы1110014
Инструмент для оценки качества данных0200204
Инструмент для data lineage2200004
Бизнес-глоссарий2100104
Обучающие материалы по DG44001211
Каталог данных3200049
Инструменты управления метаданными0100001
Всего1416104742

🧠 Основные выводы:

  • Лидеры по упоминаниям — обучающие материалы (11) и каталог данных (9). Это подчёркивает нехватку как знаний, так и систематизированной информации о доступных данных.

  • Запрос на lineage-инструменты и оценку качества данных (по 4 ответа каждый) говорит о необходимости повышения прозрачности и доверия к данным.

  • Доступ к владельцам данных и глоссарии также важны — указывают на пробелы в навигации и ответственности.

  • Инструменты управления метаданными почти не упоминаются, что может свидетельствовать либо об их незаметности, либо об отсутствии потребности на текущем уровне зрелости.

✅ Рекомендации:

  1. Разработать и распространить обучающие материалы по DG:

    • Мини-курсы, шпаргалки, ролики, интерактивные инструкции.

  2. Создать и поддерживать единый каталог данных с владельцами:

    • Включить туда глоссарий, lineage и назначенных data owners.

  3. Оценить потребности в инструментах для оценки качества данных и lineage:

    • Провести пилотные внедрения и включить эти инструменты в стандартную практику.

  4. Развить шаблоны и чек-листы:

    • С их помощью можно стандартизировать процессы и повысить вовлечённость команд.

Вопрос: Что бы вы изменили в текущем подходе к управлению данными в дирекции?

📌 Количественные итоги:

ИнициативаAnalyticsData EngineersData ScientistsBusinessManagersOthersИтого
Обучать команды98003222
Внедрить инструменты43001210
Улучшить коммуникацию2310028
Упростить процессы1200014
Всего1616104744

🧠 Основные выводы:

  • Наиболее востребованное изменение — обучение команд (22 ответа): особенно остро это отмечают аналитики и инженеры. Это подтверждает потребность в повышении уровня знаний и понимания DG-процессов.

  • Внедрение инструментов (10 ответов) занимает второе место, что говорит о необходимости технологической поддержки и автоматизации.

  • Коммуникация как слабое звено: 8 респондентов указали на необходимость её улучшения, включая разработчиков, аналитиков и представителей других ролей.

  • Упрощение процессов упомянуто реже, но это сигнал о потенциальной избыточной сложности в текущих практиках.

✅ Рекомендации:

  1. Запустить серию образовательных инициатив:

    • Обучение по ролям, кейс-воркшопы, менторские сессии по управлению данными.

  2. Оценить текущий инструментарий и приоритизировать внедрение новых решений:

    • Особенно в части каталогов, lineage и контроля качества данных.

  3. Перезапустить коммуникационные форматы:

    • Чётко обозначить каналы, ответственных, форматы DG-коммуникации.

  4. Провести ревизию процессов управления данными:

    • Найти и устранить избыточные или неэффективные шаги, предложить шаблоны.

Graph View