Обоснование необходимости моделирования данных

УПРАВЛЕНИЕ ДАННЫМИ  Обоснование Категория:  УПРАВЛЕНИЕ ДАННЫМИ
Опубликовал:         01.10.2019               print

Как убедить высшее Руководство в том, что модели данных стоят затраченных на них средств, времени и усилий? Чтобы оправдать и подтвердить затраты на архитектуру данных, не так просто рассчитать сумму в рублях отдачи от инвестиций, но это то, что понятно для заинтересованных сторон бизнеса в лице финансового директора.


Не будем разбирать примеры компаний, в которых пренебрегают моделированием, систематизацией метаданных, распространением знаний, "экономят на спичках" и, наступая неоднократно на те же грабли, радуются, что их не украли. В тех компаниях годами, десятилетиями внедряют и перевнедряют ~ одно и тоже, неся огромные операционные издержки, наслаивая очередные "культурные слои". Там иные цели: суета, бесконечные процессы ради процессов, освоение бюджетов, кипячение океанов. С некоторых пор стали модны безумство и отвага, тяп-ляп - и в продакшн, это про гибких и выкручивающихся, временщиков инфобизнеса.


Нижеследующие размышления - для тех, кто всерьёз и на перспективу. Почему необходимо заботиться о ценности корпоративных данных? Потому что современная компания не может функционировать без данных, отчётов. Корпоративные данные уникальны для организации и незаменимы; нет третьей стороны, которая может предоставить аналогичные данные. Бизнес-команды, которые используют свои данные должным образом, создают огромные конкурентные преимущества для компании.


Так выглядят данные без метаданных, без моделирования

Несмотря на применение общих принципов и лучших практик, каждая организация должна разработать стратегию архитектуры данных (и метаданных - как описание содержимого) для максимизации стоимости своих информационных активов на основе бизнес-приоритетов, инвестиционных и исполнительных возможностей. Специалисты по данным, командные усилия на местах призваны помочь своей компании справиться с увеличением объёма и сложности данных, а также активно демонстрировать значительную ценность архитектуры данных для бизнеса. Технологические лидеры должны поощрять моделирование данных, поскольку оно играет существенную роль для всего бизнеса.


Многие организации по-прежнему зависят от неадекватного программного обеспечения для своих инициатив. Отдельные компании вовсе стараются обходиться без формальных программ архитектуры данных. Моделирование данных, как установление стандартов для обеспечения согласованности и повышение качества данных, существует для того, чтобы помочь организациям принимать более эффективные управленческие решения на основе больших объёмов быстро меняющихся и точно интерпретированных данных.
Непрерывное и долгосрочное получение доходов и рост прибыли полностью зависят от развития профессиональной среды управления данными. Предоставление бизнес-экспертам информационной поддержки для быстрого и точного принятия лучших бизнес-решений - это очевидная инвестиция, которая может быть быстро окуплена, когда сделан правильный выбор технологии и методологии.


Моделирование данных является более важным, чем когда-либо прежде, и организации, которые стремятся в полной мере использовать ценность своих активов данных, должны фокусироваться на их моделировании. Наличие надлежащей стратегии моделирования и управления данными приводит к лучшему и повторному использованию важных ресурсов данных, а значит, к монетизации данных и принятию решений.

Преимущества моделирования данных:

  • • Снижение стоимости новых проектов и сопровождения прикладных решений;
  • • Сокращение срока выхода на рынок;
  • • Упрощение коммуникаций, синхронизация знаний между бизнес-подразделениями и IT;
  • • Хорошая наглядная систематизированная документация;
  • • Более четкие рамки проектных решений;
  • • Большая производительность;
  • • Снижение ошибок приложений;
  • • Снижение ошибок в данных;
  • • Более высокое качество данных;
  • • Управление рисками;
  • • Хороший старт для интеллектуального анализа данных.



Далее приводится общее ценностное предложение моделирования данных от Tom Haughey (Infomodel LLC, USA)

Информация управляет бизнесом и его решениями. Моделирование данных имеет решающее значение для понимания информации, необходимой для принятия таких решений. Тем не менее, многие деловые люди не понимают, какую ценность дает моделирование данных. Некоторые воспринимают его просто как документацию, как узкое место (bottleneck) для быстрого развития или даже как слишком дорогое занятие.


Модель данных - это не просто документация, потому что она может быть и будет преобразована в физическую базу данных. Моделирование данных не только не является узким местом для разработки, но и фактически ускоряет разработку и значительно сокращает затраты на обслуживание (проверено на практике). Если моделирование данных слишком дорого обходится, то какова альтернатива? Если вы не используете формальное моделирование данных, то структуры данных будут делаться спонтанно и будут опираться на интуицию и сиюминутное видение разработчиков программного обеспечения. Практика показывает, что структуры данных, разработанные без фазы моделирования, требуют больше времени для разработки и часто нуждаются в обширной модификации после внедрения.


Вот очень типичный опыт использования моделирования данных. Есть три сопоставимых и параллельных проекта в одной организации: проект 1 использует моделирование данных с самого начала; проект 2 вводит моделирование данных в конце разработки; проект 3 никогда не использует моделирование данных. Проект 1 был реализован легко и не испытывал никаких ошибок из-за обслуживания данных в течение двух лет. Проект 2 потребовал внести много изменений в конструкцию базы данных до внедрения, но был успешно реализован с небольшим объемом обслуживания данных после внедрения, включая изменения данных. В проекте 3 постоянно изменялась структура данных во время тестирования и после внедрения требовалось значительное количество изменений данных, включая исправление ошибок. В целом примеры наглядно показывают, что отсутствие модели данных приводит к более слабому определению требований к информации, затягивает процесс разработки и увеличивает последующее обслуживание.


Преимущества модели данных:

  • • Лучшее определение бизнес-требований;
  • • Улучшенное качество данных;
  • • Более широкое повторное использование активов;
  • • Уменьшение перемещений данных;
  • • Сокращение расходов на обслуживание;
  • • Ускоренная разработка и развитие.


Улучшение определений бизнес-требований
Процесс моделирования данных и сбора необходимой для этого информации позволит выявить основные требования к данным. Информационные системы не имеют большой ценности без понимания бизнес-требований и бизнес-правил. Само моделирование данных регулируется набором правил и принципов моделирования данных. Правила моделирования данных помогут обеспечить правильный захват бизнес-правил. Кроме того, моделирование данных должно осуществляться с помощью перекрестных проверок, которые являются самоподтверждающимися и которые гарантируют, что модель будет работать при развертывании решения.


Повышение качества данных
Моделирование данных повышает качество информации за счет обеспечения четких и последовательных бизнес-определений и метаданных. Метаданные в модели данных позволят правильно понять и использовать ресурс данных. Это важно для использования модели разработчиками, деловыми людьми и для обслуживания в последующие годы. Моделирование данных улучшает качество хранимых данных, поскольку оно поддерживает определение правил проверки данных, обеспечивающих сохранение допустимых значений в элементах данных.


Широкое повторное использование активов
Моделирование данных оценивает данные как корпоративный актив. Повторное использование данных активов экономит деньги компании и ускоряет окупаемость системы за счёт обеспечения более качественного и более скорого внедрения. При создании моделей они хранятся в репозитории и могут быть использованы совместно с другими проектами. Существующие модели можно использовать в других проектах для их быстрого запуска. Системы интегрируются, если они используют одни и те же данные.


Сокращение перемещений данных
Перемещение данных - это передача данных из одного места в другое. Передача данных выполняется во многих проектах, но также происходит из-за избыточности систем, когда одни и те же данные хранятся в разных серверах, схемах, таблицах. Моделирование данных направлено на уменьшение избыточности данных и, таким образом, на уменьшение перемещений данных. Это часто упускаемое из виду преимущество моделирования данных.


Сокращение расходов на обслуживание
Общепризнано, что 70-80% бюджета программного обеспечения организации тратится на техническое обслуживание, исправление ошибок. Большая часть времени уходит на поддержание интерфейсов между системами. Количество ошибок может быть уменьшено с помощью моделей данных, в которых заранее определены требования к данным.


 

Энергия идеи   dvbi.ru                    Последнее изменение: 2020-10-19 13:26:37Z         Возрастная аудитория: 14-70         Комментариев:  0
Теги:  Управление Методология DWH BI
Связанные статьи:

Пожалуйста, проголосуйте и ниже поставьте лайк:   rating
0 0 0


  Comments


Следующая статья:    Собираем затраты на Data Governance
Предыдущая статья:  Главное о метаданных