КОНТАКТЫ для связи
Email: info@dgpa-rus.org
Email: info@dgpa-rus.org
Основные компоненты управления данными.
Качество данных
Качество данных
20.05.2021 (Четверг)
10:00 - 14:00
Семинар 3
О МЕРОПРИЯТИИ
Третий семинар из цикла научно-практических семинаров "УПРАВЛЕНИЕ ДАННЫМИ: ЗНАНИЯ, ПРАКТИКА, КЕЙСЫ" посвящен качеству данных. Проблема качества данных представляет собой достаточно серьезную тему и не только в связи с их обработкой и анализом. На данных в современном цифровом мире построено множество процессов. Поэтому от того, насколько качественные данные используются в государственных и коммерческих организациях зависит эффективность и результат их работы.
Спикеры
Программа
I часть. КАЧЕСТВО
10:00 – 10:25
Управление качеством данных.
Зачем нужно управление качеством данных.
Аспекты управления качеством данных
Зачем нужно управление качеством данных.
Аспекты управления качеством данных
Ataccama
Алексей Ильин
Алексей Ильин
1. Можно ли что-то сделать с качеством данных?
2. Инструменты управления и повышения качества данных
3. Процессы управления качеством данных
2. Инструменты управления и повышения качества данных
3. Процессы управления качеством данных
10:25 – 10:40
Tele2
Екатерина Моисеева
Екатерина Моисеева
КЕЙС:
об ограничениях собственных инструментов и об ожидаемых и фактических преимуществах внедрения промышленных решений по качеству данных в бизнес процессах компании
об ограничениях собственных инструментов и об ожидаемых и фактических преимуществах внедрения промышленных решений по качеству данных в бизнес процессах компании
10:40 – 11:05
Профилирование данных –
инструменты и подходы на примере
Счетной палаты РФ
инструменты и подходы на примере
Счетной палаты РФ
Счетная палата РФ
Роман Некрасов
Роман Некрасов
1. Профилирование – это системное улучшение качества, интерпретация и новые знания о данных
2. Профилирование - это процесс исследования и оценки данных в целях управления их качеством, направленный на поиск аномалий, анализ метаданных на основе статистической информации об источнике
3. Использование и влияние профилирования на бизнес процессы в организациях
2. Профилирование - это процесс исследования и оценки данных в целях управления их качеством, направленный на поиск аномалий, анализ метаданных на основе статистической информации об источнике
3. Использование и влияние профилирования на бизнес процессы в организациях
11:10 – 11:35
Повышение вовлеченности функционального заказчика в управление качеством мастер данных
IBS
Евгений Антропов
Евгений Антропов
1) Донесение важности качества данных и бизнес выгоды через анализ данных
2) Согласование шаблонов и структуры описания с функциональным заказчиком для соответствия мастер-данных критериям качества данных (обобщенные позиции, аналоги, критическая продукция)
3) Согласование ТМЦ с функциональным заказчиком - повышение ответственности за результат и последующую поддержку качества данных
КЕЙС:
по методикам, примерам и практикам Российских компаний
2) Согласование шаблонов и структуры описания с функциональным заказчиком для соответствия мастер-данных критериям качества данных (обобщенные позиции, аналоги, критическая продукция)
3) Согласование ТМЦ с функциональным заказчиком - повышение ответственности за результат и последующую поддержку качества данных
КЕЙС:
по методикам, примерам и практикам Российских компаний
11:40 – 12:00
Практика и проблематика определения ответственности за данные в бизнесе
Пивоваренная компания «Балтика»
Baltika Breweries - Part of the Carlsberg Group
Варвара Макарьина
Baltika Breweries - Part of the Carlsberg Group
Варвара Макарьина
ВОПРОС - ОТВЕТ:
- За качество данных несет ответственность только служба ИТ. Правда или миф?
- Как определять зоны ответственности в кроссфункциональных/комплексных процессах?
- Как поддерживать актуальность ответственности и назначаемых ролей?
12:00 – 12:45
ОТКРЫТАЯ ДИСКУССИЯ
Матрица ответственности за качество данных:
как определять, как разделять, как контролировать актуальность. Сложные и кросс-функциональные ситуации
Матрица ответственности за качество данных:
как определять, как разделять, как контролировать актуальность. Сложные и кросс-функциональные ситуации
ПРИГЛАШЕННЫЕ ЭКСПЕРТЫ
Алевтина Тинас - Tele2
Андрей Трянин - X5 Retail Group
Патрисия Кошман - Пивоваренная компания «Балтика»
Светлана Бова - ВТБ
ЭКСПЕРТЫ АПУД:
Алексей Ильин - Ataccama
Михаил Петров - Счетная палата РФ
Михаил Садофьев - Accenture
Николай Скворцов - Юнидата
Петр Подымов - Леруа Мерлен
Алевтина Тинас - Tele2
Андрей Трянин - X5 Retail Group
Патрисия Кошман - Пивоваренная компания «Балтика»
Светлана Бова - ВТБ
ЭКСПЕРТЫ АПУД:
Алексей Ильин - Ataccama
Михаил Петров - Счетная палата РФ
Михаил Садофьев - Accenture
Николай Скворцов - Юнидата
Петр Подымов - Леруа Мерлен
ВОПРОСЫ ДИСКУССИИ:
1) Как находить ответственных за качество данных в организации и как их назначать
2) Как найти DQ manager – есть ли такие люди на рынке либо как их нужно выращивать
3) Кто должен заниматься дизайном и внедрением проверок качества данных – это задача ИТ или бизнес-подразделений?
4) Lessons learned: примеры ошибок при внедрение ролей и процессов управления DQ и примеры очень успешных подходов
1) Как находить ответственных за качество данных в организации и как их назначать
2) Как найти DQ manager – есть ли такие люди на рынке либо как их нужно выращивать
3) Кто должен заниматься дизайном и внедрением проверок качества данных – это задача ИТ или бизнес-подразделений?
4) Lessons learned: примеры ошибок при внедрение ролей и процессов управления DQ и примеры очень успешных подходов
12:45– 13:00
КЕЙС - ИНТЕРВЬЮ
ВТБ
Светлана Бова
Светлана Бова
Практика выбора и подбора ответственных за качество данных в организации
II часть. ДАННЫЕ
13:00 – 13:25
Очистка неструктурированных данных –
методы и инструменты
методы и инструменты
Мегапьютер
Павел Егизарян
Павел Егизарян
1. Предобработка текстовых данных
2. Пример использования базовых приемов подготовки текста для улучшения качества дальнейшего анализа неструктурированных данных
3. Реализация методами автоматической обработки естественного языка
2. Пример использования базовых приемов подготовки текста для улучшения качества дальнейшего анализа неструктурированных данных
3. Реализация методами автоматической обработки естественного языка
13:30 - 14:00
Раскрытие административных данных государственных органов и повышение качества данных
ИНИД
Витовт Копыток
Витовт Копыток
1. Понятие и специфика административных данных
2. Системные проблемы сбора и использования данных государственными органами
3. Раскрытие данных: от повышение качества данных к повышению качества управленческих решений
КЕЙС:
Данные о регистрируемой безработице из федеральных регистров Роструда
2. Системные проблемы сбора и использования данных государственными органами
3. Раскрытие данных: от повышение качества данных к повышению качества управленческих решений
КЕЙС:
Данные о регистрируемой безработице из федеральных регистров Роструда