DLH_credentials_2022

Содержание

Слайд 2

*создано при поддержке Фонда содействия инновациям и лаборатории данных Казанского государственного университета

*создано при поддержке Фонда содействия инновациям и лаборатории данных Казанского государственного университета

Слайд 3

ежедневно в компаниях генерируется огромные массивы данных, потенциально содержащих возможности и полезность,

ежедневно в компаниях генерируется огромные массивы данных, потенциально содержащих возможности и полезность,
которую трудно извлечь в виду колоссальности объема. Данные складируются и не используются, при этом возможности для бизнеса упускаются.

рост в 14 раз за 10 лет

70

зеттабайт

Слайд 4

основные тренды управления данных

создание единого источника корпоративных данных (DWH)
искусственный интеллект и машинное

основные тренды управления данных создание единого источника корпоративных данных (DWH) искусственный интеллект
обучение

формализация сбора данных
повышенное внимание к информационной грамотности
облачная интеграция

Слайд 5

разрозненность данных организации

невозможность оперативного получения доступа к данным об организации

нет инструментов обработки

разрозненность данных организации невозможность оперативного получения доступа к данным об организации нет
данныхи недоступность зарубежных ИТ-решений

не понятно как работать с данными и использовать их для пользы бизнеса

информация не является активом организации

проблемы

Слайд 6

решением всех этих проблем является переход к комплексным решениям, позволяющим управлять данными

решением всех этих проблем является переход к комплексным решениям, позволяющим управлять данными
организации на всем их жизненном цикле

Слайд 7

базы данных

устаревшие системы

SaaS приложения

приложения

web-сервисы

файлы

загрузка данных

озеро данных

сырые данные

нормализоанные данные

данные пользователя

каталог

поиск

онтология

обмен данными

разработка ML-алгоритмов

визуализация данных

надстройки

магазин

базы данных устаревшие системы SaaS приложения приложения web-сервисы файлы загрузка данных озеро
инсайтов

магазин AI-моделей

Слайд 8

общий сценарий

источники данных

импорт данных

обработка данных

построение связей

формирование отображений

отображение

общий сценарий источники данных импорт данных обработка данных построение связей формирование отображений отображение

Слайд 9

частные сценарии

управленческая отчетность в моменте

было

стало

отчетность собирается из разных систем.
затраты на сведение

частные сценарии управленческая отчетность в моменте было стало отчетность собирается из разных
в единый отчет.
нет отчетности в моменте.
значения могут быть не корректны из-за вкладывания разных понятий под одни и те же сущности в различных системах

автоматизировано, доступно в любой момент времени, единая модель обеспечит валидность данных, будут проведены предварительные проверки корректности данных, как по типам, так и логические (на суммы, красные сальдо и т.п.)

Слайд 10

частные сценарии

анализ данных агрегированных из разных систем, пример для банка

было

стало

требуется собрать средний

частные сценарии анализ данных агрегированных из разных систем, пример для банка было
чек по клиентам. Операции ведутся в разных учетных системах (отдельно счета, отдельно карты, отдельно вклады, отдельно ЮЛ и владеющие ими ФЛ) Сложности с определением "золотой записи" и отношением к ней данных из разных систем.

автоматизировано, доступно в любой момент времени, единая модель обеспечит построение связей между данными о реальном клиенте во всех учетных и прочих системах.

Слайд 11

частные сценарии

Анализ данных агрегированных из разных систем, пример для нефтяного сектора

было

стало

требуется собрать

частные сценарии Анализ данных агрегированных из разных систем, пример для нефтяного сектора
общие значения и показатели с каждого филиала/объекта. Затраты на сведение в единый отчет.

автоматизировано, реализовываются интеграции под каждый отдельный тип систем ведения учета на объектах, строится единый дашборд

Слайд 12

частные сценарии

средние предприятия
агрегаторы по аренде недвижимости

было

стало

каждый подрядчик/владелец объекта ведет учет обхъектов

частные сценарии средние предприятия агрегаторы по аренде недвижимости было стало каждый подрядчик/владелец
в своем формате. Возникает дублирование данных и нет актуальной информации по объектам в моменте для формирования адресных предложений клиентам и для бронирваония объектов

автоматизировано, реализовываются интеграции под каждый отдельный тип систем подрядчиков, обеспечивается единая точка синхронизации данных. Данные по обхъектам актуальны в любой момент времени для формирвоания адресных преждложений и бронирования

Слайд 13

частные сценарии

крупные предприятия например, база по запасным частям и поставщикам для авиационной

частные сценарии крупные предприятия например, база по запасным частям и поставщикам для
отрасли

было

стало

поиск запасных частей и аналогов осуществляется вручную

реализуется интеллектуальный автоматизированный поиск по конкретным источникам и в сети Интернет для формирования единой базы. Предоставляются интерфейсы для доступа к единой базе и поиску необходимых данных/товаров

Слайд 14

частные сценарии

управление едиными справочниками, пример для гос. сектора

было

стало

сейчас каждая организация, участвующая в

частные сценарии управление едиными справочниками, пример для гос. сектора было стало сейчас
процессе оказания услуг, ведет свой справочник, что замедляет оказание услуг и приводит к ошибкам, приводящим к повторной подаче заявлений на услугу клиентами.

реализовываются интеграции под каждый отдельный тип систем, где ведутся справочники. Строится MDM и RDM. предоставляются интерфейсы для получения эталонных справочников системами-потребителями. Все системы потребители имеют актуальный эталонные справочники в каждый момент времени

Слайд 15

информация и знания становятся активом компании

объединение разрозненных данных за счет транспортной шины

информация и знания становятся активом компании объединение разрозненных данных за счет транспортной
и НСИ

обеспечение оперативного доступа к данным об организации за счет реализации инструментов обработки и визуализации данных

использование UI-инструментов для управления ЖЦ данных

обеспечение использования инструментов анализа данных (ML) для возможности поиска новых возможностей по оптимизации бизнеса и кратного роста

Слайд 16

разрозненные корпоративные данные

транспортная шина

топ-менеджмент

маркетинг

финансы

HR и др.

возможные потребители данных

разрозненные корпоративные данные транспортная шина топ-менеджмент маркетинг финансы HR и др. возможные потребители данных

Слайд 17

Транспортная шина

Топ-менеджмент

Маркетинг

Финансы

HR и др.

Возможные потребители данных

загрузка и трансформация данных

конфигуратор моделей данных

хранилище данных

предиктор

Транспортная шина Топ-менеджмент Маркетинг Финансы HR и др. Возможные потребители данных загрузка
данных

каталог данных

визуализация данных

Слайд 18

Ableau, Yandex Datalens, Metabase, React, Superset, Vault, Apache Atlas, Django, Kybernetes, Hadoop

Ableau, Yandex Datalens, Metabase, React, Superset, Vault, Apache Atlas, Django, Kybernetes, Hadoop
Ecosystem, Kubeflow, Python, PostgreSQL, Greenplum, Dbt, Kafka, Airflow, Debezium, Pulsar, Flink, Spark

Слайд 19

ключевые возможности

единый инструмент управления всеми данными

нормализация данных

автоматизированное достраивание БД

перестройка и выбор моделей

ключевые возможности единый инструмент управления всеми данными нормализация данных автоматизированное достраивание БД
данных

Слайд 20

Winsupply: снижение нагрузки на аналитиков данных на 50%
Coca-Cola Andina: повышение производительности

Winsupply: снижение нагрузки на аналитиков данных на 50% Coca-Cola Andina: повышение производительности
команды аналитиков на 80%
Сбер: снижение трудозатрат на обезличивание данных с 60-ти до 6-ти человеко-дней
ВТБ: снижение затрат подготовку аналитической отчетности на 30%
ВТБ: сокращение времени подготовки данных для аналитики и отчетности в 2,5 раза
KMART Australia: снижение количества проблем с качеством данных на 80%
Inditex: сокращение затрат на аппаратные ресурсы на 30%
Winsupply: сокращение длительности интеграции новых БД с 3-х месяцев до 5-ти дней
Уралхим: снижение стоимости владения данными

примеры эффектов от использования DLH

Слайд 22

реализация компонента DLH – Хранилище данных (DWH)

• сбор и хранение данных о

реализация компонента DLH – Хранилище данных (DWH) • сбор и хранение данных
кассовом исполнении НП Цифровая экономика, в том числе исторических
• сервис для мониторинга технических и логических метрик Системы, в том числе в рамках SLA по реагированию на аварии
• дашборды, автоматически обновляющиеся при наличии новых данных

проект для:

Аналитический центр при правительстве РФ

Слайд 23

реализация компонентов DLH – Data Catalogue, Model Optimization

• сбор и хранение всех

реализация компонентов DLH – Data Catalogue, Model Optimization • сбор и хранение
исторических данных из 1С, Битрикс24, Google-документов
• медиапланирование на основании бизнес критериев и алгоритмов ML
• автоматическое изменение DWH при изменении атрибутов данных в источниках

проект для:

Медиагруппа РИМ

Слайд 24

Наша команда

Константин Могилевкин

Азат Якупов

founder

CDO

Ильяс Мухаматдуллин

CPO

Оксана Могилевкина

CEO

Игорь Дубов

CMO

Наша команда Константин Могилевкин Азат Якупов founder CDO Ильяс Мухаматдуллин CPO Оксана

Слайд 25

проектирование DLH

внедрение DLH

поддержка и развитие DLH

обследование бизнес-процессов, потоков данных

документирование и обучение

1-3 мес.

3-6

проектирование DLH внедрение DLH поддержка и развитие DLH обследование бизнес-процессов, потоков данных
мес.

6-12 мес.

состав работ в рамках внедрения

Имя файла: DLH_credentials_2022.pptx
Количество просмотров: 89
Количество скачиваний: 0