
На курсе сфокусируемся на двух задачах:
- Сформировать глубокое понимание темы data governance (DG) среди участников: термины, процессы и технологии, орг модели, почему это важно, в чем реальная ценность, как 'продавать' проект менеджменту и т.д.
- 'Примерить' все это на ваши бизнес реалии - будем разбирать кейсы с управлением клиентскими данными, а также примеры из проектов участников курса
Каждый участник будет заполнять excel-гайд своего проекта Data Governace, применяя разделы курса на контекст своей компании
Аудитория:
Всем тем, кто решает задачу внедрения программы data governance (или ее элементов) -
CDO, CIO, Heads of IT, Heads of BI
Всем тем, кому предстоит участвовать в программе data governance: будущая команда проекта -
Business Data stewards
Кто хочет узнать больше про развивающуюся область - Других профессионалов информационного менеджмента
Если Data Governance проект в зоне вашей ответственности - без паники - Операционный директор
Методы обучения:
Поддерживаем каждого
- Преподаватель курса даст фидбек и лично ответит на все вопросы, которые возникнут в течение курса.
Даём знания
- Чтобы вы закрепили материал лекций, мы разработали специальные практические задания.
Строим нетворкинг
- Вы получите доступ к телеграм-чату курса, где сможете обмениваться опытом, разбирать кейсы и общаться с другими участниками.
Шарим материалы
- Все лекции и дополнительные материалы и находятся в свободном доступе во время учебного процесса
Программа курса:
Введение – зачем мы здесь собрались
- Знакомство
- О Data Govrernance коротко
- Предпосылки и драйверы DG практик
Модуль 1: Information Management (IM)
- 14 дисциплин IM; место Data quality и data governance в этом стеке; взаимосвязи с другими дисциплинами
- Data Utility – полезность данных
Модуль 2: Data Quality (DQ), Data Governance (DG) и Master Data Management (MDM)
- Data quality и data governance, в чем разница, подходы к определению
- Data quality и data governance в финансовых организациях
- Master data management (MDM)
Модуль 3: Основные элементы программы Data Governancesteward.
- Какими данным нужно управлять. Практикум – “Бизнес классификатор данных”
- Зачем управлять данными. Практикум – “Приоритизация данных” Цели DG
- Процессы, Люди, Стандарты/политики
- Какими бывают программы DG
- Основы Data Stewardship - понятия , роли, границы ответственности, требования к компетенциям роли data steward.
Практикум - Управление клиентскими данными в компании X
- Визуализация текущей ситуации: драйверы, аспекты данных, процессы, документы, роли
- Визуализация to be ситуации: зоны для развития, направления изменений
Модуль 4: Обзор внедрения DG на примере управления клиентскими данными в банковской сфере
Модуль 5: Разработка программы Data Governance по этапам
- Создание команды развертывания; оценка текущего состояния.
- Разработка и согласование концепции, определение бизнес ценности.
- Создание команды развертывания; оценка текущего состояния.
- Разработка и согласование концепции, определение бизнес ценности.
- Разработка функциональной и организационной модели проекта
- Развертывание и поддержка программы. Обзор шаблонов артефактов для управления программой.
- Организация управления изменениями. Примеры случаев программ управления данными: успешные и неуспешные.
Модуль 6: Технологии в DG и переосмысление практик
- Технологии в DG
- Основные элементы системы DG: data catalog, глоссарий, каталог отчетов, data lineage, data swewarship и curation
- DG system на примерах, лидеры рынка, нишевые решения и open source: Alation и Collibra, DataHub и Purview и т.д.
- Выбор и сравнение DG system
- Переосмысление практик и вызовы DG: Agile data governance, data mesh, Data Acquisition, Data products,
Модуль 7: Управление и оценка эффективности DG
- Привязка к финансовым показателям (ROI)
- Привязка к бизнес-ценности
- Модели оценки зрелости DG
- DG Scorecards, обзор метрик эффективности
Модуль 8: Кейс - Управление клиентскими данными в компании X (продолжение)
- Разработка набора метрик оценки эффективности – Поиск Роя
Фотографии с курса:

