БФТ про данные

⚡️«Ростелеком» про ИИ, качество данных и нейрошлюз в новом выпуске подкаста БФТ «ПРО Закупки» 🔊 Гость авторского проекта Натальи Зейтениди – Роман Хазеев, директор по развитию цифровых технологий «Ростелекома». Получился полный экспертный разбор темы искусственного интеллекта: где ИИ реально работает, а где магия разбивается, когда встает вопрос об экономической эффективности. Собрали главные тезисы, которые важно знать тем, кто пристально следит за ИИ-трансформацией: ☑️ Хайп или реальность Спрос на специалистов со знанием ИИ растет, но требуются они не только в ИТ, а в продажах, закупках и менеджменте. Практические кейсы использования нейросети в медицине, промышленности, кол-центрах показывают, что реальный эффект от ИИ наблюдается пока в «приземленных» задачах. ☑️ Без качественных данных нет смысла в ИИ Попытка дообучить модель на «грязных» данных не работает. Без культуры Data Governance системы ИИ будут давать сбои, которые на больших объемах приведут к негативным последствиям. ☑️ Нейрошлюз и утечка данных Если не предоставить удобный и безопасный инструмент (тот самый нейрошлюз) для работы, то сотрудники компаний пойдут в публичные чат-боты и тогда останется открытым вопрос, какие данные утекли наружу. ☑️ ИИ и «вредные советы» Какие действия гарантированно ведут к провалу: старт без пилота, отсутствие внимания к инфраструктуре, ставка на длинные гипотезы. Ключевые цитаты выпуска

«Грязные» данные в ИИ не будут подспорьем. Без выстроенной культуры Data Governance применение ИИ становится в принципе очень «тяжелой» историей.

Все с пониманием относятся к необходимости выделения определенного сегмента экономики и процессов, в которых применение иностранных моделей ИИ недопустимо.

Ни одна модель искусственного интеллекта не лишена такого понятия, как галлюцинация. И здесь важно не быть очарованным магией искусственного интеллекта.

▶️ Смотрите выпуск на 📺 ВК Видео, 📺 RUTUBE или слушайте на удобной вам платформе 🗣️ Слушать в Телеграм

👥 Почему для CDO важно умение договориться с бизнесом? CDO (Chief Data Officer) – ключевая фигура в организации процессов управления данными, обеспечивающая высокое качество данных и принятие обоснованных решений. Практика показывает, что успешная data-трансформация начинается с системного внедрения культуры данных и обязательной поддержки со стороны топ-менеджмента. Чтобы быстро доказать ценность инициативы, первые проекты следует запускать совместно с наиболее заинтересованными бизнес-подразделениями, концентрируясь на решении одной конкретной прикладной задачи. Как наладить продуктивное сотрудничество? ➖Показывайте метрики, которые важны бизнесу: не «качество данных ради качества», а «как это повлияет на выручку/клиентов/эффективность». ➖Делитесь реальными кейсами: «было – стало» работает лучше любой теории. ➖Обучайте команду: помогайте коллегам понимать, как данные помогают принимать решения. Инструменты, которые усиливают CDO: ✅ Master Data Management (MDM) Единый источник истины для клиентов, продуктов, поставщиков. Убирает дубли, противоречия и хаос. ✅ Data Governance Фундамент data-driven культуры. Прозрачность, документирование, совместная работа бизнеса и ИТ. ✅ Искусственный интеллект Автоматизация рутины: обработка 100 тыс. записей за 30 дней вместо 15 месяцев. ✅ BI-аналитика Превращает «сырые» данные в понятные дашборды и инсайты для стейкхолдеров.

Цена одного неверного решения часто выше бюджета на весь проект по управлению данными. Но бизнес всё ещё верит в «волшебную таблетку». Дубли клиентов, устаревшая номенклатура, расхождения в отчётности… На уровне «один раз» это кажется поправимым. В масштабе компании – это прямые убытки, сорванные сделки и стратегические промахи. Почему проекты по Master Data Management (MDM) застревают или не дают эффекта? Потому что стартуют с иллюзий. Разберём жёсткие истины, которые редко звучат на презентациях. 📌 MDM – это не софт, а система всех данных бизнеса. 20% технологии, 80% – люди, процессы и Data Governance. Без комитета по НСИ, назначенных бизнес-владельцев данных и плана по преодолению сопротивления вы купите дорогой инструмент, который никто не будет использовать правильно. 📌 Классический ROI здесь сломан. Не пытайтесь считать окупаемость платформы данных как окупаемость станка. Платформа меняет качество решений, а не линейно генерирует кэш. «Продавайте» ценность через VOI (Value of Information), снижение операционных и комплаенс-рисков, метрики предотвращённых потерь. Оцените «стоимость незнания»: одна ошибка в справочнике на уровне пилота – копейки. Та же ошибка на уровне всей сети – миллионы. 📌 MDM – марафон, а не спринт. «Окупаемость через 6 месяцев» – опасная иллюзия. «Ждём 3 года» – гарантия потери финансирования. Рабочая схема: разбивайте внедрение на этапы с быстрыми победами, которые поддерживают долгосрочную стратегию. 📌 Ценность данных неоднородна. В операционке (логистика, продажи, закупки) «чистые» мастер-данные дают быстрый измеримый эффект. В финансах, стратегии они работают как страховка от будущих катастроф. Понимайте разницу, когда ставите метрики успеха. 📌 Качество данных – это гигиена, а не проект. Нельзя «внедрить» один раз и забыть. Это непрерывный процесс валидации, мониторинга и поддержки. Без этого любые инвестиции в данные превращаются в пылесос для мусора. Важно для 2026 года: если вы сейчас используете ИИ с «грязными» данными без настроенного MDM, вы просто ускоряете принятие ошибочных решений в промышленных масштабах. Чек-лист: готов ли ваш бизнес к управлению данными? ✅ Есть бизнес-владельцы данных (не в ИТ, а в профильных подразделениях)? ✅ Эффективность считается через риски и упущенные возможности, а не только через прямую выручку? ✅ Есть процесс постоянной валидации, а не разовая «чистка перед отчётом»? Если хотя бы на один вопрос ответ «нет» – вы не управляете данными. Данные управляют вами. Мы готовы к этим вызовам, а вы? Оставьте заявку на сайте и получите консультацию, которая позволит увидеть реальные преимущества правильной организации ваших данных!

Почему 40% ваших данных бесполезны? О Data Quality в MDM Недавно мы рассказывали про «золотую запись» как идеал управления данными. Но чтобы эта запись стала действительно «золотой», нужен фундамент. Этот фундамент — Data Governance (DG), Master Data Management (MDM), Data Quality (DQ). А Data Quality (качество данных) является одним из ключевых элементов. Что такое Data Quality? Под термином «качество данных» подразумеваются характеристики информации, позволяющие ей быть точной, полной, актуальной, согласованной и пригодной для эффективного использования бизнесом. Высококачественные данные обеспечивают надёжность принимаемых управленческих решений, повышают производительность сотрудников и снижают риски ошибок. Проблемы некачественных данных По оценкам экспертов около 40% корпоративных данных оказываются непригодными для полноценного использования. Причины этому разные: ➖Ошибки ввода и некорректные значения полей ➖Дублирование записей ➖Отсутствие своевременного обновления информации ➖Несогласованность данных между различными системами ➖Низкая полнота сведений Эти факторы приводят к следующим последствиям: ➡️ Потеря доверия пользователей к данным ➡️ Сложности интеграции систем ➡️ Замедление принятия решений ➡️ Финансовые потери вследствие неверных выводов MDM-система «БФТ.ЕНСИ» позволяет обеспечивать качество мастер-данных: проверку, очистку, нормализацию, дедупликацию. Возможности ✅ Реализация типовых и сложных проверок данных ✅ Определение правил валидации, очистки, стандартизации данных, обогащения данными внешних источников ✅ Периодический мониторинг качества данных, работа с инцидентами качества ✅ Дедупликация данных Преимущества ☑️ Low-code настраиваемые проверки качества и исправления данных ☑️ Автоматизированное исправление ошибок ☑️ Большой набор алгоритмов дедупликации данных ☑️ Мониторинг качества данных, отчеты качества данных

⚡️БФТ-Холдинг на ArenaDAY 2026 Наталья Зейтениди, генеральный директор БФТ-Холдинга, примет участие в экспертной дискуссии «Данные, ИИ и КИИ — обсуждение того, как обеспечить достоверность и защиту в условиях новых угроз» на крупнейших конференций по теме данных. В фокусе: 1️⃣ Качество данных для ИИ 💬 Прослеживаемость данных — основа доверия к ИИ. 💬 Качество данных определяет всё: неточные или устаревшие данные заставляют ИИ генерировать уверенные, но ложные выводы. 💬 Синтетические данные — полезный инструмент, но не панацея: без контроля могут создать новые уязвимости. 💬 RAG-подходы (генерация с дополнением из базы знаний). 💬 Федеративный подход к госданным. 2️⃣ Атаки на ИИ и ответственность 💬 Новые угрозы: prompt injection, data poisoning, adversarial attacks — нужны новые методы защиты. 💬 Deepfake уже здесь: даже человек не всегда отличит подделку — «человек в контуре» обязателен. 💬 Ответственность — на людях: ИИ не субъект права, за решения отвечают руководитель и поставщик. 💬 Правовая база: Минцифры готовит закон об ответственности разработчиков и операторов ИИ. 3️⃣ Безопасность КИИ Кому будет интересно CDO, CDTO, CTO, CIO, директорам по данным и цифровизации Присоединяйтесь к дискуссии! Обсудим, как строить и внедрять ИИ-решения в эпоху новых угроз. 7 апреля, начало в 16.30.

Мы всегда на связи и готовы делиться инсайтами! Напоминаем, что у нас есть регулярная email-рассылка новостей по теме управления данными — новости отрасли, экспертные колонки, подкаст «Данные решают», кейсы внедрений MDM-системы «БФТ.ЕНСИ», вебинары и полезные материалы. Никакого спама и лишней информации — только то, что действительно поможет вам в работе и развитии. 📩 Не упускайте возможность получать эксклюзивный контент и быть на шаг впереди конкурентов. Присоединяйтесь!

Сегодня управление данными – это не вопрос технологий, а вопрос архитектуры, процессов и зрелости. Компании переходят от точечных инициатив к созданию единой, управляемой экосистемы, основанной на трех ключевых компонентах – Data Governance (DG), Master Data Management (MDM), Data Quality (DQ). Подробнее об инструментах – в наших карточках.⬆️ После запуска связки DG – MDM – DQ компании получают ощутимые результаты: ✔️увеличивается скорость интеграций; ✔️снижается количество ошибок в данных; ✔️исчезают противоречия в данных между системами; ✔️создается прочная основа для ИИ-агентов, рекомендательных моделей и автоматизированных процессов; ✔️аналитика становится единой и прозрачной; ✔️бизнес получает возможность принимать решения быстро и уверенно. Как правильно выбрать и внедрить инструменты Data Governance, MDM и Data Quality говорили на вебинаре «Культурные данные», или зачем бизнесу Data Governance и MDM? ➡️Если пропустили, смотрите запись здесь.

MDM в действии: ключевые этапы создания «единого источника правды» «Золотая запись», или «единый источник правды», представляет собой наилучшую, самую точную и актуальную версию данных о конкретном объекте, предмете или процессе, такую как информация о сотруднике, клиенте, товаре или услуге. Сегодня разберем подробнее процесс её создания в MDM-системе «БФТ.ЕНСИ». 1️⃣ Сбор данных из источников – ETL (пакетная загрузка), реал-тайм интеграция (CDC, Стриминг, REST API), ручной ввод данных. 2️⃣ Очистка и нормализация данных с помощью ИИ-сервиса – выявление и исправление ошибок и несоответствий, категоризация НСИ, извлечение значений атрибутов и обогащение данными из внешних источников, формирование стандартизованного наименования. 3️⃣ Поиск дублей – цель: устранение избыточности для создания «золотой записи». 4️⃣ Сопоставление данных и создание «золотой записи» – назначение уникального MDM ID, связывание записей в разных системах. 5️⃣ Обогащение: повышение ценности данных – добавление недостающей информации из внешних источников, использование гос. реестров как эталона (ЕГРЮЛ, ЕГРИП, ГАР, ОКВЭД), разрешение конфликтов с опорой на эталон. 6️⃣ Управление версиями и история изменений, прозрачность и аудит – фиксация изменений: кто, когда, что, версионность данных, отслеживание истории значений по времени. 7️⃣ Передача эталонных данных в системы-потребители – обеспечение доступа к «единому источнику правды». Хотите увидеть все этапы в действии на демопоказе системы? Свяжитесь с нами!

Признаки того, что вашей компании необходимо начать работать с данными ➡️ некорректная отчетность; ➡️ дубли в разных ИС; ➡️ не можете найти ответственных за данные; ➡️ 60-80% времени уходит на поиск нужной информации; ➡️ отделы оперируют разными цифрами; ➡️ решения принимаются не на основе цифр, а интуитивно; ➡️ работаете в Excel и вас всё устраивает. Подготовили рабочую road map по работе с данными. ☑️ Сформировать и зафиксировать «единый язык бизнеса». Составить матрицу ключевых метрик качества данных, внедрить «золотые» справочники и MDM там, где без них постоянно конфликтуют цифры. ☑️ Встроить мероприятия по обеспечению качества данных в процессы. Внедрить контроль качества данных как обязательный процесс, проводить мониторинг актуальности/полноты данных, отслеживать полный жизненный цикл данных и их происхождение. ☑️ Стартовать мероприятия Data Governance. Определить ответственных и распределить роли: директор по данным, владельцы данных, стюарды данных и др. Обучить бизнес-пользователей работе с данными и инструментами аналитики. ☑️ Встроить ИИ в аналитику через измеримые KPI. Начинать внедрение с use-cases, где понятна цена ошибки и критерии успеха: время подготовки отчета, затраты ручного труда, скорость принятия решений. Не запускать ИИ-агентов без фундамента в виде качественных данных: если данные ненадежны, ИИ будет масштабировать ошибки и затраты. Начните и вы с MDM-системой «БФТ.ЕНСИ»!

😉 Как подготовить данные к ИИ ещё до внедрения ИИ Современные технологии позволяют эффективно применять инструменты искусственного интеллекта практически в любом бизнесе. Однако важно помнить, что даже самая продвинутая модель ИИ покажет слабые результаты, если исходные данные плохо структурированы или недостаточно обработаны. Поэтому правильный вопрос звучит так: готовы ли ваши данные к ИИ? Вот базовый чек-лист, который стоит пройти до внедрения любых ИИ-инструментов. 1️⃣ Навести порядок в мастер-данных ИИ опирается на НСИ: контрагенты, МТР, услуги, объекты. Если: 🔵одни и те же сущности заведены по-разному, 🔵нет единой структуры атрибутов, 🔵используются разные классификации, модель будет обучаться на противоречивых данных. 2️⃣ Провести нормализацию и дедупликацию До ИИ важно: 🔵устранить дубли, 🔵привести наименования к стандарту, 🔵зафиксировать единицы измерения, 🔵выровнять справочники по единому шаблону. Это снижает шум в данных и повышает точность любых алгоритмов. 3️⃣ Зафиксировать бизнес-семантику ИИ «понимает» данные ровно так, как они описаны. Нужно явно определить: 🔵что означает каждый атрибут, 🔵какие значения допустимы, 🔵какие связи между объектами считаются корректными. Здесь ключевую роль играют метаданные и бизнес-правила. 4️⃣ Определить эталонные источники и «золотую запись» Если один и тот же объект приходит из разных систем, ИИ должен понимать: 🔵какому источнику доверять, 🔵по каким правилам объединять записи, 🔵какие данные считать приоритетными. Без этого модель будет усиливать конфликты, а не устранять их. 5️⃣ Встроить контроль качества в процесс ИИ требует стабильности. Это значит: 🔵автоматические проверки качества, 🔵контроль полноты и актуальности, 🔵прозрачные процессы изменения данных. Разовые «чистки» здесь не работают. ➡️ Посмотреть, как подготовка данных к ИИ реализуется на практике в MDM-подходе — закажите консультацию.

Почему бизнесу необходимы Data Governance и MDM В эпоху больших объемов информации грамотно организованный процесс обработки данных способен повысить эффективность бизнеса, ускорить принятие решений и уменьшить риски. Что такое Data Governance? Это комплексный подход, направленный на систематическое управление корпоративными данными. Основные преимущества включают: 🔵повышение надежности и доступности данных; 🔵формирование культуры грамотного обращения с информацией внутри компании; 🔵минимизацию рисков потери данных и ошибок. Зачем нужен симбиоз с MDM? Master Data Management дополняет концепцию Data Governance, гарантируя точность и согласованность мастер-данных. Объединяя оба инструмента, компании получают «единый источник истины», обеспечивающий высокий уровень качества данных. Ключевые элементы Data Governance: 🔵бизнес-глоссарий: единая терминология и показатели; 🔵каталог данных: хранение и связь метаинформации; 🔵Data Lineage: отслеживание пути данных; 🔵Data Quality: выявление ошибок и отклонений; – MDM-система: качество и нормализация мастер-данных. Какие выгоды приносит внедрение? Улучшается прозрачность данных и доверие сотрудников, сокращается время на поиск и обработку информации, уменьшаются операционные риски. ➡️ Подробнее о том, как инструменты Data Governance создают единую экосистему управления данными, рассказал директор Департамента систем управления данными БФТ-Холдинга Максим Зацепин в колонке для РБК. 🔥 Хотите узнать больше о современных инструментах управления данными и получить практические советы? Присоединяйтесь к нашему вебинару «Культурные данные», или зачем бизнесу Data Governance и MDM?»

Зачем бизнесу единый эталон данных В крупной компании один и тот же контрагент легко живёт в пяти системах – и в каждой «чуть-чуть другой». Другой ИНН, сокращённое название, неполный адрес, разный статус активности. Формально – мелочи. По факту – источник ошибок в договорах, некорректных платежей, искажённой отчётности и потерь времени сотрудников. MDM решает это через концепцию «золотой записи» – единственного эталонного представления сущности. Это не просто «лучшая версия», это точная, проверенная, обогащённая и согласованная запись, которая становится опорой для всех бизнес-процессов. Как формируется «золотая запись» в современных MDM-системах, включая «БФТ.ЕНСИ». 1️⃣ Сбор всех вариантов сущности из разных источников ERP, CRM, внешние реестры, отраслевые классификаторы – всё объединяется в единое представление. 2️⃣ Профилирование и оценка качества Анализируются полнота, точность, актуальность и уникальность данных – ключевые метрики качества. 3️⃣ Дедупликация – самая сложная часть Записи могут отличаться сокращением, формой написания, порядком слов, опечатками. Именно поэтому используются методы fuzzy matching, ML-алгоритмы и проверки по внешним эталонам. 4️⃣ Обогащение По ИНН – название, по адресу – корректная структура, по классификатору – характеристики. MDM превращает фрагменты информации в единый объект. 5️⃣ Формирование эталона и его версионность Система сохраняет историю изменений, обеспечивает откат и прозрачность для аудита. 6️⃣ Распространение во все ИС компании «Золотая запись» становится основой для продаж, закупок, аналитики, документооборота и планирования. Когда есть «золотая запись», исчезают ошибки, повторные закупки, расхождения в отчётах и хаос в данных. Бизнес получает точность решений, ускорение процессов и экономию времени сотрудников. ➡️ Как «золотая запись» реализована в «БФТ.ЕНСИ»? Расскажем на консультации.

⚡️Вас ждёт прорыв в управлении данными! Приглашаем на вебинар! Хотите поднять эффективность своего бизнеса на новую высоту? Тогда присоединяйтесь 19 февраля в 11:00 (МСК) к нашему уникальному онлайн-мероприятию, организованному совместно с нашим партнером TData! «Культурные данные», или зачем бизнесу Data Governance и MDM? Почему стоит прийти? Потому что мы знаем всё о данных и умеем превращать их в мощный инструмент развития вашего бизнеса. На нашем вебинаре вы узнаете: ➖Какие тенденции формируют рынок данных сегодня и завтра ➖Как правильно выбрать и внедрить инструменты Data Governance, MDM и Data Quality ➖Зачем инвестировать в повышение качества данных и какие выгоды ожидать ➖Реальный опыт компаний, сумевших преобразовать управление данными в прибыль Спикеры встречи 🔵Максим Зацепин (БФТ-Холдинг); 🔵Григорий Бокштейн (TData). Вебинар идеально подойдёт для: 🔵CIO и CDTO, стремящихся ускорить цифровую трансформацию; 🔵CDO, ставящих перед собой амбициозные цели повышения ценности корпоративных данных; 🔵Специалистов по управлению корпоративными данными. Регистрируйтесь сейчас и убедитесь сами, насколько продуктивным и полезным может быть грамотное управление данными в вашем бизнесе! ⬇️

2026 – год платформенного MDM 1️⃣ Синергия MDM и AI-инструментов. Нормализация вручную каждой записи МТР – сложный и трудоемкий процесс. Время обработки 100 тыс. записей может достигать 15 месяцев. Искусственный интеллект в MDM сегодня – это передовой подход к нормализации НСИ. Как это реализовано в «БФТ.ЕНСИ»: используется специализированный сервис на основе GPT/LLM-технологий и других ИИ-алгоритмов – с ним нормализация того же объема записей может быть осуществлена за 30 дней, сокращая до минимума количество ручных операций. 2️⃣ Low-code MDM-платформы. Рынок уходит от «монолитов» к универсальным платформам: быстрая кастомизация, настройка новых доменов и процессов силами бизнеса, а не только разработчиков. В «БФТ.ЕНСИ»: система собрана на собственной low-code платформе «БФТ.Платформа» – модели данных, формы, правила, BPM-процессы и сценарии обработки настраиваются в визуальных конструкторах. 3️⃣ Единый эталон данных. Фокус смещается от «одного справочника» к единому ядру для контрагентов, МТР, продуктов, договоров, персонала. Цель – «единая версия правды» по всем ключевым сущностям. В «БФТ.ЕНСИ»: MDM снижает количество ошибок, связанных с ручным вводом данных, ускоряет рутинные операции и минимизирует повторный ввод информации. 4️⃣ Реальное время и стриминг. MDM всё чаще встраивают в событийную архитектуру: Kafka/RabbitMQ, онлайн-обновление эталонных справочников, чтобы BI, ERP, CRM и AI работали на синхронных мастер-данных. В «БФТ.ЕНСИ»: есть ELT-инструменты и поддержка REST, Kafka, RabbitMQ, ActiveMQ для быстрой интеграции и распространения мастер-данных. Если вы планируете цифровые инициативы на 2026 год, то MDM необходимо рассматривать как разовый ИТ-проект – это фундамент всей data-driven архитектуры. Записаться на консультацию.

Начало года: данные под контролем ✨ Праздники позади, и самое время навести порядок не только в рабочих чатах, но и в корпоративных данных. Январь — идеальный момент освежить процессы работы с НСИ и перезагрузить MDM-контур, обновить правила Data Governance, чтобы весь 2026-й прошёл без «сюрпризов» в отчётности. ➡️ Если хотите пройти такую «новогоднюю ревизию» вместе с экспертами и увидеть, как это сделать с «БФТ.ЕНСИ», — закажите бесплатную консультацию.

🧤 Данные в режиме праздника: как войти в 2026 год с идеальной НСИ Забавно, но путь к качественным данным очень похож на подготовку к празднику: сначала — разбор гирлянд, удаление лишнего из коллекции украшений прошлого года (нормализация), потом — выравнивание игрушек и гирлянд на елке и дома (дедупликация), и лишь после — включение огней, когда всё работает согласованно. 2025-й стал годом, когда AI окончательно закрепился в MDM-практиках. Интеллектуальная категоризация, автоматическая проверка качества, нормализация МТР за секунды — то, что раньше занимало часы эксперта. Теперь же ИИ превращает НСИ-детализацию в потоковую операцию, а команды получают ту самую оперативность, о которой мечтали ещё пару лет назад. ✨ Если хотите начать 2026-й с правильной НСИ-стратегии, переходите на лендинг «БФТ.ЕНСИ» — запросите демо или консультацию. ❄️ И, конечно, поздравляем вас с наступающим Новым 2026 годом! Пусть он станет годом чистых данных, умных процессов и сильных решений.

🎆 Итоги 2025: Добро пожаловать в цифровую историю БФТ-Холдинга! Линии данных оживают, цифры собираются в узоры, а весь годовой путь БФТ превращается в яркую интерактивную карту. Мы запустили наш новогодний спецпроект «От данных – к доверию, от идей – к результатам»! ✨ Каждый экран – новый маршрут к цифровому успеху. ✨ Каждая цифра – новая точка на траектории побед. ✨ Каждый блок – часть истории, которую мы создаём вместе. ➡️ Посмотрите, как данные становятся историей успеха!

🎙 Почему рынок всё чаще говорит о Data Governance как о ключевой функции бизнеса? Об этом в свежем выпускe подкаста «Данные решают» с TData. В гостях у Максима Зацепина и Дмитрия Кононова технологический партнёр БФТ-Холдинга, команда TData, – Григорий Бокштейн и Александр Юрасов. Вместе мы обсудили ключевое: ⏺почему Data Governance формирует культуру работы с данными и делает их прозрачными; ⏺чем на практике отличается Data Governance от MDM и как их связка создаёт «единую версию правды»; ⏺какие роли, процессы и инструменты нужны, чтобы компании начали получать эффект уже в первые месяцы; ⏺какие тренды определяют будущее управления данными: автоматизация, DataOps, ИИ. 🗯 Интересные цитаты выпуска:

«Data Governance делает данные прозрачными – понятно, где они лежат и как формируются». Григорий Бокштейн.

«DG описывает структуру данных, а MDM управляет мастер-данными – вместе они дают фундамент». Дмитрий Кононов.

«Прозрачность – основа зрелой data-культуры». Александр Юрасов.

«Связка DG + MDM создаёт единую версию правды для решений». Максим Зацепин.

▶️ Смотрите выпуск в 📺 VK Видео, 📺 RuTube, 📝 Дзен и слушайте в 💬 Телеграм на любимых площадках. Это практическая инструкция для тех, кто хочет обеспечить качественное управление данными в компании.

Почему нормализация МТР — это самая недооценённая точка экономии в Enterprise-сегменте? Большинство компаний считают нормализацию МТР «операционной задачей». Но на практике именно здесь каждый год сгорают миллионы рублей — тихо, незаметно, без громких инцидентов. Основные источники потерь всегда одинаковы: ❌ дубли МТР, из-за которых компания закупает то, что уже лежит на складе; ❌ неверные или отсутствующие характеристики — из-за них материалы невозможно сравнить или подобрать аналог; ❌ неправильные единицы измерения — отсюда ошибки в расчётах, нормативах и планировании; ❌ неверная классификация — искажённые аналитические срезы, неверные бюджеты и планы закупок. Качество МТР напрямую влияет на эффективность закупок, логистики, ремонта, планирования и бюджетирования. И именно поэтому нормализация — не про «красивый справочник», а про экономию, которую видно в отчётах CFO. Когда мы внедряем нормализацию с ИИ, скорость обработки увеличивается в десятки раз — с 15 месяцев до 10 дней на крупные справочники МТР. ИИ в MDM «БФТ.ЕНСИ» закрывает рутину: ✅ автоматически предлагает корректную классификацию, ✅ формирует стандартизованное наименование, ✅ подбирает характеристики из внешних источников, ✅ обогащает запись, ✅ выявляет дубли, даже если названия полностью разные. 👤А эксперты НСИ концентрируются на проверке, принятии решений и работе со сложными кейсами — то, что действительно требует человека. Итог: 👍 точные остатки, 👍 меньше закупок, 👍 меньше ошибок, 👍 быстрее процессы, 👍 выше точность аналитики.

Нормализация МТР — маленькое действие, которое меняет большие процессы.

➡️Хотите увидеть, как ИИ нормализует данные? Закажите демо «БФТ.ЕНСИ».

⚡️ Проект БФТ-Холдинга для ПАО «Ростелеком» участвует в премии «Проект года» Global CIO! Будем рады, если вы поддержите его вашими голосами и комментариями! Кейс по импортозамещению СЭД и хранилища электронных документов в ПАО «Ростелеком» стал крупнейшим в России переходом на отечественные решения для управления корпоративным контентом. Единое хранилище электронных документов ПАО «Ростелеком» (ЕХД) создано на базе БФТ-решения «БФТ.ХЭД». Единая система электронного документооборота ПАО «Ростелеком» (ЕСЭД) реализована на платформе ЭДО «Авандок» разработки ГК «КОРУС Консалтинг» из партнерского портфеля БФТ. Ключевые результаты проекта: ✔️ Обеспечено хранение юридически значимых документов в ЕХД и возможность их совместного использования в работе 30+ корпоративных систем. ✔️ Произведен бесшовный переход более 65 тыс. сотрудников на новую платформу ЕСЭД. ✔️ Архитектура платформы ЕСЭД рассчитана на высокие нагрузки: 🔵обработка 100 тыс. документов в день; 🔵поддержка до 30 тыс. параллельных сессий с откликом интерфейса до 1 секунды; 🔵хранение 29 миллионов записей. Голосование продлится до 11 января 2025 года включительно. Принять участие могут CIO, CTO, CDO и другие руководители ИТ. ➡️ Ссылка для регистрации здесь.