Текст книги "Ценность ваших данных"

Затратный подход (CVI) позволяет определить лишь базовую, номинальную и консервативную ценность информации, независимо от того, как она используется или может быть использована. CVI соответствует способу, который бухгалтеры предпочитают применять для первоначальной оценки большинства нематериальных активов. Следовательно, цель организации должна состоять в том, чтобы найти способы получения для информационного актива рыночной ценности (MVI) или экономической ценности (EVI), которые бы превышали его CVI.

С конца 1980-х годов в международной практике бухгалтерского учета ценность актива можно регистрировать как отражающую его вероятные будущие экономические выгоды. Это означает, что неиспользуемый в настоящее время актив может иметь формальную измеримую ценность. Это также означает, что у любого актива есть три уровня ценности (рис. 5.9):

● реализованная ценность, основанная на экономических выгодах, которые информационные активы приносят сейчас;

● вероятная ценность, основанная на предполагаемом использовании;

● потенциальная ценность (больше теоретическая), если бы актив использовался оптимальным образом.

Для информационных активов подразумевается, что даже «темные данные» имеют как вероятную, так и потенциальную ценность. Поэтому утверждение, что информация имеет ценность только тогда, когда потребляется, не совсем верно.

Эти три уровня ценности также дают организациям возможность применить предлагаемые Gartner модели оценки информационных активов для выявления ценностных разрывов: в отношении эффективности и в отношении видения[204]204
  Laney D. B. Infonomics: How to Monetize, Manage, and Measure Information as an Asset for Competitive Advantage; Routledge; 1st edition, 2017. (Русский перевод: Даглас Лейни. Инфономика: информация как актив: монетизация, оценка, управление. – М.: Точка, 2020. – [Библиотека «Айтеко»].)


[Закрыть].

1. Ценностный разрыв в отношении эффективности – это разница между вероятной и реализованной ценностью информационного актива.

Этот разрыв показывает, каким образом информация вероятнее всего принесет пользу. Например, данные технического обслуживания в настоящее время могут использоваться в организации для выявления неисправного оборудования и сокращения времени его простоя, но системы, которые позволят прогнозировать сбои, только создаются. Как модели MVI, так и модели EVI могут использоваться для фактической и прогнозной оценки разрыва в отношении эффективности. После измерения этого разрыва цель организации должна состоять в том, чтобы ускорить его ликвидацию и повысить вероятность использования информации должным образом.

2. Ценностный разрыв в отношении видения информации – разница между потенциальной и вероятной оценками информации.

* Laney D. B. Infonomics: How to Monetize, Manage, and Measure Information as an Asset for Competitive Advantage; Routledge; 1st edition, 2017. (Русский перевод: Даглас Лейни. Инфономика: информация как актив: монетизация, оценка, управление. – М.: Точка, 2020. – [Библиотека «Айтеко»].)

Этот разрыв позволяет оценить, в какой степени организация обладает видением того, как могут использоваться ее данные. Например, после внедрения систем технического обслуживания на основе прогнозов, существуют определенные дополнительные возможности для лицензирования предоставляемых этими системами данных поставщикам комплектующих в обмен на выгодные цены, а также ряд других потенциальных способов использования таких данных. Этот разрыв обычно намного больше, чем разрыв в отношении эффективности, но он также и более гипотетический. Каким же образом организация может определить все возможные способы использования информационного ресурса? Один из ответов состоит в том, чтобы определить фактическую и потенциальную значимость информационных активов для бизнеса (BVI), а затем провести мероприятия по инновациям в области данных, в которых основное внимание следует уделить тем информационным активам, у которых наибольшие разрывы. Теперь на основе полученных сведений о ранее не установленных потенциальных применениях информационного актива можно планировать их реализацию, тем самым увеличивая вероятную ценность информационного актива и, в свою очередь, рыночную стоимость самой организации.

• Oppenheim C., Stenson J., Wilson R. M. S. Studies on information as an Asset I: Definitions // Journal of Information Science, 2003, 29 (3): 159–166. DOI: 10.1177/0165551503029300.

• Oppenheim C., Stenson J., Wilson R. M. S. Studies on information as an Asset III: Views of information professionals // Journal of Information Science, 2004, 30 (2), 181–190. DOI: 10.1177/0165551504042809 – URL: https://repository.lboro.ac.uk/articles/journal_contribution/Studies_on_Information_as_an_Asset_III_Views_of_Information_Professionals/9413186/1.

Глава 6. Данные как актив: барьеры и ошибки на пути извлечения ценности

В предыдущей главе мы говорили о том, что переход к управлению данными как активом позволяет в наибольшей степени раскрыть их потенциальную ценность для организации. Что может помешать такому переходу?

В 2012 году австралийские специалисты Нина Эванс (Nina Evans) и Джеймс Прайс (James Price) опубликовали статью «Барьеры на пути эффективного развертывания информационных ресурсов: Точка зрения исполнительного руководства»[205]205
  Evans N., Price J. Barriers to the Effective Deployment of Information Assets: An Executive Management Perspective // Interdisciplinary Journal of Information, 2012, 7: 177–199. DOI: 10.28945/1721. – URL: https://www.researchgate.net/publication/289400090_Barriers_to_the_Effective_Deployment_of_Information_Assets_An_Executive_Management_Perspective.


[Закрыть]. В ней они представили результаты исследования, проведенного с привлечением исполнительных руководителей крупных австралийских и южноафриканских компаний. Эта часто цитируемая работа представляет собой аналитический отчет, систематизирующий сведения об основных барьерах, с которыми сталкиваются организации на пути развертывания своих информационных активов.

Как замечают авторы исследования, многие программы руководства в области данных[206]206
  Тему руководства данными (data governance) мы подробно обсудим в главе 10.


[Закрыть] создаются исходя исключительно из требований по обеспечению нормативно-правового соответствия (compliance), а не из соображений реализации потенциальных возможностей по извлечению ценности из данных как актива. Недопонимание руководителями важности управления данными как активом приводит к недостаточной приверженности этой деятельности внутри организации, включая деятельность по управлению качеством данных..

Результаты Эванс и Прайса были взяты за основу и существенным образом дополнены авторами Лидерского манифеста о данных (далее мы рассмотрим его более подробно)[207]207
  McGilvray D., Price J., Redman Т. Barriers that slow, hinder, prevent companies from managing their information as a business asset, 2016. – URL: https://dataleaders.org/tools/root-cause-analysis/.


[Закрыть].

В качестве корневых факторов, препятствующих эффективному управлению данными как активом, были выделены следующие:

● недопонимание значения управления данными руководством и сотрудниками;

● недостаточная управляемость бизнеса;

● недостатки в руководстве и оперативном управлении;

● трудности с обоснованием необходимости совершенствования управления данными;

● использование неподходящих или неэффективных инструментов.

Факторы представлены на рисунке 6.1.

В 2017 году группа ведущих мировых экспертов в области управления данными во главе с Джоном Лэдли опубликовала Лидерский манифест о данных[208]208
  Ladley J., McGilvray D., O’Neal K., Price J., Redman T. The Leader’s Data Manifesto. dataleaders.org, 2019. – URL: https://dataleaders.org/.


[Закрыть]. В нем, в частности, говорится, что «лучшие возможности для органичного роста организации заложены в данных». Хотя в большинстве организаций признают за данными статус актива, компании все еще далеки от того, чтобы называть себя «управляемыми на основе данных». Более того, большинство из них даже не представляют, какими данными владеют и какие именно данные имеют решающее значение для их бизнеса. Организации продолжают не видеть разницы между данными и информационными технологиями и плохо управляют как тем, так и другим. Такое положение дел усугубляет проблемы управления данными и подчеркивает критически важный фактор потенциального успеха организации: лидерство и приверженность руководства, умноженные на вовлечение всех без исключения сотрудников на всех уровнях организации.

Авторы манифеста призывают все заинтересованные стороны принять участие в устранении имеющихся барьеров в налаживании в своих организациях практики управления информационными активами.

В предыдущем разделе мы отметили основные барьеры, препятствующие эффективному управлению данными как активом. Теперь остановимся на основных ошибках, которые могут помешать организациям преодолеть эти барьеры и внедрить устойчивую практику управления данными. Какие же ошибки могут быть допущены?

Известный бизнес-гуру Питер Айкен (Peter Aiken)[209]209
  Питер Айкен – один из наиболее авторитетных мировых экспертов по управлению данными, бывший президент Международной ассоциации управления данными (DAMA), основатель и директор Data Blueprint – консалтинговой фирмы c хорошей репутацией, постоянный докладчик на отраслевых форумах, преподаватель, автор нескольких книг.


[Закрыть] в своих публикациях приводит семь «смертных грехов» в области работы с данными (Тhe Seven Deadly Data Sins)[210]210
  Aiken P. The Seven Deadly Data Sins – Emerging from Management Purgatory. Dataversity, 2017. – URL: https://www.dataversity.net/data-ed-slides-seven-deadly-data-sins-emerging-management-purgatory/.


[Закрыть],[211]211
  Aiken P., Harbour T. Data Strategy and the Enterprise Data Executive: Ensuring that Business and IT are in Synch in the Post-Big Data Era. Technics Publications, 2017.


[Закрыть].

* McGilvray D., Price J., Redman Т. Barriers that slow, hinder, prevent companies from managing their information as a business asset, 2016. – URL: https://dataleaders.org/tools/root-cause-analysis/.

1. Непонимание основ дата-центричного мышления.

2. Отсутствие квалифицированного руководства и лидерства в области данных.

3. Неспособность внедрить программный подход к организации совместного использования данных.

4. Отсутствие согласованности программы в области данных c ИТ-проектами.

5. Неспособность адекватно управлять ожиданиями.

6. Отсутствие последовательности в реализации стратегии в области данных.

7. Отсутствие внимания к проблемам, связанным с культурой и управлением изменениями.

Что такое дата-центричное мышление (data-centric thinking) и почему непонимание его основ поставлено на первое место в ряду перечисленных «смертных грехов»?[212]212
  Все «смертные грехи» мы обсудим в следующем разделе.


[Закрыть].

В книге «Стратегия обработки данных и корпоративное руководство в области данных: Обеспечение синхронизации бизнеса и ИТ в эпоху после эпохи больших данных» Айкен и его коллега Тодд Харбор (Todd Harbour) обращают внимание на возвышенные слова из действующего в Европейском союзе Общего регламента по защите данных (General Data Protection Regulation, GDPR): «Обработка персональных данных должна быть направлена на служение человечеству»[213]213
  Там же.


[Закрыть].

Причина подобного решительного заявления проста. Становится все более очевидным, что ни один аспект нашей деятельности не застрахован от негативных последствий плохо организованной работы с информационными активами. Последствия могут быть многочисленными и далеко идущими. Достаточно подумать о затратах многих организаций на постоянную проверку своих информационных систем в поисках цифрового мусора и сомнительных материалов. Здесь можно провести аналогию с финансовыми вложениями, которые организации должны делать, чтобы противодействовать постоянно растущему потоку ненужных и мешающих отходов.

В связи с возрастающим значением эффективной работы с данными в последнее время все чаще говорится о дата-центричном мышлении, или мышлении, ориентированном на данные (data-centric thinking). Прежде чем попытаться определить это понятие, рассмотрим часто наблюдаемые последствия пренебрежительного отношения организаций к основополагающей роли данных и их неготовности перейти к такому образу мышления[214]214
  Там же.


[Закрыть].

● Недостаточная грамотность в области данных (data literacy) на всех уровнях организации приводит к неполному пониманию сотрудниками ценности совместно используемых информационных активов. Это заставляет организации сосредоточиться на такой более простой с точки зрения концептуального восприятия деятельности, как разработка и внедрение программного обеспечения и базовых информационно-технологических решений.

● Недостаточное понимание роли данных приводит к тому, что организации игнорируют потребность в целостных полномасштабных программах в области данных и вместо этого пытаются управлять совместно используемыми информационными активами на уровне отдельных проектов.

● Отсутствие программ в области данных приводит к увеличению расходов на ИТ. Организации тратят ресурсы на такие виды деятельности, как интеграция и очистка данных или управление гораздо большим количеством данных, чем это необходимо для решения их стратегических задач.

● Отсутствие возможности подготовиться к будущим изменениям путем внедрения гибкой и адаптируемой архитектуры корпоративных данных также приводит к излишнему расходу ресурсов.

● Слабое представление о способности информационных активов эффективно и действенно поддерживать стратегию организации приводит к снижению эффективности ее деятельности.

● Большие объемы неуправляемых данных увеличивают сложность процессов внутри организации.

● Увеличение количества времени, усилий и рисков, связанных с ИТ-проектами, угрожает снижением прибыли.

● Неспособность обеспечить гибкость и адаптивность архитектуры данных до начала функционирования процессов основной деятельности организации требует дополнительного времени и финансирования для устранения связанных с этим негативных последствий.

● Отсутствие возможности создавать повторно используемые решения, ориентированные на данные, требует дублирования усилий, снижает качество и надежность информации и стоит денег.

● Увеличение времени, затрачиваемого на достижение понимания данных, и соответствующее сокращение времени и затрат на анализ.

● Недостаточное понимание информационных активов препятствует любой возможности рассматривать (а тем более реализовывать) элементы стратегии организации, ориентированные на данные.

● Снижение уверенности в правильности принимаемых решений – неблагоприятный результат непонимания информационных активов организации.

● Наконец, – и, возможно, это самое неприятное – возрастание объемов излишних, устаревших и тривиальных данных (data ROT)[215]215
  В англоязычных источниках по отношению к излишним, устаревшим и тривиальным данным часто используется акроним ROT (Redundant, Obsolete, Trivial) и термин data ROT*. На русский язык его можно перевести как «информационная гниль» (от англ. rot – «гниль», «труха»).
  * Aiken P., Harbour T. Data Strategy and the Enterprise Data Executive: Ensuring that Business and IT are in Synch in the Post-Big Data Era. Technics Publications, 2017.


[Закрыть] приводит к тому, что ситуация по всем перечисленным аспектам только ухудшается.

Такое явление, как data ROT, стоит рассмотреть более подробно – слишком много данных низкого качества являются избыточными и не соответствуют определению информационных активов.

Данные, как и многие другие ресурсы, имеют жизненный цикл – это означает, что в какой-то момент они могут утратить свою ценность и более не соответствовать первоначальному назначению. В наше время, когда стоимость технологий находится в относительно доступных пределах, технически несложно генерировать отдельные копии данных для широкого спектра индивидуальных целей. При этом объем данных растет с такой поразительной скоростью и благодаря такому разнообразию источников, которые руководители организаций даже не могут себе представить.

Сотрудники часто создают копию данных, используют ее для выполнения частной задачи, а затем их внимание переключается на другую задачу. Получив новое задание, люди быстро забывают о сгенерированных ими данных и никогда их больше не используют.

Это влечет за собой появление того, что называется «темными данными» (dark data)[216]216
  Gartner определяет «темные данные» как информационные активы, которые организации собирают, обрабатывают и хранят, но не используют*.
  * Aiken P., Harbour T. Data Strategy and the Enterprise Data Executive: Ensuring that Business and IT are in Synch in the Post-Big Data Era. Technics Publications, 2017.
  Laney D. B. Infonomics: How to Monetize, Manage, and Measure Information as an Asset for Competitive Advantage; Routledge; 1st edition, 2017. (Русский перевод: Даглас Лейни. Инфономика: информация как актив: монетизация, оценка, управление. – М.: Точка, 2020. – [Библиотека «Айтеко»].)


[Закрыть]. «Темные данные» можно рассматривать как особую разновидность data ROT.

Хотя термин «дата-центричное мышление» используется достаточно часто, у него до сих пор отсутствует какое-то устойчивое общепринятое определение. Айкен и Харбор решили заняться выработкой коллективного понимания основ дата-центричного мышления и определением конкретных шагов, необходимых для достижения лучших результатов при работе организаций с данными. В 2017 году они опубликовали так называемую Доктрину в области данных, которая в дальнейшем была откорректирована на основе откликов, поступивших от сотен представителей заинтересованного профильного сообщества. Вторая версия доктрины была опубликована в 2021 году[217]217
  Aiken P., Harbour T. The Data Doctrine™ V2. Objective measures for improving data outcomes. Data Blueprint Inc., 2021. – URL: https://anythingawesome.com/TheDataDoctrineV2.html.


[Закрыть].

Доктрина в области данных – не единственный известный концептуальный документ, направленный на пропаганду идей дата-центричности. На сайте доктрины представлены ссылки на похожие по тематике и направленности тексты:

● Манифест дата-центричности (The Data-Centric Manifesto), разработанный командой американской консалтинговой компании Semantic Arts[218]218
  Манифест дата-центричности обсуждается в главе 7.


[Закрыть][219]219
  McComb D. The Data-Centric Revolution. The Data Administration Newsletter (TDAN.COM), 2015. – URL: https://tdan.com/the-data-centric-revolution/18780.


[Закрыть],[220]220
  Semantic Arts. The Data-Centric Manifesto. Semantic Arts Inc., 2015. – URL: http://datacentricmanifesto.org/.


[Закрыть];

● Лидерский манифест о данных[221]221
  Ladley J., McGilvray D., O’Neal K., Price J., Redman T. The Leader’s Data Manifesto. dataleaders.org, 2019. – URL: https://dataleaders.org/.


[Закрыть].

Доктрина в области данных построена по аналогии со знаменитым манифестом гибкой разработки программного обеспечения (Agile-манифест), который был опубликован в 2001 году[222]222
  Agile-манифест создан группой из 17 независимых практиков в области разработки программного обеспечения, назвавшей себя Agile Alliance. Он включает 4 ценности и 12 принципов. Текст манифеста доступен на более чем 50 языках (в т. ч. на русском).


[Закрыть][223]223
  Agile Alliance. Manifesto for Agile Software Development, 2001. – URL: https://agilemanifesto.org/iso/ru/manifesto.html.


[Закрыть].

Agile-манифест разработки программного обеспечения

Мы постоянно открываем для себя более совершенные методы разработки программного обеспечения, занимаясь разработкой непосредственно и помогая в этом другим. Благодаря проделанной работе мы смогли осознать, что:

● люди и взаимодействие важнее процессов и инструментов;

● работающий продукт важнее исчерпывающей документации;

● сотрудничество с заказчиком важнее согласования условий контракта;

● готовность к изменениям важнее следования первоначальному плану.

Не отрицая важности того, что справа, мы все-таки больше ценим то, что слева.

Целевые меры для повышения результативности работы с данными

Мы постоянно открываем для себя более совершенные методы разработки информационных систем, занимаясь разработкой непосредственно и помогая в этом другим. Благодаря проделанной работе мы смогли осознать, что:

● программы в области данных играют ведущую роль по отношению к программам в области ИТ;

● обоснованное инвестирование в информационное обеспечение важнее деятельности по приобретению технологий;

● стабильные по структуре и совместно используемые данные организации важнее совершенствования технологических компонентов;

● повторное использование данных важнее новых источников данных.

Не отрицая важности того, что справа, мы все-таки больше ценим то, что слева.

Доктрина в области данных включает четыре базовых утверждения относительно ценностных приоритетов, на которых должна основываться разработка информационных систем в организации, ориентированной на дата-центричное мышление. Рассмотрим их более подробно.

Ценность № 1. Программы в области данных играют ведущую роль по отношению к программам в области ИТ

Здесь имеется в виду определяющая позиция программ проектов и мероприятий в области архитектуры, моделирования, проектирования, описания и подготовки данных организации по отношению к программе ИТ-проектов (в данном случае под ИТ-проектами подразумеваются проекты по разработке и внедрению программных приложений и базовых информационно-технологических решений).

Чтобы извлечь максимальную ценность из своих данных, организации должны подойти к ним как к активу и организовать этот актив (наряду с другими своими активами) таким образом, чтобы он способствовал достижению их стратегических целей. С ростом стратегической ценности данных возрастают и возможности по их повторному использованию во многих программных приложениях. Для реализации таких возможностей организации должны сознательно направлять усилия по обеспечению использования доступных стратегически важных данных (работа с которыми была налажена в результате уже выполненных проектов по разработке приложений) теми приложениями, которые создаются в рамках новых ИТ-проектов. Связанную с этим деятельность необходимо осуществлять целенаправленно и непрерывно, распространяя на все проекты по разработке приложений. Таким образом, прилагаемые усилия по обеспечению повторного использования данных – это не отдельный проект (имеющий завершение), а программа – деятельность, которая инициируется и продолжается до тех пор, пока организация не решит, что в ее осуществлении больше нет необходимости. Программа в области данных должна быть организационно оформлена отдельно от программ ИТ-проектов. Ее задача – реализация единой корпоративной стратегии работы с данными, которая обеспечит максимальную информационную поддержку стратегии бизнеса.

На рисунке 6.2 показано, каким образом увеличивается использование данных организации в результате увязки отдельных ИТ-проектов с программой в области данных. В рамках программы вырабатываются требования по архитектуре данных, реализуемые в ходе индивидуальных ИТ-проектов. По завершении каждого проекта область данных, доступных для совместного использования многими приложениями, расширяется за счет реализованного в проекте нового организованного сегмента.

С каждым ИТ-проектом нарабатывается опыт реализации стратегии в области данных, выявляются новые потребности в данных и совершенствуется координация программы в области данных и программ ИТ. Поэтому объемы используемых и предоставляемых очередным приложением данных возрастают (на рисунке это отражено как увеличение толщины соответствующих стрелок).

К сожалению, в настоящее время в большинстве организаций распространена практика разработки информационных систем c архитектурой, ориентированной на приложения. Архитектура данных в таких системах создается в расчете на использование только в рамках одного приложения и непригодна для использования другими системами[224]224
  McComb D. The Data-Centric Revolution: Data-Centric vs. Data-Driven. The Data Administration Newsletter (TDAN.COM), 2016. – URL: https://tdan.com/the-data-centric-revolution-data-centric-vs-data-driven/20288.


[Закрыть],[225]225
  McComb D. The Data-Centric Revolution. The Data Administration Newsletter (TDAN.COM), 2015. – URL: https://tdan.com/the-data-centric-revolution/18780.


[Закрыть]. Избавиться от недостатков ориентации на приложения и организовать постепенный переход к дата-центричной архитектуре можно, обеспечив последовательное влияние на ИТ-проекты с помощью программы в области данных.

* Aiken P., Harbour T. Data Strategy and the Enterprise Data Executive: Ensuring that Business and IT are in Synch in the Post-Big Data Era. Technics Publications, 2017.

Ценность № 2. Обоснованное инвестирование в информационное обеспечение важнее деятельности по приобретению технологий

Выше мы уже перечисляли последствия игнорирования организациями основополагающей роли данных и их неготовности перейти к дата-центричному образу мышления.

Тут можно только повторить, что отсутствие проектных программ в области данных, обоснованно увязанных с бизнес-стратегией организации, приводит к увеличению расходов на ИТ. Без четкого понимания потребностей в информационном обеспечении деятельности организации приобретаемые технологии могут привести даже к снижению ее эффективности. Это может произойти за счет добавления дополнительных операций по интеграции и очистке данных или организации управления гораздо большим количеством данных, чем это необходимо для решения стратегических задач.

Например, организация с целью решения проблем своевременного обеспечения сотрудников качественными, совместно используемыми важными данными может реализовать проект по внедрению дорогостоящей MDM-платформы[226]226
  MDM (Master Data Management) – управление основными данными.


[Закрыть]. Однако через некоторое время после завершения проекта выясняется, что ситуация не улучшилась. Хотя ИТ-команда и выполнила проект в соответствии с техническим заданием, но организация не получила ожидаемую пользу от внедренной технологии. Это произошло, потому что не был должным образом проведен целый ряд необходимых предварительных мероприятий: определение общеорганизационных требований и разработка согласованных решений в части системы классификации и кодирования, правил описания учитываемых позиций, правил обеспечения качества; определение надежных, легитимных источников данных; подготовка данных; решение организационных вопросов и т. п.

Как замечают Айкен и Харбор, когда организации покупают высокотехнологичные системы без соответствующей подготовки, они не понимают, что это все равно что дать начинающему водителю ключи от автомобиля Tesla, полагая, что он знает, как управлять этим сложным инновационным транспортным средством[227]227
  Aiken P., Harbour T. Data Strategy and the Enterprise Data Executive: Ensuring that Business and IT are in Synch in the Post-Big Data Era. Technics Publications, 2017.


[Закрыть].

Ценность № 3. Стабильные по структуре, совместно используемые данные организации важнее совершенствования технологических компонентов

Организации в рамках своих ИТ-проектов редко формируют структуры данных в расчете на их повторное использование, т. е. в виде хорошо продуманных и документированных моделей. Такая ситуация сложилась в силу распространения подхода к разработке информационных систем, ориентированного на приложения[228]228
  McComb D. The Data-Centric Revolution. The Data Administration Newsletter (TDAN.COM), 2015. – URL: https://tdan.com/the-data-centric-revolution/18780.


[Закрыть],[229]229
  Semantic Arts. The Data-Centric Manifesto. Semantic Arts Inc., 2015. – URL: http://datacentricmanifesto.org/.


[Закрыть]. Отчасти оказывает влияние и слишком буквальное следование принципам Agile-манифеста[230]230
  Aiken P., Harbour T. Data Strategy and the Enterprise Data Executive: Ensuring that Business and IT are in Synch in the Post-Big Data Era. Technics Publications, 2017.


[Закрыть]. Подобная практика (особенно если заранее предполагается, что данные будут использоваться несколькими приложениями) создает много проблем: удорожание и увеличение сроков разработки, меньшую отдачу от проектов, увеличение рисков. Она не учитывает, что изменения в структуре совместно используемых данных могут повлиять на каждое получающее к ним доступ программное приложение.

Если организации планируют использовать данные повторно, они должны руководствоваться принципами проектирования, которые способствуют многоразовому применению. Структуры данных должны быть стабилизированы до того, как начнут создаваться или развиваться приложения, обращающиеся к ним.

Ценность № 4. Повторное использование данных важнее получения новых источников данных

Организациям необходимо разработать процессы, обеспечивающие cбор и поддержание в актуальном состоянии требований к данным, сведений об имеющихся источниках данных и процедурах работы с ними, которые должны учитываться при разработке приложений.

Планомерность такой деятельности (включая подробное документирование) способствует выработке общего понимания фундаментальных концепций работы с данными и более точной оценке требуемых ресурсов и затрат. Создание программных приложений осуществляется согласованно, на основе общих стабильных структур данных, спецификаций и документации.

Однако далеко не все организации работают подобным образом. Отсутствие хорошо описанных стабильных структур и источников данных приводит к тому, что они определяются исходя из потребностей конкретного проекта. Это существенно осложняет интеграцию систем и организацию обмена данными, когда возникает такая необходимость.