Клиентские данные в энтерпрайзе: от проектирования MDM-системы до Data Governance и аналитики

Клиентские данные
в энтерпрайзе

От проектирования MDM-системы до Data Governance и аналитики

MDM
Data Governance

Практический курс HFLabs

весна 2025

Москва, Турчанинов пер. 6, стр. 2

Трехдневный практический курс для специалистов крупных компаний. Покажем принципы работы
с клиентскими данными: как их правильно хранить, обновлять, стандартизировать, объединять дубликаты, передавать в другие системы и анализировать

Примером послужит MDM-система — Master Data Management.

Наш подход

Что вас ждет

Интерактивные лекции

Не только теория, но и многолетний опыт, примеры из разных отраслей и обмен мнениями

Практический подход

Погружение в модели данных, нюансы создания MDM-системы, обратный поток

Профессиональный нетворкинг

Совместные групповые задания
и обсуждение работы с клиентскими данными в разных компаниях

Для кого

Кому полезен курс?

Представители бизнес-подразделений

Получат общее представление
о работе с клиентскими данными

Всем, кто работает или хочет работать
с клиентскими данными в крупных компаниях

Тестировщики

Освоят специфику клиентских данных и поймут, как лучше тестировать интеграции с ними

Инженеры по данным

Увидят узлы MDM-систем с высоким риском ошибок

Аналитики

Узнают ключевые особенности клиентских данных и интеграций

Архитекторы

Поймут, как MDM-системы встраиваются в ландшафт и как избежать ошибок в циклических интеграциях

Программа

Из чего состоит курс

Модуль 1

Предпосылки для создания MDM-системы по клиентам в организации. Проектирование модели данных

Место MDM-системы в бизнес-процессах организации
Зачем нужен MDM, как встроить его в архитектуру процессов. Какие существуют источники и получатели данных, типы процессов с данными. Как выглядят потоки данных и процессы в страховых, телекомах, банках и ретейле.

Пути трансформации организации при внедрении MDM
Что изменить в компании, чтобы перейти от работы с учетными сущностями к работе с клиентами.

Критерии и правила построения модели данных для MDM
Критерии успешного внедрения MDM. Какие сущности, кроме клиентов, загружать в MDM и с какой целью.

Практика. Создадим модель данных. Обсудим ее плюсы и минусы.

Модуль 2

Добавление новых источников в мастер-систему

Анализ нового источника
Как определить, когда нужно отказаться от новой интеграции. Сформулируем: какие важные вопросы и кому задать, чтобы выбрать правильный способ интеграции.

Способы подключения нового источника и последовательность загрузки данных

Типичные ошибки при подключении нового источника

Влияние новой интеграции на систему-источник, систему-получатель данных и окружающий их ландшафт
Как добавить новые эталонные данные и не испортить существующие.

Практика. Проанализируем новый источник данных. Подключим пару новых источников к работающей системе и обсудим последствия

Модуль 3

Построение MDM-системы: структура и правила работы с данными

Порядок построения MDM-системы

Стандартизация данных и поиск дублей
Как на базовом уровне строить правила стандартизации, поиска дублей, слияния и обновления данных. Расскажем, где проходит граница между Data Quality-системой и MDM. Поделимся секретами поиска дублей.

Слияние записей
Почему правилам слияния важны гранулярные коды качества. Какие параметры помимо кодов качества учитывать, отбирая данные в «золотую карточку» клиента.

Жизнь системы в регулярном цикле и дальнейшее развитие

Практика. Спроектируем наборы правил для MDM. Разберем преимущества и недостатки.

Модуль 4

Получение данных из эталонной клиентской базы. Обратное распространение эталонных данных в системы-источники

Получение данных из MDM-системами-потребителями (хранилище, BI, аналитические системы)
Какие «грабли», связанные с обработкой данных, существуют при проектировании распространения данных из MDM.

Загрузка данных в системы, которые являются одновременно и источниками, и потребителями данных от MDM
Какие есть альтернативы обратному распространению данных для решения основных бизнес-задач.

Подходы к стабилизации идентификаторов клиента и почему они не работают
В каких процессах нужны стабильные идентификаторы клиентов и как интеграциям жить с изменяющимися идентификаторами.

Бесконечные циклы обновления данных в двусторонних интеграциях и способы борьбы с ними

Практика. Создадим стабильный идентификатор клиента и спроектируем обратный поток.

Модуль 5

Управление качеством данных в MDM-системе: метрики, дашборды и мониторинг

Основные принципы Data Governance

Влияние качества данных на бизнес-процессы

Метрики качества данных: что, где с какой детализацией и как часто собирать
Какие бывают типы метрик и почему только бизнесовых метрик недостаточно для выявления причин проблемы. В каких местах и какие метрики нужно собирать. Как не обмануться метриками и убедиться, что проблема решена.

Организация мониторинга и оповещений, чтобы предотвращать проблемы и оперативно на них реагировать
Как организовать процесс управления качеством данных на основе метрик.

Практика. Создадим набор бизнесовых и технических метрик, чтобы выявить проблемы с клиентскими данными.

Модуль 6

Работа с согласиями

Определение клиентских согласий и их значимость для бизнеса
Какую роль согласия играют в деятельности бизнеса и на что могут повлиять.

Согласия в контексте клиентских данных
Как меняется жизненный цикл клиентских данных если учитывать согласия. Что нужно сделать, чтобы избежать ошибок.

Построение автоматизации согласий
Разберем что автоматизируется как у всех, а что точно придется кастомизировать под вашу отрасль.

Уровни зрелости процесса работы с согласиями
Простой и понятный способ оценить процессы своей компании и понять как еще больше усилиться в том, что уже хорошо и подтянуть то, что отстаёт.

Практика. Оценим свою компанию по уровню зрелости работы с согласиями. Покажем, куда можно расти и что для этого нужно сделать.

Процесс

Посмотреть, как проходят лекции

Обязательные поля и жесткая валидация на формах — зло

Что узнать об источнике, прежде чем подключать его к MDM

О ключевом вопросе CDI

Тревожные сигналы перед внедрением обратного потока

Шокирующие показатели после внедрения MDM

Кто ведет

Преподаватели — эксперты, глубоко разбирающиеся
в предмете

С 2012 года завершил восемь MDM-проектов. Внедрял CDI в MetLife, «Открытии», «АльфаСтраховании», «Росгосстрахе», «М.Видео». Помогал «Бинбанку» и «Открытию» сопоставить клиентские базы, когда банки объединили.

Развивает новые продукты HFLabs
и следит, чтобы наши решения приносили бизнесу максимум пользы

Павел Абдюшев

Директор по развитию продуктов HFLabs

Внедрила «Единый клиент» в МТС, запустила и развивает новый продукт «Единый адрес».

Курирует проекты целиком: от модели данных до сопровождения и развития после запуска.

Знаковые заказчики: МТС, «Деловые линии»

Татьяна Бунто

Директор по развитию продукта «Единый адрес»

Прошел путь от инженера поддержки
до продакта «Единого адреса» — мастер-системы по адресным данным.

Знает, с какими проблемами заказчики сталкиваются в эксплуатации, когда пора переходить от Data Quality к MDM-системе и какие задачи она решает.

Знаковые заказчики: МТС, Деловые Линии

Иван Арискин

Продакт «Единого адреса»

Сопровождал внедрение трех MDM-систем со стороны заказчика и двух на стороне исполнителя от проекта «на бумаге» до передачи в промышленную эксплуатацию.

Более 7 лет занимается клиентскими данными крупного бизнеса.

Знаковые заказчики: ВТБ, Совкомбанк

Максим Тронин

Архитектор внедрений

Курирует проекты от выявления проблем заказчика и постановки задачи до внедрения и передачи команде поддержки.

Знаковые заказчики: «Росбанк», МКБ

Мария Кушеверская

Архитектор внедрений

Контролировала интеграционные процессы подключения к продукту «Единый клиент».

Знаковые заказчики: «Сбербанк страхование», «ОТП Банк»

Мария Степанькова

Аналитик

Стоял у истоков «Иннополиса». Изучил более 300 дел ФАС в части рекламы без согласий и знает, как повышать лояльность клиентов, не нарушая закон.

Знаковые заказчики: Министерство финансов, Правительство Москвы

Тимур Сафиуллин

Продакт «Центра управления согласиями»

Практика и нетворкинг

В группе — не более 16 человек, поэтому преподаватель успеет ответить на вопросы каждого участника. А еще подробно разберет все практические задания

✓ На курсе будем

Обсуждать теорию в тесной связке с бизнес-задачами и кейсами, без воды

01

Объединяться в мини-группы, знакомиться и обмениваться опытом

02

Проводить разбор реальных кейсов

03

Получать обратную связь от экспертов и коллег по курсу

04

Есть пиццу и совмещать приятное с очень полезным

05

На курсе не будем

Показывать детальные алгоритмы Data Quality

01

Работать с базами данных

02

Учить работе с конкретными техническими фреймворками и их реализации в ИТ-ландшафте

03

Решать задачи по программированию

04

Рекламировать продукты HFLabs и учить работать с ними. При этом в лекциях опираемся на собственный продуктовый опыт и подходы

05

Отзывы

Студенты говорят

Учитывая, что для меня это новая область, то полезно всё. Теперь есть понимание, в каком направлении смотреть и куда двигаться. Мне всё понравилось, потому что рассчитывала на такую подачу материалов. Возможно, если бы я была больше погружена в область, курс превзошел бы ожидания, а так он им максимально соответствовал.

Алиса Долженко,

«Сибирская горно-металлургическая компания», начальник отдела RPA

После курса систематизировалась ранее разрозненная информация об устройстве MDM и его роли в структуре организации. Полезной стала коллекция подводных камней: и в обратном потоке, и в качестве данных, и во внедрении/подключении нового источника. Наверняка пригодится в жизни.

Владимир Каляжнов,

«Газпромбанк»

После прохождения курса я стал одним из главных экспертов по направлению CDI в своей компании. А аргумент «В подобных случаях ХФЛабс говорит следующее …» сэкономил очень много времени на обсуждение и согласование.
Шел за свои деньги и ни разу не пожалел.

Евгений Драницын

Понравилось живое обсуждение и обмен мнениями, много практики и интересных кейсов. На курсе разобралась, что такое MDM и как лучше ее использовать в нашей организации.

Светлана Кузнецова,

EOS, начальник отдела управления качеством данных

Борис Эйдензон,

«Открытие»

Геннадий Носков,

«Metro»

Роман Телышев,

«СОГАЗ»

Константин Гусев,

«Мегафон»

Ухожу с пониманием того, какие бизнес-цели я поставлю компании, а каких точно не достигну с помощью CDI. Курс оказался в пять раз круче, чем я предполагал. Очень благодарен преподавателям, очень кайфовые лекции, получил удовольствие.

Сергей Шамарин,

ООО «Автодор — Платные дороги», заместитель начальника Управления по проектной деятельности

На курсе я пересобрал у себя в голове модель CDI. Только начинаю путь на новом месте работы и теперь с самого начала буду правильно работать с CDI, чтобы потом не пришлось ничего переделывать.

Борис Рожков,

ПАО «МТС», DQ аналитик