Клиентские данные в энтерпрайзе: от проектирования MDM-системы до Data Governance и аналитики
Практический офлайн-курс HFLabs
Март 2023 года
Москва, Турчанинов пер. 6, стр. 2
Москва, Турчанинов пер. 6, стр. 2
«Клиентские данные в энтерпрайзе» — трехдневный практический курс для специалистов крупных компаний: банков, страховых, ритейла и телекомов.
На курсе покажем принципы работы с клиентскими данными: как их правильно хранить, обновлять, стандартизировать, сливать дубликаты, передавать в другие системы и анализировать.
Примером послужит MDM-система — Master Data Management. Но знания полезны, чтобы встроить любую другую систему в архитектуру компании.
10:00
19:00
начало занятий
конец занятий
Кому полезен курс
Курс пригодится всем, кто работает или будет работать с клиентскими данными в крупной компании. Специализация не имеет значения:
аналитики узнают, на какие особенности клиентских данных и интеграций обращать внимание в первую очередь;
архитекторы увидят способы, которыми MDM-системы встраивают в ландшафт организации. А еще узнают, как избежать граблей в циклических интеграциях;
тестировщики поймут специфику клиентских данных и узнают, как эффективнее с ними работать;
инженеры по данным увидят узлы MDM-системы с высоким риском ошибок;
представители бизнес-подразделений поймут общую картину работы с клиентскими данными.
В группе 16 человек, поэтому преподаватель успеет ответить на вопросы каждого участника. А еще — без проблем разберет все практические задания
Преподают люди из HFLabs, которые лучше всех разбираются в предметной области
Павел Абдюшев
Директор по развитию продуктов HFLabs
Директор по развитию продуктов HFLabs
Максим Серебро
Эксперт по анализу и качеству данных
Эксперт по анализу и качеству данных
Иван Арискин
Руководитель команды сопровождения «Фактора»
Руководитель команды сопровождения «Фактора»
Анастасия Дудник
Руководитель команды сопровождения «Единого клиента»
Руководитель команды сопровождения «Единого клиента»
Мария Кушеверская
Архитектор внедрений
Архитектор внедрений
Максим Тронин
Архитектор внедрений
Архитектор внедрений
Михаил Березин
Руководитель продукта «Единый клиент»
Руководитель продукта «Единый клиент»
Никита Назаров
Технический директор
Технический директор
Татьяна Бунто
Руководитель проектов внедрений, эксперт по клиентским данным
Руководитель проектов внедрений, эксперт по клиентским данным
С 2012 года завершил восемь MDM-проектов. Внедрял CDI в MetLife, «Открытии», «Альфастраховании», «Росгосстрахе», «МВидео». Помогал «Бинбанку» и «Открытию» сопоставить клиентские базы, когда банки объединили.
Участвует в развитии продукта «Единый адрес», три года развивает модуль «ЕГРЮЛ Про».
Два года отвечает за работу «Фактора» в «Альфабанке», ВТБ, «Госуслугах», «Ленте», «Тинькофф», «Ростелекоме» и РСХБ.
За четыре года работы выстроила системы внутреннего мониторинга и анализа логов. С ними в HFLabs узнают о проблемах заказчиков раньше самих заказчиков.
Курирует проекты от выявления проблем заказчика и постановки задачи, до внедрения и передачи команде поддержки.
Четыре с половиной года занимается клиентскими данными в крупных предприятиях.
Сопровождал внедрение трёх MDM-систем со стороны заказчика от проекта «на бумаге» до передачи в промышленную эксплуатацию
Четыре года развивает платформу клиентских мастер-данных как продакт и технический владелец. За это время «Единый клиент» вырос в 10 раз по объему обрабатываемых данных.
За восемь лет в HFLabs участвовал в 11 проектах по внедрению CDI для крупного бизнеса. Строит для наших заказчиков интеграционные процессы между системами-источниками, потребителями и CDI.
За четыре года внедрила «Единый клиент» в МТС, АСВ, запустила и развивает новый продукт «Единый адрес». Курирует проекты целиком: от модели данных до сопровождения и развития после запуска
Специализируется на анализе клиентских данных. Работал в IT-подразделении банка и знает, как все устроено внутри
Консультирует по источникам открытых и закрытых данных: справочникам, официальным реестрам и информационным системам
За 12 лет в HFLabs внедрял продукты в Barclays, CiV Life, «Альфастрахование» и «Бинбанк»
Знает, с какими проблемами заказчики сталкиваются в эксплуатации и как их решать инструментами «Фактора»
Знает, с какими проблемами сталкиваются заказчики, когда интегрируют новые источники данных
Знаковые заказчики: «Росбанк», МКБ
Знает, с какими сложностями сталкивается система в эксплуатации и как их решить на уровне платформы
Знаковые заказчики: «Ростелеком», «Газпромбанк»
Предпосылки для создания MDM-системы по клиентам в организации. Проектирование модели данных
Практика. Создадим модель данных. Обсудим ее плюсы и минусы
Модуль 1
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 ритейле.
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 ритейле.
Пути трансформации организации при внедрении MDM
Что изменить в компании, чтобы перейти от работы с учетными сущностями к работе с клиентами.
Что изменить в компании, чтобы перейти от работы с учетными сущностями к работе с клиентами.
Критерии и правила построения модели данных для MDM
Каковы критерии успешного внедрения MDM. Какие сущности, кроме клиентов, загружать в MDM, с какой целью.
Каковы критерии успешного внедрения MDM. Какие сущности, кроме клиентов, загружать в MDM, с какой целью.
Добавление новых источников в мастер-систему
Практика. Подключим пару новых источников к работающей системе и обсудим последствия
Модуль 2
Анализ нового источника
Как определить, когда нужно отказаться от новой интеграции.
Как определить, когда нужно отказаться от новой интеграции.
Способы подключения нового источника и последовательность загрузки данных
Как добавить новую интеграцию и ничего не сломать в процессе. Какие вопросы и кому задать, чтобы выбрать правильный способ интеграции.
Как добавить новую интеграцию и ничего не сломать в процессе. Какие вопросы и кому задать, чтобы выбрать правильный способ интеграции.
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.
Как добавить новые эталонные данные и не испортить существующие.
Практические задания и нетворкинг
После блока теории участники выполняют практические задания, чтобы закрепить материал. Для этого объединяются в группы по четыре человека. Так слушатели из разных бизнес-отраслей и специальностей не только практикуются, но обмениваются опытом: обсуждают, что работает или не работает в их компаниях.
Участники подключают новый источник к MDM-системе
Построение MDM-системы: структура и правила работы с данными
Практика. Спроектируем наборы правил для MDM. Разберем преимущества и недостатки
Модуль 3
Порядок построения MDM-системы
Стандартизация данных и поиск дублей
Как на базовом уровне строить правила стандартизации, поиска дублей, слияния и обновления данных. Что такое обратная ошибка, ошибка второго рода, стандартизации и дедупликации. Как её выявлять.
Как на базовом уровне строить правила стандартизации, поиска дублей, слияния и обновления данных. Что такое обратная ошибка, ошибка второго рода, стандартизации и дедупликации. Как её выявлять.
Слияние записей
Почему правилам слияния важны гранулярные коды качества. Какие параметры помимо кодов качества учитывать, отбирая данные в «золотую» карточку клиента.
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
Получение данных из эталонной клиентской базы. Обратное распространение эталонных данных в системы-источники
Практика. Создадим стабильный идентификатор клиента и спроектируем обратный поток
Модуль 4
Получение данных из МДМ системами-потребителями (хранилище, BI, аналитические системы)
Какие «грабли», связанные с обработкой данных, существуют при проектировании распространения данных из MDM.
Какие «грабли», связанные с обработкой данных, существуют при проектировании распространения данных из MDM.
Загрузка данных в системы, которые является одновременно и источниками, и потребителями данных от MDM
Какие есть альтернативы обратному распространению данных для решения основных бизнес-задач.
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.
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
Управление качеством данных в MDM-системе: метрики, дашборды и мониторинг
Практика. Создадим набор бизнесовых и технических метрик, чтобы выявить проблемы с клиентскими данными
Модуль 5
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 какие метрики надо собирать. Как не обмануться метриками и убедиться, что проблема решена.
Какие бывают типы метрик и почему только бизнесовых метрик недостаточно для выявления причин проблемы. В каких местах какие метрики надо 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.
Как организовать процесс управления качеством данных на основе метрик.
❌ На курсе не будем
Показывать детальные алгоритмы Data Quality.
Решать задачи по программированию.
Работать с базами данных.
Учить работе с конкретными техническими фреймворками и их реализации в ИТ-ландшафте.
Рекламировать продукты HFLabs и учить работать с ними. При этом в лекциях опираемся на собственный продуктовый опыт и подходы.
Поддержка после курса
Обычно самые важные вопросы возникают уже после курса, когда знания оседают в голове. Нет проблем: преподаватели проконсультируют участников в чате.
Отзывы участников
После курса видишь методологию, которую положили в основу MDM
После курса в голове остается готовый план взаимодействия с ЛПР-ами систем, которые будут подключаться к нашей MDM
Очень много практики, очень полезная штука
Радует, что ведущие не теоретики, а практики, которые разрабатывают и внедряют MDM-системы
Курс раскладывает по полочкам знания об MDM и расширяет горизонты для продажи продукта внутри компании
Борис Эйдензон, «Открытие», руководитель направления
Иван Комлев, АСВ, аналитик
Геннадий Носков, Metro, бизнес-аналитик
Константин Гусев, «Мегафон», ведущий бизнес-аналитик
Роман Телышев, СОГАЗ, руководитель проектов
Заявка на участие
Следующий поток стартует в марте 2023 года. Пройдет в офисе HFLabs: Москва, Турчанинов переулок, д. 6 стр. 2, БЦ «Крымский мост», 1 этаж.
Точных дат пока нет. Но можно оставить заявку на участие — мы напишем, когда откроется запись.
