DG4All 

Толковый словарь Data Governance: собираем в одном месте термины и определения, которые используются в мире Data Management, описания даны простым языком, есть примеры, ссылки на статьи с подробными описаниями. Раздел постоянно пополняется.
Есть 2 курса на Степике:
- Data Governance для чайников: вводный курс
- Моделирование данных

- Дэн Линстед. Построение высоконагруженного хранилища - книга от основоположника подхода моделирования хранилищ Data Vault;
- Ральф Кимбалл. Проектирование хранилищ данных - про снежинки и их отличие от звёзд.
- Билл Инмон. Построение хранилищ данных - базовое пособие для всех, кто занимается построением систем хранения данных или только собирается влиться в эту индустрию. Про звёзды )) и не только!
-  Основы реляционных баз данных от Ребекки М. Райордан (Rebecca M. Riordan designing relational database systems). Пост со ссылкой на книгу тут (ищите в конце статьи).
- Книга о том, как правильно повышать качество данных: Повышение качества данных: пошаговая инструкция.  
- Библия для дата-практиков - Свод знаний DAMA-DMBok
 
 
Выложены рабочие материалы к статьям:

- Бизнес-критичность данных - инструкция о том, как выявлять критичные данные в ваших информационных системах.

- Правила моделирования данных - Документ во вложении включает общие правила моделирования, которые применимы абсолютно ко всем организациям (для концептуальных, логических и физических моделей данных).

- Метамодель Data Governance - концептуальная модель данных для области знаний Data Governance, содержит основные объекты управления и связи между ними.

- Классификатор причин и источников некачественных данных - У всех участников финансовых рынка есть задача выполнить требования 716-П (Операционные риски) и 845-П (ПВР);
- Нормативно справочная информация: как её распознать и что дальше с ней делать, мини-гайд.

- Статья Зачем нам нужны процессы Data Governance?

Кто к нам пришёл на отбор - читайте в предыдущем посте. Мы всех померяли, замеряли, пособеседовали и вот - такой у нас получился квадрант ))

 
Как оценивали:

Ось X - технологии: включают возможности самостоятельного развития продукта, возможность подключения ИИ-сервисов, в стэке технологий особое внимание - графовая база данных;
Ось Y - зрелость продукта: готовность продукта к запуску, широта функциональных возможностей, особое внимание - наличие функционала метамоделирования;
Третья координата размер пузырька - соответствие нашим функциональным требованиям, т.е. соответствие исключительно под наши хотелки.
 
И вот теперь немного подробнее про наши хотелки. Основное требование к системе моделирования - это возможность выполнения в ней процесса проектирования моделей данных и эффективное управление им.

Что для нас означает возможность выполнения процесса:
- проектирование моделей данных как минимум на 3-х уровнях: концептуальном, логическом и физическом.
- проектирование потоков данных между слоями и модулями ИТ-ландшафта, а также ведение дата-контрактов.
- поддержка ведения онтологий и таксономий данных в пространстве управления метаданными.
 
Теперь по второму тезису - эффективное управление. Задача стоит нетривиальная, мы хотим практически полностью отказаться от корректирующих мер управления качеством - моделей и данных - и перейти в плоскость превентивных мероприятий. Понятие архитектурный контроль заиграло новыми красками ))

Вот и пришло время подвести итоги.

Позади длинный путь: встречи с коллегами, споры "как должно быть", анализ рынка существующих инструментов и просмотр демо-версий. Изучали тщательно, оценивали каждую систему на покрытие требований - объём реализованных требований и качество их реализации (требования к системе моделирования, которыми мы пользовались, можно посмотреть тут - https://boosty.to/datagovernance/posts/efbbcb66-a487-443e-830f-833883dd210c?share=post_link)

Кстати, в статье по ссылке выше есть также рекомендации относительно того, какой путь выбрать - собственная разработка или покупное решение. В итоге оказалось, что вариантов значительно больше. Какой выбрали мы - узнаем через некоторое время. А пока буду знакомить вас с теми, кто принял участие в отборе, кто приходил к нам, показывал свой инструмент и рассказывал про его преимущества. Список участников, которые пришли к нам, ниже - жмите и переходите на страничку продукта ))
 
Арус 
Онто 
Сфера 
Форсаж 
Дата моделер 
Дата Фордж 
СиММА 

Увидимся в ближайшее время!
Новости можно читать на канале в Макс - Data Governance для чайников

Вышла первая часть большого курса из цикла Data Governance: Моделирование данных.

Это часть курса даёт начальные знания о подходах в моделировании данных, а также предназначен как подспорье для систематизации знаний в этой области.

Подробно рассмотрены модели данных типа сущность-связь, а также уровни их проектирования - концептуальный, логический, физический. Также нашлось место и для даталинеджа.

В курсе много тестов и примеров для подкрепления теоретических знаний. Ну и, конечно, автор готов ответить на все ваши вопросы, которые возникнут в процессе прохождения курса.

Описание курса смотрите по ссылке Моделирование данных

Для самых проворных и жаждущих знаний есть ссылка с промокодом: жми для получения скидки 10% сюда
Приходите посмотреть, пожалуйста )

(ссылка с промо действует до 20.05.2026)

Вот и пришло время, когда потребность в собственном инструменте моделирования данных встала остро. Почему? Прежде всего, это связано с тем, что моделирование данных больше не локальная задача для отдельно сидящего архитектора данных, а одно большое дело, в котором количество потенциальных участников уже перевалило за первый десяток человек.  

Почему потенциальных? Потому что работать разрозненно с моделями данных, если вас больше трёх человек, уже проблема, а если вы хотите внедрить этот процесс для корпорации, то вам точно потребуется подспорье в виде хорошего инструмента с серверной лицензией, которая позволит не просто вести совместную работу, но и аккуратно синхронизировать изменения, сделанные в моделях.

Вот тут был чек-лист, чтобы определиться нужно ли покупать продукт или стоит выбрать опенсорс, а может быть, даже замутить собственную разработку.
Ранее уже выходила статья про выбор инструмента моделирования данных и публиковалась таблица требований. Так что сегодня просто апдейт спустя пару лет ))

Представляем вам пресс-релиз седьмой всероссийская конференции Качество данных-2026, на которой продолжилось обсуждение подходов, инструментов и практик обеспечения гарантированно высоких показателей качества данных корпоративных бизнес-процессов.

5 февраля 2026 года издательство «Открытые системы» провело седьмую ежегодную конференцию «Качество данных». Ее главной темой стало формирование конвейеров данных, обеспечивающих необходимый уровень качества данных, и их интеграцию в корпоративные бизнес-процессы. Это единственная в России и СНГ конференция, полностью посвященная стратегии и практике обеспечения качества данных.

Качество данных — ключевой фактор доверия к ним со стороны бизнеса и жизненно важный фундамент для принятия обоснованных решений. Требуемый уровень качества данных достигается путем внедрения контрольных процедур и поддерживающих их инструментов на всех этапах жизненного цикла данных, а также их встраивания в бизнес-процессы организации.

Главной темой стратегической сессии конференции «Качество данных — 2026» стала взаимосвязь между качеством данных и качеством бизнес-процессов. Сессии, посвященные бизнес-практикам, были сконцентрированы на формировании в организациях экосистем обеспечения качества данных и их встраивании в бизнес-процессы. В ходе технологических сессий участники конференции обсудили вопросы достоверности, безопасности, актуальности данных, их архитектуры, инструменты для управления качеством данных, а также подходы к встраиванию российских решений в имеющиеся в организациях инфраструктуры данных. Участники конференции обсудили широкий спектр вопросов, затрагивающих качество данных и эффективность опирающихся на них бизнес-процессов.

Ирина Долженко, главный эксперт департамента информатизации РЖД, представила уникальный опыт построения единой экосистемы управления данными.

Подъехали новые рекомендации от Банка Росси.

Скачивайте, оценивайте, применяйте.

Своё мнение относительно представленных материалов по метаданным писала чуть раньше, по НСИ посмотрю внимательно и дам обратную связь - тема очень близкая мне в последнее время, поэтому не смогу пройти стороной. Ждите. ))