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.

- 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? - и подкрепляющий материал с расчётом "Снижение T2M на Анализ данных".
- Роли в Data Management: список функций и результатов в разрезе направлений Data Management c указанием роли, которая выполняет эти функции.
- Статья:

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. ))

Пора раскрыть интригу. Всплеск постов на тему метаданных в моём канале был не спроста: всё было направлено на то, чтобы выявить ваши предпочтения и оценить толерантность к возможным нововведениям.

Есть две новости:

Первая хорошая - мы все толерантны.

Вторая не очень и звучит она так: регулятор в виде Банка России готовит нам сюрприз, они собираются выкатить новую рекомендацию, касающуюся ведения метаданных. И новый документ содержит вот такой совет.

В практической деятельности выделяют следующие виды метаданных:

1) описательные;

2) структурные;

3) административные.

Всё тайное стало явным. Если вы посмотрите результаты опроса в телеграм-канале, то увидите, что на вопрос "Какие типы метаданных вы будете использовать?", ответ - "библиотечные (описательные, структурные, административные)" - дали НОЛЬ респондентов!

Честно говоря, очень хочется, чтобы результаты опроса дошли и до участников рабочей группы Банка России, которые придумали нам такие прекрасные виды метаданных. Коллеги, ну зачем было изобретать велосипед?! Скорее отыграйте историю обратно - ведь всем нам привычнее рекомендованные международным стандартом DAMA-DMBok типы: бизнес-метаданные и технические ))

Главный вопрос: как так вышло, что участникам финансового рынка вменяют использовать библиотечные типы метаданных? Думаю, что просто коллеги заигрались в процессе выбора наиболее обтекаемых и абстрактных понятий. Всем казалось, что раз мы учитываем свои метаданные в каталогах данных, то и типизировать мы их должны как в библиотеках. Но нет, господа, в библиотеках хранятся полные версии документов: аудио, видео или текстовые версии чего бы то ни было. А у нас с вами даже не СЭД (система электронного документооборота), мы с вами в нашей библиотеке храним метаданные - по большей части это заголовки и метки!

Бизнес-глоссарий - это инструмент для управления бизнес-метаданными. Бизнес-метаданные - это данные, которые описывают особенности ведения бизнес-процессов, связи между бизнес-объектами и организационную структуру вашей организации. Центральное место в бизнес-глоссарии занимает понятие Термин. Для чего вводят и описывают термины? -  для формирования единой версии правды. Глоссарий терминов представляет собой базу знаний, которая позволяет получить полное представление о бизнесе-контексте, в котором живёт компания.

Иными словами, термины помогают объяснить всем потенциальным участникам процесса, бизнес-пользователям, разработчикам и прочим вовлеченным лицам, с чем им предстоит работать, а также помогают договориться о единых правилах именования бизнес-объектов, участвующих в производственном процессе. 

И первое, с чем приходится столкнуться - это правила ведения словаря терминов и определений. Вот некоторые из них:

1. При описании терминов в бизнес-глоссарии не допускается дублирование терминов.

2. Название термина заполняется на русском языке без сокращений.

3. Если названия терминов описывают схожие бизнес-объекты, необходимо добавить к каждому из описаний бизнес-контекст, чтобы исключить дублирования и уточнить смысловую разницу между ними.

4. Описание термина заполняется максимально подробно, чтобы дать полное представление об использовании этого типа информации в бизнес-процессах компании.

5. Аббревиатуры, сокращения и названия терминов на других языках добавляются как Синонимы (в отдельное поле).

6. При добавлении термина обязательно указывается Мастер-процесс или мастер-продукт, в котором создается/контролируется термин.

7. Для каждого термина необходимо указать Владельца данных.

Кроме терминов и определений бизнес-глоссарий также управляет следующими категориями бизнес-метаданных: