Дайджест снова в ленте!

Мне попалось исследование того, как обстоят дела с data governance де-факто. Пообщавшись с 20 технологическими компаниями разного калибра, Александр Бараков поставил цель изучить реальные практики без прикрас и недомолвок. Работа получилась интересная, с кучей инсайтов. Для себя я отметил, что только 2 из 20 компаний имеют сформированный консолидированный глоссарий и дерево метрик. Значит об этом стоит рассказывать и дальше, так что stay tuned.

В блоге на Medium (VPN) я прочитал исследование распределения ролей внутри дата-команд 40 зарубежных компаний. Оказалось, что на долю аналитиков и дата-инженеров приходится приблизительно равное количество людей — 46% и 43% соответственно. Оставшиеся 11% занимают позиции ML-специалистов. Структура может меняться на разных стадиях роста компании.

Мы как пользователи постоянно хотим видеть приложения все лучше и удобнее. Круто, когда ты вышел из Пятерочки, открыл приложение банка и сразу видишь баланс и расходы на каждую категорию покупок. Да еще и с учетом только что купленного молока и курицы. Это требует от ИТ-системы умения работать как с историческими данными, так и с теми, которые обновляются в реальном времени. Как организовать анализ большого объема данных в real time рассказывает Николай Карлов, директор инновационных проектов в VK Tech.

Когда бизнес разрастается и сталкивается с конкуренцией, пора искать неочевидные инсайты, чтобы и дальше расти и увеличивать прибыль. Здесь подключается научно-ориентированная аналитика. Ребята из Т-банка поговорили о том, как наука бустит бизнес и помогает превзойти конкурентов, когда аналитике следует становиться научной и зачем нужны R&D исследования. В гостях — Кирилл Николаев, директор по аналитике и мой руководитель.

#дайджест