Консалтинговая компания Gartner выпустила новое расследование рынка бизнес-аналитики. На этот раз внимание экспертов было приковано к качеству данных. Очередной магический квадрант собрал Data Quality решения и выделил основные тренды развития DQ в мире. Наш эксперт Алиса Школьникова рассказала о том, чем интересен каждый из них:

«Что мы видим? Несмотря на лидеров рынка, таких как Informatica, IBM или SAP, увеличение количества данных в средних и небольших компаниях, а также требования рынка к их качеству диктует новые векторы развития на рынке DQ.

Можно выделить несколько ключевых трендов:

Быстрый старт на пути к качеству данных. Готовые пакеты быстрого запуска внедрения, которые должны включать базу знаний, библиотеку правил (по проверке, обогащению и стандартизации данных), вариативность сценариев использования, преднастроенные отчёты и дополнительные сервисы.

Self-service. Компании хотят получить инструмент, не требующий или минимизирующий количество ИТ-специалистов, которые должны настраивать и обслуживать инструменты по DQ. Продукты должны обладать понятным для бизнес-пользователя интерфейсом, не требовать длительного обучения и технической подготовки специалистов для эффективного использования.

Использование AI. На помощь к пользователям должен приходить процесс самообслуживания — ИИ, который даст рекомендации в части правил на основе метаданных, базы знаний нормативных документов и обеспечит совместную работу по вопросам качества данных. Требования к визуализации процесса управления данными, а так же результатов анализа для просмотра записей об исключениях из DQ, исправления этих записей добавила необходимость вендорам задумываться не только о технической стороне вопроса, но и продумывать дополнительные интеграции с BI-инструментами или встраивания их в свои платформы.

Многодоменность. Ограниченность профильных доменов (фокусирование только на клиентских или финансовых данных) стало недостатком вендоров, которые хотят выходить на рынок DQ. Для большинства компаний клиентские данные были первым этапом на пути к управлению Data Quality. Если компания победит историю с клиентскими профилями, то для других данных нужно будет дорабатывать платформу или выбирать новую.

Облачные технологии. Компании, которые на текущий момент не предложили варианты облачного развёртывания, начали проигрывать остальному рынку. Преимущество получили те, кто предлагает в том числе гибридную архитектуру и возможность бесшовно переключаться между локальными и облачными сервисами.

Единая платформа и фокусирование на проблеме. С одной стороны, большие компании хотят получать единый продукт, который должен обеспечивать быстроту интеграции с внутренними и внешними системами, потоковую обработку данных, масштабируемость и производительность при обработке потоковых данных или данных интернета вещей (IoT) в реальном времени, наличие каталога данных и бизнес-глоссария.

С другой стороны, небольшие компании для решения локальной задачи готовы платить только за то, чем будут пользоваться. И от того, насколько лицензионная политика вендоров будет гибкой, какой клиентской стратегии будет придерживаться, зависит дальнейшее развитие рынка DQ. Потребности клиентов и возможности платформ говорят о том, что рынок поделится на два вектора: платформы по комплексному управлению данными, сервисы для решения локальных потребностей клиента с интерфейсом не сложнее современного смартфона. Во втором случае основные проблемы маленьких и молодых вендоров, такие как наличие специалистов и экспертизы по продукту, присутствие на локальном рынке, обслуживание и поддержка (при запуске и после запуска) должны быть решены аналогично поддержки приложений онлайн сервисов и перестать волновать потребителя.

Вывод один: вендоры, которые предлагают рынку Data Quality решения, должны помнить об удобстве для бизнес-пользователей и скорости реагирования на запросы. В топе трендов – облака, использование искусственного интеллекта, no-code сервисы».