
Дискавери DG вместо чтения DAMA-DMBOK
Когда я рисовал первую версию этой карты, governance был в основном про каталоги, и это время прошло. ИИ поменял, что важно, и 3.0 собрана вокруг нового. У governance появилась новая причина существовать: без него не работает ИИ. Редкий случай, когда у data governance есть реальный шанс окупаться.
Все, кто плотно сталкивался с этой областью, от неё устали, и я тоже. Сильных примеров влияния на бизнес и способов это продать мало. Владельцы данных и дата-стюарды в большинстве компаний не взлетают и тянут за собой всё остальное. Бизнесу governance безразличен, и так было всегда; бюджет дают разве что на каталог, на котором любой техлид выгорает за год. Качество данных это куча чекеров без процесса. Так везде, во всех компаниях и странах. Посты про governance в LinkedIn либо наивность и пафос, либо обесценивание и ирония, как мои. Плюёшь и возвращаешься к BI, инженерии данных и AI-проектам. Проходит время, и корневые причины приводят обратно к governance, к проблемам, которые так и не решились. ИИ-ассистенты добавили суеты: всем вдруг нужны качество и ownership. Поэтому я вернулся к карте.
Содержимое выросло из двенадцати с лишним лет работы руками, из двадцати с лишним курсов и стратсессий, которые я провёл для компаний, и каждая такая работа это отдельный ресёрч, кто что придумал рабочего в мире и в России, и из идей людей, которые сформировали область; они названы в конце.
Что внутри
Всё организовано по стадиям, от постановки целей до тактического внедрения, и стадии переставлены по тому, что окупается первым. На каждой стадии гексагоны с темами и материалами, которые раскрывают её глубину. Классика на месте: фреймворки, роадмап, операционная модель и роли, каталог данных, качество данных, зрелость и метрики, домены и Data Mesh, data literacy. Новое это то, ради чего сделана 3.0: семантический слой, context governance, база знаний для LLM, сертифицированный core layer, AI readiness, AI governance.
Рядом с доской файл Google Sheets с практическими упражнениями, рассчитанный на серию воркшопов с командой данных. Читать DAMA-DMBOK готов не каждый; карта это короткий вход в тему, и в ней много моего личного мнения.
Агент рядом с доской
Новое рядом с доской это агент для самоконсалтинга: публичная база знаний и скилл, который её читает. Я запёк материалы и транскрибации своих курсов и миро-досок в репозиторий со скиллами. Принесите реальный кейс и разберите его, соберите стратегию governance с нуля или проверьте ту, что уже написана. Магии и автопилота здесь нет, как и везде. Это подспорье и ускоритель.
Уже сейчас можно скормить модели всё про свою команду, продукт или функцию и получить кучу условно релевантного текста. Моя попытка повысить пользу в том, чтобы убрать навес общих концепций, бюрократии и фантазирования в духе «за всё хорошее». Поэтому в агенте адекватные, на мой взгляд, атомы методологий, движок задавания правильных вопросов, генератор инициатив на базе анализа as is, с учётом специфики и с ограничителями на пустословие, и ревью скептичным CDO в роли судьи. Там, где данных нет, скилл пишет, что данных не хватает, и какого замера. На выходе ёмкий документ примерно на шесть страниц.
- FORMсобрать стратегию с нуля: интервью, диагностика зрелости, документ
- AUDITпрожарить то, что уже написано
- CONSULTспросить, разобрать свой кейс
Результаты моих тестов сдержанно положительные. Как минимум любопытно, а с напильником получается в целом заземлённый драфт. Голден-сеты для оценки качества я пока не добил, задача нетривиальная, а генерировать эвалы на вымышленных компаниях не очень эффективно. Если развивать, то на базе проревьюенных реальных стратегий для индустрий: банк, тех, ритейл. В общем, ставьте, прогоняйте на своей компании, делитесь результатом. Без сверхожиданий.
Как поставить: дайте своему Claude Code или Codex ссылку на репозиторий, попросите поставить, перезапуститесь. Посмотреть без установки: в каждом репозитории есть HTML и Markdown с прогонами на вымышленных компаниях. Как помочь: прогоните FORM на своей компании, в лайт-режиме это минут пятнадцать, и напишите, что получилось и где скилл нафантазировал; трейсы тоже пригодятся. Агент по стратегии BI + AI это парный проект, собранный так же.
Как использовать карту
- Как гайд и шаблон: пройти по темам, сравнить со своим подходом, вырезать лишнее, добавить своё.
- Как набор для воркшопов: упражнения лежат в файле Sheets и готовы к запуску с командой.
- Как источник для ассистента: направить на карту ИИ, чтобы он отвечал по методу из неё.
- Ставить достижимые цели. У каждой организации своя смесь приоритетов и ограничений.
- Приоритизировать инициативы по влиянию, уместности и сложности внедрения.
- Проверять и учиться, чтобы не переусложнять неработающие решения.
