მონაცემთა მენეჯმენტი

1) რატომ არის ეს აუცილებელი?

მონაცემთა მენეჯმენტი არის ოპერაციული სისტემა, რომელიც აკავშირებს ადამიანებს, პროცესებსა და ტექნოლოგიებს, რათა მონაცემები იყოს მაღალი ხარისხის, დაცული, გასაგები და გამოსაყენებელი. IGaming- ისთვის ეს კრიტიკულია მაღალი რეგულირების გამო (KYC/AML, პასუხისმგებელი თამაში, გადახდა), მოვლენების მოცულობა (განაკვეთები, უკანა, გარიგებები) და გუნდთაშორისი კოორდინაცია (პროდუქტი, რისკი, მარკეტინგი, ფინანსები).

• მეტრის საიმედოობა (ერთადერთი წყარო GGR, LTV, ARPPU).
• რისკების შემცირება (ჯარიმები, გაჟონვა, ინციდენტები).
• ანალიტიკოსების და ML- ის დაჩქარება (გადინების პროგნოზი, ანტიფროდია, პერსონალიზაცია).
• მართვადი მასშტაბურობა (ახალი ბაზრები/ბრენდები/პროვაიდერები).

2) ოპერატიული მოდელი

• ცენტრალიზებული: მონაცემთა ერთიანი გუნდი ადგენს სტანდარტებს და ახორციელებს პროცესებს. პლუს - გაერთიანების სიჩქარე; მინუს - შესაძლო „ვიწრო კისერი“.
• ფედერალური: აფეთქების ღუმელის გუნდები ფლობენ თავიანთ კომპლექტებს, ზოგადი პოლიტიკოსები - ცენტრალურ. სიჩქარისა და კონტროლის ბალანსი.
• Data Mesh: დომენები - როგორც „მონაცემთა პროდუქტები“ SLO/SLI, კატალოგით და კონტრაქტებით; ძლიერი მთავრობა + პლატფორმის მხარდაჭერა.

რჩევა: დაიწყეთ „ფედერალური“ მოდელით და თანდათანობით განვითარდით Mesh- ს სიმწიფით.

3) როლები და პასუხისმგებლობა

Data Governance Council: ჯვარედინი ფუნქციური ორგანო (C-level + დომენები) - ამტკიცებს პოლიტიკოსები, პრიორიტეტები, KPI.
CDO (Chief Data Officer): მონაცემთა, ხარისხის, კატალოგის, კულტურის სტრატეგიის მფლობელი.
DPO/Privacy Lead: მონაცემთა დაცვა, მარეგულირებლის შესაბამისობა, DPIA, ინციდენტები.
Data Owners (დომენების მიხედვით): ფინანსები, პროდუქტი, მარკეტინგი, რისკი, CRM - პასუხისმგებელნი არიან სემანტიკასა და კომპლექტების ხარისხზე.
Data Stewards: ოპერაციული „მეურვეები“ - გლოსარიუმი, მეტამონაცემები, DQ წესები, ხარისხის თიკეტები.
უსაფრთხოება და კომპლექსი: დაშიფვრა, წვდომის კონტროლი, აუდიტი.
Platform/Engineering: კატალოგი, ხაზოვანი, რეესტრების სქემა, payplines, MDM, Lakehouse/DWH.
Analysts/Scientists: მომხმარებლები და დომენის მოთხოვნების თანადამფუძნებლები ხარისხისა და ხელმისაწვდომობისთვის.

RACI (შემცირებული მაგალითი)

პოლიტიკოსები: CDO (A), Council (R/A), DPO (C), Sec (C), Owners (C), Eng (I)

კატალოგი/გლოსარიუმი: CDO (A), Stewards (R), Owners (C), Eng (C)

მონაცემების წვდომა: DPO/Sec (A), Owners (R), IT (R), HR (I)

მონაცემთა ხარისხი: Owners (A), Stewards (R), Eng (C), Analysts (C)

4) მონაცემთა მთავრობის არტეფაქტები

1. მონაცემთა მართვის პოლიტიკა (umbrella დოკუმენტი): პრინციპები, როლები, კონტროლი, ესკალაცია.
2. მონაცემთა კატალოგი: კომპლექტების რეესტრი (KYC, გარიგებები, თამაშის რაუნდი, RG ლიმიტები, გადახდები, პროვაიდერის ფიდები), მფლობელები, ჭდეები, კლასიფიკაცია.
3. ბიზნეს ტერმინალი: GGR/Net Gaming Revenue- ის განმარტება, ბონუსის პასუხისმგებლობა, churn, აქტიური მოთამაშე, VIP სეგმენტები.
4. ხაზოვანი (მონაცემთა ხაზები): წყაროდან (პროვაიდერები, PSP, CRM) ფანჯარამდე/მოდელებამდე - ნდობისა და აუდიტის მიზნით.
5. Data Contracts: ოფიციალური ხელშეკრულებები მწარმოებელსა და მონაცემთა მომხმარებელს შორის - სქემები, ტიპები, SLA ხარისხი/დროულობა.
6. Schema Registry & Versioning: სქემების ევოლუცია ავარიის გარეშე (თესლი, დეპრესიის გეგმა, საპირისპირო/პირდაპირი თავსებადობა).
7. MDM (სამაგისტრო მონაცემთა მენეჯმენტი): მოთამაშეთა, ბრენდების, პროვაიდერების, თამაშების რეესტრები (game _ id, სტუდია, RTP, ცვალებადობა).
8. შენახვის/მოცილების პოლიტიკა: ვადები, იურიდიული ჰოლდი, ანონიმიზაცია/ფსევდონიმები.
9. მონაცემთა პაკეტების პასპორტები (Data Product Canvas): დანიშვნა, მომხმარებლები, ინციდენტები, ხარისხის მეტრიკა, SLO/SLI.

5) პროცესები და პრაქტიკა

5. 1 მონაცემთა რაოდენობა

• სისრულე, სიზუსტე, შესაბამისობა, თანმიმდევრულობა, დროულობა, უნიკალურობა.
• DQ წესები plines (მაგალითად, განაკვეთების ოდენობა - მოგების ოდენობა, IBAN/ბარათის ფორმატი, ასაკი - 18 +).
• DQ ალერტები და თიკეტები: რეგრესიით - დომენის მფლობელის ავტო ესკალაცია.

5. 2 წვდომის კონტროლი და კლასიფიკაცია

მონაცემთა კლასები: Public/Internal/Confidential/Restricted (PII/ფინანსური).
RBAC/ABAC: როლები დავალებებზე (ანალიზი, პროდუქტი, რისკი), ატრიბუტები (ქვეყანა, ბრენდი, პროექტი).
მინიმალური უფლებების პრინციპი, დროებითი წვდომა (Just-in-Time), მოთხოვნების ჟურნალისტიკა.

5. 3 კონფიდენციალურობა და უსაფრთხოება

დაშიფვრა transit და at rest; კლავიშების მართვა და როტაცია.
ფსევდონიმიზაცია ანალიტიკისთვის, ანონიმიზაცია კვლევისთვის/ქვიშის ყუთებისთვის.
შემცირების პოლიტიკა: შეინახეთ მხოლოდ საჭირო, იმდენი, რამდენიც გჭირდებათ.
ინციდენტების მართვა: რეაქციის გეგმა, დაინტერესებული მხარეების შეტყობინება.

5. 4 მონაცემთა ციკლი

შექმნა Ingest - შენახვა - გამდიდრება - წვდომა/ანალიტიკა - არქივი/მოცილება.
iGaming- ისთვის: რაუნდის მოვლენები (spin/hand), სესიები, გადახდები, მოთამაშის ლიმიტები, საფორტეპიანო თიკეტები, საჩივრები, DSAR.

5. 5 შენახვა, მოცილება, Legal Hold

შენახვის გრაფიკები: ოპერაციული ლოგოები - X თვე, მოხსენებები - Y წელი, PII - მინიმუმამდე და კანონით.
Legal Hold: გამოძიების/სასამართლოების მოცილების გაყინვა.
მოცილების ტექნიკა: რბილი დელი (ეტიკეტი), მძიმე დელი, კრიპტოვალუტა, ანონიმიზაცია.

5. 6 მონაცემთა ცვლილების მენეჯმენტი

RFC სქემების/კონტრაქტების შეცვლაზე, გავლენის ანალიზზე.
Backfill პროცედურები და მიგრაციის გეგმა.
ფანჯრებისა და მოდელების ვერსია (v1-v2 პარალელური საყრდენით და შედარებით).

6) არქიტექტურული პრინციპები

Lakehouse + DWH: ნედლეული და გაწმენდილი ფენები, ფანჯრები BI/ML- ისთვის; გარიგების ფორმატები (ACID ცხრილი).
Streaming + Batch: რეალური დრო ანტიფროდიული/პერსონალიზაცია და ყოველდღიური მოხსენებები.
Data Contracts მოვლენების ავტობუსში: Avro/Proto, სქემების ევოლუცია, idempotenty.
ოქროს ნაკრები (ოქროს): სერთიფიცირებული ცხრილი ძირითადი KPI (GGR, DAU, გამართვა).
Observability მონაცემები: ML- სთვის სიახლის, მოცულობის მონიტორინგი.

7) მეტრიკი და KPI მთავრობა

სერტიფიცირებული კომპლექტების% კატალოგში.
გლოსარიუმის დაფარვა (მფლობელებთან ტერმინების წილი).
DQ-SLA: დროული, წარმატებული ხარისხის შემოწმების პროცენტი.
ახალი წყაროს/დომენის პროდუქტის დაკავშირების დრო.
ინციდენტების რაოდენობა მონაცემების მიხედვით და საშუალო აღდგენის დრო (MTTR).
SLO- ში დამუშავებული წვდომის მოთხოვნის წილი.
ანალიტიკოსების კმაყოფილება/DS (გამოკითხვები).

8) ინსტრუმენტები (სავარაუდო კატეგორიები)

Catalog & Glossary & Lineage: კორპორატიული კატალოგი, რომელსაც აქვს მეტამონაცემების მანქანა და გრაფიკი.
Quality/Observability: წესები, ტესტები, სიახლის და ანომალიების მონიტორინგი.
Access & Security: ცენტრალიზებული პოლიტიკოსები, წვდომის დებულებები, აუდიტის ჟურნალი.
Schema Registry/Contracts: სქემების რეესტრი, თავსებადობის შემოწმება CI- ში.
MDM/Reference Data: მოთამაშეთა/თამაშების/ბრენდების სამაგისტრო ჩანაწერები, ვალუტის ცნობარები, ქვეყნები, პროვაიდერები.
Workflow & Ticketing: paylines კოორდინაცია, RACI შაბლონები, SLA რიგები.

9) მონაცემთა დომენების მაგალითები iGaming- ში

თამაშის მოვლენები: game _ round, bet, win, RTP დროში/თამაში/პროვაიდერი.
გადახდები: ანაბრები, დასკვნები, chargeback, მეთოდები (ბარათები, კრიპტო, ადგილობრივი PSP).
მომხმარებლები: KYC/KYB სტატუსები, RG ლიმიტები, თვითშეფასება, საჩივრები.
მარკეტინგი/CRM: კამპანიები, ტრაფიკის წყაროები, სეგმენტები, პრემიები და ხელახალი თამაში.
რისკი/AML: მორიელები, ანომალიები, ალერტები, გამოძიება.
ფინანსები: GGR/NET ანგარიშები, გადასახადები, ქვეყნები და ბრენდები.

10) შაბლონები (გამოსაყენებლად მზად)

10. 1 მონაცემთა პაკეტის ბარათი

• კლასიფიკაცია/PII: Public/Internal/Confidential/Restricted
• სქემა (ვერსია): ბმული კონტრაქტზე/რეესტრზე
• ხაზოვანი: Vitring Vitrin- ის ტრანსფორმაციის ერთ - ერთი წყარო

10. 2 მონაცემთა კონტრაქტი (ესკიზი)

• სქემა: ველები, ტიპები, არათანაბარი, ლექსიკონები.
• სემანტიკა: განმარტებები, ბიზნეს წესები.
• SLA: მიწოდების შეფერხება, წვდომა.
• თავსებადობა: ვერსიის პოლიტიკა (SEMVER), სადეპოზიტო ფანჯარა.
• ხარისხი: სავალდებულო შემოწმებები (უნიკალური კეი, დიაპაზონი, რეფერენდუმის ცნობარები).
• უსაფრთხოება: შენიღბვა/ფსევდონიზაცია/დაშიფვრა.

10. 3 წვდომის პოლიტიკა (გამძლეობა)

პრინციპი: ყველაზე მცირე პრივილეგიები, მოთხოვნის დასაბუთება.
ნაკადები: განაცხადი - Owner/DPO კოორდინაცია - დებულებები - ჟურნალი.
ვადა: დროებითი წვდომა მანქანის სადგურთან.
მონიტორინგი: უფლებების რეგულარული შურისძიება.

11) შემოვლითი გზის რუკა

პირველი 30 დღე (MVP მთავრობა)

1. დანიშნეთ საბჭო, CDO, Owners/Stewards დომენებისთვის.
2. მიიღეთ „მონაცემთა მართვის პოლიტიკა“ და კლასიფიკაციის მინიმალური მოდელი.
3. განათავსეთ ძირითადი კატალოგი + გლოსარიუმი, აღწერეთ 10 კრიტიკული ნაკრები (GGR, გარიგებები, KYC).
4. ჩართეთ 5-10 DQ წესები მთავარ ხაზებში (freshness/უნიკალურობა/შესაბამისობა).
5. დაიწყეთ ჟურნალის დაშვების მოთხოვნის პროცესი.

60-90 დღე

1. შეიყვანეთ მონაცემთა კონტრაქტები თამაშის ბირთვისა და გადახდების მოვლენებზე.
2. ჩართეთ Schema Registry თავსებადობის შემოწმებით CI- ში.
3. ძირითადი ხაზის კონფიგურაცია საკვანძო ნაკადებზე.
4. შეიტანეთ შენახვის/მოცილების გრაფიკები და Legal Hold პროცედურა.
5. შეთანხმდით KPI მთავრობის შესახებ და გამოაქვეყნეთ ყოველთვიური ანგარიში.

3-6 თვე

1. დამოწმებულია „ოქროს“ ფანჯრები KPI და MDM რეესტრები (მოთამაშეები/თამაშები/პროვაიდერები).
2. ჩართეთ observability მონაცემები (freshness, volume, drift), ალერტები და ავტოტიკეტები.
3. დამატებითი უფლებების აუდიტის ჩატარება და roll-back.
4. კატალოგი მოიცავს აქტიური კომპლექტების 70% -ს, გლოსარიუმებს - ტოპ მეტრიკებს.
5. ასწავლეთ სტიუარდები და აფეთქების ღუმელის ბრძანებები (შაბლონები, ჩეკების ფურცლები, SLO).

12) რისკები და ანტი-ნიმუშები

„კატალოგი კატალოგისთვის“ დომენის საკუთრების გარეშე.
ფარული „მონაცემთა shadow IT“ (გამოუცდელი Excel/ლეპტოპები PII- ით).
კონტრაქტები ავტომატური თავსებადობის შემოწმების გარეშე.
ძალიან მკაცრი ცენტრალიზაცია - რიგები და მუხრუჭები.
ხარისხის და ანგარიშგების მეტრიკის არარსებობა არ არის უკუკავშირი.

13) კავშირი მეზობელ სექციასთან

მონაცემთა ხარისხი, მოდელების მონიტორინგი, მონაცემთა დრიფტი, DSAR/Privacy, Legal Hold, განლაგება ML - ყველაფერი ეყრდნობა ერთიან პოლიტიკოსებს, კონტრაქტებს, კატალოგს და როლებს.

შედეგი

მონაცემთა მენეჯმენტი არა მხოლოდ დოკუმენტებია, არამედ ყოველდღიური რიტუალებია: ვინ ფლობს, როგორ ვზომავთ ხარისხს, რა წესების შესაბამისად ვცვლით სქემებს, როგორ ვაძლევთ წვდომას და როდის წაშლით. IGaming იმარჯვებს მას, ვისაც აქვს მონაცემები სანდო, ხელმისაწვდომი და დაცული, ხოლო მათზე დაფუძნებული გადაწყვეტილებები განმეორებულია და გადამოწმებულია.