Глоссарий на букву - D

Data Governance – это система правил, процессов и ролей, которая обеспечивает качественное, безопасное и управляемое использование данных в организации.

Основная цель Data Governance – преобразовать информацию в корпоративный актив путем минимизации ошибок и дублирования. Регламентация охватывает полный жизненный цикл данных: от их создания и безопасного хранения до архивации.

Эффективность модели обеспечивается распределением полномочий между владельцами данных, распорядителями (стюардами) и техническими хранителями (кастодианами). В отличие от Data Management, ориентированного на технические операции, Data Governance выступает как фундаментальный свод правил и стандартов. Внедрение системы снижает операционные риски и открывает новые возможности для развития бизнеса на основе достоверных данных.

Дополнительную информацию по теме ОЦО можно посмотреть:

• Тематический раздел Общие центры обслуживания (ОЦО)
• Конференции по ОЦО
• Профессиональное сообщество «Содружество ОЦО»

DSO (Days Sales Outstanding) – это финансовый показатель, отражающий среднее количество дней, необходимых компании для получения оплаты после совершения продажи в кредит. Он рассчитывается путем деления текущей дебиторской задолженности на общий объем продаж в кредит и умножения на количество дней в отчетном периоде.

Данная метрика служит стратегическим индикатором эффективности управления оборотным капиталом и ликвидности предприятия. Низкое значение DSO свидетельствует о быстрой инкассации и стабильном денежном потоке, тогда как высокий показатель сигнализирует о проблемах с кредитоспособностью клиентов или неэффективности взыскания.

Оптимальным считается значение, не превышающее установленные контрактом сроки оплаты более чем на 15%. Отраслевые стандарты существенно разнятся: от 10 дней в ритейле до 90 дней в строительстве. Использование современных систем автоматизации и искусственного интеллекта в цикле «заказ-оплата» позволяет существенно снизить DSO, обеспечивая финансовую стабильность и повышение предсказуемости денежных потоков организации. Сравнение DSO с показателем наилучшего возможного срока погашения помогает финансовым директорам точно оценивать операционную дисциплину и качество работы отдела взыскания.

Дополнительную информацию по корпоративному казначейству, работе с банками можно посмотреть:

• Тематический раздел: Корпоративное казначейство, работа с банками
• Конференции по управлению дебиторской задолженностью

Data-driven modeling (управляемое данными моделирование) – это подход к построению моделей или систем, основанный исключительно на анализе эмпирических данных, а не на теоретических предположениях или предварительно заданных правилах. Это означает, что логика и структура модели определяются паттернами и взаимосвязями, обнаруженными непосредственно в данных.

Более широкое название этого метода – Data Driven Decision Making (DDDM), или «принятие решений на основе данных». Такой подход обеспечивает более высокую точность прогнозов и позволяет компаниям оптимизировать бизнес-процессы на основе объективной информации. Он позволяет перейти от интуитивных решений к действиям, подтвержденным статистической значимостью.

Узнать об этом подробнее можно будет на Конференции «Общие центры обслуживания – Саммит руководителей»

Data Quality (Качество данных) – это степень пригодности данных для конкретных целей в операциях, принятии решений и планировании бизнеса. Оно определяется набором атрибутов, таких как точность, полнота, актуальность, согласованность и уникальность.

Высокое качество данных является критически важным, поскольку обеспечивает надежную основу для аналитики, помогает снижать операционные риски и повышать эффективность процессов. И наоборот, некорректные сведения приводят к ошибочным выводам, финансовым потерям и принятию неверных управленческих решений, что делает управление качеством данных фундаментальной задачей для современного бизнеса.

Узнать об этом больше вы сможете на Конференции «Внутренний контроль и внутренний аудит как инструменты повышения эффективности бизнеса»

Data Science – это область, которая объединяет различные аспекты математики, статистики, компьютерных наук и программирования с целью извлечения знаний из больших объемов данных. Она включает сбор, очистку, обработку, анализ и визуализацию данных для генерации полезной информации, которая может быть использована для принятия обоснованных решений.

Наука о данных стала популярной в последние годы благодаря увеличению доступности больших объемов данных и потребности организаций в осмыслении этих данных. Специалисты по Data Science используют такие техники, как машинное обучение, глубокое обучение и статистическое моделирование для анализа данных и извлечения инсайтов.

Проекты в области Data Science могут варьироваться от простой очистки и анализа данных до сложных задач моделирования и прогнозирования. Некоторые распространенные приложения Data Science включают сегментацию клиентов, обнаружение мошенничества, рекомендации по продуктам и маркетинговые исследования.

Узнать об этом больше вы сможете на Конференции «Цифровые технологии в фармацевтике: фокус на импортозамещении и повышении эффективности»

Demo day – это площадка для демонстрации новых продуктов, сервисов, идей и стартапов. Это отличная возможность для начинающих и профессиональных предпринимателей обмениваться идеями, знакомиться с коллегами, а главное – продемонстрировать свои творческие достижения.

Помимо этого, Demo day – это мощный инструмент для привлечения инвестиций и партнеров. Здесь можно научиться многим вещам, в том числе выстроить правильные коммуникации и отточить навыки публичного выступления.

Как правило, к такому мероприятию выступающие готовятся продолжительное время. Важно четко структурировать свое выступление так, чтобы слушатели увидели уникальность и актуальность представляемого продукта.

Узнать об этом больше вы сможете на Конференции «Управление проектами»

Data-driven – это подход к принятию решений и анализу информации, основанный на данных. В современном мире, где информация стала нашей валютой, data-driven подход становится все более важным и широко применяется в различных областях, включая бизнес, науку и общественную жизнь.

Основная идея data-driven состоит в том, что принятие решений должно базироваться на фактах и анализе данных, а не на интуиции или предположениях. Путем сбора, обработки и анализа данных мы можем выявить закономерности, тенденции и паттерны, которые помогут нам понять прошлое, настоящее и спрогнозировать будущее.

Data-driven подход и технологии обладают огромным потенциалом в различных областях. В сфере бизнеса, они могут помочь определить потребности и предпочтения клиентов, создавать кастомизированные продукты и услуги, оптимизировать бизнес-процессы и прогнозировать спрос на товары и услуги.

Узнать об этом больше вы сможете на Конференции «Автоматизация корпоративных бизнес-процессов»

DAC6 (Директива о разглашении схем международной налоговой оптимизации) – это новое европейское законодательство, направленное на борьбу с налоговыми схемами, которые могут привести к уклонению от уплаты налогов и искажению конкуренции. Директива была принята Европейским Союзом в июне 2018 года, и ее основная цель – повышение прозрачности и обмен информацией между государствами-членами.

DAC6 требует от налоговых консультантов и прочих посредников, включая банки и юридические фирмы, сообщать государственным органам о так называемых «потенциально агрессивных» налоговых схемах. Это означает, что будут под контролем не только прямые налогоплательщики, но и все лица, участвующие в разработке и продвижении таких схем.

Налоговые схемы, подлежащие регистрации и сообщению, определены конкретными критериями: сокрытие доходов, передача доходов в низко налогооблагаемые страны или офшорные зоны, международное двойное налогообложение, использование недействительных юридических конструкций и др.

Узнать об этом больше можно на Конференции «Корпоративное налоговое планирование»

Drill down – это аналитический подход, который позволяет исследовать данные на различных уровнях детализации для более полного понимания их структуры и взаимосвязей. Как правило, Drill down используется в контексте работы с большими объемами информации, такими как базы данных или отчеты, где необходимо продуктивно анализировать данные и находить основные факторы, влияющие на результаты.

При использовании Drill down пользователь может начать с общего представления данных и постепенно углубляться в каждый уровень, чтобы получить детальную информацию. Таким образом, можно изучать данные на разных гранулярных уровнях, начиная с общей суммы или агрегированных показателей и доходя до отдельных элементов или сегментов.

У Drill down есть свои свои преимущества: возможность обнаружения скрытых трендов и показателей, более точное выявление причинно-следственных связей и возможность принятия более обоснованных решений на основе полученных данных. Этот метод также помогает быстро и эффективно находить и исправить ошибки или аномалии данных.

Узнать об этом больше вы сможете на Конференции «Управление рисками в промышленности»

Dividend Growth Model (Модель роста дивидендов) – это финансовая модель, которая используется для оценки акций компаний на основе будущих дивидендных выплат. Эта модель направлена на предсказание и оценку потенциального роста дивидендов в будущем.

Основная идея модели заключается в том, что акции компаний, которые регулярно увеличивают свои дивидендные выплаты, имеют большую ценность для инвесторов. Это связано с тем, что постоянный и стабильный рост дивидендов свидетельствует о финансовой устойчивости и успехе компании.

Dividend Growth Model предоставляет инструмент для оценки стоимости акций, основываясь на предположении, что компания будет продолжать увеличивать свои дивиденды на протяжении бессрочного периода. Основной параметр, используемый в этой модели, – это ожидаемая ставка дивидендной доходности (expected dividend yield), которая представляет собой отношение ожидаемых дивидендов к текущей цене акции.

Узнать об этом больше вы сможете на Конференции для финансовых директоров ИТ-компаний