Издательство «Манускрипт»

Принимаем материалы в текущие выпуски наших изданий!
+7 (951) 528-22-82
logo-manuscript_krug

Серия
рецензируемых
научных журналов

«Первый экономический журнал». Статьи номера

№ 4 – 2026

УДК 005.4

Авторы:

Шаталин Иван Андреевич

Аспирант, Образовательное частное учреждение высшего образования «Московская международная академия», Москва, Россия

Название статьи:

УПРАВЛЕНИЕ ДАННЫМИ В МЕНЕДЖМЕНТЕ ЦИФРОВЫХ ПРОДУКТОВ: ПОНЯТИЙНЫЙ АППАРАТ, ПРИНЦИПЫ И КРИТЕРИИ УПРАВЛЕНЧЕСКОЙ ЗРЕЛОСТИ

Страницы:
81-86

Аннотация:

В современном менеджменте цифровых продуктов управление данными становится основой для принятия управленческих решений. Однако на практике дефекты информации приводят к ошибкам и искажению ключевых показателей эффективности. В научной и методической литературе этот процесс зачастую рассматривается либо как сугубо техническая задача, либо в рамках корпоративной аналитики, в то время как уровень продуктовой организации и особенности принятия решений остаются недостаточно формализованными. В статье уточняется понятийный аппарат управления данными применительно к менеджменту цифровых продуктов, выделяются принципы построения этой управленческой системы и предлагается система критериев управленческой зрелости. В статье предлагается продукт-центричный подход, включающий принципы (решение-центричность, подотчетность, сопоставимость, непрерывный контроль качества данных, управляемость изменений, адаптивность) и критерии зрелости по ключевым доменам. Статья будет интересна специалистам и исследователям, занимающимся вопросами управления данными и развития цифровых экосистем.

Ключевые слова:

управление данными, цифровой продукт, ключевые показатели эффективности продукта, качество данных, управленческая зрелость.

Список использованных источников:

  1. Лабутин, А. С. Автоматизация систем управления: роль технологий в аналитике и управлении данными / А. С. Лабутин // Моя профессиональная карьера. – 2025. – Т. 1, № 68. – С. 153-157. – EDN WSKQCR.
  2. Владимиров, Д. Г. Системы управления данными как инструмент централизации управления цифровой экономикой и обеспечения ее безопасности / Д. Г. Владимиров, М. В. Гаврилова // Вестник Российского университета кооперации. – 2020. – № 2(40). – С. 31-38. – EDN HMDTFK.
  3. Бондарев, А. Ю. Управление данными в интегрированной системе корпоративного управления предприятием / А. Ю. Бондарев, С. Ю. Муртузалиева // Экономическое развитие России. – 2025. – Т. 32, № 10. – С. 49-55. – EDN SDZAEO.
  4. Лисецкий, Ю. М. Комплексный подход к управлению данными / Ю. М. Лисецкий // Математические машины и системы. – 2019. – № 4. – С. 93-99. – EDN GOLXWR.
  5. Супрун, Н. А. BNPL-сервис как новый цифровой банковский продукт / Н. А. Супрун // Первый экономический журнал. – 2024. – № 4(346). – С. 93-102. – DOI 10.58551/20728115_2024_4_93. – EDN PZYDZT.
  6. Манаев, А. А. Методологические основы построения адаптивной системы менеджмента качества цифровых продуктов в условиях цифровой трансформации / А. А. Манаев // Актуальные проблемы экономики и менеджмента. – 2025. – № 2(46). – С. 41-52. – EDN AYSWTO.
  7. Воронцов, Д. Е. Актуальность применения гибридных подходов управления проектами по созданию цифровых продуктов / Д. Е. Воронцов // Управленческий учет. – 2022. – № 9-3. – С. 257-265. – DOI 10.25806/uu9-32022257-265. – EDN XRTYQV.
  8. Кочнев, М. М. Инновационное управление командами разработки и цифровыми продуктами / М. М. Кочнев // Научный аспект. – 2023. – Т. 3, № 6. – С. 332-340. – EDN EODELO.
  9. Манаев, А. А. Искусственный интеллект как инструмент контроля качества цифрового продукта / А. А. Манаев // Первый экономический журнал. – 2024. – № 12(354). – С. 41-48. – DOI 10.58551/20728115_2024_12_41. – EDN BSHRGZ.
  10. Новиков, А. Н. Применение искусственного интеллекта в процессе разработки и управления цифровыми продуктами / А. Н. Новиков // Вестник науки. – 2024. – Т. 1, № 4(73). – С. 416-425. – EDN BFWSWK.
  11. Банк России. Методика оценки зрелости систем управления данными участников финансового рынка. – М.: Банк России, 2024. – 11 с. URL: https://www.cbr.ru/content/document/file/170695/method_27122024.pdf (дата обращения: 26.03.2026).
  12. Банк России. Рекомендации участникам финансового рынка по построению эффективной системы управления данными. – М.: Банк России, 2024. – 33 с. URL: https://www.cbr.ru/content/document/file/170697/recommendations_27122024.pdf (дата обращения: 26.03.2026).
  13. Шорошева, Ю.А. Оценка качества данных: теоретические основы и практическая реализация на примере разработанного модуля / Ю. А. Шорошева, В. В. Денисенко, К. В. Чекудаев, Ф. А. Музалевский // Современные инновации, системы и технологии. – 2026. – Т. 6, № 1. – С. 3067-3074. – DOI 10.47813/2782-2818-2026-6-1-3061-3068. – EDN AKDOVU.
  14. Ladley J. Data Governance: How to Design, Deploy, and Sustain an Effective Data Governance Program / J. Ladley; 2nd ed. – Academic Press, 2019. – 350 p.
  15. Weber, K. One Size Does Not Fit All – A Contingency Approach to Data Governance / Weber, B. Otto, H. Österle // Journal of Data and Information Quality. – 2009. – Vol. 1. – No. 1. – Article 4. – DOI: 10.1145/1515693.1515696.
  16. Shaidullin, A. I. The problem of interpretation, differentiation and classification of digital products / A. I. Shaidullin // Business Informatics. – 2023. – Vol. 17. – No. 2. – Pр. 55–70. – DOI: 10.17323/2587-814X.2023.2.55.70.
  17. Gudz, S. S. The BI technology market in Russia: Analysis of the transition to domestic solutions in the context of import substitution / S. S. Gudz, O. A. Tsukanova // Business Informatics. – 2025. – Vol. 19. – No. 3. – Pр. 85–100. – DOI: 10.17323/2587-814X.2025.3.85.100.
  18. Becker, J. Developing Maturity Models for IT Management: A Procedure Model and its Application / J. Becker, R. Knackstedt, J. Pöppelbuß // Business & Information Systems Engineering. – 2009. – Vol. 1. – No. 3. – Pр. 213–222. – DOI: 10.1007/s12599-009-0044-5.
  19. Волчик, О. В. Управление качеством данных в сфере стандартизации посредством смарт-стандартов / О. В. Волчик // Прогрессивная экономика. – 2024. – № 7. – С. 106-117. – DOI 10.54861/27131211_2024_7_106. – EDN YZXKGK.
  20. Стырин, Е. М. Барьеры внедрения датацентричного государственного управления: опыт России / Е. М. Стырин // Вестник Московского университета. Серия 21: Управление (государство и общество). – 2024. – Т. 21, № 1. – С. 61-81. – DOI 10.55959/MSU2073-2643-21-2024-1-61-81. – EDN KPTQDR.
  21. Merkus, J. Data Governance Capabilities: Maturity Model Design with Generic Capabilities Reference Model / J. Merkus, R. Helms, R. Kusters // Proceedings of the 13th International Joint Conference on Knowledge Discovery, Knowledge Engineering and Knowledge Management (IC3K 2021), Volume 3: KMIS. – 2021. – Pр. 102–109. – DOI: 10.5220/0010651300003064.
  22. Otto, B. Data Governance / B. Otto // Business & Information Systems Engineering. – 2011. – Vol. 3. – No. 4. – Pр. 241–244. – DOI: 10.1007/s12599-011-0162-8.

Финансирование научной работы:
Нет сведений.

Ссылка для цитирования:

Шаталин И.А. Управление данными в менеджменте цифровых продуктов: понятийный аппарат, принципы и критерии управленческой зрелости // Первый экономический журнал. – 2026. – №4. – С. 81–86.

URL статьи: https://naukavak.ru/pej-st10-n4-2026/

© Шаталин И.А., 2026

 Материал распространяется на условиях лицензии Creative Commons «Атрибуция» 4.0 Международная (CC BY 4.0)

The authors:

Shatalin Ivan Andreevich

Postgraduate Student, Moscow International Academy, Moscow, Russia

Article title:

DATA MANAGEMENT IN DIGITAL PRODUCT MANAGEMENT: CONCEPTUAL APPARATUS, PRINCIPLES, AND CRITERIA OF MANAGERIAL MATURITY

Pages:

81-86

Abstract:

In modern digital product management, data management has become the basis for making managerial decisions. However, in practice, information defects lead to errors and distortion of key performance indicators. In scientific and methodological literature, this process is often viewed as a purely technical task or as part of corporate analytics, while the level of product organization and decision-making processes remain insufficiently formalized. This article clarifies the conceptual framework of data management in relation to digital product management, identifies the principles of building this management system, and proposes a system of criteria for managerial maturity. The article proposes a product-centric approach, which includes principles (solution-centricity, accountability, comparability, continuous data quality control, change management, adaptability) and maturity criteria for key domains. The article will be of interest to specialists and researchers working on data management and development of digital ecosystems.

Keywords:

data governance, digital product, product metrics, data quality, managerial maturity.

Текст статьи: