Для применения требований к реализации решений, связанных с использованием данных, необходимо провести их классификацию применительно к Группе.

Существует множество вариантов классификации данных в зависимости от решаемых задач. В настоящей Политике данные классифицируются с точки зрения понимания их ценности и применимости в различных бизнес-контекстах. При формировании требований к управлению данными будут использоваться классификации по масштабу использования, типам данных, уровням доступа, так как к разным классам данных могут предъявляться разные требования.

В зависимости от уровня использования в Группе данные делятся на:

• Общекорпоративные – охватывающие все организации Группы;
• Дивизиональные – охватывающие несколько организаций Группы;
• Локальные – охватывающие только одну организацию.

Существующая практика методологии DMBOK делит данные на структурированные и неструктурированные, а в структурированных выделяются следующие категории: справочники и основные данные (мастер-данные), транзакционные, аналитические и отдельно метаданные.

Структурированные данные:

• соответствуют определенной модели данных;
• имеют четко определенную структуру;
• могут использоваться человеком или компьютерной программой (машиночитаемы).

Неструктурированные данные представляют собой информацию, которая либо не имеет заранее определенной структуры данных, либо не организована в установленном порядке.

Неструктурированные данные, как правило:

• представлены в форме текста, который может содержать такие данные, как даты, цифры и факты или видео/аудио потоков;
• сопровождаются трудностями анализа, особенно в случае использования традиционных программ, предназначенных для работы со структурированными данными;
• несмотря на меньшую ценность по сравнению со структурированными данными занимают около 80% объема всех данных.

Для описания схем взаимодействия между различными типами данных и различными информационными системами используются метаданные, справочные и основные (мастер-данные).

Метаданные описывают структуру и характеристики других данных, например, схема базы данных биллинга или шаблон отчета.

Справочные данные (Reference Data) и основные данные (мастер-данные) близки по назначению, они являются первоисточниками информации о функционировании бизнеса, в том числе о клиентах, производственных активах, работниках, материалах. При этом справочные данные менее изменчивы и менее объемны. Пример справочных данных — справочник адресов, пример мастер данных — база данных клиентов.

В контексте решения аналитических задач, данные подразделяются на транзакционные и аналитические.

Транзакционные данные представляют собой результат первичного накопления данных о некоторых событиях, регистрируемых приборами учета, датчиками оборудования, информационными системами Группы, как правило относящиеся к фиксированному моменту времени и к какой-то бизнес-операции, например, выставление счёта за электроэнергию, банковская операция.

Аналитические данные получаются в результате анализа или обработки (преобразования, фильтрации, обобщения, моделирования, исследования, прогнозирования) других данных. Аналитические данные главным образом используются для поддержки принятия и реализации управленческих решений.

В зависимости от требований информационной безопасности данные дополнительно делятся на категорированные, для которых устанавливаются специальные требования безопасности и остальные, некатегорированные.

Данные также разделяются на внутренние и внешние.

Внутренние источники данных представляют собой все накапливаемые Группам данные, которые генерируются целенаправленно или в качестве побочного информационного продукта в результате ведения хозяйственной деятельности. Они представляют собой наибольшую экономическую ценность и выступают в роли одного из наиболее ценных нематериальных активов Группы.

Внутренние данные создаются в рамках различных корпоративных информационных системах, таких как биллинг, CRM, АСУТП и других систем. Помимо этого, наиболее релевантные данные, используемые для принятия управленческих решений, хранятся в информационно-аналитических системах в преобразованном виде и должны соответствовать требованиям доступности, достоверности и полноты.

Внешние данные — получаемые из источников, не являющихся корпоративными для Группы, например, данные аналитических агентств, которые активно используются в решении стратегических и финансовых задач, информация из социальных сетей (может применяться для анализа профиля интересов, построения социального графа и др.). Внешние данные могут использоваться для повышения качества внутренних данных и их обогащения, тем самым повышая их ценность.

Наиболее востребованными внешними данными являются открытые данные, например, данные геокодирования адресного пространства, которые могут применяться для определения местоположения домохозяйств, организаций и др. Открытые данные имеют сравнительно более низкую степень надежности, так как для их использования и построения валидных выводов необходима дополнительная верификация.

Среди открытых данных особое место занимают государственные открытые данные. Наиболее интересными для пользователей Группы могут быть данные ГИС «ТЭК», ГИС «ЖКХ», ГИС «Энергоэффективность», данные Росреестра, Росимущества, ФНС, Минфина России и другие.

С использованием открытых государственных данных могут быть улучшены как существующие пользовательские и клиентские сервисы, так и построены новые, например:
 — Обогащение профиля клиента открытыми данными (Росреестра, Росимущества и др.);
 — Поиск тендеров, организация подписки поставщиков на анонсы закупок;
 — Проверка информации о контрагентах;
 — Сервисы по мониторингу средних цен для заказчиков и поставщиков, расчёту начальной максимальной цены закупки.