Data Catalog круг Громова

Об исследовании

Зрелый каталог данных не сводится к реестру таблиц и полей. Это инфраструктура доверия к данным — и переход к ней зависит не только от функциональности продукта, но и от зрелости процессов, ролей и ответственности.

К 2026 году российский рынок Data Catalog вышел из фазы срочного импортозамещения и перешёл в фазу рационального выбора. Заказчики больше не спрашивают, есть ли отечественная альтернатива, — они проверяют, выдержит ли конкретная платформа их архитектуру, регуляторные требования, объём источников и модель эксплуатации.

Изменился и характер конкуренции: различия между продуктами всё реже проявляются в наличии функций и всё чаще — в глубине их реализации. Базовый набор возможностей стал минимальным ожиданием зрелого корпоративного заказчика, а конкуренция сместилась в сторону эксплуатационной зрелости: advanced metadata, AI-assisted governance, глубина автоматизации lineage и публичные проверяемые кейсы внедрений.

Издание адресовано

CDO и архитекторам данных
Руководителям дата-офисов и BI-подразделений крупных российских организаций
Тем, кто принимает решения о выборе и развитии каталогов данных в 2026–2027 годах

Что даёт отчёт

Карту применимости решений вместо интегрального рейтинга
Фактологический срез по 325 критериям с разделением заявленного и подтверждённого
Сценарные профили: что критично для выбора и что проверять на пилоте
Референсный профиль OpenMetadata — основы, на которой построена часть российских решений

Исследование в цифрах

195

страниц отчёта

российских платформ в оценке

325

критериев оценки

подгрупп в 5 функциональных группах

типов источников данных по каждой платформе

Платформы в исследовании

Семь российских платформ класса Data Catalog оценены по единой системе критериев. По каждой в отчёте — развёрнутый профиль с подтверждёнными возможностями и зафиксированными ограничениями.

Arenadata Catalog

Enterprise Factory · самый ровный профиль в выборке

→

SBF DataManagement

Enterprise Factory со смещением к Quick Win

→

RT.DataGovernance

Enterprise Factory со смещением к Platform Capabilities

→

Data Ocean Governance

Connectivity · широкий интеграционный контур

→

Q.DataCatalog

Platform Capabilities · «Диасофт»

→

Data Catalog от VK Tech

Connectivity на границе с Platform Capabilities

→

Юниверс Data Governance

Quick Win · Юнидата

→

Dat.ax

→

Дополнительно в отчёте

Профиль Axenix Dat.ax Meta — каталог метаданных DWH в составе продуктовой платформы Axenix. И OpenMetadata: референсный профиль — открытая платформа, на основе которой построена часть российских решений; приведён как точка отсчёта, а не как участник сравнения.

«Круг Громова»: карта специализации

Результаты сведены не в рейтинг, а в карту применимости. Внешнее поле показывает, к какому способу практической направленности тяготеет решение. Внутренняя розетка раскрывает его профиль по шести измерениям Data Catalog. Удаление маркера от центра отражает выраженность специализации, а не место в таблице.

Platform Capabilities

Метаданные · Каталогизация · Поиск

Q.DataCatalog

Enterprise Factory

Governance · Архитектура · Эксплуатация

Arenadata Catalog
RT.DataGovernance
SBF DataManagement

Connectivity

Коннекторы · API · Интеграции

Data Ocean Governance
Data Catalog от VK Tech

Quick Win

Внедрение · Поддержка · Time-to-value

Юниверс Data Governance

Шесть измерений во внутренней розетке

Metadata Foundation Discovery & Experience Lineage & Impact Governance & Trust Platform Engineering Intelligence & Automation

Круг не задаёт места

Он показывает различия в профилях. Решение с сильным общим покрытием может оказаться избыточным или неудобным для конкретного сценария, а специализированный продукт окажется оптимальным, если его профиль совпадает с задачами, архитектурой и ограничениями заказчика. Размер маркеров одинаков для всех решений: он не кодирует интегральный балл, долю рынка или место в рейтинге.

Методология

Независимость

Оценка каждой платформы проводится аналитической командой самостоятельно. Вендор не участвует в выставлении баллов: он предоставляет данные и материалы, а итоговые оценки формируются на стороне исследовательской группы. Вендору доступен этап согласования, но финальное решение остаётся за командой «Круга Громова».

Многоисточниковая верификация

Каждое утверждение вендора сопоставляется с доказательной базой: официальной документацией, API-спецификациями, описанием коннекторов, release notes, архитектурными схемами и материалами вендора. Если утверждение не подкреплено ни одним источником, оно фиксируется как неподтверждённое.

Двумерная шкала оценки V × S

Для каждого критерия формируются две независимые оценки. S показывает, насколько заявленный функционал отвечает формулировке критерия. V — насколько это подтверждено документацией, демонстрацией или иными материалами. Итоговый балл не является их средним арифметическим: если функционал отсутствует, высокая верификация этого факта не повышает балл.

Балл	Шкала V: проверяемость	Шкала S: функционал «как есть»
4	Полностью подтверждается документацией или официальными материалами (в т. ч. демо, видео)	Функционал есть и полноценный
3	Частично подтверждается	Функционал есть, но с ограничениями / неполный
2	Подтверждается косвенно (маркетинговые материалы, внешние источники)	Ограниченный функционал
1	Не проверяется, документация отсутствует	Функционала нет или он непригоден

Структура системы критериев

Группа критериев	Кол-во	Ключевые подгруппы
Функциональные возможности	100	Управление метаданными и каталогизация; поиск и обнаружение; Data Lineage; качество данных; бизнес-глоссарий; Data Governance и управление доступом; классификация и безопасность; интеграция и коннекторы; UI; выгрузки и отчётность; расширенные возможности (AI/ML)
Технические характеристики и архитектура	86	Архитектура; масштабируемость и производительность; высокая доступность и отказоустойчивость; безопасность инфраструктуры; развёртывание; требования к инфраструктуре; мониторинг и администрирование; резервное копирование; обновление и сопровождение
Импортозамещение и локализация	43	Реестр российского ПО и сертификация; локализация интерфейса; документация на русском; техподдержка; совместимость с российским ПО; независимость от зарубежной инфраструктуры
Нефункциональные требования	42	Условия поддержки и SLA; удобство использования; развитие продукта; соответствие стандартам; тестирование и качество; миграция и выход
Бизнес-аспекты и экосистема	54	Лицензирование и ценообразование; договорные условия; зрелость продукта и вендора; документация; экосистема знаний; обучение и сертификация; услуги внедрения

Веса критериев не раскрываются публично. При расчёте итоговых показателей применяется метод аддитивной свёртки, что позволяет уравновесить группы и подгруппы с разным числом критериев.

Единого агрегированного рейтинга нет

Исследование не выявило универсально лучшей платформы. Продукты формируют разные модели зрелости, поэтому сумма баллов сознательно не публикуется — она скрывает именно ту информацию, которая определяет успех проекта. Высокий общий уровень продукта не гарантирует его пригодность для конкретной задачи, а специализированное решение может оказаться оптимальным, если его профиль совпадает с приоритетами организации.

Как выбирать платформу

Широкий набор функций сам по себе не делает платформу подходящей для конкретного проекта. Сильные стороны, не влияющие на выбранный сценарий, не должны компенсировать блокирующие ограничения.

Сценарий

Определить одну задачу первой очереди и ожидаемый операционный результат.

Стоп-факторы

Отсечь решения, не проходящие обязательные требования к контуру, ИБ и интеграциям. Стоп-фактор — условие допуска, а не ещё один критерий с весом.

Критичные функции

Сравнить только возможности, от которых зависит реализация выбранного сценария.

Единый пилот

Проверить неопределённости и стоимость разрывов на одинаковом наборе данных и операций.

Сценарные профили

Сценарий	Критично для выбора	Что не компенсирует общий балл	Что проверить на пилоте
DWH, Lakehouse и BI	Коннекторы к ключевым системам; автоматический сбор; технический и сквозной lineage; impact analysis; API	Нет поддержки ключевого источника либо цепочка обрывается до ETL или BI	Полноту и обновляемость цепочки от источника до отчёта
Корпоративный Data Governance	Глоссарий; владельцы и стюарды; workflow; домены; политики; связь с DQ	Роли и согласования существуют только как справочные атрибуты, без рабочего процесса	Полный цикл создания, согласования, публикации и изменения термина
Регуляторная отчётность	Версионирование; доказуемый lineage; аудит; классификация; ответственность за данные	Происхождение показателя нельзя воспроизвести, а изменения не фиксируются	Воспроизведение одного показателя до первичных источников и истории изменений
Миграция платформы данных	Column-level lineage; source-to-target mapping; зависимости; impact analysis; экспорт результатов	Есть только обзорная lineage без полей, преобразований и downstream-зависимостей	Реальную миграционную цепочку с SQL, ETL и потребляющим BI-отчётом
Закрытый корпоративный контур	On-premise; автономная установка; IAM; аудит; резервирование; обновления и сопровождение	Критическая функция зависит от внешнего сервиса или недоступного компонента	Установку, обновление, восстановление и основные операции без доступа в интернет
AI и продукты данных	Полная база метаданных; качество; семантические связи; API; события; машинный доступ	AI-функции работают поверх неполных, неактуальных или недоверенных метаданных	Получение актуального контекста и повторяемость результата на данных заказчика

Широта функций ≠ применимость

Применимость = сценарий + обязательные ограничения + приемлемая цена разрывов. После сценарного сравнения каждый существенный разрыв относят к одному из четырёх типов: блокирующий, дорогой, компенсируемый или некритичный. Низкая проверяемость не равна доказанному отсутствию функции — это неопределённость, которую следует вынести в программу пилота.

Будущее рынка

Рынок Data Catalog будет развиваться внутри более широкого контура Data Governance, DWH/Lakehouse, BI, DQ, MDM, AI/ML и ИБ. Каталог закрепляется как обязательный слой зрелой data-платформы — так же, как это произошло с мониторингом или управлением доступом.

Усиление платформенной логики

Значительная часть продуктов развивается внутри экосистем: платформ данных, инфраструктурных групп и линеек корпоративного ПО. Самостоятельным продуктам придётся доказывать либо превосходящую глубину, либо открытость для встраивания в чужие контуры. Вероятна консолидация рынка.

От перечней функций к промышленной доказательности

Заказчики сравнивают не длину списка возможностей, а качество интеграций, устойчивость эксплуатации, безопасность, поддержку закрытых контуров и способность показать прикладной эффект. Вендоры с HA/DR-архитектурой, сертификацией и публичными кейсами выигрывают тендеры у функционально сопоставимых конкурентов.

AI поверх качественных метаданных

AI-функции станут полем конкуренции, но только там, где уже есть работающий metadata foundation. По мере распространения генеративных сценариев и AI-агентов каталог становится естественной точкой контроля того, какие данные, с каким качеством и на каких правах доступны моделям.

Созревание открытых стандартов

Поддержка OpenMetadata и OpenLineage, push-модели сбора, event-based-обновления пока распределены по рынку неравномерно. Заказчики будут всё чаще требовать межкаталожной совместимости и автоматического поддержания актуальности, а также развития active metadata.

Экономическая дисциплина

Проекты будут финансироваться под измеримые сценарии, а совокупная стоимость владения станет предметом конкуренции наравне с функциональностью. Вероятно появление более гибких коммерческих моделей: поэтапного лицензирования, отраслевых пакетов и типовых конфигураций для среднего сегмента.

Итоговый вектор рынка

Переход от «есть каталог» к «каталог встроен в ежедневную работу с данными». Побеждать будут решения, которые помогают поддерживать актуальные метаданные, управлять изменениями и снижать операционную сложность в реальном корпоративном ландшафте — и способны доказать это промышленной эксплуатацией у требовательных заказчиков.