La Data Governance non è solo un progetto legato alle strutture dell’IT, ma una reale necessità di business poiché ha lo scopo non solo di definire le responsabilità e le competenze sui dati aziendali, ma soprattutto di capire come valorizzare al meglio l’intero patrimonio informativo e renderlo remunerativo.
Le informazioni, oltre alla velocità e tempestività di produzione, devono anche rispettare impliciti requisiti di qualità e certificazione, oramai sempre più spesso messi in crisi dalla ridondanza dei dati legati alle molteplici fonti afferenti e alla proliferazione di sistemi dipartimentali di gestione delle informazioni. Spesso infatti le piattaforme di Dcmi (Data Center Infrastructure Management) e quelle per la gestione dei servizi IT (Itsm) lavorano ed operano in maniera isolata, utilizzando addirittura team di lavoro diversi che generano un aumento della possibilità di conflitti tra risorse. È quindi essenziale per le aziende riuscire ad attuare un approccio strutturato, orientato al buon governo del trattamento delle informazioni e ad una gestione dei dati olistica (Data Governance) che operi in modo completo all’interno dei vari silos informativi, organizzativi, architetturali e politici. Questo percorso richiede al contempo l’allineamento di persone, processi, policy e tecnologia per garantire la consegna di dati affidabili e protetti, in modo tale da soddisfare le normative di settore, ridurre il costo legato al business e aumentarne i profitti.
La Data Governance
Già nel 2013 la Survey sulla Data Governance del Rand Worldwide aveva evidenziato che il 96% del campione dei partecipanti all’indagine indicava la governance dei dati come uno degli asset strategici a livello aziendale. Esistono oggi diversi catalizzatori che favoriscono la Data Governance e in alcuni settori fortemente regolamentati, come ad esempio quello bancario e sanitario. È possibile investire in Data Governance per supportare gli obiettivi di crescita del business utilizzando i dati come asset per ottenere vantaggi competitivi, migliorare up-selling e cross-selling o per incrementare la fidelizzazione. La Data Governance viene considerata da un lato come opportunità critica in supporto al raggiungimento degli obiettivi sugli utili, della riduzione dei costi e dei miglioramenti dell’efficienza del business, dall’altro come opportunità per ottimizzare il complesso processo di merger e acquisition in corso.
La strategia olistica
Per disegnare una strategia di Data Governance olistica ed efficace è necessario partire da un assessment accurato per verificare lo stato di maturità dell’azienda rispetto alla gestione dei dati. A tal riguardo Informatica ha proposto un modello strutturato in dieci asset che, partendo dalla definizione di vision, delinea l’obiettivo strategico ad ampio raggio per poi passare al business case evidenziando con chiarezza tutte le opportunità di business specifiche di fronte ai decision maker.
Fondamentali appaiono in questo nuovo processo il ruolo svolto dalle persone coinvolte nel programma come ad esempio gli executive sponsor, da ricercare preferibilmente tra i C-level cross-funzionali; i data steward, i detentori di conoscenze specifiche e ottimi comunicatori che devono tradurre i risvolti della Data Governance sui processi aziendali; i leader della Data Governance, che coordinano i data steward e mediano con gli stakeholder.
La tecnologia intesa come strumenti e architetture IT rappresenta un terzo asset, che include tutti i sistemi e le applicazioni on-premise e cloud dell’ecosistema aziendale che generano e utilizzano informazioni, nonché un business glossary condiviso e strumenti per la gestione dei dati lungo l’intero ciclo di vita con funzionalità di profilazione e discovery, gestione dei metadati, data equality e security, modellazione dei processi, collaboration, ecc.
Nel modello proposto le policy aziendali rappresentano una componente imprescindibile e servono a definire una serie di aspetti, tra cui: responsabilità e proprietà dei dati, ruoli e competenze dei soggetti coinvolti nel progetto, standard per l’acquisizione e la convalida dei dati, regole di accesso, utilizzo e conservazione.
Al quinto punto del modello proposto troviamo il processo di allineamento strategico per regolare le relazioni di lavoro tra ruoli, mentre il sesto concerne la misurazione delle performance sulla base di tre livelli ben distinti: l’impatto sull’organizzazione aziendale, l’efficacia delle policy e degli standard di convalida, i ritorni sul business, come ad esempio la riduzione delle penali per mancata compliance, miglioramento delle efficienze operative, crescita dei profitti e della customer satisfaction.
Appare evidente come in questo percorso anche il change management, da supportare mediante un’adeguata formazione e una corretta ed efficace comunicazione, deve essere perseguito con costanza, affinché la Data Governance e l’uso corretto delle informazioni comporti un cambiamento culturale reale all’interno di tutta l’organizzazione. In questo processo innovativo devono essere considerate anche tutte le attività interconnesse del Data Management come i processi dipendenti di upstream ovvero la raccolta, trasformazione e aggiornamento dei dati, di stewardship ovvero l’applicazione di policy e standard, e di downstream ovvero l’analisi, la pulizia e la protezione.
Infine tutte le attività di gestione dati hanno necessità di un solido Program Management, ad opera di esperti gestionali per coordinare interazioni, formazione e monitoraggio, nonché di processi definiti che riguardano la discovery ovvero l’analisi dello stato dei dati e delle attività, strumenti, competenze a supporto del Data Management, la definizione di glossari di business, standard e policy, l’applicazione di regole e procedure, e la definizione di responsabilità e ruoli, la misurazione del ROI, nonché della compliance normativa e dei requirement aziendali.
Fonte: I dieci aspetti della Data Governance, Informatica.com
La strategia olistica di gestione dei dati si rende sempre più necessaria con il passaggio al cloud, l’esplosione delle applicazioni, la crescente domanda di sicurezza e compliance, e l’anywhere computing.
I dati oggi sono al centro di tutto e le aziende devono avere la possibilità di attivarli ovunque essi risiedano. Recentemente anche N. Robert Hammer, chairman, presidente e CEO di Commvault ha sottolineato proprio cinque aspetti fondamentali che permetterebbero alle aziende di adottare una strategia di gestione dei dati olistica e che possono essere così sintetizzati:
-
Conoscere i dati: le aziende devono sapere dove i propri dati sono archiviati, per garantirne la sicurezza e conoscerne la disponibilità per attività di ripristino, disaster recovery, test/dev, report e analisi. Adottando un indice ricco, ampio, dinamico e scalabile le imprese possono raccogliere, modificare e organizzare tutte le loro informazioni.
-
Federare i dati: oggi le aziende non hanno solo un silos informativo ma molteplici e spesso infatti non sanno neppure di quali dati dispongono o dove essi siano allocati. Federare i dati significa proteggere, recuperare, spostare, trovare e fornire applicazioni e dati che risiedono su infrastrutture diverse, per potervi accedere con facilità e utilizzarli senza doverli spostare.
-
Mobilitare i dati: le aziende devono aggregare i dati, che attualmente risiedono in luoghi diversi, on-premise, nel cloud, in ambienti virtuali e mobili, per fare ciò è necessario poter effettuare il backup di tali dati su questi dispositivi per evitarne la perdita e consentirne l’eliminazione.
-
Gestire i dati: le aziende devono essere conformi a un numero crescente di normative, federando i dati sotto un’unica governance aziendale e adottando le policy necessarie per garantirne la compliance.
-
Proteggere i dati: in un mondo sottoposto a continue minacce alla sicurezza da malware, ransomware, data breach e altre tipologie di attacchi, interni ed esterni, le aziende devono poter proteggere i propri dati. Un’efficace strategia di sicurezza deve prevedere l’autenticazione di chi vuole accedere ai dati, la conferma dei diritti di accesso e la cifratura/protezione con password dei dati.
In conclusione appare dunque evidente che, indipendentemente dal settore produttivo o economico, la Data Governance aiuti a ottimizzare il valore di business ottenuto dai dati. In effetti l’esigenza di Data Governance non può essere ignorata, se non si vogliono perdere utili, quote di mercato e crescita del portafoglio prodotti, oltre a customer experience ottimizzate e supply chain più efficienti.
Una Data Governance efficace soddisfa i requisiti di qualità e gestione indipendentemente da dove risiedono i dati o dove sono acquisiti o consumati. Una gestione olistica e integrata permette di definire le responsabilità e le competenze sui dati, ma soprattutto di capire come valorizzare al meglio l’intero patrimonio informativo aziendale e renderlo remunerativo nel tempo.
Emma Pietrafesa
