Quando si parla di dati troppo spesso si dà importanza solo all’aspetto tecnologico, rinunciando a considerare tutti gli aspetti di gestione, organizzazione e analisi. La strategia di gestione del dato, laddove le aziende l’hanno ideata e formalizzata, dà spazio anche all’aspetto tecnologico ma sicuramente non è da quello che si può partire. Il dato deve essere raccolto e analizzato per essere governato in modo strutturato, e poter rappresentare un valido supporto a quella estrazione di informazioni di valore utili a supportare decisioni rapide ma consapevoli. A questo serve avere una data strategy che trasforma il dato in asset aziendale.
Cos’è la Data Strategy?
Nel report SAS, The 5 Essential Components of a Data Strategy, è definita come la pianificazione utile a migliorare il modo di acquisire, conservare, gestire, condividere e usare i dati. Pianificazione per la quale servono metodi comuni e processi formalizzati e definiti indispensabili per una gestione condivisa delle informazioni in azienda.
Se è vero che molte aziende hanno messo in piedi attività di data management (metadata, data governance, master data management, data migration, data integration, ecc.) è vero che queste devono essere integrate per diventare utili. E la data strategy serve proprio a disegnare una road map che consenta di intrecciare tutte queste attività in modo da poterne trarre maggiore beneficio.
Quali i 5 pilastri della Data Strategy?
Storicamente, riporta lo stesso report SAS, le organizzazioni IT si sono focalizzate sulla definizione di una strategia legata soltanto alla conservazione del dato. Cosa certamente importante ma che non servirà se non integrata con le altre colonne portanti della strategia.
Identify
Individuare i dati e riconoscerne il senso e l’utilità indipendentemente da localizzazione, tipologia e provenienza è uno dei prerequisiti indispensabili. Stabilire delle regole condivise in azienda per individuare e rappresentare le informazioni a prescindere da come queste saranno conservate significa aver già fatto un primo passo importante. Rinunciare a descrivere il dato e i metadati, anche attraverso un data glossary (come per esempio la data card catalog), per l’azienda è un po’ come ignorare delle informazioni perché si preferisce non conoscerle. Se il dato è un asset, la data strategy deve garantire che tutti i dati possano essere individuati e descritti.
Store
Archiviare in maniera sicura i dati è una di quelle attività indubbiamente non banali. Spesso le scelte tecnologiche di archiviazione sono orientate più alla conservazione del dato fine a se stessa, piuttosto che alla sua possibilità di riuso mediante condivisione. Questo avviene perché raramente nei piani di storage dei dati è evidenziata la necessità di condividere e spostare dati da un sistema all’altro. Con la raccolta di Big Data, nel caso in cui non si abbia un corretto piano di data strategy, la cosa diventa ancora più spinosa, visto che questa mole di dati raccolti sia internamente che esternamente viene spesso copiata nei diversi sistemi piuttosto che conservata in un unico lake dal quale pescare. La chiave per risolvere questa complessità sta non tanto nel memorizzare in un unico posto, quanto nel memorizzare una sola volta garantendone poi l’accesso a chi ne ha bisogno, senza dover ricreare una propria copia.
Provision
La distribuzione dei dati deve essere efficace oltre che rispettare le policy definite per il riuso e la consultazione degli stessi. A differenza del passato quando si ideavano sistemi “solitari”, ovvero non necessariamente in comunicazione con altri e per questo con meccanismi di scambio dati legati a esportazione-importazione, oggi lo scambio è diventato un’esigenza ricorrente. Ed è per questo che deve essere prevista e non basata, come a volte avviene, su richieste di cortesia di condivisione tra colleghi della stessa azienda. La distribuzione è così importante che non si può pensare possa avvenire una-tantum, ma deve essere pianificata come se si dovesse condividere in ogni istante.
Integrate
La chiave per memorizzare una sola volta e condividere per riusare sta nel combinare i dati prelevati da diversi posti e sistemi per convogliarli in una vista. Se pensiamo che il 40% dei costi dei nuovi sviluppi è assorbito da attività di integrazione dati è chiaro quanto questa non sia cosa facile. Per garantire una buona integrazione occorre considerare la data development come una disciplina che richiede rigore e metodologia. La data strategy dovrà prevedere le modalità di integrazione se ritiene che accuratezza e consistenza del dato sono elementi critici e se considera il dato come asset aziendale.
Govern
Stabilire, applicare e comunicare le regole per l’utilizzo dei dati ne garantisce una gestione migliore. Questo soprattutto nel momento in cui cresce la mole delle informazioni da gestire e condividere e c’è bisogno di pensare e formalizzare policy, individuare ruoli e metodi che assicurino un uso regolato e controllato (ma possibile) dei dati a disposizione.
