Vai al contenuto
A fronte di una crescita del volume di dati in possesso delle aziende, s’impongono strategie e strumenti di data management e visualization: perché siano efficaci, è necessaria però una vera e propria strategia di gestione della qualità dei dati.
Si parla quindi di data governance come di una priorità non sempre pienamente percepita, ma che si rivela decisiva in quanto stabilisce le politiche e le procedure relative ai dati messe in atto dal data management e visualization per poterli utilizzare a supporto del processo decisionale.
Data governance, la base per un data management e visualization efficaci
Prima di stendere una strategia di data governance che possa rendere la gestione dei dati efficace e funzionale all’attività di una particolare impresa, è importante comprendere come questi concetti siano collegati e impattino l’uno sull’altro in maniera significativa.
Per data management si intende la creazione e l’implementazione di architetture, politiche e procedure che gestiscono le esigenze dell’intero ciclo di vita dei dati di un’organizzazione, al fine di ottenere delle informazioni rilevanti per il decision making. In questa definizione, sono quindi compresi la preparazione dei dati, i processi di ETL (Extract, Transform, Load) e di sicurezza, i data warehouse e anche la data governance, che si prefigura come la pratica di gestire il modo in cui i dati trattati vengono elaborati all’interno dell’organizzazione.
La strategia ideale è quella che permette di rispondere alle seguenti domande:
- Chi ha la proprietà dei dati?
- Chi può accedere a quali dati?
- Quali misure di sicurezza sono in atto per proteggere i dati e la privacy?
- Quanti dei nostri dati sono conformi alle nuove normative?
- Quali fonti di dati sono approvate per l’uso?
Obiettivo della data visualization è, invece, quello di semplificare l’individuazione di modelli, trend e anomalie all’interno di grandi set di dati. Traducendo le informazioni a livello visivo (ad esempio in un grafico o in una mappa), si facilitano comprensione e insight.
Le 5 fasi strategiche della data governance
Per essere efficace, performante ed essere davvero di supporto al business, ogni progetto di data management e visualization deve essere altamente personalizzato; di conseguenza i modelli e le pratiche di governance dei dati non potranno essere gli stessi in ogni organizzazione. Tuttavia, ne esistono di cruciali, come quelli riguardanti la qualità dei dati, la sicurezza e la conformità, la conservazione e la trasparenza, essenziali perché chiunque utilizzi un dato sia in grado di scoprire facilmente da dove proviene e se richiede un trattamento particolare.
Una volta inquadrate le necessità e gli obiettivi che un’azienda intendere raggiungere sfruttando i big data in suo possesso, interni o esterni che siano, si devono definire le caratteristiche della data governance, che costituirà la base strategica su cui costruire l’intero sistema di data management e visualization.
Si procede in 5 diverse aree:
- raccolta,
- gestione,
- protezione,
- accesso,
- analisi.
Nella fase di raccolta, è necessario stabilire metodi, strumenti e persone coinvolte per avere un quadro preciso delle responsabilità personali e delle interazioni tra dati e risorse aziendali, mentre in quella di gestione i dati vengono salvati e organizzati per cui è essenziale identificare gli strumenti per farlo, che siano scalabili e adatti alle dimensioni e alle previsioni di crescita dell’azienda.
Sia in termini di cyber security che di compliance, la protezione dei dati è un aspetto fondamentale di ogni strategia di data governance per evitare, da un lato, episodi di hackeraggio e, dall’altro, sanzioni salate e danni reputazionali.
Nella fase di accesso, proprio come nella raccolta dati, è necessario invece identificare metodi, persone e strumenti coinvolti, mentre in quella di analisi è importante stabilire indicatori e obiettivi per qualsiasi variabile in modo da ottimizzare l’esperienza di data management e visualization.
Perché una buona data governance fa la differenza
Di fronte alla complessità che la stesura di una buona strategia di data governance comporta, è necessario pensare ai vantaggi che essa offre a partire dal miglioramento della qualità dei dati e dalla loro mappatura, per rendere tali risorse facilmente fruibili e collegabili a risultati di business. La governance dei dati offre anche una loro comprensione comune e una visione coerente, in modo che ogni singola unità resti flessibile nell’utilizzo, e, allo stesso tempo, fornisce una piattaforma per rispondere alle esigenze di regolamenti governativi, GDPR in primis. Un vantaggio significativo per i decision making è anche quello di poter disporre di una visione a 360 gradi di ciascun cliente e di altre entità di business, mentre chi si occupa di data management e visualization può contare su codici di condotta e best practice, che garantiscono una corretta gestione di problemi ed esigenze non solo tecnologiche, ma anche legali, di sicurezza e conformità
