In un mondo in cui i dati sono la vera ricchezza, gestirli in modo efficace diventa fondamentale a ogni livello, anche quello politico-istituzionale. L’Unione Europea, consapevole di questo, ha presentato la proposta di Data Governance Act, attraverso Commissione UE che rappresenta un passo fondamentale verso un nuovo e innovativo quadro di regolamentazione dell’utilizzo e della condivisone dei dati in Europa.

Il Data Governance Act rappresenta il primo tassello su cui l’UE ha deciso di edificare il proprio modello di governance dei dati, fondato sui principi della propria tradizione e destinato a diventare un archetipo a livello internazionale.

Ma la data governance è ben più che la semplice gestione dei dati. Essa coinvolge persone, processi e tecnologie informatiche necessarie per creare una gestione coerente e corretta dei dati di un’organizzazione d’impresa. È quindi un concetto che ha a che fare con la capacità di un’organizzazione di assicurare l’esistenza di un’elevata qualità dei dati durante l’intero ciclo di vita, e che siano svolti controlli su di essi in modo tale da supportare gli obiettivi di business.

La differenza sostanziale tra gestione e governance è che la prima la si può considerare la logistica dei dati, la seconda costituisce invece la strategia. È un concetto, quindi, decisamente più “olistico” della gestione dei dati: essa richiede una policy, meglio se raggiunta attraverso il consenso di tutta l’azienda.

Cos’è la data governance

La data governance è un insieme di pratiche e processi che consentono di identificare i dati importanti in un’organizzazione, assicurare che siano di elevata qualità e migliorare il loro valore per il business.

Il suo scopo è fornire risposte concrete su come un’azienda può determinare e dare priorità ai benefici finanziari dei dati, mitigando i rischi aziendali causati da dati di bassa qualità.

Essa definisce le regole per stabilire e supervisionare una policy appropriata.

Richiede di determinare quali dati possono essere utilizzati in quali scenari, volendo determinare esattamente quali sono quelli accettabili e quali no.

I dati sono le fondamenta: se la qualità è scadente l’impresa ne risente gravemente. Info incoerenti o carenti possono costare a organizzazioni private o pubbliche milioni di euro.

Per comprendere meglio quanto pesi la loro qualità a livello economico e soprattutto le decisioni errate prese a causa di info di scarsa qualità, Gartner segnala che, mediamente, l’impatto finanziario sulle organizzazioni è di 9,7 milioni di dollari l’anno. IBM ha anche scoperto che solo negli Stati Uniti, le aziende perdono 3,1 bilioni di dollari (!) ogni anno per lo stesso motivo.

Cosa occorre fare, allora per contare su un’appropriata data governance? Farsi aiutare dalla tecnologia, che dovrebbe sostenerla attraverso l’automazione e la scalabilità.

Ma occorre anche considerare determinate azioni per renderla concreta: intanto serve una definizione di qualità dei data, che sappia determinare la loro condizione, così come la loro affidabilità e aderenza alla data policy. Serve anche fissare ruoli e responsabilità, per fornire una struttura organizzativa a chi si occupa e mantiene quali dati. Servono anche cataloghi di dati governati, in grado di localizzare e facilitare la loro comprensione.

Infine, un’appropriata data governance passa anche dalla creazione di metadati, collegando i processi tecnici a specifiche implementazioni. Non solo: essa non può essere assegnata solo al personale IT; deve beneficiare delle intuizioni e della collaborazione di coloro che conoscono i programmi e che useranno i dati. Con l’aiuto di un coordinatore designato, la proprietà condivisa dei dati e la governance sono vitali per garantire sistemi di dati efficienti ed economici che possano essere utilizzati da molti stakeholder.

In poche parole, serve una solida struttura di data governance progettata per migliorare l’accuratezza, l’integrazione, l’accesso, la sicurezza e la gestione dei dati in tutta l’organizzazione. Servono quindi, delle linee guida incentrate sull’integrità dei dati e su come queste risorse vengono acquisite, utilizzate e protette per aiutare a guidare le decisioni che culminano nel massimo vantaggio competitivo. Così è possibile contare su dati di qualità per prendere decisioni altrettanto di qualità. A quel punto è possibile fidarsi dei dati. Sembra banale, ma spesso accade il contrario. Lo ha messo in evidenza un’indagine di Kpmg commissionata da Forrester, Guardian of Trust, in cui si evidenzia che solo il 35% dei C-Level ha un’elevata fiducia nell’uso di dati e analisi da parte della loro organizzazione. Uno dei risultati principali del rapporto è stata proprio la necessità per le aziende di creare strutture di governance e controlli efficaci per costruire la fiducia nei dati e nelle analisi.

Perché è importante

L’importanza della data governance è connaturata al suo obiettivo: fornire una supervisione coordinata e sistematica delle decisioni relative ai dati in tutta un’organizzazione. Un programma basato sulla governance dei dati assicura la riservatezza, l’integrità e la disponibilità degli stessi, riducendo i rischi per la loro sicurezza, e fornisce anche trasparenza su come essi sono gestiti, chi li genera e chi li consuma.

La data governance stabilisce le politiche e i processi all’interno dei quali i dati vengono standardizzati, raccolti, archiviati in modo sicuro, analizzati, condivisi e utilizzati. Tutto questo, naturalmente, avviene proteggendo la privacy e la riservatezza individuali. Per esempio, i processi di governance in genere riguardano chi decide quali dati raccogliere, quando e come.

Fornisce a tutte le pratiche di gestione dei dati il fondamento, la strategia e la struttura necessari per garantire che i dati siano gestiti come una risorsa e trasformati in informazioni significative.

I benefici e gli obiettivi

Una volta stabiliti i processi di gestione dei dati, la data governance è il conseguente passo logico grazie ai benefici che può fornire. Può:

  • aumentare il valore dei dati dell’azienda;
  • contribuire ad accrescere le entrate aziendali;
  • permettere di ridurre i costi all’interno di altri sottoinsiemi di gestione dei dati, sapendo su cosa concentrarsi e cosa invece tralasciare;
  • standardizzare i sistemi di dati, le politiche e le procedure;
  • garantire la corretta regolamentazione e le procedure di conformità;
  • aiutare a risolvere i problemi con i dati;
  • promuovere la trasparenza;
  • stabilire formazione e conoscenza intorno ai dati.

Data Governance: 10 best practices

Com’è possibile implementare una data governance efficace? Quali sono i punti focali su cui agire? Una risposta la forniamo qui di seguito, illustrando dieci buone pratiche da implementare.

Esse sono state messe a punto per la University of North Texas (UNT), che le è valso il CIO award per l’innovazione nella tecnologia.

1 – Trovate i punti di forza e attenetevi a essi.

In ogni organizzazione che conta su strumenti IT per la gestione e analisi dei dati il principale sforzo è farli aderire alla propria comunità. Per riuscire occorre rispettare due importanti regole: primo, nessuna strumentazione per l’analisi sarà rilasciata senza essere completamente documentata e governata al meglio. UNT ha capitalizzato la domanda istituzionale per il nuovo ambiente di analisi e il desiderio degli utenti di vedere i loro dati nel nuovo sistema come un modo per costruire relazioni e lavorare sulla governance dei dati e sulla documentazione. Secondo, i dati istituzionali sono esposti così come esistono nel sistema di origine. Fare questo ha evidenziato le incoerenze (ad esempio, cambiando i nomi dei college, duplicando i nomi delle facoltà, fonti multiple di informazioni) e un crescente interesse per la qualità dei dati.

2 – Identificate un gruppo di sostenitori e fateli crescere.

Prima di tutto, trovate uno sponsor esecutivo. Iniziate e sviluppate un programma di data warehousing, governance e analisi dei dati è molto più facile quando si ha uno sponsor esecutivo a un elevato livello istituzionale, come può essere il membro senior del comitato di progetto.

Team - sponsor progetti di Data Governance

3 – Sfruttate ogni occasione utile per celebrare i successi del programma.

Dal rilascio della prima dashboard, alla formazione del primo utente, al superamento delle pietre miliari nella produzione della dashboard e nella quantità di dati documentati, ogni occasione è utile per celebrare i progressi fatti.

4 – Diventate “evangelisti” della data analytics e governance.

Occorre credere e comunicare chiaramente che data governance e analytics sono inseparabili. Concentrate le vostre conversazioni sulla necessità della governance dei dati, ricollegandovi all’affidabilità e alla coerenza dei dati. Non abbiate paura di condividere la verità nel modo più chiaro possibile.

5 – Non sottovalutate il potere di una immagine d’effetto.

Il vostro programma di governance e analisi dei dati deve avere un volto coerente e attraente. Come si dice, un’immagine vale più di mille parole.

6 – Implementate e diventate esperti nello strumento di gestione dei dati scelta.

Gli strumenti sono importanti. La data governance richiede un sostegno finanziario, e si possono fare grandi passi avanti se si concentrano le risorse istituzionali in tutte le aree funzionali, iniziando in piccolo e fornendo formazione e supporto attraverso uno strumento di governance dei dati.

7 – Sviluppate un modo per monitorare i progressi e fissate gli obiettivi per il programma di data governance.

Gli strumenti di data governance sono in genere ottimi archivi per la documentazione dei termini e i metadati, ma la funzionalità di reporting integrata di solito lascia a desiderare. Dovreste sviluppare un metodo di reporting che vi permetta di produrre e monitorare le informazioni di revisione dei termini.

8 – Accorpate la data governance agli sforzi di modellazione e analisi dei dati.

9 – Utilizzate la data governance per eliminare i silos di dati istituzionali.

Unsilo di dati è un archivio di dati fissi che rimane sotto il controllo di un’organizzazione ed è isolato dal resto della stessa. La governance dei dati, per definizione, costringe un’istituzione a identificare gli amministratori dei dati le figure chiave responsabili dell’implementazione tecnica e funzionale delle strutture dei dati. Nel caso di UNT, gli sforzi fatti per promuovere l’idea che la data governance debba avvenire all’interno di piccoli gruppi funzionali è stata la chiave del suo successo.

10 – Siate fermi nell’impegno di data governnace, ma flessibili con il roll-out e le tempistiche.