La trasformazione digitale comporta l’esigenza di rendere più efficiente l’utilizzo dei dati in tutti i processi aziendali in cui sono coinvolti, ai fini di ottenere da essi il miglior valore informativo possibile. Preparare e ottenere una qualità dei dati apprezzabile rappresenta uno sforzo non indifferente, capace tuttavia di ripagare ampiamente le aspettative nel raggiungimento degli obiettivi di business.
Secondo i dati pubblicati su The Digitization of the World. From Edge to Core, ricerca svolta da IDC per conto di Seagate, le organizzazioni starebbero incrementando il volume di dati nei loro sistemi informativi nell’ordine del 40% su base annua. Si tratta di cifre a dir poco impressionanti, che esprimono la magnitudo dell’influenza che i dati stanno avendo nei processi di modernizzazione che le aziende stanno affrontando per rinnovare la propria competitività sui mercati.
Ai valori puramente quantitativi, espressi da una maggior quantità complessiva, si aggiungono aspetti di complessità relativi ai tipi e ai formati di dati trattati, considerando anche le modalità di traffico, sempre più orientate allo streaming in tempo reale di informazioni strutturate, video, immagini e altre informazioni provenienti dai sistemi IoT e dai contesti più disparati, come i social media e tutti i canali di comunicazione aziendali, con cui interagiscono sia i dipendenti (intranet) che clienti e fornitori (front-end omnichannel, canali supply chain, ecc.).
Tale varietà quantitativa e qualitativa di dati, strutturati e non, deve in qualche modo essere raccolta, centralizzata, organizzata e soprattutto resa fruibile per le applicazioni incaricate di analizzarli per estrarre quel valore informativo fondamentale nel supportare le decisioni aziendali, migliorando pertanto l’efficienza dei processi di business.
La disciplina che si occupa nello specifico di garantire end-to-end un’efficiente gestione dei dati nei processi aziendali è l’enterprise data management (EDM). Vediamo nel dettaglio in cosa consiste.
Cos’è l’enterprise data management o EDM
L’enterprise data management (EDM) descrive nella maniera più oggettiva possibile la capacità di un’organizzazione di integrare, governare, distribuire e garantire la sicurezza dei dati provenienti da molteplici fonti. Si tratta pertanto di un contesto IT molto ampio, che comprende sia quanto accade sui sistemi di dati on-premise e in cloud, sia la capacità di trasferire in sicurezza i dati stessi tra le varie applicazioni che li utilizzano, considerando la crescente complessità delle supply chain che vedono coinvolte le filiere dei processi nell’era del digitale.
A scanso di equivoci, l’enterprise data management non risulta affatto una pratica semplice, né un meccanismo deploy-and-done, ma si profila quale il risultato di una strategia molto attenta e consapevole, basata sulla profonda conoscenza dei processi aziendali, oltre che delle tecniche e delle metodologie di utilizzo dei dati.
I vantaggi dell’enterprise data management (EDM)
Un approccio basato sui dati (data driven), implementato sulla base di una corretta strategia di governance, consente di ottenere una serie di vantaggi oggettivi e soprattutto tangibili sia nel breve termine che in un’ottica di lungo periodo:
- Attitudine all’utilizzo di varie fonti per l’acquisizione dei dati, ottimizzando il volume efficace per le operazioni richieste;
- Attitudine ad una elevata data quality, funzionale a rendere più accurati i processi di analisi dei dati, a prescindere dall’ambito applicativo;
- Attitudine all’impiego di database e sistemi di dati facilmente scalabili in vari ambienti, on-premise e multicloud;
- Miglioramento della protezione dei dati e della conformità alle disposizioni relative alla conservazione e al trattamento degli stessi, sia sulla base delle normative vigenti (GDPR) che degli specifici accordi che insistono tra i vari stakeholder.
L’enterprise data management è pertanto una disciplina in grado di generare un enorme valore aggiunto al business aziendale, ma non esistono assolutamente scorciatoie. A certi risultati si arriva soltanto grazie alla costanza e all’investimento su una strategia basata sul miglioramento continuo, in cui la conoscenza capillare dei processi riveste un ruolo imprescindibile.
Le componenti dell’enterprise data management
La base di qualsiasi attività di enterprise data management è indubbiamente legata ad una mappatura completa del data journey, utile a selezionare le fonti utili ed eventualmente eliminare quelle ridondanti, che occuperebbero soltanto una dispendiosa quantità di risorse senza produrre risultati utili nell’ottica dei processi analitici.
Il fatto di disporre di una quantità e di una varietà di dati molto elevata non equivale a dover acquisire, preparare ed analizzare tutto ciò che risulta potenzialmente disponibile. È appunto fondamentale disporre di un’adeguata strategia di data management, basata sull’effettiva analisi delle specificità dei processi dell’azienda in cui si intende intervenire.
Dal punto di vista dei dati, le quattro componenti fondamentali dell’enterprise data management sono: data governance, data integration, master data management e, tema sempre più caldo, data security.
Data governance
In primo luogo, una strategia gestionale dei dati credibile non può prescindere da adeguati criteri di governance. In particolare, è necessario definire in maniera scrupolosa le policy e i procedimenti per garantire l’integrità, la qualità e la sicurezza dei dati trattati.
Quando viene accreditata del livello di priorità che merita, la data governance diventa automaticamente una best practice, nel definire le linee guida che consentono di rendere sempre più efficienti le policy aziendali in merito all’utilizzo dei dati, nella direzione di generare un sentimento di responsabilità condivisa tra tutti gli stakeholder dell’organizzazione.
In altri termini, la data governance è il contributo delle regole interne all’azienda e delle procedure necessarie per il loro miglioramento continuo.
Data integration
La enterprise data integration si riferisce al posizionare in un unico sistema accessibile la straordinaria varietà di dati proveniente da varie fonti. Senza questo fondamentale processo sarebbe impossibile sfruttare in maniera efficiente i dati a fini analitici.
La data integration si avvale sempre più frequentemente di risorse e applicazioni in cloud, capaci di supportare a livello operativo le varie metodologie di virtualizzazione, federazione e consolidamento che vengono comunemente utilizzate dagli specialisti.
Master data management
Se la data integration vede il suo principale scopo nell’unificare e rendere accessibili dati all’origine frammentari, il master data management utilizza tecniche simili con finalità strategiche, ossia rendere nello specifico fruibili i dati con una visione orientata al business.
Data security
Se un tempo la sicurezza dei dati a livello enterprise era vista come un layer addizionale rispetto alla pura e semplice questione operativa, la costante crescita della minaccia informatica sta variando sensibilmente gli scenari della cybersecurity aziendale. La sicurezza informatica, da voce di costo, viene ora percepita come un investimento in grado di generare valore aggiunto, al punto da essere implementata nativamente nei processi, ai fini di proteggere sia i dati in fase di utilizzo (data in transit) che quelli archiviati nei data storage (data at rest).
Oltre a proteggere i dati dalla minaccia dei cybercriminali, è essenziale garantire l’integrità dei dati, con misure di ridondanza utili a scongiurare la perdita di informazioni a seguito di possibili corruzioni e malfunzionamenti dei sistemi informatici, come andrebbe sempre previsto dai piani di continuità di business e dalle misure di backup and recovery implementate.
Alcune best practice dell’enterprise data management
Per implementare una strategia di enterprise data management che possa ritenersi davvero efficace ai fini di creare un valore aggiunto nei processi aziendali è in primo luogo necessario che tutti gli stakeholder vengano coinvolti in maniera adeguata.
Ancor prima di definire le risorse e scegliere le tecnologie necessarie, è opportuno che tutte le figure chiamate ad operare sui dati abbiano una visione condivisa degli obiettivi da raggiungere. Tale considerazione vale per tutte le linee di business, dall’amministrazione alle unità chiamate ad interagire direttamente con i clienti.
È pertanto necessario che l’enterprise data management venga visto dalle organizzazioni come un processo centrale della loro attività e ciò comporta necessariamente un importante fase di cambiamento culturale, non soltanto da parte dei C-level, ma da tutti i soggetti coinvolti nella filiera di utilizzo dei dati.
L’implementazione dell’enterprise data management è riconducibile ad una serie di best practice, che parte dalla definizione del processo in termini strategici.
Definire gli obiettivi
In primo luogo, le organizzazioni devono capire ciò che occorre loro e come sfruttare i dati per raggiungere i loro obiettivi di business. Prima di entrare nel merito degli aspetti tecnici ed organizzativi dell’enterprise data management e delle sue molteplici implicazioni, i decisori aziendali devono pertanto chiedersi cosa sia in tema o fuori tema in relazione agli obiettivi da raggiungere e come sia possibile misurare gli andamenti delle trasformazioni digitali che interverranno.
Questa fase, di carattere prevalentemente strategico, risulta fondamentale per restringere il campo d’azione sui dati, altrimenti troppo ampio e dispersivo, se non focalizzato in maniera specifica sugli obiettivi, a partire da quelli ritenuti prioritari.
Effettuare una valutazione del data journey
Una volta chiarite le idee sugli obiettivi da raggiungere e sulle strategie da implementare, la prima fase dell’enterprise data journey dovrebbe consistere nell’analisi dello stato di fatto per rilevare tutti i flussi e i tipi di dati interessati dall’EDM. Si tratta di un processo impegnativo, che richiede solitamente un dispendio elevato in termini di tempo, oltre a necessitare di competenze specifiche nelle discipline dei dati.
Tuttavia, un assessment ben eseguito consente di prendere decisioni più informate e consapevoli, semplificando le fasi successive, sia per quanto riguarda la definizione delle policy aziendali che per quanto concerne le tecnologie da implementare.
Definire policy e standard procedurali
I dati comportano, come abbiamo visto in precedenza, opportune valutazioni sia dal punto di vista della sicurezza informatica, sia per tutti gli aspetti relativi al rispetto delle normative vigenti, a cominciare dal GDPR, che disciplina in maniera piuttosto rigorosa la conservazione e il trattamento dei dati stessi.
Sia le fasi di assessment iniziali che la definizione delle policy ovviamente variano sensibilmente a seconda della tipologia di business in cui si prospetta una strategia operativa di EDM. Alcuni settori, in particolare l’healthcare, la finanzia e l’ampio comparto delle infrastrutture critiche, prevedono attenzioni molto più stringenti proprio perché soggette ad una normativa decisamente più severa, oltre che penalizzante nel caso in cui dovessero intervenire delle sanzioni.
Formare ed informare gli stakeholder
Una volta definita in ogni dettaglio la strategia EDM, questa va tradotta nella lingua di tutti gli stakeholder e a loro comunicata nella maniera più comprensibile, in quanto gli attori del cambiamento sono e saranno sempre le persone. Anche la migliore delle strategie e la più efficace delle tecnologie rischiano di risultare vane, se non opportunamente implementate.
Si rendere pertanto importante un’iniziativa di formazione e informazione di tutti i soggetti coinvolti nelle operazioni sui dati all’interno delle organizzazioni, oltre che predisporre opportune linee guida affinché consulenti esterni, fornitori e, in taluni ambiti, gli stessi clienti finali possano agire in conformità con le policy e le procedure previste dall’EDM.
Avvalersi di consulenti esperti in tecnologie e metodologie EDM – Enterprise Data Management
Il percorso precedentemente descritto va pertanto tradotto nella pratica, attraverso l’implementazione di tecnologie all’altezza della situazione, configurate sulla base delle ambizioni che le aziende intendono sostenere. Tali valutazioni andrebbero sempre supportate da specialisti dell’EDM, che sappiano indirizzare l’IT e gli specialisti dei dati presenti in azienda ad effettuare le scelte più funzionali rispetto agli obiettivi che devono raggiungere. Oltre alle competenze tecniche e metodologiche, un consulente esperto in materia di EDM dispone infatti di un know-how concreto, che deriva dalla quotidiana pratica sugli argomenti relativi alla gestione e all’utilizzo dei dati. Tale consapevolezza consente di instaurare un rapporto collaborativo e proficuo con i tecnici e i manager delle aziende che intendono ottimizzare i loro processi sfruttando nel miglior modo possibile i dati a loro disposizione.
