Data Governance, perché è così fondamentale nel Data Management

Data Governance, perché è così fondamentale nel Data Management

L’applicazione di un modello chiaro di governo dei dati è il presupposto affinché ogni altra attività di gestione del dato possa funzionare e offrire i benefici che promette. Su queste basi, Global Data Strategy ha sviluppato un framework che aiuta le aziende

L’autorevole Data Management Book of Knowledge (DMBoK) della Data Management Association identifica le 11 discipline alla base del Data Management, la gestione dei dati, tra cui l’architettura dei dati e la business intelligence. Queste discipline sono presentate nel libro come i raggi di una ruota al cui centro si trova la Data Governance. Ma perché il DMBoK colloca la Data Governance in questo punto? Perché, sostengono gli autori, senza la Data Governance nessuna delle altre discipline potrà mai funzionare in modo efficace o fornire i benefici che promette. Il governo dei dati, insomma, è la competenza che non può mancare a un’organizzazione che voglia migliorare l’uso e il valore dei propri data asset.

La Data Governance è così fondamentale, in primo luogo, perché riconosce che i dati sono un asset aziendale critico e, per questo motivo, tutte le attività di gestione dei dati dovrebbero essere guidate dal business. In troppe organizzazioni oggi i dati sono ancora visti erroneamente come un compito dell’IT. Spesso l’IT cerca valorosamente di svolgere questo ruolo, ma fallisce perché fatica a rispondere a domande del tipo: quali sono i dati più importanti per l’azienda, oggi e in prospettiva futura? Tra i problemi legati alla gestione dei dati, quali sono prioritari? L’IT ha ovviamente un ruolo chiave negli interventi di affinamento e preparazione dei dati, ma non può farlo senza essere guidato dal business e senza collaborare strettamente con gli altri dipartimenti aziendali.

Lo scopo principale della Data Governance è quello di rispondere a queste domande, fornendo un quadro di processi e responsabilità per indirizzare e guidare le attività di miglioramento dei dati. Rendendo l’azienda responsabile del miglioramento dei dati, agisce da ponte tra l’azienda e l’IT, superando l’abisso di incomprensione che troppo spesso separa il business dai tecnici.

Leggi anche:  Axiante porta l’Intelligence Finance in azienda

Come funziona la Data Governance

Questa disciplina parte da alcuni principi fondamentali. Il primo è che i dati sono un asset di business e devono essere gestiti attivamente come gli altri asset aziendali, come le persone, le finanze, i prodotti e tutto il resto. Come qualsiasi altro asset, i dati non migliorano da soli e perdono valore se non vengono mantenuti e migliorati attivamente. Il business ha la responsabilità di guidare gli sforzi per migliorare l’asset dati e deve stabilire le priorità in base al loro impatto e valore per l’azienda. Altro principio cardine è che i dati critici di business devono essere riconducibili a persone che ne hanno la titolarità e responsabilità. Nella Data Governance queste persone sono chiamate Data Owners e di solito sono manager di alto livello. Esistono diversi modi per assegnare la titolarità dei dati, ma il principio importante è che qualcuno è il titolare e quindi la responsabilità ricade su di lui.

Fondamentale è che la manutenzione e il miglioramento quotidiano dei dati vengano gestiti da esperti in materia, autorizzati ad agire per conto dei Data Owner. Queste figure sono normalmente identificate come Data Steward, chiamate anche Data Custodian, Data Governor e in altro modo ancora. I ruoli possono essere a tempo pieno o parziale, a seconda del livello di responsabilità. Resta il fatto che l’IT ha un importante ruolo di supporto nel fornire la tecnologia e le competenze specialistiche per sostenere la Data Governance e il miglioramento dei dati. La disciplina della Data Governance sottolinea inoltre che tutte le persone che all’interno di un’organizzazione (e talvolta anche all’esterno) creano, consumano e modificano i dati devono essere coinvolte nelle attività di governo dei dati. Ciò implica la necessità che la Data Governance sia parte di un cambiamento culturale dove tutti sono consapevoli delle attività di miglioramento e vi partecipino attivamente.

Come si mette in pratica la Data Governance

La buona notizia è che esistono framework consolidati e un insieme di best practice a cui fare riferimento per implementare con successo la Data Governance in qualsiasi organizzazione. La società di cui faccio parte, Global Data Strategy, ha sviluppato un proprio framework che incorpora il meglio di altri framework creati altrove, oltre alla nostra vasta esperienza nell’implementazione della Data Governance in organizzazioni di diversi settori industriali in molte parti del mondo. L’applicazione di un modello semplice come quello che abbiamo sviluppato in GDB può accelerare e rafforzare l’implementazione della Data Governance perché è stato disegnato con alcune caratteristiche che lo rendono efficace.

Leggi anche:  Design di tassonomia e metadati alla base dell’architettura dell’informazione

Innanzitutto, il modello identifica tutte le aree di attività che devono essere affrontate per garantire il successo della Data Governance. L’omissione di una di queste aree di solito causa il rallentamento o addirittura il collasso di una specifica iniziativa. Per esempio, se si assegnano i ruoli di Data Owner e i Data Steward nell’ambito dell’attività di organizzazione e definizione dei ruoli, ma poi non si sviluppano i processi e i flussi di lavoro necessari per svolgerli, l’iniziativa è destinata a fallire. Tra le aree di attività, quella di Visione e Strategia pone grande enfasi sulla comprensione dei driver di business e delle priorità per il miglioramento dei dati, sull’identificazione degli attuali domini di dati prioritari e dei problemi che devono essere affrontati e sulla formazione di un business case per l’azione. In questo modo si garantisce che qualsiasi iniziativa di Data Governance si allinei e supporti direttamente i professionisti e le esigenze di business, massimizzando così le possibilità che il business sia disposto a svolgere un ruolo di primo piano.

Il modello può essere utilizzato per valutare il livello di preparazione di un’organizzazione all’implementazione della Data Governance, identificando ciò che già esiste, ciò che può essere adattato o quali nuovi elementi e strutture devono essere introdotti. Per esempio, in molte organizzazioni le persone svolgono già ruoli di data ownership e di data stewardship, ma non sono mai state riconosciute formalmente per queste attività. L’applicazione di uno schema chiaro aiuta a identificare le azioni necessarie per il successo della Data Governance e a condividere una tabella di marcia realistica. In particolare, è fondamentale identificare i primi compiti, sia per iniziare a costruire le fondamenta della Data Governance sia per implementare “successi rapidi” in aree problematiche specifiche. Saranno i primi successi a riscuotere il sostegno di tutta l’organizzazione e a creare lo slancio necessario.

Leggi anche:  Digital information system, tre modelli a confronto

La Data Governance è in forte crescita

Insieme alle innovazioni tecnologiche e agli approcci come Data Science, Analytics, Intelligenza Artificiale e tanto altro, la Data Governance è la disciplina dei dati in più rapida crescita. In un sondaggio di Dataversity del 2020, la governance dei dati era stata citata dal 50% degli intervistati come la priorità numero uno per il 2022-23. I manager delle società avevano dichiarato che gran parte degli investimenti in corso era per garantire la sicurezza dei dati, ma avevano anche sottolineato come tutti gli investimenti effettuati nelle discipline nuove e tradizionali della gestione dei dati non potevano esprimere il loro pieno potenziale senza un modello rigoroso di Data Governance. Senza il governo rigoroso dei dati offerto da un modello di Data Governance le ruote possono incepparsi, e di solito lo fanno. Chi punta a diventare un’organizzazione data driven, deve dare alla Data Governance una priorità assoluta.


Nigel Turner

È Principal Information Management Consultant Emea presso Global Data Strategy. È anche membro di lunga data del comitato della Data Management Association (DAMA) del Regno Unito. Nigel lavora nell’Information Management da oltre 25 anni, sia come implementatore interno di soluzioni Information Management presso British Telecommunications (BT) sia come consulente esterno per oltre 150 clienti, tra cui British Gas, HSBC, Intel e altri. Nigel è un thought leader noto e riconosciuto nel settore del Data Management, ha pubblicato numerosi white paper e articoli ed è un relatore invitato regolarmente a conferenze ed eventi internazionali sull’Information Management.

Nigel Turner presenterà per Technology Transfer il seminario “Data Governance: una guida pratica” che si terrà online live streaming il 28-29 novembre 2022.