I dati sono da sempre una risorsa fondamentale di qualsiasi organizzazione e la governance dei dati aiuta a garantire che i dati siano utilizzabili, accessibili e protetti e usa i dati per identificare tendenze, risparmiare sui costi e prendere decisioni. Un ambiente dati maturo è quindi caratterizzato dalla fiducia che gli utenti hanno nei dati che sono stati governati, profilati, curati e valutati.
E’ importante quindi per una azienda riuscire ad identificare il proprio livello di maturità e definire delle azioni e delle iniziative necessarie per migliorare e massimizzare il valore dei dati. Nell’era dell’intelligenza artificiale e della digitalizzazione, non possiamo fare affidamento sulla nostra esperienza ma abbiamo bisogno di strumenti a supporto e indicatori.
Quest, da più di 30 anni nel mondo dei dati, propone un modello di Data Maturity basato sulla sua esperienza nell’area dati e sull’uso delle piattaforme erwin Data Modeler e erwin Data Intelligence.
MODELLAZIONE: il disegno di modelli dati, e la definizione di standard e best practise, sono sempre più attività core per la Data Governance e coinvolgono stakeholder anche al di fuori dell’area IT. Il percorso di maturità dei dati inizia con la modellazione e la comprensione dei dati e della relativa architettura.
IL CATALOGO DEI DATI: è estremamente importante riuscire a gestire un Catalogo Dati centralizzato di tutte le sorgenti informative aziendali per consentire una ricerca esaustiva e affidabile delle informazioni ed è fondamentale alimentare il Catalogo Dati in modalità quanto più possibile automatica.
ARRICCHIMENTO DELLE INFORMAZIONI e GOVERNO: i metadati tenici devono essere arricchiti di significato attraverso l’identificazione di elementi di business ai quali sono collegati, quali Termini di Business, Business Policy o Processi aziendali. Altrettanto fondamentale è l’assegnazione delle responsabilità attraverso l’individuazione del data owner e del data steward. L’individuazione delle responsabilità e l’assegnazione di ownership e stewardship rende possibile implementare la fase di governo del dato.
OSSERVAZIONE: a questo punto l’azienda è in grado di osservare i propri dati e prendere decisioni consapevoli e informate. Questa fase deve essere supportata da strumenti di Data Lineage e Impact Analisys, ovvero mappe e report di dettaglio in grado di mostrare tutto il percorso che il dato compie dalla sua nascita, alle trasformazioni e movimentazioni che subisce, fino alla sua fruizione finale.
SCORE e SHOP: con una migliore visibilità delle informazioni, l’azienda è pronta a misurare i propri dati e assegnare degli score per la corretta individuazione degli asset sicuri, attendibili e di qualità. I dati per restituire valore devono essere comprensibili e accessibili da tutti in azienda, preferibilmente in modalità autonoma.
I prodotti erwin Data Modeler ed erwin Data Intelligence supportano le aziende nell’impostazione di un modello di data governance.
Con erwin Data Modeler è possibile modellare strutture dati concettuali, logiche e fisiche, definire standard di denominazione ed effettuare operazioni di reverse e forward engineering da sorgenti SQL e NO-SQL, e attraverso l’integrazione con il tool erwin Data Intelligence, alimentare il Data Catalog aziendale.
Attraverso un sistema di connettori Standard e Smart, la piattaforma erwin Data Intelligence consente di effettuare l’ingestion di informazioni da fonti dati AT-REST e IN-MOTION e completare il popolamento e la manutenzione del Data Catalog. Inoltre con le Mind Map consente di visualizzare, ad esempio, Rules e Policy relative ad un Termine di Business, Processi che usano e trasformano il dato, ma anche i metadati tecnici che lo realizzano come tabelle o colonne. Consente di definire dei workflow per l’approvazione e revisione degli asset dati da parte dei diversi ruoli aziendali e di migliorare la produttività di questi ruoli attivi della Data Governance, attraverso operazioni massive di aggiornamento e propagazione di modifiche come la classificazione dei Dati Sensibili e l’automatizzazione dei legami tra Termini di Business e metadati tecnici con meccanismi di AI. Permette di assegnare in modo automatico uno score agli asset dati (Bronze, Silver e Gold) basato sulle elaborazioni del modulo Data Quality, sul rating degli utenti e sulla completezza delle informazioni, e attraverso il Data Marketplace consente di visualizzare e comparare gli asset dati in modalità self-service. In questo modo è possibile individuare il prodotto dati di migliore qualità e valore.
