Le nuove tecnologie producono giornalmente una enorme mole di dati: i termini ‘Big Data’ e ‘Data Lake’ sono sempre più presenti nei piani di evoluzione aziendali. Tuttavia, avere tanti dati a disposizione, può non essere un vantaggio se questi non sono adeguatamente gestiti.
Individuare gli interventi necessari per l’implementazione di un adeguato ed efficace framework di data governance diventa pertanto fondamentale per sfruttare i vantaggi competitivi di processi aziendali basati su dati accurati, acquisiti tempestivamente, coerenti, in una parola ‘di qualità’.
Aziende sempre più data-centriche
Sempre più organizzazioni aziendali, indipendentemente dal settore di riferimento e dalle dimensioni, riconoscono nel proprio patrimonio informativo un asset fondamentale per la sopravvivenza e la prosperità del business.
Il GDPR ha recentemente contribuito a polarizzare l’attenzione sui dati personali; in realtà la gestione dei dati è, prima che una necessità normativa, un vero e proprio volano per l’efficienza di tutti i processi aziendali. Identificare, raccogliere, organizzare, archiviare, in altre parole governare i dati, sono attività propedeutiche ad un loro utilizzo consapevole e realmente in grado di supportare il processo decisionale.
È palese che le aziende siano sempre più data-centriche: ignorare questo fenomeno significa rinunciare ad un vantaggio competitivo che può fare la differenza tra un business profittevole e uno fallimentare. Può significare identificare sul nascere le esigenze dei clienti, cogliere i cambiamenti nel gradimento di un prodotto, migliorare la comprensione dei processi aziendali, sviluppare strategie di predictive maintenance dei propri asset e dei propri prodotti, personalizzare l’offerta per i propri clienti minimizzando il costo del rischio.
Le normative di riferimento non forniscono indicazioni su quali azioni intraprendere ma definiscono delle linee guida di alto livello.
In tale contesto individuare gli interventi necessari per l’implementazione di un adeguato ed efficace framework di data governance è il primo, fondamentale, passaggio da compiere. Una strategia perseguibile può essere quella di indirizzare uno schema semplice quanto efficace, ossia ripensando processi, persone e tecnologie con l’obiettivo di ottenere un modello organizzativo e tecnologico di gestione dei dati.
Persone e struttura organizzativa
Quanto alle persone, di vitale importanza è la definizione di una struttura organizzativa che supporti i processi di data governance. La figura del Chief Data Officer è centrale in tal senso perché agisce da collante tra il mondo business e il mondo ‘IT’, favorendo il dialogo tra le esigenze del primo e i vincoli del secondo. Il CDO deve poter quindi parlare e comprendere entrambi i linguaggi, quello più naturale del business e quello più specifico dell’IT. A supportare il CDO in tale compito, la figura dell’IT Data Custodian Officer, presidio della qualità dei dati e diretto interlocutore del mondo IT. Tali figure professionali devono operare in sinergia per interpretare, valutare gli impatti e soddisfare le esigenze del business compatibilmente con i vincoli tecnologici e con quelli normativi.
Per fare un esempio concreto, un istituto finanziario che si trovi a valutare la conformità di una nuova progettualità alla direttiva BCBS239, potrà far leva sulle figure del CDO e dell’IT DCO per realizzare una corretta impact analysis. Completano la struttura organizzativa in questione i ruoli ‘verticali’ ossia quelle figure di presidio su specifici set di dati (o di sistemi, in relazione alla natura del business e alla architettura dati), definiti Data Quality manager o Data Steward. Tutte queste figure professionali, oltre a presidiare la compliance alle normative e la corretta gestione dei dati aziendali, devono diffondere la cultura del dato tra tutti gli attori aziendali: analogamente al principio di ‘privacy by design’ definito dal GDPR, anche per i dati ‘critici’ è opportuno adottare tutte le misure di tutela della loro qualità fin dalla pianificazione di ogni nuova iniziativa.
Data quality e data lineage
Sul piano della tecnologia, l’implementazione di un robusto framework di data governance non può prescindere dall’avvalersi di tool a supporto della Data Quality e del Data Lineage. Il Data Lineage, ossia la rappresentazione delle varie fasi del ciclo di vita dei dati, è essenziale anzitutto per definire correttamente i controlli di Data Quality, quindi per supportare le analisi di impatto delle nuove iniziative progettuali. Avere piena ed effettiva conoscenza di quali sistemi, quali trasformazioni, quali processi aziendali definiscano il ciclo di vita dei dati critici, permette infatti una valutazione corretta di come la definizione di nuovi dati, di nuovi flussi, la modifica o la dismissione di quelli esistenti, si riflettano sui dati che fungono da base decisionale per il business. Allo stesso modo, la definizione di un controllo sul dato è efficace se lo è il suo posizionamento sull’architettura e la valorizzazione dei suoi attributi.
Coerentemente con l’introduzione di nuove figure professionali e di nuove tecnologie, anche i processi aziendali devono evolversi per rendere efficace la governance dei dati. In primis, devono essere definiti, se non già esistenti, i processi di impact analysis e quelli di gestione e presidio della Data Quality. Per ognuno di questi devono essere individuati ruoli e responsabilità e definite le modalità di utilizzo della tecnologia scelta. Particolare attenzione deve essere riservata alla Data protection, laddove in azienda la sicurezza dei dati personali sia gestita da funzioni specifiche.
La portata dei cambiamenti fin qui descritti è indubbiamente notevole e richiede, di conseguenza, una adeguata strategia di change management: è molto importante poter conseguire risultati apprezzabili da tutti gli attori coinvolti, dimostrando che la data governance non risponde a sole necessità normative. Solo operando in sinergia è possibile infatti conseguire risultati tangibili, cosa peraltro insita nella natura dei dati: i dati sono ‘pensati’ dal business e implementati dal mondo IT, di conseguenza la loro gestione richiede il contributo di entrambi, ciascuno per la propria area di competenza. Spetta al CDO, supportato dalla sua struttura e dall’IT DCO, gestire tali contributi per estrapolare e rendere fruibile la conoscenza del dato, altrimenti detenuta in maniera non integrata in più punti dell’organizzazione.
