Costruire un clima di “fiducia nei dati” e negli analytics, i sistemi che li analizzano, è diventata una priorità per le aziende. E per farlo occorre sviluppare un framework efficace di Data Governance, ovvero un’insieme di regole che riguardano la raccolta, l’integrazione e e l’utilizzo di dati, strutturati e non strutturati. Questi dati rappresentano infatti le fondamenta della Digital Transformation e la base su cui vengono prese le decisioni di business, e sono dunque diventati una fonte di rischio importante. Ecco perchè i manager sono diffidenti nell’uso dei dati.
“Le società desiderano cogliere i vantaggi che digitale e automazione possono offrire, ma non confidano sull’analisi dei dati realizzata da “macchine intelligenti””, afferma Guardians of Trust (I guardiani della Fiducia, ndr), un rapporto in materia di Data Governance, che ha coinvolto 2.200 manager che hanno promosso iniziative strategiche sull’analisi dei dati in azienda. Commissionato da Kpmg e realizzato da Forrester Consulting, il sondaggio ha rilevato che solo il 35% dei C-Level ha un alto livello di fiducia nell’uso dei dati e degli analytics da parte della propria organizzazione. Il 92% si dichiara preoccupato riguardo l’impatto delle decisioni basate sugli algoritmi che interpretano i Big Data.
Nessun Ceo, insomma, sarebbe in disaccordo sul fatto che dati e tecnologie intelligenti consentano di prendere decisioni più approfondite, ma spesso mancano modelli di Governance efficaci per creare fiducia nei dati e nell’analisi degli stessi.
Il passo fondamentale è una valutazione accurata dell’affidabilità dei dati da raccogliere, archiviare e condividere. Il secondo step è creare una cultura aziendale data-driven, che riconosca l’importanza dell’integrità dei dati, e sia consapevole del loro valore strategico. I dati dei clienti, ad esempio, sono di grande valore, perchè possono migliorare il customer service, incrementare le vendite di un singolo acquirente e via dicendo. Bisogna però chiedersi, ad esempio, per chi il dato è rilevante (vendite, marketing, customer service, ruoli apicali) e se è soggetto a normative sulla data protection.
Se i dati sono ormai le fondamenta della trasformazione digitale delle aziende, è chiaro che una raccolta dati non accurata o ricca di informazioni “vecchie” aumenta il rischio di prendere decisioni sbagliate, perdere occasioni di business, incorrere in acquisizioni e investimenti sconsigliabili e creare un clima aziendale di sfiducia.
La soluzione è dunque nello sviluppo di un solido Framework di governance dei dati progettato per migliorare l’integrazione, l’accesso, la sicurezza e la gestione dei dati all’interno dell’organizzazione. La parola chiave è “governance”. La sfida è navigare la quantità crescente di dati. I team di Audit possono contribuire, inserendo i Data Governance Framework nei loro programmi di controllo interni.
Il significato di Data Governance
Ma che cos’è la Data Governance? Se i dati sono il petrolio del futuro, la Data Governance è la macchina che lo utilizza e l’azienda è chi ne coglie i vantaggi. Si tratta del processo di trasformazione dei Big Data, la massa di dati che confluiscono nei Sistemi Informativi aziendali. La Data Governance è l’insieme delle attività volte a gestire persone, processi, metodologie e tecnologie dell’informazione al fine di realizzare un corretto trattamento di tutti i dati che abbiano importanza per un’azienda.
Cos’è un Data Governance framework
Un Data Governance Framework è un insieme di regole su dati, organizzazione dei ruoli e processi volti a portare tutti i membri dell’azienda allo stesso livello di consapevolezza rispetto alla gestione dei dati, strutturati e non strutturati.
Come portare avanti un progetto Data Governance
Per sviluppare un progetto di Data Governance è necessario prima di tutto dotarsi di sistemi di gestione di metadati, strumenti tecnologici per l’Etl e la Data Quality. Qui deve essere coinvolto il reparto It, supportato però da responsabili del business.
Si passa poi al monitoraggio delle regole di Data Quality e dei modelli relativi alla compliance normativa. Gli utenti sono gli uomini del business e pertanto si tratta di una fase in cui non si richiedono competenze informatiche.
Infine si arriva alla gestione e valutazione dei processi di controllo della qualità dei dati, per accertare eventuali scostamenti rispetto ai parametri stabiliti all’inizio. Qui vanno definiti ruoli e responsabilità degli operatori, nonché i piani di azione previsti per la correzione degli errori, con definizione di tempistica e modalità di intervento.
La realizzazione di un progetto di Big Data Governance è di solito affidata a un gruppo di lavoro formato da persone con competenze diverse. Tipicamente, il team comprende data administrator e risorse It, ma anche responsabili delle linee di business e di altre funzioni aziendali. Definire gli aspetti organizzativi diventa quindi fondamentale e occorre intervenire, sull’organizzazione aziendale.
