Data Governance: benefici e leve implementative

A cura di:
Nicola Ciani – Analista

La gestione dei dati all’interno delle organizzazioni è divenuta una priorità imprescindibile da quando il volume dei dati prodotto, archiviato e utilizzato nelle decisioni aziendali è esploso. 

Questa constatazione ha spinto le organizzazioni a raccogliere e accumulare dati in maniera sconsiderata, senza di fatto aver chiaro quali siano le fonti, quali gli utilizzi, e conseguentemente, il valore ricercato: la necessità di avere una piena conoscenza, ma soprattutto un forte controllo sul patrimonio informativo, ha fatto emergere la disciplina della Data Governance.

Quando facciamo riferimento alla Data Governance prendiamo in considerazione le attività di esecuzione dell’autorità sulla gestione dei dati. Questa pratica ha principalmente l’obiettivo di quantificare e qualificare il patrimonio informativo, mantenerlo e migliorarlo nel tempo ma soprattutto valorizzarlo all’interno del business aziendale. La proposizione che guida la Data Governance può essere ricondotta a un’attività più di ampio spettro, la Data Management, che tuttavia si occupa anche di altre tematiche: da un focus generale di gestione del dato in senso tecnico, ci si concentra su uno spettro strategico, di governo e valorizzazione. In tal senso, la Data Governance può essere vista come il cervello della Data Management.

Il raggiungimento di un pieno controllo sul patrimonio informativo richiede di operare su diverse leve aziendali:

·         Leva organizzativa: i dati sono un asset distribuito in tutta l’organizzazione e possono essere utilizzati da utenti diversi; è necessario implementare linee guida per i comportamenti degli utenti dati, dall’ambito ingegneristico, al business e identificare responsabilità nei ruoli più operativi, ossia chi produce o consuma il dato, ma non solo. Un programma efficace richiede l’introduzione di nuovi ruoli e la formalizzazione di team di specialisti, integrati da competenze trasversali come il project management, la compliance e l’information technology.

·         Leva di processo: come in diversi ambiti aziendali, per garantire l’effettiva governance sui dati è opportuno rivedere i processi delineando regole sull’utilizzo dei dati. Inoltre è opportuno introdurre logiche di controllo, così come di misurazione e comunicazione dei risultati del programma.

·         Leva tecnologica: i dati, per quanto possono essere asset utili al business, richiedono l’impiego di tecnologie abilitatrici, al fine di migliorare l’esperienza di governo e di utilizzo degli stessi.

Il raggiungimento di un obiettivo strategico aziendale, come la valorizzazione dei dati, impone un forte senso di responsabilità: queste leve devono operare in maniera integrata e sinergica ma soprattutto devono essere introdotte con un percorso di maturazione graduale. Tutte e tre le leve sono di fondamentale importanza all’interno della Data Governance; tuttavia, è importante enfatizzare quanto la leva organizzativa, e in particolare l’attribuzione di responsabilità di ownership e stewardship sui dati, sia quella principale per raggiungere gli obiettivi prefissati.

Introdurre un programma di Data Governance richiede quindi un lento cambiamento dell’intera organizzazione, in primis da un punto di vista culturale: quando si parla di Data Governance entrano in gioco anche approcci e metodologie di lavoro nuove, non immediatamente assimilabili dall’organizzazione. Il dato stesso, nella sua accezione più moderna, assume una nuova concezione divenendo un vero e proprio asset delle linee di business. È assolutamente probabile che l’introduzione di un programma di Data Governance provochi complessità in prima battuta e soprattutto che durante il processo di introduzione l’effort richiesto possa essere superiore alle attese. Approcciarsi alla Data Governance richiede quindi il coinvolgimento dell’intera struttura, compresi i ruoli strategici che devono essere consapevoli dei benefici e della rotta intrapresa.

Il punto di vista dei professionisti della Data Governance

La Data Governance è uno dei temi di maggiore interesse per l’Osservatorio Big Data & Business Analytics per il ruolo cruciale giocato nella trasformazione Data-driven. A tal proposito, nei consueti workshop a porte chiuse organizzati durante l’anno, vengono coinvolti esperti della materia per approfondire casi d’uso interni alle aziende. Per comprendere meglio cosa implica l’introduzione di un programma di Data Governance, negli aspetti operativi e nei benefici attesi, sono stati coinvolti Stefano Zoni, Chief Data & Analytics Officer di Credem, e Luigi Carrea, Data Project Manager – Suez. Cerchiamo quindi di approfondire gli aspetti più rilevanti della Data Governance.

Introdurre un framework di Data Governance richiede l’attribuzione di responsabilità e l’introduzione di nuovi ruoli. Quali sono le principali scelte da mettere in atto, anche in relazione agli attriti organizzativi?

Stefano: la definizione di un Comitato di Data Governance riconosciuto dal Top Management è la scelta più difficile all’interno di un’organizzazione tradizionale; tuttavia, il commitment dei vertici e un team di esperti permette un’implementazione efficace del programma. Da un punto di vista operativo, la principale azione è l’attribuzione delle responsabilità di ownership e stewardship sui dati. Non sempre questo è di facile esecuzione, le responsabilità devono essere attribuite in maniera chiara e soprattutto l’introduzione di un programma di Data Governance richiede anche l’inserimento di logiche di controllo sulle responsabilità. 

Luigi: Introdurre la Data Governance significa sostanzialmente definire i ruoli dei Data Steward e dei Data Owner. Il processo per definire questi ruoli è particolarmente delicato: bisognerebbe seguire un approccio bottom-up, ossia partire dalla fonte dati, ricostruire i flussi e definire quindi i ruoli in base ai domini dati. Il rischio spesso è quello di definire responsabilità dall’alto, senza inquadrare realmente chi è vicino ai dati. Con questo approccio, il programma di Data Governance sarà adatto e adattabile all’organizzazione.

Governare i dati può essere complesso soprattutto in contesti data-intensive. In che modo la tecnologia può favorire il raggiungimento dei risultati e quali strumenti agevolano realmente il lavoro degli utenti?

Stefano: sebbene la Data Governance sia riconducibile alla cultura e all’organizzazione aziendale, per raggiungere gli obiettivi del programma ci si avvale di strumenti quali il business glossary, che contiene le definizioni utilizzate all’interno dell’organizzazione; il data dictionary, per raccogliere le caratteristiche tecniche dei dati; il data catalog, per avere chiare tutti i data asset. Collegato a quest’ultimo, anche strumenti di data lineage sono utili: questi sono utili a definire le relazioni tra i dati sul piano tecnico e di business.

Luigi: oggi giorno le grandi organizzazioni devono introdurre almeno 3 categorie di strumenti. Il primo gruppo fa riferimento alle soluzioni che monitorano e garantiscono la qualità dei dati. La seconda categoria di strumenti, spesso sottovalutata, è composta dalle soluzioni che abilitano la collaborazione tra i team di Data Science e il team di Data Governance. L’ultimo gruppo di strumenti è invece più tradizionale e comprende ad esempio quelle soluzioni che permettono la gestione dei Master Data o, ancora meglio, il Data Catalog.

I benefici di un programma di Data Governance sono molteplici. Quali sono quelli perseguibili e come possiamo misurare i benefici prodotti?

Stefano: quando si valutano i benefici della Data Governance ha senso valutare i benefici dell’intera iniziativa: questi possono essere ricondotti sia all’area tecnica, sia all’area business. Nel primo caso a giovarne è la qualità dei dati, la sicurezza delle informazioni e una migliore accessibilità alle informazioni. Tali vantaggi poi si traducono in termini economici riducendo i costi o incrementando i ricavi: a seconda dell’attività economica dell’organizzazione, possono essere osservati vantaggi nella spesa ICT, nella gestione del personale, ma anche nei ricavi prettamente operativi.

Luigi: la Data Governance impatta direttamente sui principali indicatori di performance aziendali. In Suez, governare il patrimonio informativo significa aumentare la soddisfazione dei clienti e sviluppare nuove opportunità di business. Questo ovviamente permette non solo di ripagare l’attività di Data Governance ma contribuisce alla crescita e alla profittabilità dell’azienda nel lungo termine.