Questo sito web utilizza cookie tecnici e, previo Suo consenso, cookie di profilazione, nostri e di terze parti. Chiudendo questo banner, scorrendo questa pagina o cliccando qualunque suo elemento acconsente all'uso dei cookie. Leggi la nostra Cookie Policy per esteso.OK

Data Governance, un approccio olistico in dieci punti

pittogramma Zerouno

Data Governance, un approccio olistico in dieci punti

21 Mar 2016

di Arianna Leonardi

Se correttamente trattati, i dati restituiscono valore in termini di revenue. La gestione delle informazioni, quindi, non è più responsabilità esclusiva dell’It, ma soprattutto del business. La ricetta di Informatica per una strategia efficace.

La data governance non è un progetto It, ma una necessità di business; ha lo scopo non solo di definire responsabilità e competenze sui dati, ma soprattutto di capire come ottimizzare il valore dell’intero patrimonio informativo. Di conseguenza è responsabilità sia delle Lob sia del team It e dovrebbe essere assegnata a una specifica funzione di business: necessita infatti di persone dedicate, processi definiti, criteri precisi per misurare risultati e conformità.
Ma come si disegna una strategia di data governance olistica ed efficace? A partire da un assessment accurato per verificare lo stato di maturità dell’azienda rispetto alla gestione dei dati. Informatica suggerisce un modello strutturato in dieci punti.

Figura1 – I dieci aspetti della data governance secondo Informatica
Fonte: Informatica
  • Si inizia con la definizione della vision, per delineare l’obiettivo strategico ad ampio raggio, e del business case, per esprimere con chiarezza le opportunità di business specifiche di fronte ai decision makers.
  • Fondamentali sono le persone coinvolte nel programma. Non devono mancare: gli executive sponsor (da ricercare preferibilmente tra i C-level cross-funzionali); i data steward (lato It e business), detentori di conoscenze specifiche e ottimi comunicatori (devono tradurre i risvolti della data governance sui processi aziendali); i leader della data governance, che coordinano i data stewards e mediano con gli stakeholders.
  • La tecnologia (“strumenti e architetture” nella terminologia di Informatica) è il terzo asset, che include tutti i sistemi / applicazioni on-premise e cloud dell’ecosistema aziendale che generano e utilizzano informazioni, nonché un business glossary condiviso e tool per la gestione dei dati lungo l’intero ciclo di vita (funzionalità di profilazione e discovery, gestione dei metadati, data quality e security, modellazione dei processi, collaboration e così via).
  • Le policy sono un’altra componente imprescindibile e servono a definire una serie di aspetti, tra cui: responsabilità e proprietà dei dati, ruoli e competenze dei soggetti coinvolti nel progetto, standard per l’acquisizione e la convalida dei dati, regole di accesso, utilizzo e conservazione.
  • Il quinto punto del programma riguarda l’allineamento strategico per regolare le relazioni di lavoro tra ruoli.
  • Il sesto concerne la misurazione delle performance su tre livelli distinti: l’impatto sull’organizzazione aziendale, l’efficacia delle policy e degli standard di convalida, i ritorni sul business (tra cui riduzione delle penali per mancata compliance, miglioramento delle efficienze operative, crescita dei profitti e della customer satisfaction).
  • Il change management (attraverso formazione e comunicazione) deve essere perseguito con costanza, perché la data governance e l’uso corretto delle informazioni comporta un salto culturale in tutta l’organizzazione.
  • Un progetto vincente deve agire su tutte le attività interconnesse del data management, ovvero sui processi dipendenti di upstream (raccolta, trasformazione e aggiornamento dei dati), stewardship (applicazione di policy e standard), downstream (analisi, pulizia, protezione).
  • Le attività di data governance necessitano infine di program management, ad opera di esperti gestionali per coordinare interazioni, formazione e monitoraggio.
  • E, infine, di processi definiti che riguardano la discovery (analisi dello stato dei dati e delle attività / strumenti / competenze a supporto del data management), la definizione (di business glossary, standard e policy), l’applicazione (di regole e procedure, responsabilità e ruoli ecc.), la misurazione (del Roi, nonché della compliance normativa e ai requirements aziendali).

Arianna Leonardi

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

LinkedIn

Twitter

Whatsapp

Facebook

Link

Articolo 1 di 3