Governance dei dati: una guida utile per applicarla correttamente 

Il raggiungimento di una governance dei dati efficace e strutturata è la premessa di qualsiasi progetto di successo di digitalizzazione dei processi aziendali. I dati infatti costituiscono un vero e proprio asset da amministrare, e dato che le strategie di ogni impresa, a prescindere dal settore di appartenenza e dalla dimensione, tendono a basarsi sempre più su scelte informate, non ci possono essere dubbi sulla qualità degli input utilizzati negli iter decisionali.

Cos’è la Governance dei dati e su cosa dovrebbe poggiare 

Definire in modo esaustivo il concetto di Governance dei dati non è facile, ma in sintesi si tratta dell’insieme organizzato e finalizzato di metodologie, processi e sistemi che indirizza l’impresa nel perseguire l’obiettivo di un utilizzo efficace e a valore aggiunto dei propri dati.

L’aspetto fondamentale è che il governo dei dati riguarda l’organizzazione nella sua interezza: tutti i livelli aziendali devono maturare la consapevolezza che si tratta di un vero patrimonio da gestire. D’altra parte, la data governance deve nascere innanzitutto da esigenze di business. Sono infatti la strategia d’impresa e l’esigenza informativa necessaria per la sua attuazione che aiutano a stabilire la rilevanza e la priorità dei dati.

“Quali sono i dati più importanti per l’impresa?” È la risposta a questa domanda che determina il ruolo chiave del business per l’assegnazione e l’identificazione più appropriata della priorità del dato, che possiamo meglio definire come l’impatto dello stesso sulla generazione di valore per l’impresa.

Secondo DAMA (Data Management Association), la Data Governance (DG) dovrebbe integrare in modo coerente la data architecture, il data modeling, il data storage, la data security, la data integration, la business intelligence e la data quality. Tutte queste discipline, da sole, rischierebbero di avere un funzionamento parziale, non idoneo o subottimizzato senza linee guida e metodologie appropriate. Il governo dei dati, quindi deve essere alla base della strategia di qualsiasi organizzazione che intenda creare valore attraverso un uso consapevole del proprio patrimonio informativo.

I benefici ottenibili lungo un percorso di Governance dei dati appropriato 

Intraprendere un percorso appropriato per ottimizzare la governance dei dati comporta una serie di benefici tangibili e misurabili, ma soprattutto di immenso valore per il business. In particolare, l’azienda riesce a:

• Creare una vista univoca delle informazioni (Business Glossary), attraverso un presidio accentrato della gestione del dato, quale unico punto di riferimento per un miglior funzionamento dei processi decisionali e di comunicazione; 

• Raggiungere la massima qualità dei dati a livello di processo attraverso l’identificazione, la definizione e il monitoraggio dei controlli chiave; 

• Garantire una corretta gestione della sicurezza e della conformità del dato dal punto di vista infrastrutturale (Cybersecurity) e della conformità a regolamenti comunitari (es. GDPR), a direttive comunitarie (es. Solvency II), ad accordi internazionali di vigilanza prudenziale (es. Basilea)  e a regolamentazioni di settore (es. DG nelle Banche e nelle Assicurazioni come da normative e provvedimenti emanati da Banca d’Italia e da IVASS). 

Risulta evidente che le esigenze che spingono un’organizzazione a dotarsi di una strategia di Governance dei dati possono variare a seconda del settore di appartenenza dell’impresa: quindi, bisogna intervenire con meccanismi operativi e con metodologie ad hoc, in una logica di business improvement. 

Occorre anche stretta collaborazione tra le unità organizzative da coinvolgere: si va dall’Organizzazione, al Finance e all’IT, e serve una spinta determinante da parte del business sull’importanza della gestione di dati “di qualità”, “sicuri”, “appropriati”, “disponibili”, da utilizzare con le necessarie mappe autorizzative ben definite e implementate.  

Implementazione di una strategia per la Governance dei Dati 

Quindi se da una parte è fondamentale identificare l’area di dati “prioritaria” per l’impresa da tenere sotto controllo e su cui il vertice aziendale sponsorizza l’adoption del modello di Governance dei dati, dall’altra, soprattutto per le realtà che muovono i primi passi su questo fronte, è fondamentale definire un Framework chiaro. Ovvero un set di regole e buone pratiche da seguire sin da subito in termini di definizione di responsabilità, business glossary (data element) e traduzione dello stesso in termini tecnici (data instance, data flow, data lineage e data directory).  

È importante non appesantire lo sforzo iniziale in termini di investimenti e di risorse interne da dedicare al progetto. Si può partire con delle focus area per mettere subito a frutto il risultato derivante dal modello operativo sottostante, partendo da un nucleo di dati (destinazione d’uso) e di unità organizzative coinvolte abbastanza circoscritto.  

Ma occorre comunque dotare il progetto implementativo di un’anima organizzativa, che in termini di comunicazione e di monitoraggio sia in grado di garantire la buona riuscita della graduale definizione ed implementazione di regole e prassi innovative in chiave di data management and governance.  

In altre parole, è essenziale, in sede di implementazione del Framework, tracciare un piano di progetto che consideri una serie di aspetti: 

1. Individuazione degli obiettivi (misurabili) di Data governance da declinare nelle aree di dati su cui si procede in prima battuta all’attivazione del modello; 

2. Definizione delle figure responsabili coinvolte e predisposizione di una chiara matrice che ripercorra per ogni figura prevista le attività assegnate; 

3. Identificazione del perimetro di data discovery da sottoporre ai Chief Data User; 

4. Predisposizione del Business Glossary e verifica di sua fattibile alimentazione dal punto di vista tecnico anche con il coinvolgimento dell’IT; 

5. Traduzione del business glossary in dominio dati; 

6. Verifica della consistenza dei data flow rispetto ai processi di produzione del dato; 

7. Identificazione dei controlli di processo e di sistema oggetto di implementazione e di successivo monitoraggio; 

8. Definizione e implementazione della data directory; 

9. Predisposizione e finalizzazione di policy e linee guida operative di supporto al funzionamento dei processi di monitoraggio; 

10. Sessioni formative da erogare a tutti i referenti delle aree coinvolte sia a livello apicale che a livello operativo; 

11. Definizione dei processi di DG per il funzionamento e il supporto del modello a regime; 

12. Scelta dei criteri per una corretta selezione dell’eventuale software a supporto del funzionamento dei processi di Governance. 

I criteri alla base della scelta di una piattaforma di Governance dei dati 

In relazione all’ultimo punto, è cruciale comprendere i criteri che indirizzano la scelta dell’applicativo idoneo a supportare il funzionamento di un framework di DG idoneo a soddisfare le esigenze aziendali. 

Premesso che, come detto, ogni caso d’uso fa storia a sé, le funzionalità core che una soluzione applicativa dovrebbe generalmente garantire sono:

• Catalogazione e metadati: deve disporre di un data dictionary granulare, di ontologie semantiche e di strumenti avanzati per la gestione del ciclo di vita dei metadati, assicurando la tracciabilità e la comprensibilità dei dati; 

• Qualità dei dati: deve integrare funzionalità di profilazione, pulizia e monitoraggio continuo dei dati, al fine di garantire l’accuratezza e la coerenza delle informazioni; 

• Sicurezza e conformità: agevolare l’attivazione di meccanismi di autenticazione e autorizzazione granulari, nonché strumenti per la protezione dei dati sensibili e la conformità alle normative vigenti; 

• Governance dei dati anagrafici: deve supportare la definizione e la gestione di master data di riferimento, garantendo l’univocità e la coerenza delle informazioni a livello aziendale; 

• Processi e workflow: deve automatizzare i processi di gestione dei dati, consentendo la definizione e l’esecuzione di workflow personalizzati per le diverse esigenze di business; 

• Integrazione ed interoperabilità: deve offrire una vasta gamma di connettori e API per l’integrazione con sistemi eterogenei, favorendo l’accesso ai dati provenienti da diverse fonti; 

• Analisi e visualizzazione: deve fornire strumenti di analisi avanzata e visualizzazione dei dati per supportare l’individuazione di insight e la presa di decisioni basate sui dati. 

A prescindere dalla soluzione individuata come la più idonea a soddisfare le esigenze aziendali, c’è un’ulteriore scelta da valutare: si può optare per una piattaforma in continuità con l’architettura IT già in uso oppure orientarsi verso una soluzione ad hoc. 

SAP e Google per una Governance dei dati a prova di futuro 

Tra le soluzioni di mercato più performanti, impossibile non citare le offerte di SAP e Google.

SAP, tanto per cominciare, presenta una soluzione basata sulla SAP Business Technology Platform (BTP), che permette di raggruppare i dati anagrafici e di gestirli a livello accentrato, andando a costituire un vero e proprio Data Governance HUB, che propone tutte le funzionalità di un’architettura cloud e già totalmente integrata nell’ecosistema SAP, il cui funzionamento sarebbe supportato da tutti i servizi che SAP espone all’interno della BTP. 

La soluzione, oltre a presentare il vantaggio dell’integrazione, presenta anche tre fondamentali benefici: 

1. Supporta la definizione e la gestione dei master data di riferimento, garantendo l’univocità e la coerenza delle informazioni a livello aziendale (Governance robusta e strutturata dei master data) 

2. Offre funzionalità avanzate per la profilazione, pulizia e standardizzazione dei dati, assicurando l’accuratezza e la coerenza delle informazioni (Qualità dei dati controllata e monitorata) 

3. Aiuta le organizzazioni a rispettare le normative vigenti in termini di accessibilità limitata del dato, gestione del logging (tracciabilità degli accessi) e del masking e della cancellazione dei dati al termine del periodo ammesso e predefinito di utilizzo (Compliance normativa rispettata). 

Realtà aziendali, che invece hanno adottato quale soluzione infrastrutturale la Google Cloud Platform (GCP), possono agevolmente configurare per la gestione della DG la suite Google Cloud Data Governance, che presenta quattro caratteristiche distintive: 

1. Permette la gestione di grandi volumi di dati e carichi di lavoro variabili (scalabilità); 

2. Integra strumenti di machine learning per migliorare la qualità dei dati e per automatizzare i processi (AI); 

3. Offre funzionalità avanzate di analisi dei dati (Advanced Analytics); 

4. Si basa su standard aperti e offre una grande flessibilità di integrazione con altri sistemi (Openness). 

La scelta della piattaforma più adatta dipenderà da diversi fattori: ecosistema IT, volume e complessità dei dati, competenze interne e obiettivi strategici, inclusi quelli di digital transformation e data-driven decision making. Ma in ultima analisi la sua implementazione potrà sicuramente risultare di successo solo in presenza di un approccio progettuale ben configurato a garanzia di un’idonea adoption del Framework di Data Governance sottostante.