Blog

  • etica data science
    +
    Data Science, serve un’etica professionale
  • generatività imprese
    +
    Generatività, al centro dell’impresa del futuro
  • service design miriade
    +
    Service Design, teoria e pratica
  • miriade milano yoroom
    +
    Miriade a Milano | La nuova sede
  • gdpr applicazione miriade
    +
    25 maggio 2018: la privacy ai tempi del GDPR
  • fiducia responsabilità sociale impresa
    +
    Fiducia digitale e responsabilità: Miriade al Salone di Impresa 2018
  • marketing quantitativo
    +
    Miriade torna all’università per parlare di marketing quantitativo
  • soft skills cultura digitale
    +
    Soft skills a sostegno della cultura digitale
  • play 4 ciai miriade ciai
    +
    Saper fare, fare bene, fare insieme
  • play the data big data
    +
    Play The Data, l’impresa che verrà e i Big Data
  • open innovation
    +
    Open innovation, la rivoluzione ‘dal basso’
  • data ethics
    +
    Data Ethics: i Big Data dopo Cambridge Analytica

Data governance, quando a contare sono controllo, accuratezza e integrità

By Camilla Mantella 8 mesi agoNo Comments

Nelle prossime tre settimane ospiteremo in questo spazio una serie di contributi a firma di Maurizio Novello, CEO Miriade.

Spunti di riflessione sul tema delle strategie di management dei dati a partire dai due eventi vissuti insieme a Qlik e Google che ci hanno visti protagonisti nel mese di ottobre.

Una sorta di mappa concettuale, in tre puntate, che intende fornire un quadro di riferimento su quelle che sono le data strategies più diffuse nelle nostre aziende.

Come abbiamo avuto modo di raccontare sul blog, lo scorso 12 ottobre si è tenuta a Milano la tappa italiana del Visualize Your World, il roadshow internazionale organizzato da Qlik.

Ottocento persone hanno ascoltato con attenzione gli interventi di esperti Qlik e di Analytics Manager di alcuni tra i più importanti gruppi internazionali. Da Davide Cervellin, Director of Analytics EMEA di Paypal, che ha tenuto uno speech sui vantaggi e le opportunità di un processo decisionale concentrato sui dati, a Danilo Gismondi, CIO di Trenitalia, che ha presentato il tema della data discovery come evoluzione della supply chain, fino alle esperienze di analisi dei dati di realtà come Candy Hoover Group, CNH Industrial e Fastweb.

data governance

Data governance è probabilmente la parola che meglio riassume una giornata che ha avuto nella single version of truth, nella self service BI e nella facilità d’uso e potenza del motore associativo di Qlik i suoi temi ricorrenti.

La platea accorsa all’evento, rappresentata da IT manager e responsabili del controllo di gestione di centinaia di aziende italiane, ha infatti una precisa visione del data management: si tratta di professionisti che tengono in massima considerazione la certificazione e l’integrità del dato e che, come direbbe Thomas Davenport, Professore di Information Technology e Management al Babson College autore del fortunato “Competing on Analytics”, lavorano “in difesa”.

Ma cosa significa lavorare “in difesa”? Vuol dire operare massimizzando il controllo del dato, impegnandosi nella ricerca dell’informazione certificata – e minimizzando i rischi da un lato di perdita o furto e dall’altro di mancato rispetto delle normative.

Siamo di fronte ad una strategia di gestione molto precisa, che si muove tra dati standardizzati, architetture centralizzate e ben ingegnerizzate, serie storiche: una strategia che ha nel motore associativo della tecnologia di Qlik un valido alleato, capace di fornire analisi puntuali, veloci e di assicurare, al tempo stesso, una perfetta data quality.

E’ la strategia più amata dai reparti di amministrazione, finanza e controllo e dai dipartimenti legali, proprio perché si concentra sulla raccolta, sulla trasformazione e sulla distribuzione del dato secondo processi verificabili e sicuri.

data quality

I vantaggi di questa impostazione sono evidenti. L’impresa ottiene dati organizzati, protetti, certificati e accurati.
Ma altrettanto evidenti sono i limiti:

  • La standardizzazione del dato ne inibisce la possibilità di un’interpretazione multipla che vada oltre la “single version of truth” e che sia utile a tutti i reparti e non solo a quello amministrativo-finanziario-legale;
  • L’architettura del dato, così ben studiata, è tuttavia rigida e contrasta con la natura moderna dell’informazione, sempre più più fluida e distribuita;
  • Difficilmente un’impostazione del genere riesce a sostenere la costante accelerazione del business, che esprime sempre nuovi bisogni, come la maggior velocità e dati in real time spesso provenienti da fonti extra aziendali non strutturate.

Ci troviamo di fronte ad una strategia perfetta per l’analisi precisa dello status quo e del passato, ma difficilmente orientabile al futuro. In parole povere, il focus è orientato all’analisi dei fenomeni ed alla spiegazione delle loro cause. Diverso è tuttavia il caso in cui si voglia prevedere ed anticipare il futuro, oppure utilizzare i dati per realizzare modelli in grado di autoapprendere e di decidere in vece nostra – di fatto, è diverso dover fare analisi avanzate.

Molti si stanno chiedendo se tutto questo discutere delle advanced analytics sia una moda, o se l’analisi tradizionale, quella delle dashboard costruite su dati strutturati, abbia davvero fatto il suo tempo.

In realtà, a parere dei professionisti interrogati durante la sessione pomeridiana del Visualize alla quale abbiamo partecipato con il nostro cliente DWS Systems, l’analisi tradizionale ha ancora molto da offrire.

Con un’eccezione: proprio quella di DWS, rappresentata dal suo Marketing Manager, che, pur riconoscendo i benefici di questa impostazione, ha aperto a nuove modalità di analisi e sfruttamento del dato. Le sue esigenze professionali in questo momento si incarnano in una visione opposta – ma complementare – di data strategy, di cui parleremo nella prossima uscita dedicata all’argomento. La sfida, come avrete già intuito, sta nel riuscire ad integrare le due strategie in base alla tipologia di servizio offerto al mercato.

E la tua azienda? Adotta una strategia “in difesa”?

Leggi il form sottostante e individua tutte le affermazioni in cui riconosci la tua realtà. Se superi le 5 affermazioni, significa che la tua impresa preferisce lavorare in difesa.

  • 1 E’ concentrata sulla riduzione delle spese operative;
  • 2 Si preoccupa di rispettare i requisiti di legge in materia di protezione e trattamento dei dati;
  • 3 Previene i cyber attacchi e le violazioni dei dati;
  • 4 Lavora per tamponare i rischi operativi, come gli scarsi controlli negli accessi e le perdite di dati;
  • 5 Potenzia l’infrastruttura IT riducendo i costi correlati ai dati;
  • 6 Snellisce i sistemi e i processi di back-office;
  • 7 Migliora la data quality (completezza, accuratezza, puntualità);
  • 8 Razionalizza le fonti multiple di dati e di informazioni (consolidando ed eliminando la ridondanza).

Qual è l’altra visione, opposta ma complementare, di data strategy? Continua a seguirci su LinkedIn e Facebook per scoprirlo.

Categories:
  Blog . Business Intelligence .
this post was shared 0 times
 000

Leave a Reply

Your email address will not be published.