Blog

  • cybersecurity social
    +
    Come scegliere il proprio sistema di cybersecurity
  • g suite miriade social
    +
    G Suite: tutto il bello della collaborazione
  • monitoraggio database performance miriade
    +
    Database: prendersene cura è un dovere
  • google cloud summit 2019 miriade
    +
    Google Cloud Summit 2019 | Milano, 25 giugno
  • advanced analytics miriade social
    +
    Advanced Analytics: chi ben comincia è a metà dell’opera
  • salesforce basecamp milano 2019 miriade social
    +
    Salesforce Basecamp, non dirmi che te lo sei perso!
  • +
    Sophos Cloud Optix: massima sicurezza per il cloud pubblico
  • +
    Quanto corre il tuo database? Scoprilo con Solarwinds DPA
  • SOPHOS EVOLVE
    +
    Il futuro della cybersecurity a Sophos Evolve | Milano, 14 giugno
  • machine learning cos'è
    +
    Perchè anche la tua azienda deve iniziare ad utilizzare il machine learning
  • +
    Business Intelligence: non solo Controllo di Gestione
  • cloud computing miriade social
    +
    Data strategy: un tassello fondamentale per il business

Data governance e data strategy: istruzioni per l’uso

By Luca Zanetello 2 mesi faNo Comments

La ricchezza informativa che ogni organizzazione si trova a gestire oggi sta spingendo sempre più aziende a trovate una soluzione e un framework per guidare la propria evoluzione strategica in ottica data-driven: avere a disposizione una mole di dati pressoché infinita, infatti, non è sufficiente per garantirsi un vantaggio competitivo se non si adotta un sistema definito per la loro gestione.

I vantaggi concreti della data governance

Governare correttamente i dati aiuta le aziende a generare vantaggi reali e concreti come l’identificazione sul nascere delle esigenze dei clienti potendo così personalizzare le offerte, cogliere per tempo cambiamenti sulla percezione del brand e dei prodotti, conoscere in modo più profondo i processi aziendali, impostare strategie di manutenzione preventiva del macchinari e molto altro.

Non porre la giusta attenzione alla necessità di un framework di data governance e data strategy può portare concretamente a veder fallire progetti finalizzati a sfruttare le tante opportunità offerte dell’analisi dei dati i dati.

data governance - data strategy miriade

Come gestire i dati

Un piano di gestione dei dati deve tenere conto di diversi aspetti operativi e tecnologici ma anche organizzativi e strategici che interessano molti flussi e processi caratteristici delle singole aziende. La governance dei dati è un tema multidisciplinare e considerarla come un progetto esclusivamente del mondo IT è uno degli errori commessi con più frequenza. Per portare un contributo sostanziale al business, la data governance deve essere intesa come un processo continuo, strutturato e sistematico ed essere guidato dal business stesso.

In primo luogo, qualsiasi sia il settore di appartenenza dell’organizzazione, è necessario definire una data strategy coerente e un percorso di gestione del dato che evidenzi tempistiche, investimenti e finalità di tutto il flusso, nonché il perimetro dei dati oggetto degli interventi previsti: pena il rischio di avviare iniziative in ambito data governance destinate a rimanere progettualità isolate e a non apportare i benefici sperati.

Punto cruciale di una roadmap consistente è il tema della data quality. Per assicurare un livello corretto di qualità del dato è necessario integrare:

  1. la conoscenza della filiera di produzione del dato stesso, che consenta di definire i controlli necessari a verificare il corretto funzionamento di tutto il flusso;
  2. la scelta della soluzione tecnologica più opportuna per l’implementazione delle regole di controllo e il monitoraggio degli esiti;
  3. la definizione di indicatori quali/quantitativi di misurazione della qualità del dato in grado di rendere analizzabili ed interpretabili i controlli effettuati;
  4. la definizione di un processo di gestione delle anomalie riscontrate che specifichi:
  • i ruoli coinvolti nella individuazione, risoluzione e follow-up delle anomalie riscontrate;
  • il/i tool di censimento e tracciatura delle anomalie e della loro risoluzione.

Aspetto da considerare nella definizione della data quality è anche la connessione con gli altri processi aziendali in modo da tradurre le esigenze del business in requisiti funzionali e tecnici e includere in fase di progettazione un sistema di valutazione degli impatti delle nuove progettualità sulla qualità dei dati.

Tale impact analysis deve essere realizzato, auspicabilmente, con il coinvolgimento di risorse con competenze trasversali, sia di business che IT, ed essere supportato dalla conoscenza della filiera dei dati oggetto degli interventi richiesti.

Cosa serve quindi per definire efficacemente l’evoluzione di una organizzazione in ottica data driven?

  • definire una data strategy coerente con la cultura, la struttura organizzativa e il modello operativo propri del contesto aziendale;
  • adottare un framework di governo dei dati che definisca le linee guida di governo del dato, includendo ruoli e responsabilità, processi e scelte tecnologiche.
  • monitorare costantemente l’evoluzione del framework nel tempo e implementare un sistema in grado di applicare eventuali correttivi.

Scopri di più

Da quasi vent’anni Miriade aiuta le imprese e ottenere il massimo dai propri dati, fornendo soluzioni innovative per conservarli, gestirli, analizzarli e visualizzarla nel migliore dei modi.

Per scoprire come possiamo aiutare anche la tua azienda visita il nostro portale interamente dedicato ai dati e alle analitiche avanzate.

Photo Credit: Pexels

Category:
  Miriade
this post was shared 0 times
 200

Leave a Reply

Your email address will not be published.