Enterprise Data Governance

Per EDG- Enterprise Data Governance intendiamo il contesto organizzativo aziendale per stabilire strategie, obiettivi e politiche per l’ottimale gestione dei dati aziendali.

Cioè? A che serve?

Governance dei dati è un concetto che esiste da decenni, ma solo di recente è diventata una disciplina supportata da metodologie e tools per produrre valore per l’impresa in senso ampio e diversificato: «un must».

Negli USA, il collasso di aziende come Enron ha guidato il governo a stabilire regole per migliorare la sicurezza, l’accuratezza e l’affidabilità delle informazioni aziendali (es. il Sarbanes-Oxley Act). In UE è stato adottato il Regolamento per la Protezione Generale dei Dati (GDPR), che in Italia è stato assimilato erroneamente ad un regolamento privacy, ma che -invece, è un efficace insieme di regole per il governo delle informazioni aziendali.

Le informazioni aziendali diventano sempre più vaste, articolate e complesse. Cresce in modo esponenziale la quantità di informazioni gestite, anche a causa degli «user interaction data» e –più in generale, dei big data. L’Internet delle cose (IoT) e la diffusione della banda larga (5G) determineranno la raccolta di dati quantitativamente sempre più rilevanti. Inoltre, aumentano le fonti e cresce la varietà dei formati delle informazioni aziendali: non più solo database e archivi strutturati, ma anche txt, spreadsheet, docs, pdf, filmati, musica, html, ….

Già oggi, l’interpretazione delle informazioni costituisce, molto spesso e nella stragrande maggioranza delle imprese, un grosso problema aziendale. Secondo Gartner, il 70% degli analisti aziendali trascorre il proprio tempo alla ricerca di dati. Dirigenti e quadri aziendali, altamente pagati, continuano a impegnarsi in “risse sui dati aziendali” e trascorrono ore discutendo sul significato e sulla qualità dei dati. A causa della scarsa collaborazione da parte del top management, i progetti di Business Intelligence non decollano o –nella migliore delle ipotesi, non producono valore per il business.

Non è un problema IT

I dirigenti e i manager aziendali considerano generalmente i dati «un problema IT», ma le unità aziendali e l’IT non «funzionano» insieme: culture e approcci completamente differenti. La necessità di una «cultura unica dell’organizzazione» non viene presa in considerazione. Le strutture organizzative sono troppo frammentate, la cultura non supporta processi decisionali centralizzati oppure i processi decisionali non sono ben compresi o ben progettati.

La governance dei dati è vista spesso come un esercizio accademico o viene trattata come un progetto a sé stante. Il ritorno sull’investimento (ROI) non è chiaro ed è difficile collegare le attività di governance dei dati con il valore aziendale. Da considerare -inoltre, che le risorse chiave aziendali sono normalmente già sovraccaricate e non possono assolvere anche all’attività di governance.

Ecco -quindi, la necessità di un progetto per l’Enterprise Data Governance; di un progetto “non IT” o -comunque, “non solo IT”, che abbracci l’intera organizzazione a partire dal top management. In un tale progetto, gli specialisti di Arancia-ICT possono aiutare il Cliente ad individuare i passi da compiere, le funzioni aziendali da coinvolgere, le fasi progettuali e strumenti di cui dotarsi.

Metadata Management & Data Catalog

La gestione di metadati e la creazione di un catalogo aziendale dei dati rappresentano la base di un progetto di Enterprise Data Governance.

I metadati descrivono le varie sfaccettature di un asset di informazioni che possono migliorarne l’usabilità per tutto il suo ciclo di vita. La gestione dei metadati aziendali (EMM) comprende ruoli, responsabilità, processi, organizzazione e tecnologia necessari per garantire che i metadati all’interno dell’azienda aggiungano valore ai dati di quell’azienda. È importante notare che questa comprensione dei metadati e dei suoi usi va ben oltre le sole sfaccettature tecniche. I metadati – e il relativo catalogo che accoglie queste informazioni – sono utilizzati come riferimento per progetti orientati al business e tecnici e costruiscono le basi per la descrizione, l’inventario e la comprensione dei dati per più casi d’uso. Esempi di casi d’uso includono -appunto- la governance dei dati, la gestione del rischio e della conformità, l’analisi dei dati e il loro valore (business intelligence).

L’offerta di mercato delle soluzioni per la gestione dei metadati e del catalogo dei dati è complessa, poiché le soluzioni non sono tutte identiche per ambito o capacità.

Le funzionalità mediamente presenti nella maggiorparte delle soluzioni sperimentate comprendono le seguenti funzionalità:

Repository di metadati: utilizzati per documentare e gestire i metadati e per eseguire analisi mediante i metadati. Le organizzazioni possono anche utilizzare i repository per pubblicare informazioni sulle risorse riutilizzabili, consentendo agli utenti di esplorare i metadati durante le attività del ciclo di vita, come la progettazione, la verifica e la gestione dei rilasci.

Glossario aziendale: un repository utilizzato per comunicare e governare i termini aziendali dell’azienda insieme alle definizioni associate e alle relazioni tra questi termini.

Origine dei dati: specifica le origini dei dati e il loro spostamento nel tempo. Descrive anche cosa succede ai dati mentre attraversano diversi processi. Il “lignaggio” dei dati può aiutare ad analizzare come vengono utilizzate le informazioni e tenere traccia dei bit di informazioni chiave che servono a uno scopo particolare.

Analisi dell’impatto: fornisce informazioni dettagliate sulle dipendenze delle informazioni o sull’impatto di una modifica all’interno di un’origine dati.

Gestione delle regole: automatizza l’applicazione delle regole aziendali legate agli elementi di dati e ai relativi metadati. Questa capacità supporta interfacce dedicate per la creazione e l’ordine di esecuzione e collegamenti con l’information stewardship per una governance efficace.

Strutture semantiche: Include il supporto per le tassonomie; modelli di relazioni di entità (ER); e linguaggi di ontologia e modellazione come il Resource Description Framework (RDF), il Web Ontology Language (OWL) e l’Unified Modeling Language (UML).

Ingestione e traduzione di metadati: utilizzo di tecniche o bridge per varie origini dati, ad esempio:

  • estrazione, trasformazione e caricamento (ETL); integrazione delle applicazioni; integrazione dei dati; ricerca
  • Business intelligence (BI) e strumenti di reporting
  • Strumenti di modellazione
  • Cataloghi del sistema di gestione del database (DBMS)
  • ERP e altre applicazioni
  • formati XML
  • File di registro hardware e di rete
  • fogli di calcolo / documenti di Microsoft Excel
  • Documenti PDF
  • Metadati aziendali
  • Metadati personalizzati

Il Laboratorio Data Management di Arancia-ICT ha sperimento con successo l’uso delle seguenti soluzioni:

 

Richiedi Informazioni
Per saperne di più contatta il nostro team…

Questo sito web utilizza i cookie

Utilizziamo i cookie per personalizzare contenuti ed annunci, per fornire funzionalità dei social media e per analizzare il nostro traffico. Condividiamo inoltre informazioni sul modo in cui utilizzi il nostro sito con i nostri partner che si occupano di analisi dei dati web, pubblicità e social media, i quali potrebbero combinarle con altre informazioni che hai fornito loro o che hanno raccolto dal tuo utilizzo dei loro servizi. Acconsenti ai nostri cookie se continui ad utilizzare il nostro sito web.

Approfondisci Chiudi