Guida pratica alla data governance. Come ottenere vantaggi tangibili per il tuo business

Qualità dei dati e intelligenza artificiale, l’alleanza per il successo aziendale

La data governance non è un progetto a breve termine, ma un processo continuo. Per sfruttare i dati come vantaggio competitivo, è fondamentale comprendere il loro valore, valutare costantemente l’efficacia delle procedure e l’aderenza agli obiettivi

Perché molti progetti di data governance falliscono? Come esperto di data governance, è una domanda che mi viene rivolta spesso. Le cause di questi insuccessi sono molteplici. Dopo aver collaborato con numerose organizzazioni nel rinnovare e rivitalizzare i programmi di governance, mi sono reso conto che esiste un problema comune. È opinione diffusa, infatti, che la data governance richieda troppo tempo per dimostrare i reali benefici per l’organizzazione. Di conseguenza, l’azienda perde interesse, il programma perde slancio, mettendo a rischio i fondi e le risorse del team.

TI PIACE QUESTO ARTICOLO?

Iscriviti alla nostra newsletter per essere sempre aggiornato.

Ma si tratta davvero di un problema inevitabile quando si parla di data governance? La risposta è no. Non siamo davanti a un problema di disciplina della governance dei dati in quanto tale, ma di come questa viene implementata. Se mal pianificata, l’implementazione della governance dei dati può essere un esercizio lungo e faticoso. La governance dei dati è innanzitutto un programma di change management di business. Nella maggior parte delle organizzazioni che si avvicinano per la prima volta alla governance dei dati, il concetto centrale secondo cui è l’azienda – e non l’IT – a dover essere responsabile e a dover rendere conto dei dati può rappresentare uno shock culturale.

Di conseguenza, le persone finiscono per opporsi al cambiamento e l’intero tentativo può impantanarsi in resistenze e conflitti. In secondo luogo, la creazione dell’organizzazione, dei processi e dei ruoli necessari per far funzionare la governance dei dati può richiedere molto tempo. I data owner e i data steward appena nominati devono essere identificati, formati e supportati per iniziare a migliorare i dati nelle aree o nei domini di cui sono responsabili. Questo processo, in un’azienda di grandi dimensioni, può richiedere tempo e impegno. Infine, molti ruoli di governance dei dati sono part-time: i data owner e i data steward devono spesso conciliare il loro lavoro quotidiano con le ulteriori responsabilità che la governance dei dati può imporre. Di conseguenza, l’attenzione alla governance può essere messa da parte e portata avanti solo quando i titolari del ruolo hanno il tempo e l’energia necessari. Ed è inevitabile che questo possa comportare ritardi e perdita di slancio.

Come e perché implementare il valore dei dati

Quali sono i modi giusti e sbagliati per implementare la data governance, alla luce degli ostacoli che abbiamo visto fin qui? Il modo sbagliato è quello di non riconoscere questi ostacoli intrinseci e di insistere invece nel tentativo di implementare la governance in tutta l’organizzazione fin dal primo giorno, come se si volesse creare l’Universo dal Big Bang. Di solito, c’è un piccolo team centrale di data governance che cerca di portare a termine questo compito, e molto rapidamente va a finire che il tempo del team viene distribuito in modo eccessivo su compiti diversi, con poco margine di manovra per concentrarsi adeguatamente su ciascuna area. Questa distribuzione eccessiva di lavoro può mettere a rischio l’efficacia complessiva della data governance e influire negativamente sui risultati che il team può raggiungere. Inevitabilmente questo porta il team centrale a fornire scarso supporto agli owner e agli steward dei dati appena identificati, e così tutto può lentamente precipitare in uno stato in cui i progressi sono, nel migliore dei casi, variabili oppure inesistenti. In sintesi: la governance sta già fallendo e si vede che sta fallendo. Ma allora qual è il modo giusto per implementare la data governance? Invece di ricorrere all’approccio “Big Bang”, la governance può essere introdotta in modo più efficace attraverso l’identificazione e l’esecuzione di progetti pilota e proof of concept.

Leggi anche:  SAS, la vera potenza dell’AI

Per implementare correttamente la data governance, è fondamentale tenere presente alcuni passaggi. Prima di tutto è necessario ottenere una visione iniziale dei problemi di gestione dei dati che stanno realmente danneggiando l’organizzazione, siano essi incentrati sulla qualità dei dati, sui master data, sulla business intelligence, oppure su altro. Successivamente, bisogna selezionare uno o due di questi problemi e analizzarli ulteriormente coinvolgendo esperti di business e dell’IT. Per farlo, organizzate workshop per definire i problemi e il loro impatto in termini di business, ricavate le potenziali soluzioni (cambiamenti di business e/o IT), identificate i vantaggi di business del miglioramento dei dati e concordate un potenziale piano d’azione per realizzarli. A questo punto, potete passare alla creazione del team di progetto per implementare i cambiamenti. All’interno di questo team, identificate i principali stakeholder di business e assicuratevi che diventino i proprietari dei dati e i responsabili della gestione dei dati nel dominio specifico legato al problema identificato. Questo team dovrebbe ricevere supporto dal team centrale di data governance. In questa fase, concretizzare i miglioramenti e rivedere i benefici previsti per essere sicuri che siano stati raggiunti. Dopo, potete passare alla definizione di una funzione permanente di data governance incentrata sui data owner e sui data steward per garantire che i benefici siano supportati e che vengano affrontati ulteriori potenziali miglioramenti dei dati. È importante descrivere l’intero progetto come un caso d’uso che possa essere utilizzato per illustrare i vantaggi di un approccio basato sulla data governance ad altre parti dell’organizzazione. Una storia di successo concreta è il modo più efficace per promuovere la data governance rispetto a benefici teorici, soprattutto se si incontrano resistenze o ostilità.

Leggi anche:  Qualità dei dati e intelligenza artificiale, l’alleanza per il successo aziendale

Alla fine, ripetere il processo descritto in precedenza per affrontare altre aree problematiche dei dati. Continuare ad applicare questi passaggi in modo iterativo per migliorare costantemente la gestione dei dati in tutta l’organizzazione.

La gradualità nell’introduzione dei concetti chiave

L’approccio di implementazione graduale della data governance offre una serie di vantaggi, tra cui la focalizzazione sulle aree critiche, la dimostrazione di benefici reali, il supporto del team centrale e la gestione del cambiamento culturale. Questi fattori contribuiscono a promuovere una governance dei dati efficace e duratura all’interno dell’organizzazione.

In questo modo, la data governance viene implementata per prima in quelle aree in cui i problemi dei dati sono più acuti. La presentazione e la pubblicizzazione del caso d’uso ai manager e ad altri soggetti contribuirà a convincerli a sostenere un’iniziativa di governance più ampia. La realizzazione tempestiva di benefici reali di business aiuta a convincere anche i più scettici sull’efficacia della governance dei dati e sul suo valore per l’organizzazione. Inoltre, team centrale di governance dei dati può supportare efficacemente i progetti pilota, guidando così i team di progetto verso risultati di successo.

I concetti fondamentali della governance dei dati, come la proprietà e la gestione dei dati, vengono introdotti gradualmente. Ciò aiuta a radicare l’importanza di questi concetti all’interno dell’organizzazione e facilita la gestione del cambiamento culturale necessario per rendere la data governance un’attività normale e non eccezionale. Nel complesso, questo approccio è fortemente consigliato a chiunque stia per iniziare a introdurre la data governance oppure sia in difficoltà con un progetto già in atto. Quando si parla di governance dei dati, la rapidità e la frequenza sono la chiave del successo.

Leggi anche:  Qlik acquisisce Kyndi per migliorare i risultati di business basati sull’AI

Nigel Turner

Esperto di Information management e Principal Information management consultant EMEA di Global Data Strategy. Ha lavorato come responsabile dell’implementazione di soluzioni di Information management per British Telecommunications (BT). Come consulente esterno, ha all’attivo più di 150 clienti, tra cui l’Agenzia per l’Ambiente, British Gas, HSBC e Intel USA. La sua vasta esperienza e competenza lo hanno reso un punto di riferimento nel campo del Data management. Relatore in conferenze internazionali, è membro di lunga data del comitato della Data Management Association (DAMA) nel Regno Unito.

Nigel Turner presenterà per Technology Transfer il seminario “Data Governance: una guida pratica” che si terrà online live streaming il 13-14 dicembre 2023.