“Si scrive Data Governance, si legge capacità di comprendere il mercato. E – aggiungiamo – di orientare di conseguenza le scelte strategiche e tattiche, con l’obiettivo di soddisfare le esigenze dei clienti.” Così scrivevamo lo scorso settembre. Vi sarà capitato, infatti, di leggere diversi post sulla Data governance, anche sul nostro blog.
Oggi, però, vogliamo provare a dirvi qual è lo stato dell’arte, non solo sul tema Data governance ma anche sull’automazione.

Ci viene in aiuto il nostro partner, Erwin, che ha condotto una ricerca sull’adozione della data governance e sul perché viene adottata. Ad oggi sono molte le aziende che non trascurano l’importanza della realizzazione di procedure di data governance di qualità. Se nel 2018, con l’avvento del GDPR, la maggior parte degli intervistati si affidava alla data governance per essere compliant alla neo-normativa, oggi la maggior parte ha compreso quanto ciò sia importante per garantire, attraverso un uso efficiente ed efficace dei dati, un miglioramento nei processi decisionali. Da non tralasciare anche la trasformazione digitale e la necessità di catalogare i dati. Le aziende si stanno ancora organizzando, soprattutto per padroneggiare i migliori strumenti per la data governance e noi di BNova vorremmo lanciare un monito ulteriore: nella situazione odierna appare quanto mai irrimandabile la trasformazione digitale della propria azienda e che questa non possa prescindere dalla data governance.

Per avere un sistema di data governance automatizzato e completo, tuttavia, pare volerci ancora del tempo e non possiamo approvare chi lo ha fatto in modo frammentato e approssimativo. Affermare che si è un’azienda con una buona data governance policy richiede tempo: raccolta dati, catalogazione, pulizia, conservazione per non rischiare imprecisioni e rallentamenti nelle analisi. Basti pensare alle aziende che ancora oggi utilizzano sistemi di catalogazione dei dati attraverso fogli Excel e che si affidano ad essi per il reperimento di informazioni e la conduzione di analisi che impattano sui processi decisionali. Attenzione: non stiamo demonizzando Excel, Access e i vari tool sino ad oggi utilizzati, bensì stiamo invitando ad utilizzarli in modo più funzionale ed efficace. Tutti questi “metodi classici” con cui si è lavorato sino ad oggi possono ancora essere utilizzati, ma facendo un passo avanti: il ricorso all’automazione. Si parla molto di data lineage e impact analysis quando si cita l’automazione ed è proprio questo lo sforzo ulteriore che consentirà di attuare una data governance di qualità. Tutto questo permetterà il tracciamento dei dati, la ricostruzione della loro storia, la facilità di reperimento e condivisione, un’ottimizzazione delle tempistiche di lavoro, la condivisione dei dati stessi su diverse piattaforme senza rischiare il loro danneggiamento o la perdita degli stessi. Non dimentichiamo, infine, una gestione più razionale della memorizzazione dei dati: non in mille posti ma in uno e ben organizzato.

New call-to-action

Approfondimenti da BNext:

Data Governance: governare processi e responsabilità sui dati. Un use case in ambito finance.

Secondo Gartner erwin by Quest è la soluzione di Data Governance leader di mercato. Ecco i vantaggi in un use case in ambito finance

Le tecnologie di data virtualization e di metadata management

Le tecnologie di data virtualization e di metadata management sono fondamentali per una data governance efficace in azienda. Ecco perché

La virtualizzazione dei dati per una efficace data lineage

La data virtualization come tecnologia di integrazione dati. Cos’è e perché è efficace per la data lineage

La data lineage nella Data Governance aziendale

Data lineage: l’origine dei dati, dove e come si spostano nel tempo. Consente di “mappare” tutto il ciclo di vita del dato.

erwin: l’acquisizione di Quest Software

Nel mondo IT molte sono le joint venture, è il caso di Quest, società software e servizi IT. erwin: l’acquisizione di Quest a dicembre 2020

Data Governance: superare i colli di bottiglia con erwin

La #DataGovernance è qualcosa di più della mera gestione del rischio: la conformità rispetto alle regolamentazioni in merito a queste tematiche è un valore aggiunto, ma la sua applicazione è spesso difficile a causa di una serie di colli di bottiglia che la frenano: data lineage assenti, qualità dei dati non certificata, contesto aziendale non pronto. Con erwin però puoi superarli!

Un framework per la Data Governance 2.0

La aziende hanno bisogno dei dati per prendere decisioni, la loro efficacia dipende anche dalla loro gestione. Scopri il framework per la Data Governance 2.0 per garantire l’accesso e uso dei dati in modo controllato e sicuro da chiunque ne abbia bisogno

​Data Preparation e Data Visualization, i pilastri e le tecnologie per un’adeguata Data Governance

La Data Governance è una vera e propria strategia di valorizzazione del dato stesso, il patrimonio aziendale più prezioso. La Data Preparation e la Data Visualization sono i pilastri fondamentali alla base di un’efficace orchestrazione dei dati

Data Governance: come uscire dal caos e orchestrare al meglio i dati

La Data Governance è un insieme di strategie, processi e policy definite a monte della gestione e dell’utilizzo dei dati con l’obiettivo di gestirli per limitare rischi, prevenire errori, risolvere i problemi legati ai dati e alla loro (spesso) scarsa qualità

BigData4Business Toolkit: la metodologia per una strategia aziendale che incorpori i Big Data

BNova lavora da anni nell’ambito dei dati e dell’innovazione, con un approccio tecnico, ma con uno sguardo sempre rivolto al business per cogliere le esigenze dei clienti anche a livello strategico. Da questo approccio che nasce il nostro Big Data 4 Business Toolkit