“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.
Data Governance: lo stato dell’arte
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.
