Per estrarre le massime prestazioni dagli ambienti di dati, sia a livello di conoscenza operativa, commerciale o di business, uno degli aspetti più rilevanti è quello di proporre le migliori pratiche per la governance e l'analisi dei dati.
Senza una buona governance, gli investimenti in dati e analisi non saranno in grado di soddisfare le esigenze organizzative, la crescita dei ricavi, l'ottimizzazione dei costi e la migliore esperienza del cliente.
Oltre alle migliori pratiche, è necessario stabilire principi pratici per creare una base efficace per dati e analisi.
Può capitare che si incontrino difficoltà nell'individuare i principi di governance da migliorare, a causa della mancanza di un chiaro punto di riferimento per lo sviluppo delle best practices nei principi chiave.
1.- Allineare il governo ai risultati aziendali
Gli sforzi di governance devono essere direttamente correlati alla strategia e alle priorità aziendali. Tuttavia, le organizzazioni spesso orientano le loro pratiche di governance sui dati piuttosto che sul business, rendendo difficile per i proprietari dei dati avere conversazioni costruttive con i leader aziendali.
Per supportare al meglio i risultati aziendali, le politiche e gli standard di governance devono essere allineati alle priorità aziendali, alle metriche dei processi aziendali e alle metriche dei dati.
Il valore aziendale ei risultati aziendali devono essere al centro della governance, con metriche aziendali chiare. Queste metriche devono essere attribuite personalmente alle parti interessate. Infine, dovrebbero essere organizzate revisioni aperte con i responsabili delle decisioni chiave e dovrebbero essere contemplate strategie per migliorare i risultati della tua attività.
2.- Mantenere un Modello di Responsabilità e Decision Making
Un modello di responsabilità e diritti per il processo decisionale è fondamentale per il successo di qualsiasi sforzo sui dati. Ciò fornisce la supervisione necessaria per garantire che le persone giuste siano ritenute responsabili delle decisioni che prendono e che le parti interessate abbiano fiducia nel processo decisionale di governance.
3.- Governo basato sulla fiducia
Le risorse di dati e analisi esistono ovunque in un'organizzazione e sono di natura variabile, quindi prendere decisioni aziendali basate sul presupposto che "tutte le informazioni sono uguali" non è un buon approccio. È necessario stabilire un modello di governance basato sulla fiducia che:
- Supporta un ecosistema di dati e analisi distribuito
- Riconosce la diversa origine e trattamento dei beni
- Aiuta i leader a prendere decisioni contestualmente rilevanti con maggiore sicurezza.
Costruire tale fiducia richiede tecnologie che consentano ai dati di essere presentati come un catalogo e aiutino a scoprire, valutare e controllare risorse e analisi nell'ecosistema dell'organizzazione.
4.- Etica e Trasparenza
Per una digitalizzazione efficace, tutta la governance dei dati deve operare secondo i principi della trasparenza e dell'etica digitale. Le decisioni sulla governance dei dati e dell'analisi devono essere chiare, difendibili e documentate. Il leader dei dati e dell'analisi deve stabilire un quadro di etica digitale che possa essere implementato in tutta l'organizzazione.
Deve essere garantito che i principi siano allineati con la missione, la visione e i valori strategici dell'organizzazione, compresi quelli dell'etica digitale. Devono essere designati i responsabili competenti e devono essere chiaramente comunicate le basi su cui vengono prese le decisioni.
Le procedure operative di governance e analisi dei dati devono essere chiaramente verificabili, evidenziando le decisioni prese, le azioni da esse derivate, i relativi investimenti e spese, e il rispetto dell'etica digitale.
5.- Gestione del rischio e sicurezza delle informazioni
Nelle grandi organizzazioni i rischi sono, oltre ad essere imposti dall'autorità di regolamentazione, un principio di funzionamento. Ciò significa che rappresentano opportunità create da Dati e Analisi allineate ai rischi. Di solito accade, per ragioni storiche, che le opportunità e i rischi di business siano governati separatamente e la sicurezza delle informazioni non sia considerata una componente chiave nella valutazione dei risultati.
Gli organi di governance dei dati devono essere multidisciplinari in modo da poter prendere decisioni equilibrate, dando peso alle opportunità, al rischio e alla sicurezza e tenendo conto degli interessi a lungo termine dell'organizzazione.
Le metriche per valutare le decisioni di governance devono quindi indicare il valore aziendale, i rischi e le opportunità future e le potenziali lacune nella sicurezza delle informazioni. Per affrontare i rischi in tempo reale, è necessario un ambiente di controllo integrato nel framework di sicurezza delle informazioni aziendali in esso contenuto.
6.- Formazione e Istruzione
Le iniziative di governance dei dati coinvolgono nuovi comportamenti e atteggiamenti delle persone, seguendo le aspettative stabilite da politiche e standard. Ma non è sempre chiaro esattamente quali dovrebbero essere questi nuovi comportamenti.
Una buona pratica consiste nell'includere le competenze delle risorse umane e un piano per l'apprendimento e lo sviluppo per supportare le migliori pratiche di governance dei dati. Collaborare anche con il team delle risorse umane per discutere i ruoli relativi al governo per avere un'idea delle competenze richieste e sviluppare moduli di formazione costituiti da webinar, blog o linee guida per fornire materiale di apprendimento pertinente e aggiornato. Infine, valutare l'impatto per aiutare le persone a prendere decisioni di governance migliori e apportare i miglioramenti necessari allo sviluppo.
È necessario definire obiettivi chiari, ben definiti e misurabili per il ruolo di dati e analisi. Ad esempio, il completamento di moduli di formazione specifici sulle migliori pratiche di governance dei dati può diventare parte degli obiettivi annuali delle persone.
7.- Promuovere il cambiamento culturale e la collaborazione
Poiché le decisioni di governance e analisi dei dati possono essere prese in tutta l'organizzazione, è necessario sviluppare competenze altamente collaborative anziché centralizzate. Il governo non può essere percepito come un'attività burocratica; piuttosto, dovrebbe concentrarsi sulle interazioni interpersonali, sulla narrazione, sulla condivisione delle conoscenze e sull'innovazione.
Facendo un'indagine interna e sincera su come i dati sono attualmente percepiti nell'organizzazione, partecipando a riunioni esecutive, municipi e altre sessioni, si scopre cosa deve cambiare culturalmente e si sviluppa una narrazione basata su una storia per spiegare come la governance e l'analisi dei dati possono affrontare sfide reali che non portano alla fatica digitale.
