La governance dei dati è il processo di gestione della disponibilità, dell'usabilità, dell'integrità e della sicurezza dei dati nei sistemi dell'organizzazione, sulla base di standard e criteri interni dei dati che controllano anche l'utilizzo dei dati.
Un'efficace governance dei dati garantisce che i dati siano coerenti, affidabili e non utilizzati in modo improprio. È sempre più fondamentale poiché le organizzazioni devono affrontare le nuove normative sulla privacy dei dati e si affidano sempre più all'analisi dei dati per semplificare le operazioni e guidare il processo decisionale aziendale.
Un modello di governance dei dati ben organizzato include un team di governance, un comitato direttivo che funge da organo di governo e un gruppo di amministratori dei dati. Tutti lavorano insieme per creare gli standard e le politiche per governare i dati, nonché le procedure di implementazione e conformità che vengono eseguite principalmente dai data steward. Partecipano anche dirigenti e altri rappresentanti delle operazioni aziendali di un'organizzazione, nonché team IT e di gestione dei dati.
Sebbene la governance dei dati sia una componente fondamentale di una strategia complessiva di gestione dei dati, le organizzazioni dovrebbero concentrarsi sui risultati aziendali desiderati derivati da un programma di governance piuttosto che sui dati stessi.
Perché la governance dei dati è importante?
Senza un'efficace governance dei dati, le incoerenze dei dati tra i diversi sistemi di un'organizzazione potrebbero non essere risolte.
Ad esempio, i nomi dei clienti possono apparire in modo diverso nei sistemi di vendita, logistica e servizio clienti. Ciò potrebbe complicare gli sforzi di integrazione dei dati e creare problemi di integrità dei dati che influiscono sull'accuratezza delle applicazioni di business intelligence (BI), reporting aziendale e analisi.
Inoltre, gli errori di dati potrebbero non essere identificati e corretti, influendo ulteriormente sull'accuratezza della BI e dell'analisi. Esistono diversi motivi per cui le organizzazioni dovrebbero avere la governance dei dati:
- Evitare silos incoerenti in diversi dipartimenti o unità.
- Concordare definizioni di dati che possono essere condivise e comprese in tutta l'organizzazione.
- Migliora la qualità dei dati attraverso sforzi comuni per identificare e correggere gli errori.
- Aumenta la credibilità delle analisi e offri ai decisori informazioni preziose
- Implementare e applicare politiche che aiutano a prevenire errori e uso improprio delle informazioni
- Garantire l'allineamento con le politiche sulla privacy, la protezione dei dati e altre normative
Una scarsa governance dei dati ostacolerà anche le iniziative di conformità, che potrebbero causare problemi alle organizzazioni che devono conformarsi alle nuove leggi sulla protezione dei dati e sulla privacy, come il GDPR dell'Unione Europea e il Consumer Privacy Act. California (CCPA) dell'Unione Europea.
Un programma di governance dei dati si traduce in genere nello sviluppo di definizioni di dati comuni e formati di dati standard che si applicano a tutti i sistemi aziendali, aumentando la coerenza dei dati per usi aziendali e di conformità.
Benefici e obiettivi della governance dei dati
Un obiettivo chiave della governance dei dati è abbattere i silos di dati in un'organizzazione. Questi silos si accumulano comunemente quando le singole unità aziendali implementano sistemi di elaborazione delle transazioni separati senza un coordinamento centralizzato o un'architettura di dati organizzativa comune.
governance dei dati ha come scopo armonizzare i dati in tali sistemi attraverso un processo collaborativo, con gli stakeholder delle diverse unità di business coinvolte.
Un altro obiettivo del governo è quello di garantire che i dati vengano utilizzati correttamente, sia per prevenire l'introduzione di errori di dati nei sistemi sia per bloccarne il potenziale uso improprio dei dati personali dei clienti e altre informazioni riservate.
Ciò può essere ottenuto creando politiche di utilizzo dei dati uniformi, insieme a procedure per monitorare l'utilizzo e applicare le politiche su base continuativa. Inoltre, la governance dei dati può aiutare a trovare un equilibrio tra le pratiche di raccolta dei dati e le normative sulla privacy.
Oltre a analisi più accurate e maggiore conformità normativa, i vantaggi della governance dei dati includono una migliore qualità dei dati; minori costi di gestione dei dati; e un maggiore accesso ai dati necessari a data scientist, altri analisti e utenti aziendali.
In definitiva, la governance dei dati può aiutare a migliorare il processo decisionale aziendale fornendo informazioni migliori. Questo porta a vantaggi competitivi, maggiori ricavi e profitti.
Ruoli di governance dei dati
Nella maggior parte delle organizzazioni, più persone sono coinvolte nel processo di governance dei dati. Ciò include dirigenti aziendali, professionisti della gestione dei dati e personale IT, nonché utenti finali che hanno familiarità con i domini di dati rilevanti nei sistemi di un'organizzazione. Questi sono gli attori chiave e le loro principali responsabilità di governance.
Responsabile dei dati
Il Chief Data Officer (CDO), se presente, è spesso il dirigente senior che sovrintende a un programma di governance dei dati e ha responsabilità di alto livello per il suo successo o fracaso. Il ruolo del CDO include garantire l'approvazione, il finanziamento e il personale per il programma, svolgere un ruolo di leadership nella sua istituzione, monitorarne i progressi e agire come sostenitore interno. Se un'organizzazione non dispone di un CDO, un altro dirigente di C-suite fungerà in genere da sponsor esecutivo e svolgerà gli stessi compiti.
Responsabile e Team di Data Governance
In alcuni casi, il CDO o un dirigente equivalente (ad esempio un direttore della gestione dei dati aziendali) può anche essere il direttore del programma pratico di governance dei dati. In altri, le organizzazioni nominano un amministratore di governance dei dati o li indirizzano specificamente a eseguire il programma. In ogni caso, il responsabile del programma in genere guida un team di governance dei dati che lavora sul programma a tempo pieno. A volte più formalmente noto come ufficio di governance dei dati, coordina il processo, conduce riunioni e sessioni di formazione, tiene traccia delle metriche, gestisce le comunicazioni interne ed esegue altre attività di gestione.
Comitato per la governance dei dati
Tuttavia, il team del governo generalmente non prende decisioni su politiche o standard. Questa è la responsabilità del comitato o consiglio per la governance dei dati, che è composto principalmente da dirigenti aziendali e altri proprietari di dati. Il comitato approva la politica fondamentale di governance dei dati e le relative politiche e regole su aspetti quali l'accesso e l'utilizzo dei dati, nonché le procedure per attuarle. Risolve anche le controversie, come i disaccordi tra le diverse unità aziendali sulle definizioni e sui formati dei dati.
amministratori di dati
Le responsabilità dell'amministratore dei dati includono il monitoraggio dei set di dati per mantenerli in ordine. Hanno anche il compito di garantire che le politiche e le regole approvate dal comitato per la governance dei dati siano attuate e che gli utenti finali le rispettino. I lavoratori con conoscenza di particolari domini e risorse di dati sono generalmente nominati per gestire la funzione di gestione dei dati. Questo è un lavoro a tempo pieno in alcune aziende e un lavoro part-time in altre; Potrebbe esserci anche un mix di IT e gestori di dati aziendali.
Architetti di dati, modellatori di dati, analisti e ingegneri
Anche gli architetti dei dati, i modellatori di dati e gli analisti e ingegneri della qualità dei dati fanno parte del processo di governance. Inoltre, gli utenti aziendali e i team di analisi devono essere formati sulle politiche di governance dei dati e sugli standard dei dati in modo da poter prevenire l'uso improprio o improprio dei dati. Puoi saperne di più sui ruoli e sulle responsabilità della governance dei dati e su come strutturare un programma di governance in un articolo correlato.
Componenti del quadro di governance
Un quadro di governance dei dati è costituito da politiche, regole, processi, strutture organizzative e tecnologie implementate nell'ambito del programma di governance.
Descrive inoltre in dettaglio elementi come la dichiarazione di intenti del programma, i suoi obiettivi e come verrà misurato il suo successo, nonché le responsabilità decisionali e il ritorno per i vari ruoli che faranno parte del programma.
Pertanto, date così tante informazioni, devono essere documentate e condivise internamente per mostrare come funziona, in modo che sia chiaro a tutti i soggetti coinvolti sin dall'inizio.
Dal punto di vista tecnologico, il software di governance dei dati può essere utilizzato per automatizzare gli aspetti della gestione dei programmi. Sebbene gli strumenti di governance non siano una componente richiesta del framework, aiutano nel suo sviluppo supportando la gestione della pianificazione e del flusso di lavoro, la collaborazione, lo sviluppo di politiche di governance, la documentazione dei processi, la creazione di cataloghi di dati e altre funzioni. Possono anche essere utilizzati insieme a strumenti di qualità dei dati, gestione dei metadati e gestione dei dati master (MDM).
Implementazione della governance dei dati
Il passaggio iniziale nell'implementazione di un framework di governance dei dati prevede l'identificazione dei proprietari delle diverse risorse di dati in un'impresa e la partecipazione di loro o di persone designate nei loro team al programma di governance. Il CDO (Chief Data Officer), sponsor esecutivo o responsabile della governance dei dati assume la guida nella creazione della struttura del programma, lavorando per fornire personale al team di governance dei dati, identificare gli steward dei dati e formalizzare il comitato di governo.
Una volta terminata la struttura, inizia il vero lavoro. Dovrebbero essere sviluppate politiche di governance e standard di dati, insieme a regole che definiscano come il personale con accesso può utilizzare i dati.
- Mappatura e classificazione dei dati. La mappatura dei dati tra i sistemi aiuta a documentare le risorse di dati e il modo in cui i dati fluiscono attraverso l'organizzazione. Diversi set di dati possono essere classificati in base a fattori come se contengono informazioni personali o altri dati sensibili. Le classificazioni influenzano il modo in cui vengono applicate le politiche governative.
- Glossario commerciale. Un glossario aziendale contiene definizioni di termini e concetti aziendali utilizzati in un'organizzazione, ad esempio, cosa costituisce a cliente attivo. Aiutando a stabilire un vocabolario comune per i dati aziendali, i glossari aziendali contribuiscono agli sforzi di governance.
- Dizionario dati. I dizionari o i cataloghi di dati raccolgono metadati dai sistemi e li utilizzano per creare un inventario indicizzato delle risorse di dati disponibili che include informazioni sull'origine dati, funzionalità di ricerca e strumenti di collaborazione. Le informazioni sulle politiche di governance dei dati e sui meccanismi automatizzati per applicarle possono anche essere incorporate nei cataloghi. (guarda Chiavi per un'organizzazione basata sui dati)
Le migliori pratiche
Poiché è possibile imporre restrizioni al modo in cui i dati vengono gestiti e utilizzati, può diventare una sfida per le organizzazioni. Una preoccupazione comune tra i team di gestione dei dati e della tecnologia è che gli utenti aziendali possano avere una percezione della "polizia dei dati".
Per promuovere l'adesione degli utenti ed evitare la resistenza alle politiche di governance, i manager esperti raccomandano che i programmi siano orientati al business, con il coinvolgimento dei proprietari dei dati e il comitato di governance che prende decisioni su framework di standard, politiche e regole.
La formazione e l'istruzione sulla governance dei dati sono una componente necessaria delle iniziative, in particolare per familiarizzare gli utenti aziendali e gli analisti di dati con le regole di utilizzo dei dati, i mandati sulla privacy e la loro responsabilità di contribuire a mantenere la coerenza dei set di dati.
Anche la comunicazione continua con dirigenti aziendali, dirigenti aziendali e utenti finali sullo stato di avanzamento di un programma di governance dei dati è un must, attraverso una combinazione di report, newsletter via e-mail, workshop e altri metodi di sensibilizzazione.
Ci sono una serie di fattori che aiutano il successo di un quadro di governance:
- Un focus sul valore aziendale e sui risultati organizzativi.
- Accordo interno sulla responsabilità dei dati e sui diritti decisionali.
- Un modello basato sulla fiducia nell'origine e nella conservazione dei dati.
- Processo decisionale trasparente conforme a un insieme di principi etici.
- Gestione del rischio e sicurezza inclusi come componenti fondamentali della governance.
- Istruzione e formazione permanente, con meccanismi per misurarne l'efficacia.
- Una cultura collaborativa e un processo di governance che incoraggia un'ampia partecipazione.
Le associazioni professionali che promuovono le migliori pratiche nei processi di governance dei dati includono DAMA International e l'Organizzazione dei professionisti della governance dei dati. Il Data Governance Institute, un'organizzazione fondata nel 2004 dall'allora consulente Gwen Thomas, ha pubblicato un modello di quadro di governance dei dati e una serie di guide sulle migliori pratiche di governance.
Sfide di governance dei dati
I primi sono spesso i più difficili perché diverse parti di un'organizzazione hanno in genere opinioni divergenti su entità di dati aziendali chiave, come clienti o prodotti.
Queste differenze devono essere risolte nell'ambito del processo di governance, ad esempio concordando definizioni e formati di dati comuni. È spesso uno sforzo teso e controverso, quindi il comitato per la governance dei dati ha bisogno di una chiara procedura di risoluzione delle controversie.
Altre sfide comuni che le organizzazioni devono affrontare includono i seguenti elementi mostrati di seguito.
mostra il tuo valore commerciale. Questa sfida parte dall'inizio. Su base continuativa, la dimostrazione del valore aziendale richiede lo sviluppo di parametri misurabili, in particolare il miglioramento della qualità dei dati. Ciò potrebbe includere il numero di errori di dati risolti su base trimestrale e i guadagni in termini di entrate o risparmi sui costi che ne derivano. Altre metriche comuni sulla qualità dei dati misurano l'accuratezza e i tassi di errore sui set di dati e gli attributi correlati come l'integrità e la coerenza dei dati.
Supporto per analisi self-service. Il movimento self-service di BI e analisi ha creato nuove sfide di governance mettendo i dati nelle mani di più utenti nelle organizzazioni. È necessario garantire che i dati siano accurati e accessibili agli utenti, assicurando nel contempo che gli utenti (analisti aziendali, dirigenti, citizen data scientist e altri) non utilizzino in modo improprio o siano in conflitto con i dati, la sicurezza dei dati e le restrizioni sulla privacy. Lo streaming dei dati utilizzati per l'analisi in tempo reale complica ulteriormente questa sfida.
Governare i big data. L'implementazione di sistemi di big data aggiunge anche nuove esigenze e sfide di governance. I programmi di governance dei dati tradizionalmente si concentravano sui dati strutturati archiviati nei database relazionali, ma ora devono affrontare il mix di dati strutturati, non strutturati e semi-strutturati che spesso contengono gli ambienti dei big data, nonché una varietà di piattaforme di dati, incluso Hadoop. e Scintilla. sistemi, database NoSQL e archivi di oggetti cloud. Inoltre, i big data set vengono spesso archiviati in forma grezza in data lake e quindi filtrati secondo necessità per usi analitici.
Pilastri chiave della governance dei dati
I programmi di governance dei dati si basano su aspetti aggiuntivi del processo complessivo di gestione dei dati, inclusi i seguenti.
- Gestione dei dati. Una responsabilità essenziale dell'amministratore dei dati è quella di essere responsabile di una parte dei dati di un'organizzazione, in aree quali la qualità, la sicurezza e l'utilizzo dei dati. I team di gestione dei dati vengono generalmente formati per aiutare a guidare ed eseguire l'implementazione delle politiche di governance dei dati. In genere sono costituiti da utenti aziendali esperti di dati che sono esperti in materia nei loro domini, sebbene l'amministratore dei dati possa anche ricoprire un ruolo tecnologico. Gli amministratori dei dati collaborano con analisti della qualità dei dati, amministratori di database e altri professionisti della gestione dei dati, mentre lavorano con le unità aziendali per identificare i requisiti e i problemi dei dati.
- Qualità dei dati. Il miglioramento della qualità dei dati è una delle maggiori forze trainanti delle attività di governance. Precisione, integrità e coerenza dei dati tra i sistemi sono caratteristiche critiche di iniziative di successo. La pulizia dei dati, o pulizia dei dati, è un elemento comune della qualità dei dati. Corregge gli errori e le incongruenze dei dati, correla e rimuove anche le istanze duplicate degli stessi elementi di dati, armonizzando così i vari modi in cui lo stesso cliente o prodotto può apparire nei sistemi. Gli strumenti per la qualità dei dati forniscono queste funzionalità attraverso funzionalità di profilazione, analisi e confronto dei dati, tra le altre funzionalità.
- Gestione dei dati anagrafici. MDM (Marter Data Management) è un'altra disciplina di gestione strettamente associata ai processi di governance. Le iniziative MDM stabiliscono un set principale di dati su clienti, prodotti e altre entità aziendali per garantire che i dati siano coerenti tra i diversi sistemi di un'organizzazione. L'MDM è una scelta naturale con il governo. Tuttavia, come i programmi governativi, gli sforzi MDM possono creare controversie nelle organizzazioni a causa delle differenze tra i dipartimenti e le unità aziendali su come formattare i dati master. Inoltre, la complessità dell'MDM ne ha limitato l'adozione rispetto alla governance dei dati. Ma la combinazione dei due ha portato a uno spostamento verso progetti MDM su scala ridotta guidati da obiettivi di governance dei dati.
- Casi d'uso. Una governance efficace è al centro della gestione dei dati utilizzati nei sistemi operativi e nelle applicazioni di BI e analisi. È anche una componente importante delle iniziative di trasformazione digitale e può aiutare con altri processi aziendali, come la gestione del rischio, la gestione dei processi aziendali e le fusioni e acquisizioni. La conformità alle direttive sulla privacy GDPR e CCPA è un altro nuovo caso d'uso per la governance dei dati. La diffusione interna di queste storie di successo aiuta a stabilire una cultura comune nelle organizzazioni.
Fornitori e strumenti per la governance dei dati
Gli strumenti di governance dei dati sono già disponibili da vari fornitori.
Ciò include i principali fornitori di tecnologia come IBM, Informatica, Information Builders, Oracle, SAP e SAS Institute, nonché specialisti della gestione dei dati come Adaptive, ASG Technologies, Ataccama, Collibra, Erwin, Infogix e Talend.
Nella maggior parte dei casi, gli strumenti di governance vengono offerti come parte di suite più ampie che incorporano anche funzionalità di gestione dei metadati e funzionalità dell'origine dati.
Il software di catalogazione dei dati è incluso anche in molte piattaforme di governance dei dati e gestione dei metadati.
Come nel caso precedente, è disponibile presso fornitori specializzati con un prodotto indipendente, ad esempio Alation, Alteryx, Boomi, Cambridge Semantics e Data.world.
