Che cosa si intende per condivisione dei dati?

Le organizzazioni condividono i dati da molto prima dell'invenzione di Internet, ma i progressi nell'alfabetizzazione digitale, nella tecnologia e nell'adozione del cloud hanno portato alla condivisione in tempo reale su scala globale. Le tecnologie di storage e trasferimento dei dati sono più disponibili e convenienti che mai. Di conseguenza, si sono evolute politiche e normative volte a ridurre i rischi associati alla condivisione dei dati, che quindi non si limita a consentire l'accesso per l'analisi e la monetizzazione, ma abbatte le barriere tra le unità di business e i partner esterni. Diversi team possono lavorare in modo indipendente o insieme, ciascuno attingendo alla stessa fonte di dati aggiornata. L'aumento della quantità e della varietà di dati disponibili consente ai team diversificati in tutta l'organizzazione di contribuire a obiettivi organizzativi più ampi.

La combinazione di informazioni provenienti da varie fonti, come dati di ricerca, dati operativi o feedback dei clienti, migliora le prestazioni del servizio e aumenta il valore di tali servizi. Ad esempio, le unità di business con accesso ai dati possono utilizzarne l'analisi per decidere in base alle tendenze del mercato e alle preferenze dei clienti e sviluppare strategie di marketing di successo.

Inoltre, la condivisione dei dati consente alle autorità pubbliche e alle organizzazioni di condividere i dati in modo sicuro, lecito e disciplinato. Una parte essenziale dell'igiene della condivisione dei dati prevede che i produttori di dati documentino ed etichettino attentamente i set di dati con metadati accurati per supportare la riproducibilità. Descrizioni dettagliate con definizioni chiare assicurano che gli altri possano trovare, scoprire e comprendere facilmente i dati condivisi.

Il Future of Privacy Forum¹ (FPF) ha analizzato le partnership per la condivisione dei dati tra aziende e ricercatori accademici e ha stabilito che queste partnership possono accelerare la ricerca socialmente vantaggiosa, ampliare l'accesso a set di dati preziosi e migliorare la riproducibilità dei risultati della ricerca. Man mano che la condivisione dei dati diventa più diffusa, gli stakeholder adottano misure proattive per affrontare i rischi e le violazioni dei dati utilizzando accordi di condivisione dei dati (DSA) e tecnologie per il miglioramento della privacy (PET).

IBM fornisce un buon esempio dell'utilizzo di rigorosi protocolli di privacy e sicurezza nelle sue pratiche di condivisione dei dati, incluso l'uso dei PET per rendere anonimi i dati prima di condividerli con università, organizzazioni no profit e laboratori di ricerca. L'approccio di IBM supporta la scoperta scientifica proteggendo al contempo i dati sensibili e promuovendo partnership più sicure ed efficaci. Ad esempio, IBM ha collaborato con Melbourne Water in Australia per analizzare i dati volti a ridurre le emissioni energetiche. Durante la pandemia di COVID-19, IBM ha elaborato sequenze genomiche del SARS-CoV-2, contribuendo con oltre 3 milioni di sequenze a un archivio di ricerca.

Un altro caso d'uso convincente del valore della condivisione dei dati proviene dall'organizzazione no profit statunitense Benefits Data Trust.² Benefits Data Trust (BDT) promuove la condivisione dei dati tra gli stati e le organizzazioni coinvolte nella sanità e nell'istruzione degli Stati Uniti. Attraverso accordi di condivisione dei dati, BDT aumenta l'iscrizione a programmi pubblici fondamentali come il Supplemental Nutrition Assistance Program (SNAP) e Medicaid.

Il Dipartimento dei Servizi Sociali della Carolina del Sud, insieme a BDT, ha confrontato gli elenchi mensili di Medicaid e SNAP, in cui ha identificato le persone idonee non iscritte al programma. Questa iniziativa ha portato a oltre 20.000 iscrizioni SNAP in più dal 2015, migliorando l'accesso all'assistenza nutrizionale per le popolazioni vulnerabili. Anche in Pennsylvania iniziative simili hanno avuto successo: la condivisione dei dati ha contribuito a far iscrivere circa 240.000 persone a vari programmi di assistenza pubblica dal 2005.

Sebbene la condivisione dei dati offra alle aziende numerosi benefici, non è esente da rischi. Quando le informazioni sensibili vengono distribuite in modo improprio, possono esporre un'organizzazione a rischi normativi, competitivi, finanziari e di sicurezza. I consumatori di dati hanno un controllo limitato sulla qualità e la disponibilità dei dati stessi. I dati di bassa qualità potrebbero anche nascondere pregiudizi rispetto a generi, razze, religioni o gruppi etnici.

I processi di governance dei dati stabiliscono le politiche, gli standard e le best practice per gestire i dati in modo sicuro, accurato e coerente in tutta l'organizzazione. Una governance efficace limita l'accesso in modo che solo gli utenti autorizzati dispongano delle autorizzazioni per l'utilizzo dei dati. La governance protegge, classifica e aiuta a garantire che i dati siano utilizzati in conformità con gli enti legali e normativi.

Ogni organizzazione ha obblighi legali ed etici per salvaguardare la privacy dei dati dei clienti che gestisce. Tecnologie come la crittografia e l'oscuramento dei dati ne consentono una condivisione sicura proteggendo la privacy. Tuttavia, la mancanza di comunicazione tra i produttori di dati e i consumatori può portare a interpretazioni errate, con conseguenti ipotesi errate durante lo sviluppo di report o l'adozione di iniziative decisionali basate sui dati.

Ad esempio, nel 2012, Knight Capital Group³ ha riscontrato un problema commerciale a causa della mancanza di comunicazione e coordinamento tra i team, che ha causato la perdita di 440 milioni di dollari in soli 45 minuti. Un aggiornamento software ha attivato inavvertitamente un software embedded non testato, non documentato e inattivo. Poiché gli sviluppatori non hanno comunicato in modo efficace i potenziali impatti delle modifiche ai sistemi dei commercianti, le operazioni errate sono state eseguite ad alta velocità, con conseguenti perdite finanziarie significative.

Il costoso trasferimento dei dati, in particolare attraverso processi di estrazione, trasformazione, caricamento (ETL) ad alta intensità di risorse, ha tradizionalmente ostacolato la condivisione diffusa dei dati. Mantenere le best practice di governance e qualità dei dati può essere una sfida, soprattutto quando si ha a che fare con enormi volumi. La condivisione sicura di set di dati di grandi dimensioni in rete richiede molto tempo, è altamente tecnica e richiede un notevole investimento in storage e infrastruttura.

La sicurezza dei dati richiede misure di protezione rigorose e formazione per salvaguardare i dati sensibili. Le informazioni che viaggiano attraverso reti e piattaforme durante i processi di condivisione dei dati sono vulnerabili alle minacce, come accessi non autorizzati, violazioni dei dati e attacchi informatici. Inoltre, le organizzazioni devono attenersi a leggi e regolamenti complessi sulla privacy dei dati quando li condividono con partner esterni, stakeholder o fornitori terzi.

L'implementazione delle best practice nella condivisione dei dati aiuta le organizzazioni a massimizzare i benefici riducendo al minimo i rischi.

• Le valutazioni regolari possono aiutare a valutare l'efficacia dei dati, i processi di trasferimento dei dati e la cultura organizzativa sulla condivisione dei dati, oltre ad agire per rispondere alle relative preoccupazioni.
• Le soluzioni open source per la condivisione dei dati aiutano le organizzazioni a evitare il blocco da fornitore e ad aprire una serie di integrazioni sviluppate dalla community con i framework di trattamento dei dati open source e gli strumenti di business intelligence più diffusi, riducendo i costi della tecnologia e dell'infrastruttura.
• Politiche di governance chiare e protocolli di condivisione dei dati ben definiti portano a una gestione dei dati responsabile. Senza di essa, i team potrebbero costruire a partire da dati errati e la leadership potrebbe prendere decisioni basate su dati distorti, mettendo a rischio l'organizzazione.

Un marketplace di dati consente alle organizzazioni di condividere e monetizzare in modo sicuro i propri dati e i prodotti basati sui dati. Esistono diversi tipi di marketplace di dati:

• Un marketplace interno dei dati serve a condividerli all'interno di un'azienda
• Un marketplace privato di dati serve a condividerli con dei partner fidati
• Un marketplace pubblico dei dati serve a mettere in contatto fornitori di dati e consumatori

I marketplace pubblici dei dati offrono ai partecipanti un ambiente sicuro per l'acquisto e la vendita di dati e servizi correlati, certificando l'alta qualità e la coerenza dei fornitori di dati. Le aziende possono utilizzare un marketplace di dati per acquisire dati di terze parti e arricchire i set di dati esistenti o per offrire e monetizzare nuovi prodotti e servizi di dati.

Ogni tipo di condivisione dei dati svolge un ruolo specifico nel facilitare uno scambio sicuro di informazioni.

• La condivisione interna dei dati si concentra sull'abbattimento dei silos di dati all'interno dell'organizzazione per garantire che tutte le parti abbiano accesso ai dati necessari in un ambiente sicuro.
• La condivisione di dati esterni coinvolge partner, clienti, fornitori e organismi di regolamentazione. Poiché sono esterni, i dati sono soggetti a misure di sicurezza più rigorose per proteggere le informazioni sensibili.
• Tra i tipi di dati interni ed esterni, ci sono anche dati pubblici e privati. I dati pubblici sono accessibili a chiunque, mentre i dati privati sono riservati a determinati individui o gruppi.

I tipi di tecnologia di condivisione dei dati più utilizzati tra le organizzazioni aziendali sono il data warehouse e il data lakehouse. Questi moderni sistemi di architettura dei dati forniscono dei repository centrali per la raccolta, la memorizzazione e la condivisione di big data da più unità di business. Queste architetture includono in genere livelli per client front-end, Analytics Engine e server di database.

Un'interfaccia di programmazione delle applicazioni (API) consente ai componenti software di comunicare definizioni e protocolli condivisi. Le API di condivisione dei dati supportano controlli di accesso e autorizzazioni granulari, specificando quali dati i consumatori possono e non possono richiedere.

L'apprendimento federato, la tecnologia blockchain e le piattaforme di scambio di dati sono altre tecnologie che supportano la condivisione dei dati. L'apprendimento federato consente ai sistemi di AI di addestrarsi su set di dati distribuiti provenienti da diverse fonti senza dover spostare i dati. La blockchain fornisce un registro trasparente e immutabile per il monitoraggio delle transazioni, comprese quelle su scambi di open data, fornendo un livello di integrità e sicurezza ai processi di condivisione dei dati.

Le tecnologie legacy come il Secure File Transfer Protocol (SFTP) e l'e-mail consentono soluzioni personalizzate e indipendenti dal fornitore, ma sono sempre più difficili da proteggere e gestire. Mancano di funzionalità di sicurezza avanzate come la crittografia a riposo, i controlli granulari dell'accesso ai dati e l'audit automatico, più comuni nelle soluzioni moderne.

Le moderne soluzioni di dati si concentrano sulla condivisione sicura dei dati, con il data storage nel cloud che offre scalabilità e affidabilità con limitazioni all'accessibilità e alla sicurezza. Le soluzioni di condivisione dei dati specifiche del fornitore offrono sicurezza e scalabilità integrate, ma spesso presentano il blocco da fornitore, che limita la flessibilità e aumenta i costi a lungo termine.