Cosa si intende per governance dei dati?

Scopri in che modo la governance dei dati garantisce alle aziende di ottenere il massimo dai propri asset.

Personale medico che utilizza un tablet in ambito clinico
Cosa si intende per governance dei dati?

La governance dei dati promuove la disponibilità, la qualità e la sicurezza dei dati di un'organizzazione attraverso politiche e standard diversi. Questi processi stabiliscono i proprietari dei dati, le misure di sicurezza dei dati e l'utilizzo previsto dei dati. In generale, l'obiettivo della governance dei dati è quello di mantenere un elevato livello di qualità dei dati, rendendo i dati sicuri e facilmente accessibili per gli insight di business.

Le iniziative di trasformazione digitale e i big data sono i fattori trainanti dei programmi di governance dei dati. Con l'aumento del volume di dati provenienti da nuove origini di dati, come le tecnologie IoT (Internet of Things), le organizzazioni devono ripensare le proprie pratiche di gestione dei dati al fine di adattare le dimensioni dei sistemi di business intelligence. I programmi efficaci di governance dei dati puntano a migliorare la qualità dei dati, ridurre i silos di dati, garantire la conformità e la sicurezza e distribuire l'accesso ai dati in modo appropriato.


Confronto tra governance dei dati e gestione dei dati

L'ambito della gestione dei dati è più ampio della governance dei dati. Può essere definita come la pratica di acquisizione, elaborazione, sicurezza e conservazione dei dati di un'organizzazione in cui i dati, in seguito, vengono utilizzati per il processo decisionale strategico allo scopo di migliorare i risultati business. Oltre a questi aspetti, la governance dei dati comprende anche altro aree del ciclo di vita di gestione dei dati, come l'elaborazione, lo storage e la sicurezza dei dati. Poiché anche queste altre aree di gestione dei dati possono avere un impatto sulla governance dei dati, i team devono collaborare insieme per attuare una strategia di governance dei dati. Ad esempio, un team di governance dei dati potrebbe individuare dei punti in comune tra i diversi dataset, ma se desidera integrarli dovrà collaborare con un team di gestione dei dati per definire il modello di dati e l'architettura dei dati in modo da semplificare questi collegamenti. Un altro esempio può includere l'accesso ai dati in cui un team di governance dei dati può configurare le politiche di accesso a tipi di dati specifici (ad esempio, PII (Personally Identifiable Information - Informazioni d'identificazione personale)), mentre un team di gestione dei dati fornirà l'accesso diretto oppure si occuperà della configurazione del sistema per fornire l'accesso (ad esempio, sfruttando i ruoli utente definiti internamente per approvare l'accesso).  


Vantaggi della governance dei dati

L'implementazione di un framework di governance può aumentare il valore dei dati all'interno della tua organizzazione. Oltre a migliorare la precisione complessiva dei dati, la governance dei dati ha un impatto sui risultati basati su tali dati, che vanno dalle più semplici decisioni di business quotidiane alle iniziative di automazione più complesse. Altri vantaggi includono:

  • Promuovere la scalabilità e l'alfabetizzazione dei dati – L'accesso limitato ai dati all'interno di un'organizzazione può frenare l'innovazione e creare delle dipendenze da esperti in materia (SME, Subject Matter Expert) all'interno dei processi di business. Le pratiche di governance dei dati creano un percorso che consente ai team interfunzionali di riunirsi per creare una visione condivisa dei dati tra i vari sistemi (ad esempio, riconciliare le differenze dei dati indipendenti dal dominio). Questa visione condivisa può quindi palesarsi attraverso gli standard di dati in cui le definizioni di dati e metadati sono documentati in una posizione centralizzata, come un catalogo dati. Questa documentazione, a sua volta, diventa la base per le soluzioni self-service, come le API, che consentono di ottenere dati coerenti e un accesso federato a tali dati in tutta l'organizzazione.   
  • Garantire la sicurezza, la privacy dei dati e la conformità – Le politiche di governance dei dati forniscono una soluzione per soddisfare le richieste delle normative della pubblica amministrazione in merito ai dati sensibili e alla privacy, come il Regolamento generale sulla protezione dei dati (GDPR) dell'Unione Europea, l'HIPAA (Health Insurance Portability and Accountability Act) degli Stati Uniti e i requisiti di settore come PCI DSS (Payment Card Industry Data Security Standards). Le violazioni dei requisiti normativi possono comportare costose sanzioni da parte della pubblica amministrazione e possono suscitare indignazioni nell'opinione pubblica. Per evitare questo problema, le aziende adottano gli strumenti di governance dei dati per stabilire dei limiti in modo da impedire la violazione e l'utilizzo improprio dei dati.
  • Dati di alta qualità – La governance dei dati garantisce l'integrità dei dati, la precisione dei dati, la completezza e la coerenza. I dati ottimali consentono alle aziende di ottenere una migliore comprensione dei propri clienti e flussi di lavoro, nonché di ottimizzare le prestazioni di business complessive. Tuttavia, gli errori nelle metriche delle prestazioni possono condurre un'organizzazione nella direzione sbagliata; ciò nonostante gli strumenti di governance dei dati possono risolvere le eventuali imprecisioni. Ad esempio, gli strumenti di derivazione dei dati possono aiutare i proprietari di dati a tracciare i dati attraverso il relativo ciclo di vita, includendo tutte le informazioni di origine o le trasformazioni dei dati applicate durante i processi ETL o ELT. In questo modo è possibile esaminare da vicino le cause principali di eventuali errori nei dati.
  • Promuovere la data analytics – I dati di qualità pongono le basi per iniziative di data science e data analytics più avanzate; tra queste vi sono la produzione di report di business intelligence o progetti più complessi di machine learning predittivo. Questi ultimi aspetti possono essere considerati prioritari solo quando le principali parti interessate ritengono affidabili i dati sottostanti; in caso contrario, potrebbe non essere possibile adottare tali sistemi.

Sfide della governance dei dati

Sebbene i vantaggi della governance dei dati siano evidenti, le iniziative di governance dei dati devono superare una serie di ostacoli prima di raggiungere il successo. Ecco alcune di queste sfide:

  • Allineamento organizzativo: nella fase iniziale di un programma di governance dei dati, una delle maggiori sfide sarà quella di allineare le parti interessati nell'organizzazione all'identificazione dei principali asset di dati e delle rispettive definizioni e formati. Le politiche normative possono garantire una struttura alle conversazioni sui dati dei clienti, ma può essere più difficile trovare un accordo su altri dataset che rientrano nell'MDM (Master Data Management), come ad esempio i dati specifici dei prodotti.
  • Mancanza di una sponsorizzazione adeguata: I validi programmi di governance dei dati in genere richiedono una sponsorizzazione a due livelli: il livello esecutivo e il livello dei singoli collaboratori. I CDO (Chief Data Officer) e gli amministratori dei dati (data steward) sono fondamentali per la comunicazione e la definizione delle priorità della governance dei dati all'interno di un'organizzazione. Il Chief Data Officer può fornire la supervisione e far valere la responsabilità tra i team di dati per garantire il rispetto delle politiche di governance dei dati. Gli amministratori dei dati possono contribuire a promuovere la consapevolezza di queste politiche tra i produttori di dati e gli utilizzatori di dati per sostenere la conformità in tutta l'organizzazione.
  • Processi e architettura dei dati rilevanti- Senza l'architettura dei dati e gli strumenti adeguati, le aziende avranno difficoltà nell'implementare un programma di governance dei dati efficace. Ad esempio, i team possono individuare dati ridondanti tra le varie funzioni, ma gli architetti di dati dovranno sviluppare architetture di dati e modelli di dati adeguati per unire e integrare i dati tra i vari sistemi di storage. Inoltre, i team potrebbero anche aver bisogno di adottare un catalogo dati per creare un inventario degli asset di dati in tutta l'organizzazione oppure, nel caso ne abbiano già uno, potrebbero dover configurare un processo per la gestione dei metadati in modo da garantire che i dati sottostanti siano pertinenti e aggiornati.

Soluzioni IBM

IBM Cloud Pak for Data

Prevedi i risultati finali più velocemente utilizzando una piattaforma costruita con un'architettura di infrastruttura di dati. Raccogli, organizza e analizza i dati, indipendentemente dall'ubicazione.


IBM Watson Knowledge Catalog

Attiva dati di business per l'AI e l'analytics, con catalogazione intelligente, supportata da una gestione attiva di politiche e metadati



Passa alla fase successiva

IBM Cloud Pak for Data utilizza efficacemente i microservizi e le sue funzionalità di dati e AI leader del settore per automatizzare l'integrazione intelligente dei dati nei sistemi distribuiti, fornendo alle aziende una vista olistica delle prestazioni aziendali. Ciò facilita la raccolta, l'organizzazione e degli insight dei dati aziendali più rapidi, e consente alle aziende di prendere decisioni su vasta scala. Inoltre, i team di gestione dei dati possono contare sul fatto che i dati siano al sicuro grazie ai competitivi framework di sicurezza di IBM, garantendo il rispetto delle politiche normative e riducendo qualsiasi rischio di conformità. Scopri in che modo IBM® Cloud Pak for Data e IBM Streams possono aiutarti a comprendere e gestire la governance dei dati della tua azienda in più ambienti.