Clicca per ingrandire
1. Coinvolgere tutte le funzioni aziendali per motivarle
Dati dei clienti, informazioni industriali e aziendali, dati finanziari, ecc. In un'organizzazione, ci sono diverse tipologie di dati e sono in costante aumento a causa dell’innovazione tecnologica. Quello che accomuna tutti questi dati è il fatto che siano sotto il controllo di una funzione di business o di una funzione di supporto. Nella corso della storia, alcuni dati sono stati condivisi tra le diverse funzioni (dati dei clienti tra marketing e vendite, dati sui prodotti tra ricerca e produzione, dati finanziari tra vendite e finanza, ecc.), ma oggi è la cross-funzionalità delle organizzazioni quella in grado di creare veramente valore attraverso l'innovazione.
Ma questa trasversalità può essere imposta? In parte sì, con i regolamenti (e le relative sanzioni) che impongono la gestione globale dei dati come parte di un obbligo di conformità. È il caso, ad esempio, della GDPR, per la quale l'azienda deve dimostrare il proprio controllo e la buona gestione di tutti i dati personali trattati all'interno dell'organizzazione.
Ma per essere una vera fonte di innovazione, questa trasversalità deve essere acquisita da tutte le parti: le business unit devono capire che condividere i propri dati con gli altri stakeholder dell'organizzazione possa portare loro benefici, e quindi motivarli. L'uso dell'intelligenza artificiale (AI) ci fornisce un buon esempio. Mettendo insieme tutti i dati per la governance globale, tutte le business unit possono beneficiare delle innovazioni offerte dall'AI: rilevamento di segnali di debolezza, comprensione ottimizzata del comportamento dei clienti, ecc., il tutto basato su dati stabili, affidabili e controllati.
Se la vicinanza del team di data science all'azienda può essere una motivazione aggiuntiva, è essenziale una fase di onboarding. Questo è uno dei compiti del CDO (Chief Data Officer), che è in grado di organizzare l’analisi e l’informazione, promuovere gli scambi e garantire l'affidabilità e la conformità dei dati. Un altro compito è quello di riuscire a coinvolgere ogni "proprietario" dei dati nel processo di condivisione. In breve, per costruire questa cultura condivisa dei dati, il CDO dovrà trovare appoggio da parte di diverse figure aziendali e spingere affinchè questa soluzione diventi apprezzata dai vari proprietari dei dati.
2. Conciliare la natura tecnica della governance dei dati con le esigenze delle imprese
La data governance mira a conoscere e catalogare tutti i dati di un'organizzazione, a valutarne e migliorarne la qualità e la conformità, e fornendoli agli stakeholder per assicurare il buon funzionamento dell'azienda. Si tratta di un concetto estremamente tecnico - i dati sono infatti una risorsa IT – dall’altra parte la priorità è rispondere alle esigenze e alle sfide aziendali. E sono esattamente queste esigenze a risultare il punto di partenza per qualsiasi progetto, individundo, ad esempio, i futuri clienti più appetibili per un particolare prodotto, rilevare i rischi di partenza dei clienti, ecc.
Sulla base di standard d’utilizzo, le business unit, insieme ai data scientist, selezioneranno i concetti di business e i dati più rilevanti. Questo "data shopping" viene fatto prima attraverso il glossario aziendale (concetti ed elementi correlati) e poi attraverso il catalogo dati, che è l'immagine concreta dei dati nei sistemi reali (applicazioni) - e quindi le fonti di dati da riutilizzare in base alla qualità, validità, utilità dei dati, ecc. Questa parte tecnica è ovviamente essenziale e diventa facilmente accessibile a tutti gli attori attraverso il glossario aziendale.
3. Modellare il ciclo di vita dei dati
I dati non sono statici, hanno un loro ciclo di vita. Pertanto, una semplice mappatura non è sufficiente. La governance dei dati richiede la modellazione dell'intero ciclo di vita dei dati: creazione, utilizzo, riutilizzo, obsolescenza e distruzione (GDPR). L’obiettivo è quello di collegare la modellazione dei processi aziendali e la governance dei dati, per risparmiare tempo e comprendere più facilmente i problemi aziendali.
In questo contesto, per accelerare questo processo, sarà necessario affidarsi a processi aziendali già noti in azienda (inserimento e utilizzo dei dati nei vari reparti), ai sistemi che utilizzano tali dati e alle procedure di risk management aziendali (controllo dei dati personali, ad esempio).
Così, i modelli di processo di business di ciascuna delle attività degli stakeholder possono concretamente concettualizzare i dati che verranno poi utilizzati nell'organizzazione. Ad esempio, quando si crea un'offerta di credito in una banca, il consulente finanziario inserisce i dati (carta d'identità, stipendio, situazione familiare, situazione medica, ecc.) che vengono utilizzati per l'intero processo.
4. Promuovere la qualità per accrescere il valore dei dati
Controllare i dati significa anche controllarne la qualità. Infatti, raccogliere qualitativamente i dati all’inizio del processo garantisce la loro qualità anche nell’utilizzo. Ad esempio, un contratto di credito o un costo assicurativo dipende dai dati raccolti e utilizzati all'inizio su un determinato cliente. Questo è l'unico modo per garantire le prestazioni del servizio fornito al cliente, così come l'innovazione, nel quadro di un processo industrializzato (produzione), riproducibile e agile.
La qualità dei dati è già misurata in molti sistemi IT client in modo eterogeneo e compartimentato. L'attuazione di una governance avanzata dei dati consente la costruzione di un archivio di regole di controllo e di qualità. Questo potrà evitere la duplicazione dei controlli, concentrerà tutte le misurazioni disponibili, le completerà e stabilirà piani di miglioramento per i dati prioritari.
5. Facilitare l'integrazione di norme e regolamenti
Le norme e i regolamenti sono generalmente percepiti come vincoli che generano costi. Tuttavia, possono anche indurre le parti interessate a collaborare tra loro, e quindi rappresentare opportunità di creazione di valore.
Nonostante tutto, nuovi obblighi normativi emergono costantemente integrando generalmente quelli precedenti. Con ogni nuovo sviluppo, una governance efficace dei dati consente di non partire da zero ma di capitalizzare sui controlli già in atto, per identificare gli elementi che sono necessari e complementari da integrare per dare vita ad un'implementazione efficiente.
6. Rendere la governance dei dati un progetto a lungo termine
Nuovi mercati, nuove offerte, nuovi processi automatizzati... la raccolta e l'elaborazione dei dati è in continua evoluzione: se è vero che l'implementazione della data governance è lunga e complessa, allora non dovrebbe mai cessare ma diventare invece un processo a lungo termine.
Come in qualsiasi progetto di questo tipo, i primi casi d'uso devono dimostrare rapidamente la reale efficienza ("quick win") per ottenere i successivi sviluppi. Ed è il ruolo del CDO - attraverso numeri e indicatori – quello di saper comunicare i risultati alla sua unità per continuare a costruire una governance ottimale dei dati, per motivarne l’utilizzo a lungo termine.
7. Creare una cultura aziendale per la condivisione dei dati
Nelle aziende "digital native", come GAFAMs o le start-up, la cultura dei dati è intrinseca. Soprattutto perché il valore aggiunto di questi nuovi leader è generalmente determinato e costruito su dati. In altre aziende, è una mentalità che deve ancora svilupparsi ed evolversi.
La gestione del cambiamento è lunga e complessa. Richiede molta persuasione da parte dei CDO, che devono fare affidamento su casi d'uso di successo per creare un ambiente di condivisione dei dati (data literacy) e quindi promuovere l'innovazione e offrire nuovi vantaggi competitivi per l'azienda.
Il ruolo della Data Governance è quindi quello di promuovere la trasformazione dell'azienda, la sua sostenibilità e il suo rinnovamento per affrontare le scosse e i cambiamenti del mercato.
In altre parole, la sfida più grande per i CDO è aumentare la consapevolezza in modo che tutte le parti interessate si muovano insieme verso l'innovazione e la creazione di valore per garantire la sopravvivenza e lo sviluppo dell'azienda.
