Data democratization, cos’è e come attuarla in una azienda

La democratizzazione delle informazioni possedute da una azienda significa consentirne l’accesso distribuito, senza fare ricorso al reparto IT, attraverso la distribuzione delle competenze [...]
data democratization
  1. Home
  2. Big Data
  3. Data democratization, cos’è e come attuarla in una azienda

L’accesso distribuito alle informazioni contenute in azienda, la loro “democratizzazione” (Data democratization) è una delle principali sfide per chi decide di stabilire una cultura dove il dato è alla base del decision-making tra le varie aree funzionali. Spostarsi da una architettura dove l’IT è centrale e cerca di soddisfare tutte le esigenze legate al mondo dati, non è una configurazione scalabile né efficiente per poter tenere il passo con il costante bisogno di prendere decisioni basate su informazioni certificate. È dunque utile capire come far entrare anche il business nel processo di consumo e analisi del dato in maniera sempre più indipendente, convogliando le richieste non più a un ente unico (un generico “team dati”) ma condividendole tra le risorse che hanno forti competenze di dominio e meno conoscenze tecniche.

Data democratization, che cos’è e come nasce

La Data democratization è quel processo che punta a dare la possibilità a tutte le figure di una certa organizzazione, anche quelle meno tecniche, di poter recuperare e analizzare i dati aziendali senza la necessità di dover dipendere dal reparto IT. Ciò significa fare in modo che non esistano barriere, siano esse tecnologiche o di conoscenza, che possano impedire ai diversi livelli/aree aziendali, di beneficiare del proprio patrimonio informativo e basare le future azioni in maniera fattuale e più consapevole.

Perché nasce la necessità di muoversi in questa direzione?

In primo luogo, dare la possibilità a tutti di sfruttare a pieno i dati per supportare le proprie attività è la base per promuovere una sana cultura del dato in azienda e soprattutto favorisce il buy-in di figure di alto livello per future iniziative che riguardano lo sfruttamento dei dati come mezzo per raggiungere i propri obiettivi.

Un secondo aspetto deriva dall’aumento nella richiesta di analisi/estrazioni/dashboard da parte del business, in risposta all’esponenziale disponibilità di dati a disposizione; questo non fa altro che risultare un peso sempre più insopportabile che grava inevitabilmente sulle spalle dei team di gestione dati nell’area IT.

Per rispondere in maniera tempestiva ed efficiente a queste continue esigenze, il team dati dovrebbe di conseguenza integrare nuove figure professionali con conoscenze legate alla lavorazione dell’informazione. Purtroppo il suddetto aumento in termini di dati e richieste, cresce a un ritmo ben diverso rispetto a quello che tipicamente caratterizza la ricerca, l’assunzione e la formazione di personale specializzato. Risulta quindi evidente come il solo reparto IT non può scalare efficacemente per far fronte a questa situazione.

 

Relegare la sfruttamento della conoscenza, la data knowledge, a una manciata di specialisti è problematico da entrambi i fronti. Lato business perché genera malcontento nel dover sottostare ai tempi tecnici dell’IT: procedure spesso troppo rigide e lente nel consegnare i prodotti richiesti (siano essi un semplice report o l’accesso a una sorgente informativa) che spesso risultano divergenti dai requisiti iniziali. Per i tecnici invece la frustrazione deriva dalla difficoltà nel dover comunicare con controparti meno formate in ambito dati per temi come loro lavorazione/presentazione.

WHITEPAPER
Ricerca IDC: come aggregare i dati per un'analisi ottimale
Big Data
Business Analytics

Nasce dunque il principio per cui è indispensabile democratizzare l’informazione, decentralizzandone l’accesso e l’analisi, in modo da ovviare ai limiti sopra descritti.

Data democratization, un nuovo paradigma

Muoversi verso la direzione della Data democratization, per abilitare gli utenti business (e non solo) a prendere decisioni basate sui dati in autonomia, è un processo non semplice che, tuttavia, si basa su pochi aspetti fondamentali.

Perimetro Dati

“More is not always better”. Ovvero, non è sempre detto che sia meglio rendere disponibili tutti i dati a disposizione, ma piuttosto ci si dovrebbe assicurare che venga fornita la possibilità di consultare i soli dati rilevanti, in linea con quella che è la data strategy aziendale, e che questi dati abbiano un buon livello di qualità e pulizia (per questo non si può prescindere dall’aver pianificato, o aver già avviato, iniziative di Data Quality Management). Al raggiungimento di un buon livello di qualità del dato e di maturità nell’utilizzo di questo nuovo approccio, si potrà quindi man mano aggiungere ulteriori sorgenti dati e informazioni per il comune utilizzo.

Accesso

Come già discusso più volte, l’assenza di data silos è il principio cardine con cui facilitare l’accesso al dato. È però altamente probabile che un’organizzazione possieda diverse sorgenti certificate in cui andare a recuperare i dati (vedi Data Warehouse e Data Lake). Dovrà essere quindi cura dell’IT fornire gli opportuni dettagli così da permettere agli utenti di sapere come e dove andare a recuperare le informazioni di interesse. Per facilitare questo compito e fornire qualcosa di comprensibile e rapidamente utilizzabile dagli utenti finali, andrebbe garantita l’esposizione non dei dati raw, (dati grezzi), ma di uno strato di metadati, un cosiddetto data model che ha già subito una precedente lavorazione, per far sì che attività di messa in relazione, integrità e coerenza tra le varie sorgenti (quelle sostanzialmente più complesse), rimangano a carico di figure più tecniche dell’IT.

Un aspetto da non sottovalutare è infine la consapevolezza che distribuendo l’accesso a diversi dipartimenti, ci sia paradossalmente il rischio di creazione di altri silos “di analisi”: questa apertura permetterebbe a team differenti di costruirsi analisi simili a quelli di altri gruppi di lavoro, generando tuttavia risultati discordanti.

Governance

Senza una governance che permetta di regolare l’accesso ai dati, non è possibile sperare che si riesca a migrare da un paradigma centralizzato con successo.

La giusta strategia di Data governance definirà come poter accedere e trattare i dati, in risposta a quelli che sono gli obiettivi aziendali. Ovvero, dovrà essere chiarito chi necessita di visualizzare certe informazioni e quali misure di sicurezza o di altro tipo occorre mettere in campo, a seconda della natura stessa del dato messo a disposizione. Risulta ovvio che non tutti potranno accedere a tutto, soprattutto se stiamo parlando di dati sensibili; è più corretto far accedere le persone giuste ai giusti dati, con il giusto grado di libertà (dettagli in chiaro/offuscati, permessi di scrittura/sola lettura). La governance degli accessi sposterà anche quella che è la ownership di determinati temi, come:

  • la reportistica: non sarà necessariamente l’IT che dovrà sviluppare e quindi certificare e manutenere le reportistiche di una Business Unit;
  • la documentazione: che sarà quindi condivisa e manutenuta attivamente non solo da chi sviluppa;
  • la qualità del dato: una volta che il team dati ha implementato le logiche di business impartite da un certo dipartimento, sarà responsabilità di quell’area in questione validarle.

Documentazione e formazione

Per fare in modo che la democratizzazione dei contenuti avvenga in maniera lineare e senza problemi, non si può pensare di garantire un esteso accesso alle informazioni senza aver formato a dovere il personale alle operazioni di base che riguardano il trattamento del dato. Inoltre avere una documentazione che descriva puntualmente la locazione dei dati e il loro significato, sarà condizione necessaria per aumentare l’indipendenza degli utenti che vi accedono. Alla luce del punto precedente, anche l’ownership della documentazione dovrà essere condivisa: non sarà quindi più solo responsabilità del team dati aggiornare la documentazione, ma tutti i team avranno la possibilità di aggiornarla/integrarla in maniera indipendente. Iniziative di Data Lineage/Data Tagging/Data Cataloguing, sono utili in questo verso. Questo permetterà quindi che la knowledge base finisca nel dimenticatoio.

Strumenti

Anche se, erroneamente, gli strumenti vengono messi in cima alle priorità di tutte le aziende che intraprendono strategie data-driven, è chiaro che gli strumenti devono essere adatti per poter supportare i punti sopra descritti in maniera affidabile ed efficiente; permettendo la collaborazione e la facilità di utilizzo, dato che non tutti gli utenti che vi accedono possiedono competenze tecniche utili per lavorare il dato, come farebbe un “addetto ai lavori”.

La figura sottostante cerca di rappresentare in maniera snella quella che è una potenziale macro architettura di organizzazione che assicura la democratizzazione delle informazioni, con relative macro-responsabilità.

Come anticipato, ci saranno aree (più o meno estese) della base dati aziendale che potrà essere di libera consultazione, mentre altri dettagli specifici (particolari KPI o attributi descrittivi) saranno a uso e consumo di determinate funzioni.

Conclusioni

In determinati contesti non è necessario dover assumere risorse super-qualificate nel mondo dati per poter ottenere vantaggio competitivo nello sfruttare al meglio il patrimonio informativo presente nella propria organizzazione. Considerando che i bisogni dei diversi dipartimenti – finance, HR, marketing, e così via – sono generalmente semplici attività che chiunque con una formazione adeguata e le piattaforme giuste può portare avanti in autonomia, far leva sulle figure attualmente presenti in azienda (e sulle loro expertise) è senz’altro una mossa strategica per generare nuove spunti e portare diversi punti di vista agli stakeholder, rendendo il business indipendente e l’IT più libero di lavorare su tematiche più business critical.

Quando i dati vengono distribuiti attraverso l’intera azienda, permettono a ogni funzione, e a ogni livello, di arricchire e potenziare il proprio contributo nel processo di decision-making. Più persone con competenze eterogenee avranno la possibilità di accedere ai dati facilmente, più rapidamente l’organizzazione nel quale vi trovate identificherà problemi (e opportunità) business.

 

 

FacebookTwitterLinkedInWhatsApp

Commenta per primo

Lascia un commento

L'indirizzo email non sarà pubblicato.


*