La Data Governance non è uno strumento ma un vero e proprio framework: è una strategia che coinvolge processi, azioni, ruoli e tool a supporto che permettono di mantenere la struttura corretta dei dati. Ma perchè è così importante oggi? Ne parlano Andrea Colmegna, Head of Digital Business Solutions e Lorenzo Viganò, Business Analytics Manager con Marco Lorusso, giornalista ed esperto di informatica.
Chi sei e cosa fai di mestiere?
Andrea: Andrea Colmegna, Head of Digital Business Solutions. Mi occupo di trovare nuove soluzioni per supportare i Clienti nel digitalizzare i processi e innovare la governance dei dati così da cogliere le opportunità dell’Artificial Intelligence.
Lorenzo: Lorenzo Viganò, Business Analytics Manager. Il mio è un ruolo complementare a quello di Andrea perché mi occupo di sviluppare progetti legati ai dati che abilitano la value proposition di Npo Sistemi.
Dite la verità… tra di voi chi ne sa di più sui dati?
Lorenzo: Andrea è più forte se si tratta di dati industriali, se si tratta cioè di connettere macchinari industriali. Quando i dati arrivano “in casa”, ecco, lì inizia la partita vera e possiamo giocarcela
Andrea: Sicuramente Lorenzo.
Senti Andrea, oggi tutti corrono verso l’AI ma… tutti hanno altrettanto presenti le sfide di gestione e governance dei dati che li attendono per abilitarla davvero?
Sì, oggi tutti parlano di Artificial Intelligence, è davvero un trend topic, ma è anche molto di più, perché l’AI può portare molto valore in azienda, ma anche complessità da gestire.
Moltissime aziende cercano di realizzare e abilitare competenze e addirittura task force che se ne occupino, a volte trascurando alcuni prerequisiti fondamentali.
Il primo è quello dei DATI: di solito le task force dell’Artificial Intelligence chiedono basi di dati ampie, digitali, ben organizzate di cui si sappia argomentare la qualità, l’affidabilità e la provenienza. Per questo è fondamentale predisporre opportune misure di Data Governance allineate alla Data Strategy aziendale.
Anche i PROCESSI interni sono interessati dall’arrivo dell’Artificial Intelligence: potrebbero richiedere migliorie ed interventi che li rendano più flessibili per far sì che possano accogliere i benefici dell’Artificial Intelligence.
Andrea, ci dici due o tre cose che sono necessarie per diventare una vera Data Driven Company…. abile nell’uso consapevole dell’AI?
Per cogliere al meglio il potenziale dell’Artificial Intelligence occorrono competenze adatte in grado di accogliere questa tecnologia e valorizzarla.
In alternativa, è necessario affiancarsi a un partner tecnologico in grado di semplificare le complessità tecniche, confrontarsi con le best practices e realizzare le più adeguate strategie.
L’obiettivo è duplice, innovare e valorizzare l’offerta interna del catalogo dati e migliorare la fruibilità e il consumo di questi.
Lorenzo, ma esattamente cosa vuol dire “Governance dei dati”?
Esattamente come il project management, la Data Governance non è uno strumento ma un vero e proprio framework: è una strategia che coinvolge processi, azioni, ruoli e tool a supporto che permettono di mantenere la struttura corretta dei dati.
La Data Governance ha l’obiettivo di rendere i dati sicuri, accurati, e utilizzabili dalle persone corrette ad ogni livello: questo si traduce nel rendere disponibili in maniera semplice e sicura le informazioni all’interno dell’azienda garantendone l’affidabilità nel lungo periodo.
Lorenzo, ci puoi dire quali sono i benefici che una buona Data Governance è in grado di garantire?
Come tutto ciò che concerne i dati, il primo beneficio è quello di prendere decisioni efficaci e avere la possibilità di decidere non in base all’esperienza o all’istinto, ma sulla base di numeri certi.
Poi un monitoraggio attento dei costi dei processi, una migliore fiducia dei Clienti con i quali sempre più spesso si condividono i dati e una maggiore conformità alle normative vigenti.
Andrea, Npo Sistemi insiste molto sul concetto di una nuova data experience… ma cosa vuol dire?
Data experience significa che l’obiettivo è allargare l’audience di chi può gestire i dati aziendali. Una sorta di democratizzazione insomma. Prima la data governance era un ambito di competenza di poche persone in azienda, un onere importante perché si trattava di gestire una mole di dati consistenti. Oggi, invece, le aziende dovranno evolvere a un modello sempre più inclusivo, dove i dati possano essere condivisi, gestiti elaborati integrati e fruiti da una popolazione sempre più vasta così da diventare davvero una Data Driven Company.
Ragazzi in un minuto ci regalate il racconto di un progetto vero, concreto e di successo a livello di Data Governance?
Andrea: Una delle prime applicazioni dell’Artificial Intelligence Generativa è quella che si riferisce alla navigazione di contenuti e procedure. Prima di “accendere” questa potenza, è necessario però fare riflessioni sulla sensibilità delle informazioni con cui si fanno girare queste informazioni. La soluzione Knowledge Base Navigator è nata proprio per supportare una società del settore banking che aveva la necessità di facilitare e velocizzare l’accesso alle informazioni di Knowledge Base (come policy aziendali, manuali di istruzioni per i device o altre procedure). L’assistente virtuale è in grado di effettuare una ricerca semantica nel testo di riferimento e identificare i contenuti attinenti alla domanda, dopodiché, grazie all’AI generativa, elabora la migliore risposta sintetizzata a partire dai contenuti identificati come attinenti nella Knowledge Base in maniera rapida e precisa. È quindi di un esempio concreto di accesso sicuro e circoscritto ai dati.
Lorenzo: Io ti racconto il caso di un’azienda del settore servizi che aveva la necessità di integrare dati diversi con nomenclature e accezioni diverse.
In questo caso abbiamo realizzato un programma di data governance che finalizzato alla creazione di un catalogo di dati centralizzato e dei relativi metadati, che ne abilita e ne semplifica l’accesso da parte degli analisti, incrementando sia la qualità che la produttività. Il grande vantaggio del Data Catalog è la garanzia dell’origine dei dati messi a disposizione, che in questo modo sono chiari, robusti e affidabili by design.
