Cos'è la gestione dei dati?

La gestione dei dati è un'attività che consiste nel raccogliere, conservare e utilizzare i dati in modo sicuro, efficiente ed economico. L'obiettivo della gestione dei dati è quello di aiutare le persone, le organizzazioni e i dispositivi connessi a ottimizzare l'uso dei dati nel rispetto delle politiche e normative, in modo da prendere decisioni e compiere azioni in grado di massimizzare i benefici per l'azienda. Poiché le organizzazioni si affidano sempre più ad asset immateriali per creare valore, oggi adottare una solida strategia di gestione dei dati sta diventando più importante che mai.

La gestione dei dati digitali in un'organizzazione implica un'ampia gamma di operazioni, politiche, procedure e pratiche. L'attività di gestione dei dati ha una vasta portata, che riguarda fattori come il modo di

• Creare, accedere e aggiornare i dati su un livello diverso
• Memorizzare i dati su più cloud e on-premise
• Garantire un'elevata disponibilità e il recupero in seguito a calamità
• Utilizzare i dati in sempre più app, analisi dei dati e algoritmi
• Garantire la privacy e la sicurezza dei dati
• Archiviare e distruggere i dati in base ai programmi di retention e ai requisiti di compliance

Una strategia formale di gestione dei dati riguarda le attività di utenti e amministratori, le funzionalità delle tecnologie di gestione dei dati, i contenuti dei requisiti normativi e le esigenze dell'organizzazione per ricavare valore dai propri dati.

I sistemi di gestione dei dati odierni

Oggi le organizzazioni hanno bisogno di una soluzione di gestione dei dati che fornisca un metodo efficiente per gestire i dati su un livello diverso ma unificato. I sistemi di gestione dei dati sono costruiti su piattaforme di gestione dei dati e possono includere database, data lake e warehouse, sistemi di gestione dei big data, analisi dei dati e altro ancora.

Tutti questi componenti funzionano insieme come una “data utility” per offrire le funzionalità di gestione dei dati di cui un'organizzazione ha bisogno per le proprie app, nonché l'analisi dei dati e gli algoritmi che utilizzano i dati originati da tali app. Sebbene gli strumenti attuali consentano ai database administrator (DBA) di automatizzare molte attività di gestione tradizionali, l'intervento manuale è spesso richiesto a causa delle dimensioni e della complessità della maggior parte delle implementazioni di database. Ogni volta che è necessario un intervento manuale, aumenta la probabilità di errori. Ridurre la necessità della gestione manuale dei dati è l'obiettivo chiave di una nuova tecnologia di gestione dei dati, il database autonomo.

Sistemi di gestione dei big data

In un certo senso, i big data sono proprio quello che sembrano: grandi quantità di dati. Presentano, però, una maggiore varietà di forme rispetto ai dati tradizionali e sono raccolti molto velocemente. Pensa a tutti i dati che si originano ogni giorno, o ogni minuto, in un social media come Facebook. La quantità, la varietà e la velocità di tali dati sono ciò che li rende così preziosi per le aziende, ma anche molto complessi da gestire.

Con la raccolta di quantità sempre maggiori di dati da fonti diverse come videocamere, social media, registrazioni audio e dispositivi di Internet of Things (IoT), sono nati i sistemi di gestione dei big data. Questi sistemi sono specializzati in tre aree generali.

• L'integrazione dei big data riunisce diversi tipi di dati, in batch e in streaming, e li trasforma affinché possano essere utilizzati.
• La gestione dei big data memorizza ed elabora i dati in un data lake o in un data warehouse in modo efficiente, sicuro e affidabile, in genere tramite lo storage di oggetti.
• L'analisi dei big data scopre nuovi insight con l'analisi dei dati e utilizza il machine learning e la visualizzazione AI per costruire modelli.

Le aziende utilizzano i big data per migliorare e accelerare lo sviluppo dei prodotti, la manutenzione predittiva, la Customer Experience, la sicurezza, l'efficienza operativa e molto altro ancora. Con la crescita dei big data, crescono anche le opportunità.

Sfide della gestione dei dati

La maggior parte delle sfide nella gestione dei dati odierna derivano dal ritmo più rapido del business e dalla crescente proliferazione di dati. Il continuo aumento della varietà, della velocità e del volume dei dati disponibili per le organizzazioni le spinge a cercare strumenti di gestione più efficaci per tenere il passo. Di seguito sono riportate alcune delle principali sfide affrontate dalle organizzazioni:

• Non sanno di che dati dispongono. I dati provenienti da un numero crescente di fonti diverse, come sensori, dispositivi intelligenti, social media e videocamere, vengono raccolti e archiviati. Questi dati, però, non sono di alcuna utilità se l'organizzazione non sa quali possiede, dove si trovano e come utilizzarli.
• Devono mantenere i livelli di performance durante l'espansione del livello di dati. Le organizzazioni acquisiscono, memorizzano e utilizzano sempre più dati. Per mantenere i migliori tempi di risposta in questo livello in espansione, le organizzazioni devono monitorare continuamente il tipo di domande a cui il database risponde e modificare gli indici a ogni cambiamento a livello di query, senza compromettere le performance.
• Devono soddisfare i requisiti di compliance in continua evoluzione. Le normative di compliance sono complesse e multi-giurisdizionali e cambiano continuamente. Le organizzazioni devono essere in grado di esaminare facilmente i propri dati e identificare tutto ciò che rientra nei requisiti nuovi o modificati. In particolare, le informazioni di identificazione personale (PII) devono essere rilevate, tracciate e monitorate ai fini di compliance con normative sulla privacy globali e sempre più severe.
• Non sanno con esattezza come adattare i dati per destinarli a nuovi usi. La raccolta e l'identificazione dei dati di per sé non forniscono valore: è l'organizzazione che deve elaborarlo. Se la conversione dei dati ai fini dell'analisi richiede troppo tempo e sforzi, non sarà possibile eseguire l'analisi. Di conseguenza, si perde il valore potenziale di quei dati.
• Devono tenere il passo dei cambiamenti nello storage dei dati. Nel nuovo mondo della gestione dei dati, le organizzazioni memorizzano i dati in più sistemi, inclusi i data warehouse e data lake non strutturati che memorizzano i dati in qualsiasi formato in un'unica banca dati. I data scientist di un'organizzazione hanno bisogno di un metodo semplice e rapido per trasformare il formato originale dei dati nella forma, formato o modello richiesti in un'ampia gamma di analisi.

Best practice della gestione dei dati

Affrontare le sfide della gestione dei dati richiede un set completo e ben pianificato di best practice. Sebbene le best practice specifiche variano in base al settore e al tipo di dati impiegati, le seguenti riguardano le principali sfide della gestione dei dati affrontate attualmente dalle organizzazioni:

• Creare un livello di scoperta per identificare i tuoi dati. Un livello di scoperta in aggiunta al livello di dati della tua organizzazione consente ad analisti e data scientist di cercare e consultare set di dati per rendere i tuoi dati utilizzabili.
• Sviluppare un ambiente di data science per riutilizzare in modo efficiente i tuoi dati. Un ambiente di data science automatizza il più possibile l'attività di trasformazione dei dati, semplificando la creazione e la valutazione dei modelli di dati. Un set di strumenti che elimina la necessità della trasformazione manuale dei dati può accelerare la fase di ipotesi e test dei nuovi modelli.
• Utilizzare la tecnologia autonoma per mantenere i livelli di performance nel tuo livello di dati in espansione. Le funzionalità dei dati autonomi utilizzano l'AI e il machine learning per monitorare continuamente le query di database e ottimizzare gli indici a ogni cambiamento a livello di query. Ciò consente al database di mantenere tempi di risposta rapidi e libera i DBA e i data scientist dalle lunghe attività manuali.
• Utilizzare la funzione di scoperta per stare al passo con i requisiti di compliance. I nuovi strumenti utilizzano la scoperta dei dati per esaminare i dati e individuare le catene di connessione che devono essere rilevate, tracciate e monitorate per la compliance multi-giurisdizionale. Con l'aumento globale delle richieste di compliance, questa funzionalità sarà sempre più importante per i responsabili di rischi e sicurezza.
• Utilizzare un livello di query comune per gestire forme diverse di storage dei dati. Le nuove tecnologie consentono alle banche dati con funzioni di gestione di lavorare insieme, eliminando le differenze tra loro. Un livello di query comune che comprende i diversi tipi di storage dei dati consente ai data scientist, agli analisti e alle applicazioni di accedere ai dati senza la necessità di sapere dove sono archiviati e di trasformarli manualmente in un formato utilizzabile.

L'evoluzione della gestione dei dati

Grazie al nuovo ruolo dei dati come capitale aziendale, le organizzazioni stanno scoprendo ciò che le startup e gli innovatori digitali sapevano già: I dati sono una risorsa preziosa per individuare trend, prendere decisioni e agire prima dei concorrenti. La nuova posizione dei dati nella value chain sta portando le organizzazioni a cercare attivamente metodi migliori per ricavare valore da questo nuovo capitale.

Un'ulteriore evoluzione all'interno dell'azienda riguarda le responsabilità di gestione dei dati da parte dei DBA, che vedendo ridotta la quantità di attività banali a cui devono dedicarsi, possono concentrarsi su questioni più importanti e fornire supporto alla gestione dei dati strategici negli ambienti cloud proponendo iniziative chiave come la modellazione e la sicurezza dei dati.