{"id":1159,"date":"2022-02-17T09:20:43","date_gmt":"2022-02-17T08:20:43","guid":{"rendered":"https:\/\/www.dodigital.it\/?p=1159"},"modified":"2023-05-24T14:47:10","modified_gmt":"2023-05-24T12:47:10","slug":"data-governance-per-il-settore-energetico-disegno-e-test-sul-campo","status":"publish","type":"post","link":"https:\/\/www.dodigital.it\/en\/data-governance-per-il-settore-energetico-disegno-e-test-sul-campo\/","title":{"rendered":"Framework di Data Governance per il settore energetico"},"content":{"rendered":"

Settore<\/b>: Energy\/Utility<\/p>\n

Servizio <\/b>dD<\/b>: Data Governance<\/p>\n

Tipo cliente<\/b>: Grande azienda italiana attiva nel settore Energy\/Utility<\/p>\n

 <\/p>\n

ESIGENZA<\/b><\/p>\n

L\u2019azienda cliente aveva in essere un programma di trasformazione digitale volto a valorizzare i dati e il patrimonio informativo aziendale. In tal senso, era stata realizzata una Enterprise Data Platform<\/b> (EDP)<\/b> con l\u2019obiettivo di mettere a disposizione i dati all\u2019intera organizzazione e ai differenti progetti pilota facenti parte del programma di trasformazione digitale.<\/p>\n

I progetti pilota venivano sviluppati facendo ricorso a metodologie Agile <\/b>durante le prime fasi del loro ciclo di vita (Proof Of Concept e Minimum Viable Product), utilizzando set di dati <\/b>ad hoc, estratti<\/b> direttamente dai diversi sistemi sorgente<\/b>, per poi essere ingegnerizzati ed integrati all\u2019interno dell\u2019EDP. In alcuni casi, per\u00f2, i dati <\/b>ricevuti dalla EDP subivano variazioni<\/b> causate da modifiche o interventi non coordinati<\/b> su attributi di tabelle (ovvero, entit\u00e0 fisiche) comuni a pi\u00f9 casi d\u2019uso, portando ad errori e malfunzionamenti<\/b> dei modelli a supporto delle decisioni intraprese dai responsabili di area.<\/p>\n

In questo contesto, doDigital ha proposto di un\u2019attivit\u00e0 di impostazione<\/b> delle fondamenta per i processi di Data Governance <\/b>dell\u2019EDP, l\u2019identificazione di ruoli e responsabilit\u00e0 <\/b>di Governance, l\u2019adozione a regime <\/b>di un tool <\/b>di specifico e specializzato<\/b> in tale ambito.<\/p>\n

 <\/p>\n

OBIETTIVO DEL PROGETTO<\/b><\/p>\n

Definizione <\/b>di un framework di Data Governance <\/b>della Enterprise Data Platform <\/b>(o EDP<\/b>) per i casi d\u2019uso identificati, test sul campo dell\u2019efficacia e della validit\u00e0 <\/b>dello stesso, con il supporto di un tool dedicato <\/b>di Data Governance. Il framework progettato conterr\u00e0 le procedure, le policy e i processi di Data Governance<\/b> prioritari e una definizione dei ruoli e responsabilit\u00e0 <\/b>dei singoli e dei team.<\/p>\n

 <\/p>\n

SOLUZIONE PROGETTUALE E RISULTATI<\/b><\/p>\n

La progettualit\u00e0 \u00e8 stata declinata sulla base di 4 fasi <\/b>principali:<\/p>\n

    \n
  1. Definizione del framework complessivo <\/b>di governo della EDP (ruoli, processi e metriche <\/b>per il controllo) ed assegnazione <\/b>delle responsabilit\u00e0 alle persone <\/b>dell\u2019organizzazione aziendale coinvolte;<\/li>\n
  2. Identificazione ambito e caso d\u2019uso <\/b>per la fase di sperimentazione<\/b>;<\/li>\n
  3. Sperimentazione del framework sul campo <\/b>sul caso d\u2019uso <\/b>identificato, al fine di testarne l\u2019efficacia ed individuarne le aree di miglioramento;<\/li>\n
  4. Supporto per l\u2019adozione<\/b> di una piattaforma di Data Governance<\/b>, elemento chiave per l\u2019iniziativa progettuale, l\u2019adozione a regime ed automazione dei processi e delle procedure di Data Governance e per la successiva estensione del framework ad altri casi d\u2019uso legati ai dati.<\/li>\n<\/ol>\n

    \"\"<\/p>\n

     <\/p>\n

    1. <\/i>Definizione del framework di Data Governance e istanziazione sull\u2019organizzazione<\/i><\/b><\/p>\n

    Per la definizione del framework di Data Governance, sono state effettuate dapprima una serie di interviste <\/b>necessarie ad acquisire informazioni <\/b>rispetto all\u2019organizzazione del cliente<\/b>, a dati e sistemi utilizzati <\/b>a livello aziendale e a processi ed attivit\u00e0 in atto <\/b>in quel momento per il governo del dato.<\/p>\n

    Una volta acquisite queste informazioni, \u00e8 stato possibile disegnare un modello organizzativo di Data Governance <\/b>che si sposasse con l\u2019assetto organizzativo del cliente e realizzare i processi e le procedure di Governance <\/b>nel rispetto dei ruoli definiti all\u2019interno del modello.<\/p>\n

    Sono state poi ideate le metriche <\/b>da mettere in campo in sede di test del pilota e a regime, per monitorare la qualit\u00e0 del modello <\/b>di Governance rispetto all\u2019assegnazione<\/b> dei ruoli <\/b>e delle responsabilit\u00e0<\/b> e al carico di lavoro<\/b> delle persone coinvolte nei processi di Data Governance.<\/p>\n

    In seguito, \u00e8 stata avviata la fase di predisposizione del tool di Data Governance<\/b>, al fine di recepire il modello organizzativo <\/b>di governo ipotizzato (ruoli e responsabilit\u00e0), i KPI <\/b>ideati e da monitorare durante il pilota ed a regime, ed \u00e8 iniziato l\u2019inserimento delle informazioni necessarie<\/b> per il suo corretto funzionamento ed utilizzo.<\/p>\n

    \"\"<\/p>\n

    Una volta completata la definizione del framework, \u00e8 stata eseguita l\u2019 istanziazione e declinazione dei ruoli di governance<\/b>, individuando le opportune<\/b> persone per ciascun ruolo <\/b>ipotizzato, step fondamentale per garantire il corretto funzionamento e presidio del modello. \u00c8 stato dapprima individuato un team pilota<\/b>, che sarebbe stato poi affinato e migliorato a seguito della sperimentazione sul campo. Il team ha coinvolto figure provenienti dal Business<\/b> per il presidio del significato (semantica)<\/b> delle entit\u00e0 di business<\/b>, da un\u2019area legata all\u2019Innovazione<\/b> Digitale <\/b>aziendale per responsabilit\u00e0 ed attivit\u00e0 <\/b>legate alle iniziative progettuali Data-<\/b>Driven<\/b> legate all\u2019EDP (a titolo di esempio, predisposizione dei flussi dati per sviluppo di un pilota, passaggio di consegne per quanto riguarda la documentazione di progetto prodotta), e dall\u2019IT <\/b>per quanto riguarda il presidio tecnico ed infrastrutturale<\/b> dei dati. Per ciascuna di queste aree coinvolte, \u00e8 stata prevista un\u2019architettura di governo dedicata, ovvero un organigramma <\/b>specifico per area<\/b> con l\u2019elenco delle responsabilit\u00e0 per ciascuna figura <\/b>coinvolta ed<\/b> attivit\u00e0 di Data Governance da gestire<\/b>.<\/p>\n

    \"\"<\/p>\n

     <\/p>\n

    2.<\/i> Identificazione ambito e caso d\u2019uso per la sperimentazione<\/i><\/b><\/p>\n

    Una volta disegnato ed istanziato il framework sull\u2019organizzazione aziendale, \u00e8 stato necessario identificare il caso d\u2019uso sul quale effettuare la sperimentazione<\/b>. In tal senso, sono state analizzate le priorit\u00e0 strategiche <\/b>aziendali e si \u00e8 giunti all\u2019identificazione dell\u2019area Sales & Marketing <\/b>come candidata per la sperimentazione.<\/p>\n

    Definita l\u2019area, sono stati raccolti tutti i casi d\u2019uso <\/b>in fase di realizzazione e sono stati prioritizzati <\/b>analizzando due variabili <\/b>in particolar modo: la rilevanza e priorit\u00e0 strategica delle\u00a0<\/b><\/p>\n

    \"\"<\/p>\n

    informazioni <\/b>coinvolte (Data Value) e la rilevanza in termini di Data Governance <\/b>(ad esempio, in termini ampiezza dei ruoli coinvolti, molteplicit\u00e0 di sistemi interessati, etc.). Il caso d\u2019uso identificato come pi\u00f9 interessante rispetto a queste due dimensioni atteneva al tema del Customer Journey<\/b>.<\/p>\n

     <\/p>\n

     <\/p>\n

    3.<\/i> Sperimentazione sul campo e miglioramento del framework e supporto per l\u2019adozione della piattaforma\u00a0<\/i><\/b><\/p>\n

    Identificato il caso d\u2019uso, si \u00e8 proseguito con la fase di sperimentazione del framework di Data Governance<\/b> sul campo. Questa ha permesso di<\/b>:<\/p>\n

    \"\"<\/p>\n

      \n
    • Rivedere i ruoli e responsabilit\u00e0<\/b> identificati dal modello (ad esempio: variazione nomi dei ruoli di alcune figure Digital, introduzione di nuove professionalit\u00e0 per il presidio dei dati visualizzati all\u2019interno di alcune dashboard, affinamento di alcune responsabilit\u00e0 operative di Governance);<\/li>\n
    • Migliorare ed adeguare i processi e le procedure <\/b>rispetto alle variazioni di ruoli e responsabilit\u00e0 implementate;<\/li>\n
    • Esplicitare un nuovo processo di raccolta requisiti <\/b>per quanto riguarda in<\/li>\n
    • iziative progettuali che coinvolgessero dati che risiedono e vengono gestiti all\u2019interno della Enterprise Data Platform.<\/li>\n<\/ul>\n

      Il tutto grazie al supporto di una piattaforma <\/b>disegnata appositamente per la gestione della Data Governance<\/b>, elemento chiave<\/b> e fattore critico di successo <\/b>per l\u2019iniziativa<\/b> progettuale, ma soprattutto per l\u2019adozione a regime<\/b> dei processi e delle procedure di Data Governance.<\/p>\n

       <\/p>\n

      4. La progettualit\u00e0 si \u00e8 quindi conclusa con delle attivit\u00e0 formazione <\/b>e di supporto continuativo <\/b>volte a presidiare e verificare il corretto funzionamento del modello <\/b>e utilizzo dello strumento identificato<\/b>.<\/p>\n

       <\/p>\n

      In seguito alla progettualit\u00e0 descritta, l\u2019azienda cliente si \u00e8 fatta carico di estendere il framework di Data Governance agli altri casi d\u2019uso<\/b>, precedentemente prioritizzati <\/b>(come visto nella fase 2 del percorso progettuale). I fattori che hanno agevolato questo processo sono stati l\u2019apprendimento e la maggiore confidenza da parte degli attori coinvolti rispetto alle pratiche di Data Governance e l\u2019utilizzo di un tool apposito che ha consentito di accelerare il recupero dei metadati.<\/p>\n

       <\/p>\n

      I benefici principali <\/b>apportati dell\u2019iniziativa si possono riassumere in:<\/p>\n

        \n
      • Riduzione delle problematiche legate ai dati, come, a titolo di esempio, le variazioni causate da modifiche o interventi non coordinati su attributi di tabelle comuni a pi\u00f9 divisioni, citate in apertura;<\/li>\n
      • Riduzione del time-to-market per i nuovi modelli AI sviluppati dal team di Data Scientists interno;<\/li>\n
      • Aumento della cultura aziendale legata ai dati (Data Literacy) e coinvolgimento di tutti i ruoli aziendali nei processi di governo ed utilizzo dei dati.<\/li>\n<\/ul>\n","protected":false},"excerpt":{"rendered":"

        Settore: Energy\/Utility Servizio dD: Data Governance Tipo cliente: Grande azienda italiana attiva nel settore Energy\/Utility   ESIGENZA L\u2019azienda cliente aveva in essere un programma di trasformazione digitale volto a valorizzare i dati e il patrimonio informativo aziendale. In tal senso, era stata realizzata una Enterprise Data Platform (EDP) con l\u2019obiettivo di mettere a disposizione i […]<\/p>\n","protected":false},"author":3,"featured_media":1176,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[10],"tags":[64,35],"industries":[74],"services":[82],"applicativi":[],"class_list":["post-1159","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-casi-studio","tag-enterprise-data-platform","tag-it-governance","industries-energy-utilities","services-data-strategy-data-governance"],"_links":{"self":[{"href":"https:\/\/www.dodigital.it\/en\/wp-json\/wp\/v2\/posts\/1159","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.dodigital.it\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.dodigital.it\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.dodigital.it\/en\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/www.dodigital.it\/en\/wp-json\/wp\/v2\/comments?post=1159"}],"version-history":[{"count":9,"href":"https:\/\/www.dodigital.it\/en\/wp-json\/wp\/v2\/posts\/1159\/revisions"}],"predecessor-version":[{"id":1935,"href":"https:\/\/www.dodigital.it\/en\/wp-json\/wp\/v2\/posts\/1159\/revisions\/1935"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.dodigital.it\/en\/wp-json\/wp\/v2\/media\/1176"}],"wp:attachment":[{"href":"https:\/\/www.dodigital.it\/en\/wp-json\/wp\/v2\/media?parent=1159"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.dodigital.it\/en\/wp-json\/wp\/v2\/categories?post=1159"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.dodigital.it\/en\/wp-json\/wp\/v2\/tags?post=1159"},{"taxonomy":"industries","embeddable":true,"href":"https:\/\/www.dodigital.it\/en\/wp-json\/wp\/v2\/industries?post=1159"},{"taxonomy":"services","embeddable":true,"href":"https:\/\/www.dodigital.it\/en\/wp-json\/wp\/v2\/services?post=1159"},{"taxonomy":"applicativi","embeddable":true,"href":"https:\/\/www.dodigital.it\/en\/wp-json\/wp\/v2\/applicativi?post=1159"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}