Il 53% delle banche ha già definito (o sta definendo) la propria strategia per l’intelligenza artificiale in sinergia con la Data Strategy; il 71% degli istituti di credito è consapevole dell’importanza di avviare piani di formazione sull’AI, mentre l’82% prevede di coinvolgere team eterogenei per “mettere a terra” i progetti di questo tipo. Con quali competenze? Le skill più cercate sono quelle dei data scientist e data engineer (76% e 71% dei casi) ma sono in primo piano anche le aree aziendali preposte a gestire i rischi (65% privacy, 35% cybersecurity, 35% risk & compliance).
Lo evidenzia l’ultimo report dell’Osservatorio Information Governance di ABI Lab, di cui Irion è partner, presentato questa settimana in un workshop a Milano. Per descrivere il percorso compiuto dalle banche verso un presidio stabile di governo dei dati, l’indagine sottolinea alcune metriche legate al coinvolgimento del personale: il 55% degli istituti monitora la formazione sulla Data Governance, il 64% misura la partecipazione dei propri dipendenti a una Data Community e il 72% il livello di impegno delle risorse interne sulle attività di Data Management; il 60% ha fatto un passo ulteriore, inserendo il livello di attuazione di questi ruoli e processi tra i KPI monitorati dalla direzione.
Qualità sostenibile e controllo di gestione
“Oggi nel governo dei dati si pone un tema di sostenibilità: abbiamo bisogno che sia più automatico ed efficiente, soprattutto per quanto riguarda la Data Quality. I nostri Data Owner sono decentrati: la vicinanza al business è fondamentale. Abbiamo fatto un gran lavoro di mappatura dei data usage; ogni area negozia annualmente le risorse per lanciare le iniziative prioritarie” afferma Luca Giordano, head of data governance di Intesa Sanpaolo. C’è tanto da fare in questo ambito, quindi serve misurare cosa porta valore.
“Oggi c’è un fattore produttivo in più: il dato. Gli altri (HR, tecnologie e processi) sono da molto tempo sotto l’occhio del controllo di gestione“ ha spiegato al workshop Mario Vellella, domain advisory leader di Irion”. Lo stesso va fatto per i dati: “Meritano una sezione in ogni piano industriale e un monitoraggio, anche trimestrale, del loro contributo al raggiungimento della strategia aziendale, per rispondere alla domanda del che il vertice aziendale ci pone costantemente: “I dati stanno portando il valore previsto dalla strategia?”.
In questi ambiti l’Unione Europea si è mossa con una serie di iniziative come il Data Governance Act e i data spaces comunitari: “Queste norme danno per scontato che soggetti pubblici e privati debbano condividere dati:ma se non ne conosco il valore”? È un problema messo in luce anche da Gartner nelle sue interviste ai CDO: quando va bene, riescono a mostrare quanto vale la Data Quality, il resto è difficile.
Un metamodello a supporto della Data Valuation
Un aspetto chiave nel processo che porta a valorizzare i dati aziendali – prosegue Vellella – è la possibilità di usare un metamodello per collegare la rappresentazione dei dati stessi alla loro destinazione d’uso. In questo modo è possibile capire se il dato viene usato su un determinato processo, un progetto o prodotto. “Dovrò identificare voci già familiari al controllo di gestione e rappresentate nel bilancio aziendale: sarà più semplice divulgarle. È anche un modo proattivo per usare i metadati, spesso faticosamente raccolti, tramite interviste e connettori”.
