Matthew Tyrer, Senior Manager, Solutions Marketing di Commvault suggerisce tre consigli per riuscire a massimizzare il valore della data analytics nel data management.
La pubblica amministrazione, come molti altri settori, genera, gestisce e archivia elevati volumi di dati relativi ai cittadini. Mai come ora è importante definire e adottare una strategia di utilizzo delle informazioni efficace e sicura. Se progettata e governata correttamente, la data analytics permetterebbe infatti agli enti pubblici di setacciare rapidamente grandi volumi di dati e trovare informazioni utili e ottenere grandi benefici. Come la riduzione delle spese di storage, la protezione dei dati sensibili in supporto alla privacy, l’ottimizzazione delle operazioni e il miglioramento dei servizi forniti.
Opportunità e benefici
In passato, gli enti governativi – locali, provinciali e regionali – consideravano l’analisi dei dati una componente “nice-to-have” della loro strategia di data management. Molto spesso limitandone l’uso ai soli dati raccolti per scopi specifici e autorizzati. Tuttavia, con l’avvento della digitalizzazione di massa e di nuove tecnologie, la PA oggi comprende che la data analytics non rappresenta più un lusso, ma un elemento necessario all’intera strategia di data management. Senza il supporto degli analytics il volume, la velocità e la varietà dei dati in continuo aumento. Insieme alle crescenti norme di sicurezza, conformità e privacy, travolgerebbero le organizzazioni.
I consigli di Commvault
L’analisi integrata dei dati offre la possibilità di migliorare la velocità e l’efficacia di iniziative come il consolidamento dell’infrastruttura IT e la migrazione al cloud. Scoprendo dati ridondanti o errati da eliminare prima della migrazione. Inoltre, non conoscere i propri dati potrebbe essere pericoloso, per questo è importante averne conoscenza completa. Ad esempio, la data analytics può identificare le informazioni sensibili e personali e quelle soggette a normative sulla privacy. Infine, automatizzare le regole, le policy e le procedure aziendali per supportare la data analytics riduce l’intervento umano necessario per ottenere conformità ed efficienza.
Tre consigli da seguire nel corso dell’ottimizzazione del valore della data analytics:
1 Tutto in uno. Valutare soluzioni di data management che includono l’analisi dei dati integrata.
Le soluzioni di data management aiutano gli utenti a ottenere informazioni utili da enormi archivi di dati. La data analytics, incorporata in una soluzione di gestione delle informazioni, permette di sviluppare una comprensione più profonda della tipologia di dati e del loro contesto.
2 Utilizzare la data analytics fin dall’inizio di processi e iniziative di data management
Visti i benefici e i risultati, la data analytics dovrebbe essere una componente chiave della strategia generale di gestione dei dati di ogni organizzazione fin dall’inizio. Un esempio del valore della data analytics integrata è la migrazione al cloud. Analizzando i loro dati come parte del processo, le istituzioni possono esaminare l’età dei dati, il programma o il dipartimento a cui sono legati e il processo organizzativo a cui si riferiscono.
Tag e indici possono catturare ognuna di queste caratteristiche o elementi, identificando i dati che possono essere cancellati prima della migrazione e categorizzando il resto in modo che possa essere facilmente recuperato in seguito. Infine, l’analisi dei dati integrata assicura anche che il servizio cloud offra le prestazioni richieste.
Massimizzare il valore della data analytics, i consigli di Commvault
3 Focus sui risultati. Assicurarsi che le informazioni fornite dalla data analytics siano chiare, rilevanti e utilizzabili.
La miglior tecnologia di data analytics del mondo non ha alcun valore se non fornisce informazioni chiare, rilevanti e utilizzabili. L’uso in tempo reale della data analytics fornisce ai decision-maker un meccanismo di feedback continuo che conferma la corretta analisi dei dati. Le informazioni possono essere presentate in modo che i manager possano capire e, cosa più importante, agire rapidamente. In alcuni casi, questo feedback si tradurrà in cambiamenti nei set di dati analizzati o nelle informazioni richieste.
Quando la soluzione di data management fornisce capacità di analisi flessibili e configurabili, e i decisori hanno definito come utilizzare l’analytics per generare e presentare approfondimenti, l’ente sarà in grado di rendere la data analytics resistente, fornendo intuizioni preziose non solo ai decision-maker di oggi, ma anche ai leader di domani.
