Affrontare le sensibilità nella gestione centralizzata dei dati

Gestione centralizzata dei dati e sensibilità

Lezioni dalle trincee

Maggior parte delle organizzazioni di una certa dimensione ed età ha ormai avviato un’iniziativa per migliorare il modo in cui trattano e gestiscono i dati. Qualsiasi tentativo di migliorare strutturalmente le capacità di gestione dei dati richiederà un minimo di centralizzazione, anche solo per scoprire la pratica attuale nello stato dell’organizzazione. Una tendenza comune è quella di nominare un Chief Data Officer, con un sondaggio che ha rilevato che oltre l’80% delle organizzazioni Fortune 1000 ora dichiara di avere un CDO in carica.

Ogni cambiamento può scatenare una reazione, ma specificamente il cambiamento organizzativo che definisce nuove responsabilità, cambia le autorità e richiede finanziamenti potrebbe essere delicato e quindi complicato. Ho trascorso oltre un decennio a accompagnare i nuovi Chief Data Officer nei loro rispettivi percorsi. Ho le cicatrici di battaglia a dimostrarlo, ma anche alcune lezioni apprese. Nel resto di questo articolo, esamineremo le sfide tipiche che accompagnano il lancio di un team dati centrale e le azioni pratiche che puoi intraprendere per gestire questi rischi.

Lanciare un team dati centrale e le sensibilità correlate

Creare un primo team centrale e centralizzare le responsabilità può essere fatto in molti modi diversi. Può includere il lancio di un Ufficio del Chief Data Officer, l’avvio di un consiglio per i dati (governance), miglioramenti nelle politiche e negli standard guidati centralmente e risorse fornite centralmente per eseguire processi specifici di governance dei dati.

Man mano che un team dati centrale acquisisce autorità, per definizione gli altri team devono cederla – e ciò può comportare sensibilità. Ecco alcune delle sfide più comuni:

• Sfruttando le funzionalità di Llama 2 nelle applicazioni reali Costruire chatbot scalabili con FastAPI, Celery, Redis e Docker
• 10 migliori generatori di giochi AI (luglio 2023)
• Interfaccia cervello-computer si connette tramite il canale uditivo

• Battaglia per le risorse. I team centrali hanno bisogno di persone e budget per funzionare. A volte, ciò può significare togliere i budget o le persone ad altri team, il che può scatenare una reazione da parte dei loro leader.
• Perdita di controllo. I team che avevano libertà su determinati compiti potrebbero non gradire che un team centrale prenda il controllo o che vengano forniti standard su come farlo.
• Mancanza di rilevanza locale. Se il team centrale è troppo distante dalle esigenze locali (o specifiche del business), dalle operazioni e dalle sfumature, potrebbe prendere decisioni che non producono l’impatto commerciale desiderato e l’esperienza locale potrebbe andare persa.
• Diventare un ostacolo. La possibilità che il team centrale diventi un ostacolo o un punto di attrito nell’organizzazione, se non è adeguatamente staffato e gestito, e quindi diventa una fonte di frustrazione e rancore.
• Diventare un luogo di scarico. La possibilità che il team centrale diventi un luogo di scarico per compiti e responsabilità che nessun altro vuole assumersi e che apportano solo un valore limitato.
• Resistenza generale al cambiamento. I team e le persone potrebbero essere resistenti al cambiamento, in particolare se l’impatto è sconosciuto o male compreso e se si sentono impreparati a soddisfare le nuove aspettative.

Esaminiamo alcuni casi studio reali relativi a queste sfide, che ho osservato da vicino. Nel primo caso, la strategia dell’organizzazione, una delle prime 100 organizzazioni assicurative globali con oltre 50.000 dipendenti, era molto aggressiva. Il nuovo CDO entrante aveva una storia di “farcela”, che era stata una delle ragioni della sua nomina. Il suo piano era definire un elenco di attività classificate come “attività di governance dei dati”. Poi, con le descrizioni a disposizione, sono state individuate persone in tutta l’organizzazione che stavano già eseguendo tali attività, inizialmente sotto l’apparenza di valutare lo stato attuale. Delle persone che sono state identificate, talvolta la governance dei dati costituiva l’intero lavoro, talvolta solo una piccola parte. Ad esempio, qualcuno potrebbe essere impegnato nel lavoro sulla qualità dei dati come parte di un processo di pipeline di marketing.

Una volta completata l’analisi per identificare queste persone, è stata fatta la proposta di spostare una parte consistente di queste persone nel team centrale. Ovviamente, ciò ha portato a una rivolta istantanea da parte dei team aziendali e funzionali in cui queste persone erano posizionate. Avevano mostrato buona volontà partecipando alla valutazione della maturità, solo per vedere i loro membri del team, spesso componenti critici delle rispettive operazioni, essere riassegnati. Il nuovo CDO si è trovato rapidamente in una situazione ostile e non ha ottenuto praticamente nulla per il resto del primo anno.

Un altro caso studio proviene da una banca globale, dove il Chief Data and Analytics Officer globale (“CDAO”) ha lanciato un programma di trasformazione per creare un data lake curato. Il CDAO era cauto nell’evitare di creare una palude di dati, quindi ha insistito su un rigoroso processo di certificazione. Le promesse del programma erano forti: i team potevano inviare richieste per caricare i loro dati nel data lake e un team centrale sotto il CDAO si sarebbe occupato dell’ingestione, dell’etichettatura e del controllo di qualità, nonché della fornitura di accesso, in modo che i team aziendali e funzionali potessero concentrarsi sull’analisi dei dati e sulla creazione di modelli analitici. Tuttavia, la domanda ha presto superato la capacità e il tempo medio di elaborazione per ottenere i dati nel data lake è superato un mese in media e i team aziendali sono cresciuti frustrati poiché il team centrale dei dati è diventato un ostacolo. Nonostante le buone intenzioni, è stato necessario un importante reset (dove il mio team – intervenendo mentre la situazione sopra descritta peggiorava – ha contribuito ad analizzare gli strumenti che potevano automatizzare i processi di governance dei dati nelle pipeline di ingestione).

Gli esempi precedenti provengono dalla mia esperienza personale, ma per coloro interessati a saperne di più, Creating a Data-Driven Enterprise with DataOps di Ashish Thusoo e Joydeep Sen Sarma offre una lettura eccellente con ulteriori case study.

Tattiche di mitigazione

Le organizzazioni possono adottare diverse misure per gestire le sensibilità associate alla gestione centralizzata dei dati. Ecco alcuni dei miei preferiti personali:

• Focalizzarsi sull’automazione. Adottando una mentalità incentrata sull’automazione, si possono ridurre gli sforzi e i costi manuali, riducendo così la necessità di un grande team. La governance dei dati per design, in cui i principi di governance sono incorporati nel design dei sistemi di dati, può favorire la coerenza e l’efficienza.
• Comunicazione e trasparenza. Una comunicazione chiara e tempestiva sulle ragioni della centralizzazione e sui suoi risultati attesi può favorire la fiducia e incoraggiare l’adesione degli stakeholder.
• Orientamento e formazione. Ogni nuovo processo o politica aggiornata dovrebbe essere accompagnato da materiali didattici adatti allo scopo e processi di socializzazione che ne chiariscano l’implementazione.
• Fornire canali per il feedback e l’influenza. Un consiglio dei dati o un forum di governance possono essere utilizzati per garantire che gli stakeholder non siano solo destinatari delle linee guida sulla governance dei dati, ma siano anche partner attivi e apprezzati nel percorso.
• Affrontare in modo proattivo gli stakeholder difficili. Identificare gli stakeholder che potrebbero avere preoccupazioni o obiezioni specifiche e affrontarli in modo proattivo, includendo, se possibile, sessioni individuali e gestendo esplicitamente i rispettivi bisogni e richieste.
• Iniziare con progetti di piccole dimensioni e ottenere risultati. Iniziare con un ambito ben compreso, coinvolgendo volti “amici” e dotato di un chiaro caso aziendale. Ciò può creare un’impulso iniziale, che potrebbe essere necessario per affrontare argomenti più complessi in seguito.
• Responsabilizzare i team e i manager locali. Una governance intelligente dei dati non riguarda la centralizzazione di tutto il lavoro: consente ai ruoli e alle persone esistenti di adempiere meglio alle loro responsabilità in modo coerente. I team cross-funzionali e cross-regionali possono essere un’opzione.
• Centralizzare solo quando necessario. Assicurarsi che gli sforzi per standardizzare o centralizzare la governance dei dati siano basati su un caso aziendale positivo. Evitare la centralizzazione quando si è incerti.

Esamineremo ora alcuni ulteriori case study dalla mia osservazione personale. Innanzitutto, per evitare lotte sanguinose per le risorse, un grande rivenditore regionale ha adottato un approccio mirato basato sui casi d’uso, analizzando i bisogni e le lacune di risorse in base a un insieme comune di circa 25 ruoli di dati. Questi ruoli includevano persone come il proprietario dei dati, il supervisore dei dati, il modellatore dei dati, lo scienziato dei dati, l’ingegnere dei dati, il proprietario del sistema, il proprietario del processo, il supervisore dei dati di dominio, l’architettura dei dati e alcuni altri. Il passo successivo ha coinvolto la discussione di questi ruoli con i team aziendali e funzionali, identificando quali ruoli avevano già e dove avevano delle sfide, ad esempio in termini di avere le competenze e la tecnologia giuste. Quando sono state identificate le criticità comuni e le aree di opportunità in cui un team centrale poteva potenziare efficacemente i team aziendali e funzionali, ciò è stato immediatamente accolto con favore. La stesura del caso aziendale per ottenere il finanziamento iniziale, sebbene piccolo, del team è stata rapida e facile.

Con un altro Chief Data Officer con cui ho lavorato, abbiamo avviato una campagna di alfabetizzazione dei dati e di promozione della cultura insieme al lancio del suo nuovo modello operativo di governance dei dati. Il nuovo modello operativo era accompagnato da molti termini e responsabilità nuove per i dipendenti e credevamo che ciò potesse causare confusione e ansia. Tra le altre iniziative, abbiamo organizzato una sessione “Chiedimi qualunque cosa”, in cui chiunque nell’organizzazione – che contava oltre 25.000 dipendenti – poteva inviare domande in forma anonima che sarebbero state risposte in diretta. Oltre a molte domande pratiche, sono state poste molte domande sensibili, come ad esempio “Come influiscono queste nuove responsabilità sulla mia retribuzione?”, “Questo è il terzo nuovo modello operativo in 3 anni – ne abbiamo davvero bisogno?”, e “Il mio responsabile del team pensa che questo sia una sciocchezza – cosa posso fare in proposito?” Il feedback raccolto in modo anonimo, combinato con commenti anecdotali, ha indicato che questo approccio trasparente ha alleviato le preoccupazioni personali e ha incoraggiato l’adesione delle persone coinvolte dalle responsabilità rinnovate.

Un ultimo esempio, forse il mio case study preferito, riguarda il caso in cui il Chief Data Office rinnovato ha adottato una mentalità incentrata sull’automazione. È stata creata un’architettura di riferimento per una piattaforma di dati nativa del cloud di recente implementazione con alcune fondamenta abilitanti: un approccio basato sui prodotti dati, standard di interoperabilità rigorosi e un hub di gestione dei dati. Ciò significava che tutto ciò che veniva spostato sulla piattaforma era automaticamente governato. Vale a dire, solo ciò che era qualificato come un prodotto dati poteva essere archiviato sulla piattaforma, garantendo che la proprietà (del prodotto e dei dati) fosse definita. La combinazione di standard di interoperabilità, dei modelli di archiviazione comuni all’interno della piattaforma e dell’hub di gestione dei dati (che includeva un catalogo dei dati) ha guidato una gestione dei metadati quasi completamente automatizzata. Sebbene ciò abbia comportato un notevole investimento iniziale per ottenere le fondamenta corrette, ha evitato una situazione in cui il team centrale della piattaforma dati aveva bisogno di un gran numero di analisti e ingegneri per gestire le piattaforme e i suoi prodotti dati.

Guardando avanti

Centralizzare la gestione dei dati non è un compito semplice; è pieno di complessità e sensibilità. Tuttavia, attraverso una comunicazione efficace, coinvolgimento degli stakeholder, formazione mirata e un approccio misurato, centralizzando solo dove c’è un chiaro caso aziendale per farlo, queste sfide possono essere gestite in modo efficace. Se hai qualche informazione o esperienza da condividere, per favore lasciale nei commenti.

Riferimenti

• Three underappreciated success factors of Chief Data Officers, VoAGI.
• 8 Strategies for Chief Data Officers to Create — and Demonstrate — Value, HBR.
• 5 lezioni da un Chief Data Officer tre volte, Data World.
• Creazione di un’azienda orientata ai dati con DataOps, Ashish Thusoo e Joydeep Sen Sarma.