Obiettivi:
Con il termine architettura (Architecture) ci si riferisce all’arte e alla scienza delle costruzioni, in particolare, per architettura s’intende una disposizione organizzata di elementi componenti destinati a ottimizzare la funzione, le performance, la fattibilità, i costi e l’estetica di una struttura complessiva o di un sistema.
Data Architecture ed Enterprise Architecture trattano la complessità da due punti di vista:
- Orientato alla qualità (Quality-oriented): focus sul miglioramento dell’esecuzione all’interno dei cicli di sviluppo di business e IT. A meno che non venga gestita, l’architettura si deteriora; i sistemi diventano gradualmente più complessi e rigidi, creando rischi per l’organizzazione. La produzione incontrollata di dati, le copie dei dati e le relazioni a “spaghetti” delle interfacce rendono le organizzazioni meno efficienti e riducono l’attendibilità dei dati.
- Orientato all’innovazione (Innovation-oriented): focus sulla trasformazione del business e dell’IT per rispondere a nuove aspettative e opportunità. Promuovere l’innovazione tramite tecnologie disruptive e l’utilizzo dei dati è diventato un ruolo del moderno Enterprise Architect.
Questi due fattori richiedono approcci separati. L’approccio orientato alla qualità (quality-oriented) si allinea con il lavoro tradizionale di Data Architecture, in cui i miglioramenti della qualità architetturale sono realizzati in modo incrementale.
Attività svolte dal nostro Team:
Istituire la pratica di Data Architecture
La Data Architecture deve essere parte integrante dell’architettura aziendale. Se non esiste una funzione di architettura aziendale, è comunque possibile istituire un team di Data Architecture. È opportuno scegliere un framework pertinente al tipo di business. Le viste e la tassonomia del framework devono essere utili nella comunicazione ai vari stakeholder.
In generale, una pratica di Enterprise Data Architecture comprende i seguenti flussi di lavoro, eseguiti in serie o in parallelo:
- Strategia
- Accettazione e cultura
- Organizzazione
- Metodi di lavoro
- Risultati
L’Enterprise Data Architecture influenza anche i limiti dell’ambito dei progetti e delle release di sistema:
- Definizione dei requisiti dei dati di progetto
- Revisione degli studi dei dati di progetto
- Determinazione dell’impatto del data lineage
- Controllo della replica dei dati
- Applicazione degli standard di Data Architecture
- Guidare la tecnologia dei dati e le decisioni di rinnovo
Valutare le specifiche di Data Architecture esistenti
Ogni organizzazione dispone di qualche forma di documentazione dei propri sistemi esistenti. È opportuno identificare questi documenti e valutarli in base alla loro accuratezza, completezza e livello di dettaglio. Se necessario, occorre aggiornarli in modo che rispecchiano lo stato attuale.
Sviluppare una roadmap
Se si creasse un’impresa partendo da zero (libera da dipendenza dai processi esistenti), un’architettura ottimale sarebbe quella basata esclusivamente sui dati necessari a gestire l’azienda, le priorità sarebbero stabilite a seconda della strategia di business e si potrebbero adottare decisioni senza i vincoli del passato. Pochissime organizzazioni si trovano in questo stato. Una roadmap fornisce un mezzo per gestire queste dipendenze e prendere decisioni lungimiranti. Aiuta inoltre un’organizzazione a individuare i trade-off e a formulare un piano pragmatico in linea con le esigenze e le opportunità di business e con i requisiti esterni e con le risorse disponibili.
Gestire i requisiti aziendali all’interno dei progetti
L’architettura non deve essere bloccata dai vincoli presenti nel momento in cui viene sviluppata. I data model e altre specifiche che descrivono la Data Architecture di un’organizzazione devono essere abbastanza flessibili da soddisfare i requisiti futuri. Un modello di dati a livello architetturale deve avere una visione globale dell’azienda insieme a definizioni chiare che possano essere comprese in tutta l’organizzazione.