Home

Alcune aziende che ci hanno scelto

Privacy Officer e consulente privacy
Schema CDP secondo la norma ISO/IEC 17024:2012
European Privacy Auditor
Schema di Certificazione ISDP©10003 secondo la norma ISO/IEC 17065:2012
Valutatore Privacy
Secondo la norma UNI 11697:2017
Lead Auditor ISO/IEC 27001:2022
Secondo la norma ISO/IEC 17024:2012
Data Protection Officer
Secondo la norma ISO/IEC 17024:2012
Anti-Bribery Lead Auditor Expert
Secondo la norma ISO/IEC 17024:2012
ICT Security Manager
Secondo la norma UNI 11506:2017
IT Service Management (ITSM)
Secondo l’Ente ITIL Foundation
Ethical Hacker (CEH)
Secondo l’Ente EC-Council
Network Defender (CND)
Secondo l’Ente EC-Council
Computer Hacking Forensics Investigator (CHFI)
Secondo l’Ente EC-Council
Penetration Testing Professional (CPENT)
Secondo l’Ente EC-Council

Qualifiche professionali

Rimani aggiornato sulle notizie dal mondo!

Seleziona gli argomenti di tuo interesse:
GOVERNANCE & AWARENESS
Home / GOVERNANCE & AWARENESS
/
Data Architecture
Big Data e Data Science

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.

Suggeriti per te

Data Governance Data Architecture Data Modeling e Design Data Storage e Operations Data Security Data Integration e Interoperability Document e Content Management Reference e Master Data Data Warehousing e Business Intelligence Metadata Management Data Quality Big Data e Data Science