Il data mesh non è per tutti: parola di Iconsulting

Il data mesh non è per tutti: parola di Iconsulting

La società bolognese Iconsulting, specializzata nella data-driven transformation, analizza il nuovo approccio “data mesh” nella gestione dei dati

I dati sono le informazioni più preziose che oggi le aziende possiedono. Se raccolti correttamente e analizzati in modo strategico rappresentano, infatti, il valore aggiunto e – quasi – imprescindibile per accrescere il business e primeggiare sulla concorrenza. Ecco perché diventare una Data-Driven Company non è più un optional per le imprese, ma come si può attuare questo cambio di paradigma? Il Data Mesh potrebbe essere la risposta giusta, o forse no.  

Comparso sul mercato nel 2019 grazie all’inventiva dell’esperta di settore Zhamak Dehghani, questo innovativo approccio, basato su un modello organizzativo e architetturale in grado di massimizzarne flessibilità e agilità, non sembra, infatti, adatto per tutte le realtà. Iconsulting, principale azienda di consulenza italiana focalizzata sulla creazione di valore strategico partendo dai dati, ne spiega i principi fondanti rivelando perché alcune società potrebbero non essere ancora pronte per questo cambiamento.

I pilastri del Data Mesh

Il Data Mesh si basa su 4 elementi chiave: decentralizzazione, data as a product, infrastruttura self-service e governance federata.

1.     Decentralizzazione basata su domini: non è necessario possedere una piattaforma unica e centralizzata con un solo team che la governa, l’ownership di ogni singola attività può essere delegata a un gruppo di lavoro esperto. Si creano così dei “domini” con la responsabilità di amministrare le proprie pipeline di elaborazione dei dati (ETL).

2.     Data as a product: si considera il dato come un prodotto con determinate caratteristiche quali ad esempio la reperibilità.Nello specifico, vengono fornite tutte le informazioni utili per trovarlo facilmente e in modo univoco. Il Data Product deve, inoltre, essere accessibile, affidabile, comprensibile, interoperabile e sicuro.

3.     Infrastruttura self service: per sviluppare, distribuire e, infine, accedere ai Data Product, è richiesta un’infrastruttura adeguata. In particolare una “self-serve data infrastructure” che consente ai team di dominio di gestire l’intera filiera dei propri Data Product in autonomia.

4.     Governance federata: al fine di rendere i Data Product interoperabili tra loro è necessario che vi sia un modello di governance che – oltre a decentralizzare i domini e mantenere l’autonomia dei team – definisca un set di regole globali da applicare a tutti i Data Product e alle loro interfacce di comunicazione.

Il Data Mesh rappresenta, quindi, un paradigma innovativo che mira a risolvere criticità di Time-to-market, Data Quality, ownership e complessità nella gestione dei dati. Un Data Mesh di successo, però, non si ottiene semplicemente applicando i 4 pilastri come mere regole in modalità checklist, occorre, infatti, considerare a tutto tondo aspetti organizzativi, sociologici, tecnologici e architetturali. Per questo motivo si ritiene che il passo verso questo nuovo paradigma debba essere preceduto dalla definizione di una Data Strategy, con l’obiettivo di individuare domini, use case, priorità, ownership, aspetti architetturali e selezionare la migliore strategia di decentralizzazione in base alle caratteristiche della propria organizzazione.

Quando non è ancora la scelta giusta

Il Data Mesh è applicabile, dunque, in ogni azienda? La risposta è no, non tutti i business sono adatti a questo modello. Nello specifico Iconsulting individua 8 situazioni che ne ostacolano il successo:

1.     se il contesto organizzativo non permette la decentralizzazione dei Data Product e dei domini;

2.     se mancano use-case che portino valore alla business unit;

3.     se viene concepito come una tecnologia e non come modello organizzativo;

4.     se non è presente una Data Strategy definita;

5.     se non si riscontrano il supporto e il mindset culturale rispetto ai processi di decision-making in modalità bottom-up;

6.     se vi è scarsità di figure specializzate nei dati all’interno dell’azienda e dei team (data analyst, data engineers, data scientist…);

7.     se la Data Governance non è considerata un tassello fondamentale della Data Strategy;

8.     se viene percepito come un prodotto a scaffale.

“Siamo da sempre attenti non solo alle novità emergenti nell’ambito della Data Governance, come ad esempio il Data Mesh, ma anche alle peculiari necessità della singola realtà.  – afferma Marco Mantovani, Senior Manager di IconsultingIl nostro obiettivo è quello di accompagnare le aziende nel loro percorso verso la digital transformation supportati dalla spiccata sensibilità e profonda expertise che ci consentono di individuare la soluzione più adatta a ogni specifico caso”.  

Photo by NASA on Unsplash

Michele Mattei

Nato a Tivoli nel 1994, dopo il diploma di maturità scientifica si è laureato in Comunicazione Pubblica e d’Impresa e in Media, Comunicazione Digitale e Giornalismo presso la facoltà di Scienze Politiche, Sociologia e Comunicazione dell’Università degli Studi di Roma "La Sapienza". Appassionato di storia e di sostenibilità, attualmente scrive articoli per diverse testate e si occupa di volontariato con il Servizio Civile Nazionale in ambito sociale, culturale e ambientale.