Data and Data Quality Management

Data and
Data Quality
Management
Qualità dei dati, gestione del ciclo di vita dei dati,
controllo della crescita dei dati,
data subsetting e data masking.
La soluzione più completa per la gestione dei dati aziendali.
Il successo di ogni realtà aziendale è sempre più legato a
una gestione efficiente del patrimonio informativo.
La raccolta e l’utilizzo di crescenti quantità di informazioni
da parte dei moderni Sistemi Informativi richiede di
affrontare da nuove prospettive il tema del loro governo,
della loro qualità e della loro protezione.
È questo un argomento ampio e complesso che sta
fortemente ponendosi all’attenzione del management per i
suoi evidenti effetti sui costi di gestione.
La costante e rapida evoluzione delle basi dati aziendali
rappresenta direttamente e indirettamente il problema
più rilevante poiché strettamente connesso alla qualità
dei contenuti informativi, all’efficienza dei servizi erogati
e alla qualità del software responsabile della produzione
e dell’aggiornamento dei dati. Le informazioni censite
nei database aziendali provengono sempre più spesso
da processi di rielaborazione dei dati primari o da
collegamenti con fonti esterne. A tal fine applicazioni
sempre più numerose e sofisticate producono ogni giorno
una quantità smisurata di dati, spesso con ridondanze e
duplicazioni e non di rado introducono errori o informazioni
contraddittorie con conseguente perdita di controllo
del patrimonio informativo, aumento dei costi e acuirsi
dell’inefficienza del servizio agli utenti.
I responsabili di business rischiano così di elaborare
decisioni strategiche sulla base di informazioni errate o di
scarsa qualità.
Un altro tema di fondamentale importanza per chi ha la
responsabilità di proteggere i dati è la riservatezza:
la normativa sta attribuendo infatti alla cura della privacy
sempre maggior enfasi. Superati i problemi di Identity &
Access Management e quelli di cifratura delle informazioni,
rimane, in tutta la sua evidenza, la necessità di mascherare
ovvero rendere irriconoscibili informazioni riservate
nei confronti di coloro che devono accedere agli archivi
aziendali per scopi non direttamente connessi al business.
Sono quattro i fattori chiave per dare risposte nell’ambito
del Data & Data Quality Management:
• controllare la crescita dei database aziendali tramite
una corretta gestione del Ciclo di Vita dei dati. A tal
fine occorre tenere le basi dati operative al massimo
dell’efficienza tramite processi di Archiviazione,
Storicizzazione e Svecchiamento, basati su criteri
funzionalmente coerenti con il business
• garantire la Qualità dei dati non solo individuando e
correggendo le informazioni errate, ma anche isolando
e intervenendo sui processi che inducono contenuti
erronei nei database dell’impresa
• migliorare la qualità dei test delle applicazioni mettendo
a disposizione basi dati essenziali, ricavate dagli archivi
di produzione con processi di Riduzione o Subsetting
• garantire la Mascheratura (offuscamento) delle
informazioni riservate ogni qualvolta i database debbano
essere utilizzati al di fuori dalla ristretta sfera delle
attività di business.
Soluzioni e Offerta
Chiunque affronti il tema del Data & Data Quality Management non può non constatare che la chiave per il successo
risiede nella conoscenza del patrimonio informativo.
La disponibilità di un Repository in grado di catalogare
informazioni di carattere non solo strutturale, ma anche
funzionale e gestionale, assume un’importanza vitale per
i Sistemi dove la numerosità degli archivi è rilevante. La
conoscenza diventa un’arma unica ed irrinunciabile per
consentire la definizione delle migliori strategie di Governo dei Dati e la scelta delle regole più adeguate per il controllo di Qualità o dei criteri più efficienti per il Subsetting
ed il Data Masking.
Forte di una lunga esperienza nel settore, RES si propone
al mercato come il partner ideale grazie anche
alla disponibilità di una Suite di soluzioni specifiche e
tra loro sinergiche che, partendo da un Repository della
Conoscenza e da elementi quali Metadati, Filtri e Soglie,
consentono di affrontare con la massima
efficacia e il minimo effort tutti i temi indicati.
Enterprise Data Manager:
una famiglia di prodotti innovativi e multipiattaforma che
coniuga semplicità d’uso e massima efficienza.
Con un’architettura in grado di operare su tutte le piattaforme, dal Mainframe Z/OS-DB2 ai sistemi basati su
Oracle, SQL Server, DB2 UDB e MySql, Enterprise Data
Manager rappresenta una famiglia di tecnologie avanzate
capace di fornire le migliori risposte alle esigenze di Data
& Data Quality Management.
EdMan
È la soluzione di Data Knowledge & Quality che fornisce
il massimo della conoscenza del patrimonio informativo
aziendale e contestualmente propone un percorso flessibile e aperto al controllo e al ripristino della qualità dei
dati.
EdMan DLC (Data Life Cycle)
Con tecniche di Archiviazione, Storicizzazione e Svecchiamento estremamente efficienti è la soluzione che consen-
te di mantenere sotto controllo la crescita dei database
aziendali e al contempo elimina i costi di sviluppo e manutenzione di tutte le componenti applicative necessarie alla
gestione del ciclo di vita dei dati.
Daisy
È il prodotto per il Subsetting dei dati che, grazie alla
conoscenza delle correlazioni fra archivi e all’utilizzo di
Metadati, Filtri e Soglie, garantisce tempi di realizzazione
decisamente contenuti e l’assoluta consistenza dei riferimenti funzionali fra dati di entità differenti.
Daisy DM
Le operazioni di Data Masking (DM) si
accompagnano spesso a quelle di Subsetting. Daisy DM è in grado di lavorare tanto
in autonomia quanto congiuntamente alle
funzioni di Daisy in un unico ed efficiente
processo.
Anche in questo caso Metadati e Filtri consentono di raggiungere gli obiettivi con un
effort assolutamente trascurabile.
I prodotti della famiglia EdMan ampliano e si integrano
con Res Suite, la soluzione tecnologica completa per il
governo di Sistemi Informativi complessi.
RES - Research for Enterprise Systems
Viale Piero e Alberto Pirelli 6 - 20126 Milano
www.res-it.com - [email protected]