<img height="1" width="1" style="display:none" src="https://www.facebook.com/tr?id=1214412942025937&amp;ev=PageView&amp;noscript=1">

Red Blog

Data Governance: quali dati esporre e quali proteggere?

Laura Pisano,

Data Governance nell'Industria 4.0

Lo sviluppo dell’Industria 4.0 ha consentito l’introduzione, all’interno delle fabbriche, di tecnologie che intendono sfruttare il potere dei dati, i quali si presentano come informazioni circa i propri processi produttivi utili a monitorare la produttività e reagire tempestivamente alle richieste dei clienti e ai cambiamenti di mercato.

Manutenzione predittiva, ottimizzazione dell’approvvigionamento delle risorse, efficientamento della supply chain sono solo alcune attività all’interno delle quali i Big Data operano con successo. Questa grande mole di dati, visto il suo potenziale critico di successo all’interno delle imprese, ha la necessità di essere protetta e trattata in modo sicuro. Ma quali sono i dati da proteggere, e quali invece quelli da condividere? Scopriamolo insieme in questo post.

 

Scopri i 5 passi da seguire per sviluppare un progetto di Industria 4.0

 

L'introduzione, sempre più diffusa, di device appartenenti al vasto mondo dell'Internet of Things ha portato alla creazione di flussi di dati che, se non adeguatamente controllati, non permettono di ottenere il vantaggio che promettono. Ecco che qui si inserisce il ruolo dei processi di Data Governance. Attraverso quella che può essere, in modo molto semplicistico, definita un'attività di amministrazione dei dati è possibile capire quali siano quelli da proteggere da occhi indiscreti e quali, invece, condividere e sfruttare per migliorare il lavoro ed i risultati dell'intero processo produttivo.

Data Governance: cosa significa?

Più dati vengono estratti dai processi industriali, più ci sarà bisogno di organizzarli per renderli utili: solo così la fabbrica può essere definita una vera e propria smart factory. Ecco perché si parla di Data Governance: identificare, raccogliere, organizzare, archiviare… in altre parole governare i dati, è un’attività fondamentale per il miglioramento dei processi aziendali. Nello specifico, il Data Governance Framework può essere definito come un sistema di diritti decisionali e responsabilità in merito a processi informativi, eseguiti secondo modelli concordati che descrivono chi può intraprendere le azioni, con quali informazioni e quando, eventualmente, intervenire secondo predeterminate modalità.

I dati da proteggere con la Data Governance

Come è ormai noto, il GDPR è il regolamento generale sulla protezione dei dati personali con cui tutte le aziende hanno recentemente dovuto confrontarsi. Il regolamento definisce che i dati personali rilasciati dagli utenti sono da proteggere, cioè che non possono essere pubblicati o resi accessibili da terze parti a meno di un previo consenso da parte dei diretti interessati. Ma cosa si intende per dati personali? Il GDPR identifica in questa categoria tutte le informazioni che identificano o rendono identificabile, direttamente o indirettamente, una persona fisica, cioè tutti i dati “che esprimono identità fisica, genetica, mentale, commerciale, culturale o sociale di queste persone fisiche". Ad esempio il telefono, la carta di credito, i dati di un account, la targa, il numero cliente o l'indirizzo sono tutti dati personali. Ma c’è di più: il termine "dati personali" deve essere interpretato nel modo più ampio possibile, quindi bisogna considerare anche le informazioni meno esplicite, come le registrazioni dei tempi di lavoro (che includono informazioni sul momento in cui un dipendente inizia e termina la sua giornata lavorativa) o l’indirizzo IP di un utente. Ogni qualvolta si tratti un dato personale, quindi, bisognerà predisporre un’informativa sulla privacy a cui le persone possono scegliere di dare o meno il consenso.

I dati da condividere con la Data Governance

All’interno dei processi produttivi, difficilmente si verrà in contatto con dati personali. I dati forniti dagli strumenti, infatti, non sono considerati tali poiché non fanno riferimento a persone. Con l'avvento dei Big Data (grandi quantità di informazioni circa i propri impianti o processi), aziende di ogni dimensione esplorano il modo in cui l'analisi dei dati può aiutarle a prendere decisioni strategiche e ottenere un vantaggio competitivo. In ragione di questo, i dati avranno necessità di essere protetti da attacchi esterni o da occhi indiscreti, ma sarà fondamentale poterli condividere all'interno dell’azienda. In questo senso le sfide della governance dei dati includono:

  • la standardizzazione dei processi
  • la tracciabilità dei dati
  • la protezione dei dati da attacchi esterni

Poiché la mole di dati da analizzare può essere davvero ampia e tali dati possono far riferimento a più reparti all’interno del processo produttivo, le imprese devono saper costruire un progetto di collaborazione all’interno dei team aziendali, ottenendo il consenso dei dirigenti, fino a coinvolgere ogni addetto in una cultura d’impresa data-driven.

Un esempio di Data Governance nella sua accezione di condivisione dei dati può essere fatto pensando ad un processo produttivo in ambito farmaceutico. Per preparare un determinato prodotto alcune materie prime vengono stoccate all’interno di reattori, i quali sono costantemente monitorati da sonde di livello. Tali sonde fino a pochi anni fa non erano connesse in rete: questo significa che un addetto doveva, di volta in volta, andare manualmente a verificarne i dati di misura, e di conseguenza effettuare gli ordini per l’approvvigionamento delle scorte. Oggi, grazie all’IoT, alla rete e alla Data Governance è possibile che le sonde di livello raccolgano in modo automatico tali dati di misura e li inviino - tramite protocolli crittografati - alla sala di controllo del processo produttivo.

Ma non solo: tali dati possono essere accessibili da cloud aziendale, permettendo ad esempio la visualizzazione al consiglio direttivo aziendale anche se si trovasse dall’altra parte del mondo. Questo è un esempio di condivisione e gestione dei dati che può migliorare nettamente i propri processi produttivi.


Big Data, Big Data analytics, Data Governance… Le soluzioni dell’Industria 4.0 delineano un futuro in cui la tecnologia assumerà una rilevanza sempre maggiore in termini di ottimizzazione dei processi, miglioramento della sicurezza e riduzione dei costi operativi. Un futuro in cui per la profilazione e l’uso corretto di tali dati potranno rendersi necessarie figure specifiche come i data scientists, ma soprattutto un futuro in cui la “scienza dei dati” si rivelerà un fattore critico di successo per il proprio business.
Vuoi implementare una strategia di Industria 4.0 all’interno della tua azienda, ma non sai da dove iniziare? Scarica e leggi la guida gratuita “5 passi per sviluppare un progetto di Industria 4.0”, cliccando sul pulsante qui sotto!

Scopri come sviluppare un progetto di Industria 4.0!

Share this post

  

Commenti

Prova Red Cloud Gratis per 30 Giorni

Iscriviti alla newsletter

Condividi questo blog

   

Post correlati