Strumenti digitali professionisti - Gestione del dato

GESTIONE
DEI DATI
PER I PROFESSIONISTI

GESTIONE DEI DATI PER I PROFESSIONISTI
Valorizzare i dati aziendali per fornire nuovi servizi ai clienti
Organizzare e trasformare l’enorme mole di dati di cui
dispongono gli studi professionali per renderli una
ricchezza capace di produrre informazioni utili e servizi
innovativi per i propri clienti, in un'ottica di maggiore
competitività professionale.

Tecniche per gestire i dati
L’economia mondiale è sempre più “data driven”, cioè guidata
e basata sui dati, soprattutto personali.
Grande attenzione va quindi posta nella gestione della qualità
di questa nuova “materia prima”: una minore qualità dei dati,
infatti, può determinare una violazione grave del GDPR e
un’inefficacia dei processi decisionali.

Tecniche per gestire i dati
L’alta qualità dei dati personali, derivata dal rispetto di principi e regole
del GDPR , genera così sistemi produttivi:
1.attendibili, perché basati sul rispetto dei valori fondamentali di
integrità, affidabilità, disponibilità, riservatezza e trasferibilità
2.affidabili, in quanto degni di quella fiducia che, in un ecosistema
guidato dai dati, è il baricentro delle relazioni commerciali

DQM Data Quality Management
•stabilire un chiaro quadro di ruoli e responsabilità, i.e.“chi” fa “che cosa”
ed entro quanto tempo;
•individuare le funzioni aziendali che sono chiamate a sviluppare il
processo;
•nominare un responsabile di processo (c.d. “Process Owner”),
qualificabile anche come “custode dei dati personali”;
•designare quali “autorizzati al trattamento” i lavoratori dipendenti
chiamati ad eseguire le attività del processo e, contestualmente, dare
loro specifiche istruzioni;

DQM Data Quality Management
•fornire la tecnologia necessaria (piattaforme e applicazioni adeguate);
•definire una specifica procedura per la gestione dei dati, compresa la
raccolta, l’analisi, l’etichettatura, l’archiviazione, la filtrazione, l’estrazione,
l’aggregazione e la conservazione dei dati personali;
•valutare il rischio per i diritti e libertà fondamentali. Gli esiti della
valutazione vanno riportati sul registro dei trattamenti;
•definire gli indicatori chiave per la qualità (cc.dd. KPI – Key Performance
Indicators);

Data Governance
L’importanza della data governance è connaturata al suo obiettivo: fornire una supervisione coordinata e
sistematica delle decisioni relative ai dati in tutta un’organizzazione.
La data governance stabilisce le politiche e i processi all’interno dei quali i dati vengono standardizzati,
raccolti, archiviati in modo sicuro, analizzati, condivisi e utilizzati. Tutto questo, naturalmente, avviene
proteggendo la privacy e la riservatezza individuali.

Data Governance
•aumentare il valore dei dati dell’azienda;
•contribuire ad accrescere le entrate aziendali;
•permettere di ridurre i costi all’interno di altri sottoinsiemi di gestione dei dati, sapendo su cosa concentrarsi e
cosa invece tralasciare;
•standardizzare i sistemi di dati, le politiche e le procedure;
•garantire la corretta regolamentazione e le procedure di conformità;
•aiutare a risolvere i problemi con i dati;
•promuovere la trasparenza;
•stabilire formazione e conoscenza intorno ai dati.

Data Governance: Piattaforma
Una piattaforma di data management è il sistema di base per la raccolta e l'analisi di grandi volumi di dati
all'interno di un'organizzazione. Le piattaforme di dati commerciali includono in genere strumenti software per la
gestione, sviluppati dal fornitore del database o da fornitori di terze parti.
Queste soluzioni di gestione dei dati aiutano i team IT e i DBA a svolgere attività tipiche, tra cui:
•Identificazione, avviso, diagnostica e risoluzione di errori nel sistema di database o nell'infrastruttura sottostante
•Allocazione di risorse di storage e memoria del database
•Modifica alla progettazione del database
•Ottimizzazione delle risposte alle query del database per ottimizzare le performance dell'applicazione
Le piattaforme data cloud, sempre più diffuse, consentono alle aziende di attuare ampliamenti e riduzioni in modo
rapido ed economico. Alcune sono disponibili come servizio, consentendo alle organizzazioni di risparmiare
ulteriormente.

Data Governance: Big Data
I big data corrispondono al significato della parola stessa, ovvero grandi quantità di dati. Rispetto ai dati
tradizionali, esistono però tantissimi tipi di big data, che vengono inoltre raccolti a un'altissima velocità. Si
pensi a tutti i dati che arrivano ogni giorno, od ogni minuto, da un social media come Facebook. La
quantità, la varietà e la velocità sono gli aspetti che rendono tali dati così preziosi per le aziende, ma
anche particolarmente complessi da gestire.
•Integrazione di big data: recupera diversi tipi di dati, da quelli batch a quelli in streaming, e li trasforma in
modo da poterli utilizzare.
•Gestione dei big data: archivia ed elabora i dati in un data lake o in un data warehouse in modo
efficiente, sicuro e affidabile, spesso utilizzando lo storage degli oggetti.
•Analisi dei big data: scopre nuovi insight con l'analisi e usa machine learning e AI per creare modelli.
Le aziende utilizzano i big data per migliorare e accelerare lo sviluppo del prodotto, la manutenzione
predittiva, la Customer Experience, la sicurezza, l'efficienza operativa e molto altro ancora. Con l'aumentare
dei big data, aumenteranno anche le opportunità.

Data Governance: Le sfide
La maggior parte delle sfide odierne nella gestione dei dati deriva dal ritmo più rapido delle attività e dalla
crescente proliferazione dei dati.
La varietà, la velocità e il volume in continua espansione dei dati disponibili spingono le organizzazioni a
cercare strumenti di gestione più efficaci.
I dati risultano utili se l'organizzazione sa di averli a disposizione, dove si trovano e come usarli.
Non conoscono i dati a mia disposizione
Devono mantenere i livelli di performance man mano che si espande il livello dei dati
Le organizzazioni acquisiscono, archiviano e utilizzano sempre più dati. Devono garantirne l’ottimizzazione e
facilità di gestione costante.
Devono soddisfare i requisiti di compliance in costante cambiamento
Le normative di compliance sono complesse e multi-giurisdizionali. Inoltre, cambiano costantemente. Le
organizzazioni devono essere in grado di esaminare con facilità i propri dati, nonché di identificare qualsiasi
elemento rientri nei requisiti nuovi o modificati.

Data Governance: Le sfide
La raccolta e l'identificazione dei dati stessi non forniscono alcun valore: l'organizzazione deve eseguirne
l'elaborazione. Se la conversione dei dati in elementi necessari per l'analisi richiede tempi lunghi, l'analisi non
verrà eseguita. Di conseguenza, il valore potenziale di tali dati viene perso.
Non sanno come rivalutare i dati in modo da poterli riutilizzare in modi nuovi
Devono stare al passo con i cambiamenti in termini di storage dei dati
Nel nuovo mondo della gestione dei dati, le organizzazioni archiviano i dati in più sistemi, inclusi data
warehouse e data lake non strutturati che archiviano i dati in qualsiasi formato in un singolo repository. I data
scientist di un'organizzazione hanno bisogno di un modo per trasformare rapidamente e semplicemente il
formato originale dei dati nella forma, nel formato o nel modello di cui hanno bisogno in una vasta gamma di
analisi.
Oggi non archivierei più su DVD come non farei più i backup su cassetta come metodo principale

Data Governance: DFS Distributed File System

Data Governance: Perché il nome dei file è importante
I file elettronici devono essere ben organizzati ed etichettati correttamente in modo che siano
identificabili e rapidamente accessibili da chiunque, dal singolo utente al personale di qualsiasi azienda
La gestione efficiente dei file inizia dall'adozione di accurate convenzioni di denominazione.
La possibilità di cercare, trovare e recuperare questi file richiede una certa organizzazione. I file
elettronici comprendono documenti, fogli di calcolo, database, immagini, video e audio.
In assenza di indicazioni, un computer assegna ai file da salvare un nome univoco, che però in genere non
fornisce alcun contesto o significato logico. Ad esempio, il nome predefinito di un documento di
Microsoft Word è composto dalle prime parole scritte nella prima pagina.
Pertanto, è 6 essenziale seguire regole che consentano di riconoscere un file nel maggior numero di
ambienti possibili (mac, windows, ecc. – estensioni) e alla maggior parte di collaboratori possibili.

Evitare caratteri speciali nei nomi dei file
Nell'assegnazione di un nome ai file, non vanno utilizzati caratteri speciali / : * ? “ < > | [ ] & $ , . che
spesso sono necessari per altre attività associate direttamente al funzionamento del sistema.
La barra in avanti (/) viene utilizzata per identificare livelli di cartelle.
I punti vengono utilizzati davanti alle estensioni dei nomi per indicare i formati dei file.
Utilizzare trattini di sottolineatura invece di punti o spazi
Gli spazi nei nomi di file possono anche causare l'interruzione di collegamenti. Oppure creare difficoltà
quando si condivide il file via web (perché lo spazio diventa %20).
Non utilizzare più di 256 caratteri
Un'altra differenza esistente tra sistemi operativi e software è la lunghezza consentita per i nomi di file.

Eccesso di brevità
In genere, circa 25 caratteri sono una lunghezza sufficiente per definire una quantità sufficiente di
informazioni descrittive per un file.
I file verranno spostati dalla loro posizione originale
Spesso i file vengono copiati in altre cartelle, scaricati e inviati tramite e-mail. È importante assicurarsi
che il nome del file sia indipendente dalla cartella in cui si trovava originariamente e sia sufficientemente
descrittivo.
Dare sempre un nome esplicativo al file, in maniera da evitare la perdita di contesto (se lo sposto non so
più a cosa si riferisce)
Nomi descrittivi
Il nome file deve comprendere sufficienti informazioni descrittive indipendentemente dalla posizione in
cui + memorizzato
Eventi_Fiera_IManifestiPietro0001.tif

Data sul nome file
L'inclusione della data appropriata è estremamente importante. Poiché molti sistemi operativi
memorizzano queste informazioni con il file, quando gli utenti spostano il file in altre cartelle e computer
e quando il file viene salvato nuovamente creando nuove revisioni, tali date cambiano
I file avranno più versioni
Spesso, di un file esisteranno più versioni, specialmente quando viene creato da un gruppo di lavoro.
Per gestire meglio bozze e revisioni, includere un numero appropriato. (v01, v02, … oppure FINALE)
Includere le date e formattarle in modo uniforme
L'importante è mantenere coerenza. La notazione internazionale della data standard è: AAAA_MM_GG
o AAAAMMGG. Questo formato agevola l'ordinamento e il confronto dei file per data ed evita
confusioni con altri formati di data.

Mantenere coerenza
La regola più importante nella denominazione dei file è mantenere coerenza. Scelte quali inclusione della
data, abbreviazioni e altro avranno effetto su tutti gli utenti coinvolti. Indipendentemente dalle decisioni, le
convenzioni avranno valore solo se tutti gli interessati seguiranno le regole con coerenza.
I vantaggi di un nome file coerente e leggibile
Possibilità di distinguere meglio i files tra loro
Maggiore facilità di consultazione
Recupero semplice del file corretto per tutti gli utenti del gruppo di lavoro
Eccezioni alla regola
È importante tenere presente situazioni eccezionali come le scansioni in serie di grandi volumi di
documenti.
Evitare spazi e caratteri speciali, mantenere coerenza nell'arco di tutto il progetto e valutare lo sviluppo
di uno standard di denominazione per tutti i progetti di scansione.

Includere uno zero iniziale con i numeri 0-9
In modo da avere un ordinamento coerente poi dei files e destinare i due numeri per arrivare fino a 99.
Valutare anche quanti potranno essere i documenti in futuro ed eventualmente aggiungere due zeri nel
caso si preveda di superare i 100 documenti.
Indicazioni descrittive nei nomi
Evitare termini descrittivi riguardanti formato o versione (ad esempio, bozza, memo) all'inizio dei nomi di
file.
Ordinare gli elementi in un nome file in base al modo in cui verrà cercato
Se in genere i documenti vengono recuperati in base alla data, questo elemento deve apparire prima per
facilitare la ricerca, se vengono recuperati in base alla descrizione, conviene invece anteporre questo
elemento.
I nomi file di documenti relativi a eventi ricorrenti (ad esempio, promemoria di riunioni, relazioni
periodiche, documenti di budget) devono includere sia la data che l'evento.

Nomi personali sui file
Quando si usano nomi personali, iniziare sempre con il cognome e utilizzare un formato standard per il
nome.
Anche se per il GDPR sarebbe meglio di no…
File con più versioni
Il numero di versione di un documento deve essere indicato nel nome file utilizzando la lettera “v”
seguita dal numero appropriato. Alcuni documenti subiscono nel loro ciclo di vita varie evoluzioni,
passando a volta dalla fase bozze in successive versioni fino alla versione definitiva. È importante
essere in grado di differenziare tra le varie bozze assegnando a ciascun un proprio numero.

Data Governance: Organizzare i files
Primo, non usare mai cartelle sul desktop: sono comode ma assassine. Quando sono troppe, non solo
rallentano il PC, ma fanno un’enorme confusione. Prima o poi si è costretti a cancellarle o spostarle, col
rischio di perdere file importanti.
Organizzarsi un flusso di lavoro che permetta di creare meno file possibile
Avere tanti micro files crea confusione, piuttosto organizzatevi appunti, annotazione, copia e
incolla di links, riferimenti ad archivi su un servizio cloud che più preferito Google Docs,
Google Keep, Evernote e tanti altri.

Organizzare le cartelle
L’organizzazione delle cartelle è la cosa più importante di tutte. Improvvisarla è l’errore più madornale
che si può fare. Bisogna pensarla bene a tavolino, e il tempo speso a svilupparla è tutto guadagnato
Un’idea può essere…
•una cartella di lavoro, dove tengo i file degli articoli che sto scrivendo;
•una cartella di archivio, dove tengo i file degli articoli già scritti che potrebbero servire ancora (di fatto,
soprattutto i pdf delle fonti che ho utilizzato;
•una cartella di appoggio per i file temporanei, che per qualsiasi motivo non me la sento di cancellare
subito.
Mentre la cartella di lavoro conterrà sicuramente poche sottocartelle, e la cartella di appoggio inevitabilmente
conterrà materiali abbastanza alla rinfusa, la cosa da pensare con somma cura è l’organizzazione delle
sottocartelle dell’archivio.

Organizzare le cartelle
Un file archiviato deve avere un posto logico, facile da trovare e,
soprattutto, una volta che è stato messo in quel posto lì deve rimanere,
come un libro in una biblioteca ha una sua precisa collocazione e solo
quella.
Ovviamente, una volta adottata un’organizzazione dell’archivio, questa non
deve essere toccata mai più. Al limite, si potranno aggiungere nuove
directory se si avrà a che fare con lavori nuovi, per esempio un altro
committente o un nuovo libro che si è scritto.
Le operazioni da effettuare sono fondamentalmente due: archiviare
quello che non serve e trovare un posto per tutto il resto.

Data Governance: Tre regole tassative
Prima o poi però arriva il momento di dover fare un po’ di pulizia. A questo punto, bisogna attenersi
scrupolosamente a tre regole:
•Prima regola: se malauguratamente si sono fatti dei duplicati dei file, sincerarsi che uno dei due sia al
sicuro. Può sembrare stupido, ma può benissimo succedere di cancellarli entrambi convinti che ci sia l’altro.
•Seconda regola: cancellare sempre i singoli file, e poi le cartelle vuote. Non fidarsi di credere di sapere cosa
ci sia dentro una cartella.
•Terza regola: non toccare mai l’archivio. Quando un file è archiviato, è perché è destinato a rimanere, e
rimanere dove si trova. La pulizia di cui stiamo parlando è quella dei files diventati inutili dopo che si è
archiviato un lavoro.
•Quarta regola: prima copie, verifichi e poi cancelli.
Inciso: mai lavorare su due computer contemporaneamente.
Può sembrare una stupidaggine, ma il passaggio dei file da uno all’altro, almeno di non avere un cloud che
funziona e soprattutto veloce nella sincronizzazione dei file, è una fonte pericolosa di confusione.

Data Governance: Pulizia regolarmente
Fai pulizia regolarmente
1.Assicurati che tutti i file che scarichi finiscano nella cartella Download (verifica l’impostazione
del tuo pc) e poi da lì spostali in quella più appropriata.
2.Pianifica una pulizia periodica (giornaliera, settimanale o mensile)
3.Elimina i file inutili o le vecchie versioni (se non indispensabili)
4.Se non vuoi eliminare, crea delle cartelle “OLD”/”VECCHIO” dove spostare questi file
5.Archivia gli “intoccabili” che non ti servono più, in una cartella o ancora meglio in un hard disk
esterno o in cloud.

Data Governance: Cestino
Il cestino
E se potete, non fate come i maniaci del Mac, “cestino” e subito “svuota cestino”. Se c’è un
cestino, invece che l’eliminazione diretta del file come sul vecchissimo Windows 3 o come è
ancora sulle chiavette, c’è un motivo. Il cestino è l’ultima spiaggia: prima di svuotarlo, date
una rapida occhiata a quello che c’è dentro.
Una volta uno mi disse che se si aveva cancellato qualcosa per errore e ce se ne accorgeva
subito, si poteva ancora tentare di staccare di brutto la spina per togliere alimentazione al
disco fisso. Oggi togliere l’alimentazione farebbe solo entrare in funzione la batteria del
laptop. Un motivo in più per stare attenti con i file.

Data Governance: Cybersecurity dei dati
Protezione dei dati personali
E-mail indesiderate
Password complesse
Wi-Fi privato
Firewall ed affini
Sistemi di sicurezza specifici
Backup ed aggiornamenti costanti
Comunicazione primaria
Controlli di terze parti
L’uomo e le sue capacità

Data Governance: Backup
Il terrore di chiunque lavori col PC è che si inchiodi il disco fisso. Chi può permetterselo, può
comprarsi un disco RAID, oppure pagarsi una connessione a banda larga e un bello spazio
cloud. Chi non può permetterselo, deve accontentarsi di un buon disco esterno. Inciso: io
sinceramente non mi sono ancora abituato a fare l’upload dei fatti miei su server altrui.
Ma anche il backup deve essere fatto in modo intelligente. Prima di tutto, una regola generale:
non fare tanti backup uguali (ridondanti). Occupano inutilmente spazio, fanno confusione e nella
confusione si rischia di perdere roba. Quindi assolutamente non salvare più volte le stesse cose
in posti diversi: ogni cosa deve avere il suo posto e solo quello.

Data Governance: Backup
Un primo livello è quello di mettere in sicurezza i file sui quali stiamo lavorando. Soprattutto se si
tratta di documenti pesanti, come file InDesign o simili, e/o lavori che si estendono nel tempo, è
buona cosa fare delle copie dei file.
Un secondo livello è quello di salvare la cartella con i lavori, se questi sono importanti e
soprattutto durano svariate settimane o addirittura mesi (basta pensare alla stesura di un libro).
Il terzo livello è quello del backup generale, soprattutto dell’archivio. Quando farlo è un
compromesso tra la sicurezza (il disco fisso si può piantare anche tra un’ora) e lo spazio a
disposizione (se è troppo frequente, si fa presto a fare i “tera”).

Data Governance: La regola del 3-2-1
La regola 3-2-1 dice che si dovrebbe:
• Possedere almeno tre copie dei vostri dati
• Conservare le copie su due supporti diversi
• Conservare una copia del backup off-site

Analizzare grandi moli di dati permette di generare nuova
conoscenza utile per prendere decisioni più consapevoli, in ambito
business e non solo.
Dalla personalizzazione della comunicazione con il cliente
all’efficientamento dei processi produttivi, passando per la
gestione dei flussi e delle emergenze, i Big Data Analytics hanno
un impatto in tutti i processi.
BigData

Data Governance: Le grandi moli di dati – BIG DATA
Siamo sempre più circondati da dati, insomma, ma la definizione di Big Data appena fornita in questa guida
da sola non basta per comprendere il reale significato degli Analytics per il business . Come estrarre valore
dai Big Data? Di Big Data Analytics se ne fa un gran parlare, in ogni ambito. I dati sono il nuovo petrolio e
saperne estrarre valore è la vera chiave competitiva per grandi aziende e PMI.
Come possono essere utilizzati i Big Data nelle aziende? In vari modi, per raggiungere diversi obiettivi,
per ottenere molteplici benefici di tipo economico, ma anche sociale.
I Big Data Analytics rappresentano un fattore competitivo per le aziende, ma non solo: i dati sono al centro
dei progetti di sviluppo sostenibile dei Paesi e possono migliorare la qualità delle nostre vite
Nell'emergenza Coronavirus che stiamo vivendo, sono molte le opportunità aperte dalla raccolta e analisi
avanzata dei Big Data.
Alcuni esempi? Videocamere intelligenti, utilizzo dei dati mobile, analisi geo-spaziali.

Data Governance: Le grandi moli di dati – BIG DATA
DESCRIPTIVE ANALYTICS
Strumenti orientati a descrivere la situazione attuale e passata dei processi aziendali e/o aree funzionali.
PREDICTIVE ANALYTICS
Strumenti avanzati che effettuano l’analisi dei dati per rispondere a domande relative a cosa potrebbe
accadere nel futuro.
PRESCRIPTIVE ANALYTICS
Strumenti avanzati Capaci di proporre al decision-maker soluzioni strategiche sulla base delle analisi svolte.
AUTOMATED ANALYTICS
Strumenti capaci di implementare autonomamente l’azione proposta in base al risultato delle analisi dati
svolte.

L’intelligenza aziendale passa dai dati
Le imprese devono sviluppare una cultura aziendale centrata sull’utilizzo dei dati, sulla collaborazione con i
dati e sull’innovazione con i dati, rendendo questa cultura una componente della propria identità.
La società globale di ricerca IDC conia il termine di “intelligenza aziendale” per definire la capacità di
un’organizzazione di sintetizzare le informazioni di cui ha bisogno per apprendere, applicando la
conoscenza risultante su larga scala.
L’intelligenza aziendale si articola in tre aspetti:
- capacità di sintetizzare: conversione dei dati in informazioni e poi in conoscenza
- capacità di apprendere: comprensione delle relazioni tra le informazioni e conoscenza loro applicazione
- applicazione della conoscenza: supporto decisionale, dai dirigenti ai lavoratori
Il maggior freno alle iniziative aziendali sui dati è rappresentato da ostacoli a livello culturale, e non
tecnologico, per il 90% delle imprese. Quindi serve anche lavorare sul capitale umano dell’azienda.

Esempi Big Data
Marketing
Conoscere le esigenze e il sentiment dei clienti, individuare più velocemente il proprio target di riferimento, personalizzare
la relazione con il consumatore attraverso comunicazione ad-hoc e così via. Profilazione cliente tramite recensioni,
commenti sui social o dati di comportamento su web aziendale. Es. Hubspot
Localizzazione
Location-based marketing, ovvero l’utilizzo dei dati di geo-localizzazione provenienti da smartphone e da altri dispositivi
mobile, per identificare la posizione del cliente e quindi effettuare azioni pubblicitarie real-time.
Efficienza produttiva
Monitorando costantemente i dati provenienti dai sensori di una fabbrica digitalizzata è possibile comprendere lo stato di
salute di macchinari e quindi prevederne la rottura.
Frodi
Bancario e assicurativo. Con l’identificazione delle frodi si può far riferimento a frodi bancarie tradizionali che già molti
istituti di credito tentano di combattere, ma anche a tentativi di furti d’identità o di truffe assicurative. Es. blocca carta
credito proattivo
Legal Analytics
L’attività di data mining, effettuata su casi passati, consente di individuare l’orientamento di un determinato giudice verso
specifiche fattispecie, le sue inclinazioni politiche, i condizionamenti sociali che lo influenzano, nonché le strategie
difensive della controparte e perfino le debolezze e gli orientamenti di consulenti e periti noti.

Business Intelligence e la creazione di nuove soluzioni con i dati
Analizzare i dati di studio per:
- Discutere con il Cliente nuovi servizi
- Analizzare criticità organizzative
- Analizzare automatizioni possibili
- Trovare delle criticità formative
- Dare la possibilità di avere un’analisi di benchmark del settore
- Analizzare casi analoghi e discuterne gli esiti
- Evidenziare dei fattori o indici chiave di positività o successo rispetto ad una strategia
- Decidere su un investimento o meno
- Decidere un’acquisizione o meno in base a ricerche di mercato basate su dati predittivi di andamento
- Analizzare dei fattori di rischio o successo per il lancio di un prodotto o servizio nuovo
- Visualizzare o manipolare dei dati in maniera grafica e più user friendly (difficoltà di comprensione del cliente)
- Analizzare l’apporto del vostro studio e definire delle nuove strategie di accesso a nuovi ambiti (ticketing analisi)
- Analizzare le risorse disponibili e le possibili strategie di crescita in base a big data di osservatori del settore o fiscali o
Istat (ogni anno Fisco e Istat chiedono dati di settore alle Imprese che poi in maniera anonimizzata diventano sorgenti
di big data/open data)
- Analisi dei fattori economici o finanziari di una crisi del cliente o di una situazione di eventi che si succeguono e
consentire alla studio di operare una consulenza in maniera «proattiva»
- Indentificare e isolare delle situazioni potenzialmente ripetitive e rischiose in base ad una casistica storica analizzata
sui dati
- Segmentare e valorizzare la clientela della studio o dell’azienda in base a parametri (rotture, pagamenti, servizi,
progetti)

Ma i dati sono veramente nostri ?
Essendo una preziosa risorsa per l’azienda, nel momento in cui li gestiamo, possiamo considerarli giuridicamente nostri ?
Viviamo in un mondo digitale, in cui le aziende adottano sempre più velocemente strategie volte a sfruttare i
dati per migliorare e rendere più efficienti i processi e, allo stesso tempo, per offrire nuovi prodotti e servizi.
Se non è possibile rivendicare il diritto di proprietà sui dati, non è possibile intraprendere azioni legali contro
il furto di tali dati, poiché non ci sarebbe… nessun furto di beni di proprietà!
La Direttiva sulla protezione del know-how riservato e delle informazioni commerciali riservate (Trade
Secrets Directive)
Questa direttiva UE offre protezione legale per tutte quelle informazioni appartenenti ad un’impresa, che
vengono ritenute “di valore commerciale”, trattate come riservate e che conferiscono a tale impresa un
vantaggio competitivo. Nella fattispecie, si applica a qualsiasi risorsa che “è segreta (..), ha valore
commerciale in quanto segreta (..) è soggetta a provvedimenti da parte del proprietario per mantenerla
segreta”.

Leggi sulla proprietà intellettuale
Diritto d’autore (Copyright).
Il copyright conferisce al creatore di un’opera originale il diritto esclusivo al suo utilizzo, compresa
l’autorizzazione di concedere a terzi la realizzazione di copie). Sembrerebbe uno strumento ideale per i
dati! Ma anche qui ci spiace smorzare l’entusiasmo: il copyright è stato storicamente introdotto per
proteggere risorse tangibili e creative (come un libro, un dipinto, ecc.). È quindi estremamente difficile
ottenere il copyright sui dati, poiché il richiedente dovrebbe dimostrare che tali dati (qui, la risorsa da
proteggere) sono un’opera originale dell’autore.
Direttiva sulla protezione dei database (Database Directive)
Questa direttiva della Commissione Europea protegge i database, definiti come “una raccolta indipendente di
dati, elaborazioni o altri materiali disposti in modo sistematico o metodico e individualmente accessibili con
mezzi elettronici o altri mezzi”. La direttiva non protegge i dati come singoli elementi di per sé, ma riconosce
il loro valore come raccolta degli stessi, concentrandosi sul modo in cui essi sono stati strutturati. Pertanto,
l’utilizzo degli stessi dati rappresentati con una diversa struttura non costituirebbe una violazione!

Regolamento Generale sulla Protezione dei Dati (GDPR)
Il GDPR ha rafforzato i diritti delle persone e ne ha creati di nuovi al fine di aumentare la centralità
dell’individuo. Tali diritti rappresentano per le imprese (denominate “Titolari del trattamento” o, in inglese
“data controller") una significativa riduzione di potere sui loro asset di dati personali, incidendo sul concetto
stesso di proprietà dei dati.
I dati personali, quindi, pur essendo un asset importante ed economicamente rilevante per le imprese, possono
essere oggetto di trattamento da parte delle stesse ma non possono essere propriamente qualificati come beni
di loro proprietà
Ad oggi quindi non esiste nulla ma si sta già parlando di un nuovo Data Act potrebbe arrivare presto e
sconvolgere lo scenario appena descritto. Magari, inizialmente, potrebbe non risolvere tutti i problemi, ma
si spera fornirà perlomeno una solida base per la costruzione sostenibile di attività economiche basate sui
dati.

DOMANDE ?
APPLICAZIONI PRATICHE
IN STUDIO ?
IDEE DA APPLICARE ?
Scrivimi!
Fabio Tonini - ftonini@ftonini.com

Grazie!
Human made Technology – Blog & News
www.humanmadetechnology.it
BEItaly – Fashion Business Bag – Made in Italy
www.beitaly.net
Emozione e Gusto – Ecommerce Food
www.emozionegusto.it
Futura Academy – Formazione Digitale
www.futuracademy.it
Digimagic – Cultura Digitale
www.digimagic.co
Thinkplace – Startup company ICT & Ideas
www.thinkplace.it
Fabio Tonini – Profilo personale
www.fabiotonini.com
Other
project

Strumenti digitali professionisti - Gestione del dato

Empfohlen

Empfohlen

Weitere ähnliche Inhalte

Was ist angesagt?

Was ist angesagt? (8)

Ähnlich wie Strumenti digitali professionisti - Gestione del dato

Ähnlich wie Strumenti digitali professionisti - Gestione del dato (20)

Strumenti digitali professionisti - Gestione del dato