I trend di crescita dei dati sono ormai consolidati: secondo IDC, l’80% di essi dovrebbe essere non strutturato già nel 2025, rendendo fondamentale la gestione dei cicli di vita delle informazioni e il controllo dei budget di storage. Questo comporta una serie complessa di sfide, priorità concorrenti e, naturalmente, rischi.
Ad esempio, le aziende di tutto il mondo faticano a gestire i propri dati non strutturati e, allo stesso tempo, il costo medio della conformità sta aumentando rapidamente. A complicare ulteriormente le cose c’è il valore latente spesso contenuto nei dati non strutturati, il che spiega perché vengano conservati in volumi sempre più grandi, anche quando le aziende non hanno ancora capito come utilizzarli: problema definito anche “dark data”. Tuttavia, se la gestione dei dati è corretta, le imprese possono attingere a un patrimonio di insight basati su di essi per ottenere vantaggi competitivi e crescere.
La questione dei rischi è fondamentale ed è diventata una considerazione strategica centrale quando le aziende cercano di ottimizzare le proprie risorse di dati senza essere vittime della costante minaccia di violazioni e furti, insieme all’ulteriore requisito chiave per la gestione di insiemi di dati in crescita che prevede la garanzia di conformità a una serie di normative e standard. Ad esempio, le leggi sulla privacy, come il GDPR e il CCPA, stabiliscono obblighi e la prospettiva di pesanti sanzioni in caso di mancato rispetto.
Inoltre, le policy di conservazione dei dati variano a seconda del settore e della regione, richiedendo alle aziende di conservare specifici record per un determinato periodo di tempo, mentre le norme sulla sovranità dei dati definiscono dove i dati possono essere archiviati ed elaborati in base alla loro origine e destinazione.
Si pensi, ad esempio, ai pericoli associati ai dark data. Per gestirli efficacemente, è importante condurre un processo di profilazione dei rischi, che comporta l’identificazione del luogo in cui le informazioni sono archiviate, se sono strutturate o meno, e quindi la definizione di un piano di esecuzione appropriato per gestire i dati nell’ambiente. In questo modo, le aziende possono fare luce sui dati “oscuri” e decidere come affrontarli al meglio: un processo analogo a quello di riordinare un armadio prima di cambiare casa.
Allo stesso modo, i team che si occupano di dati e tecnologia non vogliono perdere tempo a gestire elementi inutili, quando possono concentrarsi sullo sviluppo del valore insito nei dati validi. Per dare un’idea dell’importanza di questo aspetto, secondo IBM la scarsa qualità dei dati costa all’economia statunitense fino a 3,1 trilioni di dollari l’anno.
Un altro aspetto fondamentale della gestione dei differenti set di dati è l’ottimizzazione dei costi di archiviazione. Le informazioni non strutturate possono consumare molto spazio di archiviazione se non vengono gestite correttamente. Conservarle tutte in sede può essere costoso e inefficiente, mentre tenerle nel cloud rischioso e imprevedibile. Sempre più spesso le organizzazioni scoprono che la soluzione ottimale è un modello di archiviazione ibrido che sfrutta sia le opzioni di archiviazione on-premise che quelle in cloud in base al valore e ai modelli di utilizzo dei dati.
Gestione intelligente dei dati e dei rischi
Data la complessità di questi problemi, la massimizzazione del potenziale contenuto nei crescenti set di dati aziendali non si limita ad acquistare sempre maggiore capacità di storage e ad archiviarli alla cieca. Per molte imprese, la risposta a queste importanti sfide sta nello sfruttare le tecnologie agili fornite dal cloud per gestire costi e rischi di questa esplosione di dati.
Oggi le organizzazioni “pronte per i dati” danno priorità a un’efficace gestione del rischio, un metodo che richiede una pianificazione preventiva e la capacità di adattare e aggiornare i profili di rischio in tempo reale. Questo obiettivo può essere raggiunto solo attraverso l’implementazione di strategie intelligenti, ovvero un approccio completo e olistico alla gestione, protezione e ottimizzazione dei dati durante il loro intero ciclo di vita. In pratica, si tratta di comprendere a fondo il panorama dei dati di un’organizzazione per identificare e classificarne i diversi tipi, compresi quelli strutturati, non strutturati e oscuri.
La gestione intelligente dei dati comporta anche l’automazione e l’orchestrazione dei suoi processi per semplificare e snellire le attività principali, riducendo la quantità di tempo e di risorse necessarie. Inoltre, questo approccio incorpora moderne strategie di protezione dei dati, come il backup, il ripristino e l’archiviazione, per garantire che siano protetti e disponibili quando necessario.
Adottando un approccio olistico e intelligente alla gestione dei dati in tutte le sue forme, le aziende possono compiere progressi trasformativi per liberare valore. Dall’acquisizione di una migliore conoscenza di clienti, mercati e operazioni all’incremento dell’innovazione, la gestione intelligente dei dati garantisce che queste opportunità possano essere bilanciate con la necessità di conformarsi a normative e standard. In questo modo, le organizzazioni di tutto il mondo possono ottenere un vantaggio per tutti, in cui i dati diventano un bene più tangibile senza introdurre ulteriori rischi.
A cura di Domenico Iacono – Sales Engineer, Team Lead Italy & Spain – Commvault
