Ad oggi i dati rappresentano le informazioni più preziose e al contempo più numerose che le aziende possiedono. Inoltre, l’attuale tendenza alla centralizzazione del dato ha fatto emergere grossi limiti di scalabilità, colli di bottiglia organizzativi e tecnici con scarsi ritorni di investimento e un ritmo rallentato nella valorizzazione dei dati.
Attraverso l’applicazione di un approccio DDD (domain driven design) al contesto dati, il Data Mesh, paradigma rivoluzionario dell’ambito del data management, supera l’idea di IT silos e offre una proposta concreta per la risoluzione delle principali complessità legate alla gestione dei dati in contesti enterprise.
Tale approccio prevede infatti un nuovo modello organizzativo e architetturale in grado di rendere scalabili i business basati sui dati con la massima flessibilità e agilità.
Comparso sul mercato nel 2019, grazie all’inventiva dell’esperta di settore Zhamak Dehghani, questo innovativo approccio, capace di fornire un’architettura concettuale per accedere ai dati attraverso più tecnologie e piattaforme, non sembra essere però adatto a tutte le realtà.
I pilastri del Data Mesh
Il Data Mesh si basa su 4 elementi chiave: decentralizzazione, considerare il dato come un prodotto (data as a product), sviluppare un’infrastruttura self-service e predisporre una governance federata.
- 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. In questo modo possono essere creati dei “domini” con la responsabilità di amministrare le proprie pipeline di elaborazione dei dati (ETL).
- Data as a product: si considera il dato come un prodotto con determinate caratteristiche quali ad esempio la reperibilità e la fruibilità. Nello specifico, vengono fornite tutte le informazioni utili per trovarlo facilmente e in modo univoco all’interno del proprio sistema. Il Data Product deve, inoltre, essere accessibile, affidabile, comprensibile, interoperabile e sicuro.
- 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.
- 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 del Time-to-market, Data Quality, ownership e dell’intera complessità nella gestione dei dati.
Un Data Mesh di successo, però, non si ottiene semplicemente prevedendo l’implementazione dei 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 sulla base delle caratteristiche interne ed esterne aziendali.
Quando il Data Mesh non è ancora la scelta giusta
A causa dell’approccio innovativo che questo paradigma introduce, risultano diversi i fattori critici di successo che influiscono sulla corretta e snella implementazione a livello aziendale dello stesso. In parallelo, risulta centrale adottare un piano di decentralizzazione valutando gli aspetti e le caratteristiche dell’impresa comprendendo così quando è opportuno spostare l’ownership dei domini o, al contrario, mantenere un assetto maggiormente centralizzato.
Verrebbe dunque da chiedersi se il Data Mesh è applicabile in ogni azienda. La risposta è no, non tutti i business sono adatti a questo modello.
Nello specifico si individuano 8 situazioni che ne possono ostacolarne il funzionamento all’interno di un’organizzazione:
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.
Pillole video: la guida
A causa delle possibili inefficienze sopra mezionate, diventa fondamentale conoscere l’approccio Data Mesh e affidarsi a esperti nell’ambito di Data Governance in maniera tale da poter accellerare la modernizzazione in azienda, valorizzando il proprio percorso verso la Digital Transformation.
A supporto di queste esigenze, con l’aiuto di Marco Mantovani, Senior Manager di Iconsulting, abbiamo realizzato delle pillole video che svelano tutti gli aspetti fondamentali da conoscere per muovere i primi passi verso questo paradigma rivoluzionario.
Vuoi sapere di più sul Data Mesh?
Insieme a Microsoft abbiamo esplorato il nuovo paradigma tramite alcuni interessanti use case. Guarda il Webinar on demand >>
Scopri tutti gli articoli a tema Data Mesh, pubblicati sulle testate di settore più specializzate, nella nostra area Press >>