Data management practices : a model for operational risk mitigation in digital services

This thesis aims at designing a specific model to identify those Data Management practices that better mitigate operational risks in the delivery of a digital service. During the last years, the increased volume of data produced, collected and managed, as well as the increased number of possibilities that Companies have to use their information, requires a more effective approach for managing data. In this context, Data Governance is the ability which allows to manage data as an asset, in order to produce business value and therefore reduce the potential risks. Among the phenomena favoured by the increased volume of data is that of servitization. The shift from a product-centric to a service-centric paradigm implies the need to effectively manage an ever-increasing volume of data, hence limiting the uncertainty and potential risks that can compromise the service delivery. However, managing data effectively is not easy for organisations, which need to act on several levels [10]: managing master data, data quality, information security, data architecture, information storage and access processes. These are just some of the elements that need to be taken into account. As each of these elements requires an effort in designing, implementing and controlling activities that have an organisational and technological nature, it is important for organisations to understand which practices to intervene and invest in, depending on the value they bring to the business. In this context, the aim of this thesis is to create an assessment model that indicates which Data Management practices should be addressed in the first place, as they are able to better intervene on the mitigation of the risks that organisations run when providing services to their customers.

L’obiettivo di questa tesi è progettare un modello verticale che sia in grado di identificare le pratiche di Data Management che permettono di mitigare i rischi operativi nell’erogazione di un servizio digitale. Negli ultimi anni, con l’aumentare del volume dei dati prodotti, raccolti e gestiti e con l’incremento dei possibili utilizzi che le organizzazioni fanno delle informazioni, la capacità di gestire i dati in modo efficace sta diventando un fattore sempre più critico. Governare i dati significa essere capaci di trattare i dati come un vero asset, per trarne vantaggi di business e ridurre i rischi vissuti dall’organizzazione. Tra i fenomeni favoriti dall’aumento del volume dei dati, vi è quello della servitizzazione. Il cambiamento da paradigma prodotto-centrico a paradigma servizio-centrico porta con sé la necessità di gestire in modo efficace un volume sempre più crescente di dati, limitando l’incertezza e i rischi potenziali che possono compromettere l’erogazione del servizio stesso. Gestire i dati efficacemente non è però semplice per le organizzazioni, che si trovano a dover intraprendere azioni su diversi fronti [10]: gestire i master data, gestire la qualità del dato, gestire la sicurezza delle informazioni, l’architettura dei dati, i processi di archiviazione e accesso alle informazioni, sono solo alcuni degli aspetti da tenere in considerazione. Poiché ciascuno di questi aspetti rende necessario uno sforzo di progettazione, messa in opera e controllo di carattere organizzativo e tecnologico, è importante per le organizzazioni capire su quali pratiche intervenire e investire, in funzione del valore che portano al business. In questo contesto, il lavoro di tesi si pone l’obiettivo di creare un modello di valutazione per indicare quali pratiche di Data Management debbano essere affrontate in prima istanza, perché in grado di intervenire maggiormente sulla mitigazione dei rischi che corre l’organizzazione nell’erogazione dei servizi ai propri clienti.