Negli ultimi tempi le aziende stanno riscoprendo le virtù del Data Management (DM) e, in prospettiva, del Master Data Management (MDM).

Negli ultimi anni i nuovi metodi di sviluppo software ed il crescente backlog dei gruppi di progetto hanno fatto privilegiare l’efficienza momentanea alla visione d’insieme.

L’efficienza momentanea tende a ridurre tutte le attività d’integrazione e di controllo di coerenza e di sostenibilità per focalizzarsi sui risultati a breve. L’effetto è stata la proliferazione selvaggia di applicazioni che condividono pochissimi dati, server, moduli applicativi e competenze: l’importante è fare, seguire i capricci dell’utente, che dispone del budget.

La visione d’insieme costa poiché comporta pratiche orientate all’integrazione, alla condivisione e al rispetto di basilari regole di disegno orientato al riutilizzo. Oggi il costo della visione d’insieme sta diventando competitivo poiché è sempre più difficile orientarsi fra le migliaia di tabelle (quante duplicate?) con metadati ambigui che generano quello che si chiama il logorio dei dati moderni.

La funzione DBA è stata ridotta a sistemisti che ottimizzano l’ennesima piattaforma DBMS senza alcun legame con uno schema concettuale, con un repository di metadati, un glossario di business, una mappa della conoscenza.

E invece le aziende più grandi tornano a pensare pragmaticamente ad un progetto di DM non più Top Down ma Bottom Up con una progressiva aggregazione e normalizzazione dei progetti sulla base di regole chiare e condivise ed un pool di DBA (generali) che collabora attivamente con gli analisti dei gruppi di progetto , veri e propri DBA locali.

Non più quindi un gruppo di specialisti che detta legge e che rallenta i progetti, ma una struttura a due livelli capace di garantire l’integrazione sui dati principali e lascia l’iniziativa sui dati locali ai singoli gruppi.

Questa organizzazione necessita di modelli operativi e di workflow precisi e di strumenti in grado tracciare sia il lavoro svolto sia di fornire le strutture dati (i repository) necessarie, dai diagrammi di sintesi ai glossari, ai dizionari dati ai diagrammi di dettaglio, ai metadati, tutto indipendentemente dalla piattaforma HW/SW e DBMS.

TecnetDati ha maturato una profonda esperienza progettuale su queste tematiche ed ha scelto il prodotto leader di mercato, ERwin di CA Technologies, per implementare soluzioni di DM di qualità in tempi brevi e garantite.

Negli anni CA ERwin si è evoluto da uno strumento di Data Modeling ad una suite integrata di prodotti che uniscono il punto di vista del gestore locale alle esigenze di integrazione di gruppi di lavoro in ambiente multipiattaforma. Questa è la lista dei moduli:

• Data Modeler, completo sistema di Data modeling
• Model Manager, gestione di repository e di strutture centralizzate e processo
• Data Validator, controllo della qualità dei meta dati
• Navigator, per chi sviluppa progetti applicativi ed ha necessità di accedere alla documentazione delle strutture dati
• Data Profiler, per il controllo della qualità del contenuto dei dati
• Process Modeler, per il modeling dei processi