Pur ampiamente riconosciuti come asset strategico per innovazione, produzione, posizionamento e crescita, i dati sostengono decisioni efficaci solo quando sono governati mediante pratiche, definite data governance, che allineano ruoli, responsabilità, standard e modalità d’uso, definendo in modo esplicito chi fa cosa, quando e con quali informazioni. L’attenzione degli studiosi si è concentrata soprattutto sul livello intra-organizzativo, mentre risulta ancora poco chiaro come la data governance si configura quando sono coinvolte imprese che collaborano per condividere, utilizzare ed estrarre valore dai dati. Attraverso un case study qualitativo dimostriamo come la data governance emerga direttamente dalle interazioni fra i vari attori e si struttura intorni a tre dimensioni interconnesse: data practice (definizione/creazione/ accesso), data insight (rappresentazioni per il decision-making) e data value (confini fluidi del valore). Queste dimensioni sono co-costruite attraverso accordi, adattamenti di processi e co-progettazione di interfacce. Discutiamo infine i contributi teorici e le implicazioni manageriali e di policy, sottolineando la natura dinamica e relazionale negli ecosistemi collaborative.
Orchestrare la data governance inter-organizzativa:pratiche, insight e ruoli
Niloofar Kazemargi
Primo
;Federica CeciSecondo
2026-01-01
Abstract
Pur ampiamente riconosciuti come asset strategico per innovazione, produzione, posizionamento e crescita, i dati sostengono decisioni efficaci solo quando sono governati mediante pratiche, definite data governance, che allineano ruoli, responsabilità, standard e modalità d’uso, definendo in modo esplicito chi fa cosa, quando e con quali informazioni. L’attenzione degli studiosi si è concentrata soprattutto sul livello intra-organizzativo, mentre risulta ancora poco chiaro come la data governance si configura quando sono coinvolte imprese che collaborano per condividere, utilizzare ed estrarre valore dai dati. Attraverso un case study qualitativo dimostriamo come la data governance emerga direttamente dalle interazioni fra i vari attori e si struttura intorni a tre dimensioni interconnesse: data practice (definizione/creazione/ accesso), data insight (rappresentazioni per il decision-making) e data value (confini fluidi del valore). Queste dimensioni sono co-costruite attraverso accordi, adattamenti di processi e co-progettazione di interfacce. Discutiamo infine i contributi teorici e le implicazioni manageriali e di policy, sottolineando la natura dinamica e relazionale negli ecosistemi collaborative.I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.


