Grandi dati, grandi rifiuti: dove mettere la zavorra dei dati?

I dati superflui sono un fattore di costo, una fonte di rischio e un onere ambientale allo stesso tempo. Una gestione sostenibile dei dati, invece, consente di risparmiare risorse, eliminare potenziali pericoli e ridurre i costi. L'elenco seguente mostra come scoprire, analizzare e rimuovere la zavorra di dati senza lasciare residui.

I Big Data promuovono la zavorra dei dati: questa è costosa, pericolosa e inquina l'ambiente. (Immagine: Unsplash.com)

L'aumento dei prezzi dell'energia, i problemi della catena di approvvigionamento, le carenze di fornitura e l'inflazione crescente stanno ponendo sotto i riflettori un nuovo comportamento sostenibile e attento all'ambiente. La risorsa più ecologica e allo stesso tempo più efficace dal punto di vista dei costi è quella che non viene utilizzata o consumata in primo luogo. In una società completamente digitalizzata, questo vale anche e soprattutto per il trattamento dei dati. L'azienda Aparavi, fornitore di soluzioni per l'intelligenza e l'automazione dei dati, spiega come un'igiene dei dati responsabile riduca i costi, minimizzi i rischi e allo stesso tempo contribuisca alla sostenibilità. Si tratta di eliminare la zavorra dei dati.

  1. Riduzione dello stock di datiLe aziende accumulano terabyte di dati su sistemi di archiviazione interni ed esterni. Gran parte di esso è ridondante. Analizzando e ripulendo i dati oscuri, cioè soprattutto i dati ROT non strutturati (ridondanti, obsoleti, banali), è possibile ridurre in modo massiccio i requisiti di archiviazione e il consumo di risorse.
  2. Eliminazione dei fattori di rischioI dati non strutturati sono una bomba a orologeria di rischi sconosciuti. In questa palude di dati possono nascondersi, ad esempio, password, dati di accesso o informazioni sensibili e critiche per l'azienda. Questo potenziale pericolo viene eliminato se i dati vengono identificati come superflui o critici e quindi sottoposti a backup o cancellati.
  3. Riduzione dei costi di stoccaggioI dati eliminati non devono più essere conservati. La pulizia dei dati riduce i requisiti di spazio di archiviazione e quindi i costi di hardware e software, nonché i requisiti di spazio, ad esempio per il backup e l'archiviazione. Le aziende risparmiano così costi a sei cifre. Il costoso sovradimensionamento delle risorse (provisioning) diventa quindi superfluo.
  4. Adempimento dei requisiti di conformità e sicurezzaL'eliminazione dei fattori di rischio facilita anche la conformità ai requisiti di sicurezza e alle leggi sulla protezione dei dati, come il DSGVO o la legge sulla sicurezza informatica. Inoltre, la maggiore trasparenza dei dati facilita la gestione della sicurezza.
  5. Riduzione dell'impronta di carbonioPiù dati oscuri possono essere eliminati dopo l'inventario, l'analisi e la pulizia, meno risorse devono essere allocate per l'archiviazione dei dati. Ciò consente alle aziende di ridurre l'impatto ambientale e di documentare una misura concretamente verificabile nel reporting ESG.
  6. Riduzione al minimo dell'impegno amministrativoLa pulizia delle scorte di dati può essere affidata a dipendenti qualificati dei reparti specializzati. Questo alleggerisce il reparto IT. Una volta consolidati e ridotti i dati, si elimina un'altra parte dei costi di amministrazione interna. Gli esperti IT così liberati possono essere impiegati per altre attività a valore aggiunto.

"Le aziende devono liberarsi degli sprechi di dati, perché i dati non strutturati sono costosi e pericolosi", spiega Gregor Bieler, CEO EMEA di Aparavi. "Così facendo, riducono anche le emissioni di CO2-e creare le basi per un buon karma". L'azienda è stata fondata da Adrian Knapp nel 2016 a Zugo, dove si trova anche la sede centrale. Altre sedi sono Monaco di Baviera e Santa Monica, negli Stati Uniti.

Fonte e ulteriori informazioni: Aparavi

(Visitata 259 volte, 1 visita oggi)

Altri articoli sull'argomento