Gouvernance des données de l'entreprise

Mise à jour le 22 mars 2022 Par Alain Fernandez

Les fiches du dossier: "Qualité des données"

L'importance de la gouvernance des données n'est plus à démontrer. Pour "transformer" les données en informations, puis en connaissances, il est nécessaire d'investir dans la technologie. Les techniques, méthodes et outils d'ETL, Extract Transform Load, remplissent cette fonction. Mais la technologie n'est pas suffisante pour régler la question. Collecter des données tous azimuts, sans une logique préalable, sans définir une stratégie spécifique, peut s'avérer nettement moins profitable que prévu.

1. Définition 2. Qualité des données 3. Stratégie 4, Mise en oeuvre 5, Patrimoine informationnel 6. Pyramide DIKW 7. Ressources 8. À lire

Définition

La gouvernance des données est une compétence transversale orientée Business Intelligence en charge de la gestion qualité des données.

La gouvernance des données couvre plusieurs aspects que nous allons identifier et décrire au fil de cet article.

Gestion qualité des données

Les problèmes de "silos" et de cloisonnement, les délicates questions de nettoyage, de formatage et de consolidation tout comme le manque de compétence des intervenants pour évaluer l'importance de données, rebuteront les plus tenaces.

Finalement, sans une gouvernance des données opérationnelle, la solution de la facilité l'emportera. On ne collectera que les données les plus faciles à collecter, sans vision d'assistance à la prise de décision, sans perspective de valeur ajoutée.

La différence entre un bon mécanicien et un mauvais mécanicien, tout comme la différence entre un bon mathématicien et un mauvais mathématicien, réside précisément dans cette capacité de choisir entre les données importantes et les donnés négligeables sur la base de la qualité.
Robert Pirsig Traité du Zen et de l’entretien des motocyclettes

Difficultés de la collecte

Cette question est aujourd'hui encore plus aiguë avec l'accroissement exponentielle de la quantité de données produites et la diversité des modes de stockage. Il s'agit en effet de maîtriser les stockages "traditionnels" de comme les bases de données relationnelles, bases de données noSQL en plein essor tout comme les solutions SAAS pour les outils d'ERP, CRM, SIRH...

Gouvernance des données et stratégie de collecte

Pour assurer une collecte pertinente, il est essentiel de définir le "Pourquoi", pour quels besoins d'analyse, avant le "Comment", quelles techniques, quels outils. Cette démarche ordonnée permettra de poser les questions essentielles préalables à l'orientation du projet.

Quelles données devons-nous collecter ?
Quelles données devrons-nous archiver ?
Quelles données devons-nous rapprocher ?
Quelles données doit-on sécuriser ?

Il sera aussi du rôle des responsables de la gouvernance des données de préciser les règles permettant d'évaluer l'importance des données à collecter et de veiller à leur application.

Mettre en oeuvre la gouvernance des données

Deux caractéristiques incontournables : Sécurité et Fiabilité.

Sécurité des données

Le thème de la sécurité des données est indissociable, en tout cas sur le plan de la problématique à traiter, des questions de confidentialité. Dans tous les cas, la mise en oeuvre d'un programme de traçabilité des données essentielles s'impose.

Fiabilité des données

Assurer un niveau de fiabilité acceptable des données à collecter n'est pas la moindre des questions prioritaires à traiter par la gouvernance des données. Quoi qu'il en soit, toutes ces questions seront développées et déclinées avant d'être posées et résolues au plus tôt, et ce dès les prémisses de lancement du projet.

De l' informatique au patrimoine informationnel

Il y a peu encore, les technologies de l'information que nous appelions d'ailleurs « l'informatique » étaient synonymes d'outils d'automatisation. La majorité des projets avaient pour unique objet l'automatisation d'un processus existant afin d'en réduire les coûts...

La question du « traitement » était alors à l'avant-scène. Les données n'étaient considérées que dans les limites de leurs apports au bon accomplissement des traitements. Aujourd'hui, avec l'incertitude ambiante, les entreprises prennent conscience de la connaissance dont elles disposent ou pourraient disposer en interne, en organisant et en structurant les susdites données afin de les transformer en informations.

La donnée est devenue LA ressource précieuse

Les technologies décisionnelles sont au coeur de ce processus de transformation. Il ne s'agit plus de proposer de-ci de-là quelques schémas sensés synthétiser une chaîne de reportings, mais bien de gérer le capital informationnel.
La performance et la qualité de la gestion de ce patrimoine, car il s'agit bien de cela, seront la clé de voûte de la totalité des projets technologiques à venir. Autant démarrer en adoptant les bons fondamentaux.

De la donnée à la sagesse (Bon Sens)

La pyramide DIKW "Data Information Knowledge Wisdom", que l'on devrait traduire en français par DICS pour "Données, Informations, Connaissances, Sagesse", résume assez bien le rôle et le bon usage des données dans l'entreprise et ailleurs. C'est aussi le but ultime de la gouvernance des données : Parvenir à extraire et à construire un sens des données afin d'accroître la sagesse, c'est dire le "Bon Sens" de ceux qui ont à décider.

Légende : Pyramide DIKW traduite

Intéressons-nous aux transitions

1. De la donnée à l'information

À la base, il y a la donnée brute. Il s'agit de la qualifier afin qu'elle puisse devenir une information. Attention nous ne sommes pas tous égaux face à cette transformation. Exemple trivial, vous ne vous intéressez pas à la bourse, une donnée boursière, précieuse pour un trader ne sera jamais une information pour vous. Elle restera du bruit.

2. De l'information à la connaissance

En revanche, celui qui sait lire l'information dans les données collectées accroit ainsi sa connaissance du sujet, en rapprochant ladite information d'autres informations où de son vécu. Il ajoute ainsi une brique à son système de connaissances personnel.

3. De la connaissance à la sagesse

Si l'on prend soin de bien conduire son acquisition de connaissances, on accède au stade ultime d'une certaine sagesse. C'est cette sagesse qui nous donne suffisamment de bon sens pour prendre les décisions que ce soit en univers complexe ou en milieu hostile.

La pyramide DIKW est un modèle intéressant, mais c'est aussi une représentation assez simpliste. La pyramide impose un modèle nécessairement hiérarchique où la notion de temps n'intervient pas malheureusement. Aussi, on réservera ce modèle à des fins didactiques.

La gouvernance des données, une responsabilité transversale

La gouvernance des données n'est pas qu'une nouvelle entité aux prérogatives mal définies chapeautant on ne sait trop quelle(s) entité(s). Il est urgent de définir une responsabilité transversale orientée Business Intelligence, en d'autres mots un centre de compétences en charge de la gouvernance des données dans la durée.

Les données de l'entreprise numérique

Avec la multiplication des blogs, wikis, réseaux sociaux et autres systèmes de production de connaissances collectives, bref tous les outils du web coopératif et de l'entreprise numérique, la quantité des données en circulation dans l'entreprise n'a pas fini d'augmenter. Ces données quoique essentielles n'entrent pas encore dans le système décisionnel. Mais la problématique se posera d'ici peu. Autant être préparé.

Ressources web

Article sur le site Talend : Qu’est-ce que la gouvernance des données et pourquoi en avez-vous besoin ?
Article sur le site Searchdatamanagement : Building an effective data governance framework
Article sur le Journal du Net : La gouvernance des données : par où commencer ?

L’auteur

Alain Fernandez est un spécialiste de la mesure de la performance, de l’aide à la décision et de la conception de tableaux de bord de pilotage. Au fil de ces vingt dernières années, il a conduit de nombreux projets de réalisation de système décisionnel en France et à l'International. Il est l'auteur de plusieurs livres publiés aux Éditions Eyrolles consacrés à ce thème, vendus à plusieurs dizaines de milliers d'exemplaires et régulièrement réédités.

Me suivre sur LinkedIn

À ce sujet, voir aussi

La Gestion des Données de Référence (MDM)
Toutes les données de l'entreprise ne sont pas équivalentes en importance loin s'en faut. Il serait un peu absurde de traiter de la même manière un vague clic sur le produit d'une boutique en ligne et une donnée comptable capitale. La gestion des données de référence de l'entreprise est justement la réponse pour un management de la qualité des données bien spécifique. Voyons tout cela.
Le référentiel de métadonnées -Meta Data-
Le référentiel de Meta données est un point clé du système d'informations décisionnel. Spécification des metadata, CWM, Common Warehouse Metamodel. La gestion des données devient aujourd'hui l'une des fonctions primordiales de l'entreprise. Il est en effet important de garantir la qualité des données circulant au sein du système d'information, et plus particulièrement du système décisionnel.
ETL Extract Transform Load, la collecte des données
Quels que soient le type et l'ampleur du projet décisionnel envisagé, la phase de collecte des données sera la phase essentielle. Il ne suffit pas de se reposer sur les outils technologiques de type ETL Extract Transform Load pour accomplir cette lourde tâche. Pour constituer une base décisionnelle digne de ce nom, il faudra se pencher sérieusement sur le type, la valeur et la qualité des données collectées. D'expérience, les projets décisionnels, Datamart, Data Warehouse, Big Data, foirent justement parce que cette phase de collecte des données n'a pas été considérée à sa juste valeur. Investissement en perspective si vous souhaitez réussir le projet décisionnel !

Piloter l'Entreprise Innovante...

Avez-vous déjà essayé d'instaurer la prise de décision en équipe ? Sans précautions préalables, rapidement, le consensus le plus mou qui soit vient casser les plus pures ambitions. Mais connaissez-vous la méthode SOCRIDE centrée sur les questions incontournables de Confiance et de Reconnaissance ? Rien de plus facile ! Elle est expliquée, illustrée et détaillée dans ce livre :

Les tableaux de bord du manager innovant
Une démarche en 7 étapes pour faciliter la prise de décision en équipe
Alain Fernandez
Éditeur : Eyrolles
Pages : 320 pages

Consultez la fiche technique »»»

Pour acheter ce livre :

Format ebook : PDF & ePub, Format Kindle

Voir aussi...

Modélisation du data warehouse, le schéma en étoile

Causes d'échecs du projet Business Intelligence

Méthodes d'analyse statistiques de la Business Intelligence

Les fiches du dossier: Qualité des données

ETL Extract Transform Load, la collecte des données BI
Quels que soient le type et l'ampleur du projet décisionnel envisagé, la phase de collecte des données sera la phase essentielle. Il ne suffit ...
Le référentiel de métadonnées - Meta Data-
Le référentiel de Meta données est un point clé du système d'informations décisionnel. La spécification des metadata CWM Common Warehouse Metamodel
Qualité des données décisionnelles
L'importance de la qualité des données collectées n'est plus à démontrer. Avec la croissance exponentielle du nombre de données générées, ...
La Gestion des Données de Référence (MDM)
Toutes les données de l'entreprise ne sont pas équivalentes en importance loin s'en faut. Il serait un peu absurde de traiter de la même manière ...