Le Portail du Manager Innovant

Gouvernance des données de l'entreprise

Gouvernance des donnéesL'importance de la gouvernance des données n'est plus à démontrer. Pour "transformer" les données en valeur, 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.

Définition

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

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, 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 reporting 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.

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.

A 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. La spécification des metadata CWM Common Warehouse Metamodel
  • Collecte des données : ETL Extract Transform load
    ETL, Extract Transform load La collecte et la gestion des données sont des phases clés du projet de Business Intelligence.ETL Extract Transform Load gestion des meta données. Lors des premiers projets décisionnels, cette phase de collecte et de préparation des données était généralement sous-estimée. >C'est peut-être là une des principales explications des échecs de réalisations et des très nombreux dépassements de budget...

Ressources web


À lire

Mig Data, Smart Data, Stupid Data... : Comment (vraiment) valoriser vos données Big Data, Smart Data, Stupid Data... : Comment (vraiment) valoriser vos données
Antoine Denoix
Dunod
160 pages 18 Euros
Dispo :
www.amazon.fr & Format Kindle

La gestion du projet de Data Master Management est un bon point d'entrée pour aborder le thème de la gouvernance des données. D'autant plus que l'ouvrage aborde soigneusement la question des parties prenantes qui sont la clé de la démarche. Selon que l'on aborde la question sans ou avec méthode, ils seront l'obstacle ou la solution :

Master Data Management Master Data Management
David Loshin
Morgan Kaufmann Publishers
304 pages (anglais)
Dispo :
www.amazon.fr & Format Kindle


MDM : Enjeux et méthodes de la gestion des données (Management des systèmes d'information) MDM : Enjeux et méthodes de la gestion des données (Management des systèmes d'information)
de Franck Régnier-Pécastaing, Michel Gabassi, Jacques Finet
Dunod
336 pages 36 Euros
Dispo :
www.amazon.fr & Format Kindle

Partagez cet article...

Envoyer le lien de cet article par e-mail   
(total partages cumulés > 125)

           



Tous les articles