LA GOUVERNANCE DES DONNÉES : FAIRE DE VOS DONNÉES DES PRODUITS
CONNAÎTRE, GÉRER, QUALIFIER ET PARTAGER
Les entreprises sont organisées autour de métiers et de services, chacun disposant d’applications dédiées. La donnée a émergé comme un actif transversal, avec une dimension de pilotages, pour comprendre et servir des objectifs plus globaux. Un nouveau département, sous la responsabilité du CDO, a vu le jour, avec pour objectif de porter l’analyse des données à une nouvelle échelle. Des logiques data-centric, basées sur des plateformes, se sont mises en place pour préparer et exploiter les données, en les distinguant dans différents domaines.
Connaître ses données pour se fixer des objectifs et se développer
Responsabiliser les acteurs autour de rôles et d’engagements au service d’un bénéfice commun
Maitriser la valeur des données au service de la CX et de la compliance
Dans ce contexte, la gouvernance est apparue comme un élément incontournable, associant une large partie des acteurs de l’entreprise :
- Toute analyse n’est pertinente que si les données sont disponibles, récentes, riches et fiables.
- Une stratégie d’entreprise doit s’appuyer sur une vision commune, portée par des métadonnées opérationnelles et largement partagées.
- La logique du data mesh responsabilise chaque direction ou service au-delà de l’optimisation de ses propres applications métiers.
Cependant, les entreprises peinent à appréhender et à mettre en place une bonne gouvernance. Celle-ci doit s’appuyer sur des compétences diverses et transversales, où la compréhension des enjeux métiers doit déboucher sur des expertises d’analyse, de modélisation et de processus applicatifs. L’organisation repose sur une définition claire des rôles, accompagnée, si besoin, d’une démarche de conduite du changement.
Une gouvernance efficace, couplée à des architectures applicatives adaptées, permet à l’entreprise d’atteindre une efficacité opérationnelle et de garantir des expériences utilisateurs internes et externes réussies. Cette performance est mise au service du développement des ambitions à court et moyen terme.
Dans ce contexte, la gouvernance est apparue comme un élément incontournable, associant une large partie des acteurs de l’entreprise :
- Toute analyse n’est pertinente que si les données sont disponibles, récentes, riches et fiables.
- Une stratégie d’entreprise doit s’appuyer sur une vision commune, portée par des métadonnées opérationnelles et largement partagées.
- La logique du data mesh responsabilise chaque direction ou service au-delà de l’optimisation de ses propres applications métiers.
Cependant, les entreprises peinent à appréhender et à mettre en place une bonne gouvernance. Celle-ci doit s’appuyer sur des compétences diverses et transversales, où la compréhension des enjeux métiers doit déboucher sur des expertises d’analyse, de modélisation et de processus applicatifs. L’organisation repose sur une définition claire des rôles, accompagnée, si besoin, d’une démarche de conduite du changement.
Une gouvernance efficace, couplée à des architectures applicatives adaptées, permet à l’entreprise d’atteindre une efficacité opérationnelle et de garantir des expériences utilisateurs internes et externes réussies. Cette performance est mise au service du développement des ambitions à court et moyen terme.
Connaitre les données
Les acteurs métiers ont une connaissance opérationnelle de leurs données, en lien avec les points de douleur qu’ils rencontrent ou les actions qu’ils ne parviennent pas à mener complètement ou qualitativement. Un Business Analyst doit dialoguer avec ces acteurs et s’appuyer sur un data profiling des bases et fichiers de données. Cette analyse a un double objectif : évaluer la qualité des données et définir un plan d’action pour s’attaquer aux difficultés critiques, tout en comprenant les modèles sous-jacents à chaque activité pour se projeter dans une vision d’ensemble.
La compréhension des objets métiers, de leurs métadonnées et de leurs relations est une étape cruciale pour faire émerger une vision personnalisée et partagée. Un data catalog structuré avec un outil dédié permet de formaliser cette vision et de partager des notions et un vocabulaire commun. On pourra finaliser cette démarche par une modélisation des objets métiers au sein d’un MDM (Master Data Management).
Notons les liens entre ces différents enjeux : découverte des données, normalisation, cataloging, mapping des flux et mise en qualité. C’est ainsi que des plateformes regroupent, dans une même interface, des services mutualisables répondant à ces attentes.
Gouverner les données
La gouvernance des données évoquée ici concerne la définition d’une organisation et de rôles : Data Owner, Product Owner, Data Stewards, Key users, etc. Ces rôles doivent exister formellement pour responsabiliser chacun sur les enjeux de qualité, d’intégrité et d’unicité des données, et permettre la mise en place d’une organisation et de processus vertueux dans une démarche d’amélioration continue.
L’instauration de cette organisation repose sur au moins deux types d’expertises :
- Une expertise technique : à partir de l’analyse, du cataloging et de la modélisation des données, il s'agit de définir des processus et un cycle de vie des données en soutien de la gouvernance.
- Une conduite du changement : accompagner l’engagement des acteurs dans leurs nouveaux rôles et fonctions, en définissant clairement les missions, tout en répondant aux éventuelles appréhensions et en créant une forte adhésion.
Gérer le cycle de vie des données
Le cycle de vie des données s’appuie sur une architecture applicative en corrélation avec l’organisation, afin d’assurer l’efficacité opérationnelle tout en restant flexible face aux changements de périmètre ou d’ambitions métiers. La connaissance des données, sa formalisation et son partage, ainsi que la mise en place d’une gouvernance opérationnelle, doivent guider l’optimisation des flux de données : qui est responsable ? Qui s’interface avec qui ? Qui détient la vérité ? Quels outils utiliser pour partager les données ? Comment simplifier et surveiller les flux ?
Cette approche globale et transverse doit répondre aux besoins actuels tout en anticipant les ambitions futures. La gouvernance prend alors un sens plus stratégique, combinant architecture IT et besoins métiers. Les Business Analysts rejoignent les experts des flux et de l’architecture pour élaborer ensemble les meilleures solutions, alliant performance et optimisation des coûts.
La gouvernance des exigences réglementaires
Les applications métiers ne répondent généralement pas à la majorité des exigences réglementaires (RGPD, ESG, etc.) :
- Elles ne collectent pas à elles seules toutes les données concernées.
- Elles n’offrent pas les fonctionnalités correspondantes.
Les plateformes data-centric, en particulier les MDM, peuvent jouer ce rôle. Il s’agit de créer des objets dédiés (par exemple, les consentements), de les modéliser selon les exigences réglementaires, de les personnaliser selon le contexte de l’entreprise, puis de les partager avec toutes les applications concernées et/ou via des interfaces digitales. De plus, il faut pouvoir gouverner ces données manuellement pour répondre à des réclamations.
Cela relève bien d’une démarche de gouvernance spécifique.
