Le data management, moteur de croissance

21 mai 2018/Emilie Ravet

La donnée est au cœur de toute entreprise. Son traitement est un chantier incontournable, mais complexe. Ce défi ne peut être relevé qu’en passant de l’infobésité à une gestion des informations « utiles ». Toute entreprise doit mettre en place une gouvernance de la donnée afin d’optimiser son patrimoine informatif.

La collecte massive et anarchique d’informations n’apporte aucune valeur. Aujourd’hui plus que jamais, les entreprises doivent avoir une approche stratégique, structurée et pertinente de toutes leurs données. Il s’agit de tirer profit de son patrimoine informatif.

Les entreprises les plus performantes portent en effet une attention particulière à cet actif. Pas comme une réflexion après coup, mais plutôt comme un élément central de la définition, de la conception et de la construction de leurs systèmes d’information et de leurs bases de données.

La façon dont une entreprise utilise et gère les données est tout aussi importante que les solutions retenues pour les intégrer à son Système d’information. Ces objectifs fondamentaux permettent d’exploiter les données en les transformant en informations utiles. C’est à ce moment-là qu’elles créent de la valeur.

Le Cycle de vie

Mais l’exploitation réussie des données et des actifs d’information n’est pas simple. C’est un chantier complexe. Il nécessite une gestion proactive en s’appuyant sur des politiques et des compétences spécifiques tout au long du cycle de vie des data. Rappelons au passage que cette gestion pérenne des données est une obligation pour être en conformité avec le RGPD.

Le Règlement général sur la protection des données (à caractère personnel) insiste sur le fait que tous les métiers concernés doivent assurer la sécurité de ces dites données tout au long de leur cycle de vie.

Au-delà de cette nouvelle contrainte, les entreprises doivent s’appuyer sur le RGPD pour justement mettre en place une gouvernance des données.

Cette démarche repose notamment sur le MDM (Master Data Management), en étroite collaboration avec le DPO. Ce Data protection officer (ou Délégué à la protection des données) est un poste-clé pour le RGPD.

L’objectif du MDM est de constituer un référentiel de qualité. Quatre étapes sont prioritaires :

  • L’identification du patrimoine informatif de l’entreprise : Il est indispensable de savoir où se trouvent les data de référence ;
  • La définition de la qualité des données décisionnelles : cette étape consiste à les trier en fonction de leurs qualités : accessibilité, validité, précision et utilité ;
  • La préparation des données : de nombreuses informations contiennent des erreurs. Leur vérification et leur mise en conformité sont une opération longue et coûteuse. Il est donc recommandé de s’attacher en priorité au traitement des données essentielles. Il faut les contrôler, les consolider, les nettoyer des valeurs aberrantes, compléter les valeurs absentes puis les mettre en forme ;
  • La définition d’un mode de consommation de ces données qui soit en cohérence avec les contraintes, les objectifs de l’organisation, mais aussi les usages internes et externes.

La Culture data-driven

Pour relever ces défis, le data management doit être considéré comme un processus « administratif » plus ou moins long et plus ou moins complexe. Il comprend en effet l’acquisition, la validation, le stockage, la protection et le traitement des données. Toutes ces étapes sont indispensables pour assurer l’accessibilité (la plus efficace possible), la fiabilité et l’actualité des données pour les différents métiers de l’entreprise.

Ce projet est ambitieux et peut paraître décourageant pour de nombreuses entreprises qui n’ont pas encore cette vision. Mais le temps consacré à la planification et à la mise en œuvre d’une gestion efficace des données rapporte beaucoup plus que les coûts nécessaires à sa mise en œuvre !

Pour les responsables du Système d’information, ces processus impliquent de s’appuyer sur certains rouages essentiels.

  • Les data lake : l’intégration dans des entrepôts de données d’informations similaires et disparates peut créer de nouveaux actifs et améliorer la prise de décisions. Les données peuvent être structurées, non structurées ou les deux.
  • Les solutions de Business Intelligence : partagées entre les différents collaborateurs, des solutions de BI produisent des analyses très fines et contextuelles. Elles permettent de découvrir de nouvelles perspectives et de concevoir des modèles prédictifs.
  • Une architecture des données : la structure des données doit répondre aux exigences des métiers, mais aussi et aux réglementations propres au secteur d’activité de l’entreprise.

Le contexte actuel oblige à casser les habitudes. Il remet aussi en cause de nombreuses pratiques qui ne sont plus adaptées, vis-à-vis notamment du RGPD qui oblige les entreprises à ne traiter que des données « strictement nécessaires » à leur activité  !

Les entreprises doivent bâtir une culture data-driven. Cet objectif nécessite une adaptation Agile des individus et des équipes.

Renforcer sa reprise d'activité grâce au Cloud

Emilie Ravet
À propos de Emilie Ravet : Emilie est responsable Marketing en charge de la publication des articles du blog.

À lire ensuite

arid-bright-clouds-46160

Avenir du cloud : PaaS, conteneurs et multicloud

IDC estime que les dépenses mondiales en matière de services et d’infrastructure dans le cloud public...

vdi

La VDI ou l’agilité du poste de travail

De plus en plus d’entreprises adoptent la virtualisation comme l’une des solutions permettant de relever les...

rpa-1

RPA : pour gagner en efficacité

L’automatisation permet à la fois de réduire le coût de l’IT traditionnel (moins de ressources utilisées) tout...