Importance stratégique des données
La plupart des organisations perçoivent que leurs données représentent un actif vital. Malgré cela, peu gèrent cet actif de manière proactive pour en extraire une valeur continue. La gestion des données ne se fait pas par hasard : elle nécessite une planification, une coordination et un engagement forts, tant sur le plan technique que sur le plan stratégique.
Définition de la gestion des données et des rôles associés
La gestion des données est définie comme l’élaboration, l’exécution et la supervision de politiques et de pratiques qui contrôlent, protègent et améliorent la valeur des données tout au long de leur cycle de vie. Pour cela, une collaboration étroite est requise entre des experts techniques (Définition de la gestion des données et des rôles associés administrateurs de bases de données, développeurs 'B.I', 'Data analysts', 'Data scientists', 'Data engineers' etc...) et des professionnels orientés vers la stratégie et la gouvernance (on parle de 'Data Stewards', 'Data officer').
Les leviers et objectifs de la gestion des données
- Leviers :
L’enjeu principal est de créer un avantage concurrentiel. Les organisations qui disposent de données fiables et de haute qualité sont mieux équipées pour prendre des décisions éclairées, éviter le gaspillage et saisir les opportunités. - Objectifs :
Les objectifs incluent la compréhension des besoins informationnels des parties prenantes, la capture, le stockage et la protection des données, ainsi que l’assurance de leur intégrité, qualité, confidentialité et accessibilité pour une utilisation optimale.
Concepts fondamentaux sur les données
- Nature des données :
Les données représentent des faits sur le monde, cependant, elles nécessitent un contexte pour devenir utiles. Ce contexte est souvent fourni par la métadonnée (metadata) qui décrit et organise ces données. - Données vs. Information :
Bien que la donnée soit considérée comme la « matière première » de l’information, les deux concepts sont étroitement liés. La transformation de la donnée en information passe par une contextualisation, ce qui permet de répondre aux besoins spécifiques des utilisateurs et de mieux soutenir les décisions.
Les données comme actif organisationnel
Les données sont comparées à d’autres actifs économiques (financiers ou physiques) et leur gestion rigoureuse est présentée comme essentielle pour la compétitivité. Que ce soit dans le secteur privé, public ou dans les organismes à but non lucratif, disposer de données de haute qualité permet d’améliorer la prise de décision, l’innovation et l’efficacité opérationnelle. La notion de « data-driven » (piloté par les données) est ainsi mise en avant, insistant sur la nécessité d’une collaboration entre les métiers et les experts techniques pour répondre aux défis de la transformation numérique.
Principes de gestion des données
Plusieurs principes clés :
- Unique en tant qu’actif : Contrairement à d’autres ressources, les données ne se consomment pas lorsqu’on les utilise, ce qui impose une approche spécifique dans leur gestion.
- Valorisation économique : Il est crucial de trouver des méthodes pour mesurer la valeur des données, même si des standards universels font encore défaut.
- Qualité et métadonnées : La gestion de la qualité des données est essentielle pour qu’elles soient adaptées aux besoins des utilisateurs, et le métadonnée joue un rôle central pour permettre leur compréhension et leur utilisation efficace.
Nécessité d’une planification Stratégique
- Planification et coordination :
La gestion des données ne se fait pas par hasard. Même dans les petites organisations, il faut planifier l’architecture et les processus, car les données sont créées à divers endroits et circulent entre plusieurs systèmes. Une coordination minutieuse est indispensable pour aligner les résultats et éviter les incohérences. - Approche transversale et collaborative :
La gestion des données mobilise des compétences techniques (administration de bases de données, développement, etc.) et non techniques (stratégie, gouvernance). Une seule équipe ne peut pas tout gérer : la collaboration entre différents métiers et départements, ainsi qu’une vision d’ensemble à l’échelle de l’entreprise, est essentielle. - Perspective d’entreprise et adaptation continue :
La gestion des données doit être appliquée de façon globale, au-delà des silos locaux. Par ailleurs, le caractère fluide et évolutif des données impose d’adapter en permanence les pratiques pour répondre aux nouveaux modes de création et d’utilisation.
Les Principes de Gestion des Données
- Gestion du cycle de vie :
Les données possèdent un cycle de vie – de leur création à leur élimination – souvent complexe et itératif. La gestion efficace des données implique de suivre leur chemin (ou « lignée ») et d’intervenir à chaque étape : création, transformation, stockage, utilisation, et enfin destruction. - Gestion des risques et sécurité :
Au-delà d’être un actif précieux, les données comportent des risques (perte, vol, mauvaise utilisation). Il est crucial d’en gérer la sécurité, de prévoir des mesures de protection et d’en évaluer les impacts éthiques et réglementaires. - Importance du Metadata :
Les métadonnées jouent un rôle clé pour comprendre, classifier et exploiter les données. Elles offrent le contexte nécessaire pour que les données soient compréhensibles et utilisables, et leur gestion doit être intégrée à la stratégie globale. - Adaptation aux différents types de données :
Les données se distinguent par leur nature (transactionnelles, de référence, maître, etc.) et leurs exigences spécifiques en matière de gestion. Les pratiques doivent être suffisamment flexibles pour répondre aux diverses contraintes de qualité, de sécurité et de cycle de vie. - Alignement avec les décisions technologiques :
La technologie doit être au service des besoins stratégiques liés aux données. Une approche réfléchie permet de choisir les outils et les systèmes qui facilitent la gestion et la valorisation des données, sans que la technologie ne prenne le pas sur la stratégie.
Les Défis de la Gestion des Données
- Caractère intangible et dynamique :
Contrairement aux actifs physiques ou financiers, les données sont intangibles, faciles à copier et non consommées lors de leur utilisation. Cette nature particulière rend difficile leur évaluation financière, la définition de la propriété et la mise en place de standards cohérents. - Valorisation et mesure économique :
La valeur d’une donnée est à la fois contextuelle et temporelle. La difficulté réside dans la quantification des coûts (obtention, stockage, remplacement, mitigation des risques) et des bénéfices (amélioration de la qualité, innovation, revenus) liés aux données. - Assurer la qualité des données :
Une mauvaise qualité des données génère des coûts cachés (re-travail, inefficacités, conflits internes, insatisfaction des clients) et des risques majeurs. Inversement, des données de haute qualité apportent des avantages significatifs en termes de productivité, de prise de décision et de compétitivité. - Multiplicité des perspectives et gestion des silos :
La donnée traverse plusieurs départements, chacun pouvant la représenter différemment (par exemple, la notion de « client » peut varier selon les services). Cette dispersion nécessite une gouvernance commune pour garantir cohérence et accessibilité. - Intégration de la gestion et des technologies :
La tension entre l’envie d’innover technologiquement et la nécessité de disposer de données fiables est un défi constant. Les décisions IT doivent être pilotées par les besoins de l’entreprise en matière de données et non l’inverse. - Leadership et engagement :
Enfin, la gestion efficace des données demande une forte implication du leadership, notamment à travers des rôles comme celui du Chief Data Officer (CDO). Un engagement clair de la direction est indispensable pour initier la transformation culturelle et opérationnelle nécessaire à une gestion stratégique des données.
Élaboration d’une Stratégie de Gestion des Données
- Définition d’une vision et d’un cadre stratégique :
Une stratégie de gestion des données doit reposer sur une vision claire et des objectifs alignés avec la stratégie globale de l’organisation. Elle inclut la mise en place de principes directeurs, d’un business case solide et de mesures de succès précises. - Structuration du programme de gestion :
La stratégie se concrétise par la création d’un programme qui détaille les rôles, responsabilités et processus (charte de gestion, déclaration de périmètre, feuille de route d’implémentation) afin de guider les projets et actions à court et moyen terme. - Gouvernance et implication transversale :
La gouvernance des données, souvent pilotée par un CDO et supportée par un conseil de gouvernance, est essentielle pour coordonner l’ensemble des initiatives et garantir que la gestion des données est bien intégrée à tous les niveaux de l’organisation.