Les 3 clés d’un data-management performant

inventiv_it ERP Big data Data intelligence BI

data management

 

La notion de data-management a le vent en poupe. On cherche des data-managers de toute part, les diplômes apparaissent… Mais de même que le mot “data” a tendance à devenir un mot valise, il ne faut pas croire qu’on a apporté une réponse définitive lorsque l’on a dit : il nous faut mettre en place un bon data-management… 

On doit accepter d’avoir prononcé une phrase qui appelle quantité d’autres questions, qui ne sont pas seulement de l’ordre de la technique des systèmes d’information mais bien de l’ordre de la stratégie d’entreprise.

Dans ces conditions, quelles sont les clés ? 
 

 
Clé numéro 1 : penser à la data-governance 

La première chose à comprendre est le rôle du data-management. Le data-manager n’est pas le penseur et le stratège en chef de la donnée dans l’entreprise. Il ne peut y avoir de grand manitou en la matière, ou en tout cas, certainement pas seul. Ne serait-ce que pour des raisons liées à la réglementation (RGPD, missions du data protection officer -DPO, etc.). Et pour une raison que le sens commun connaît très bien : “Quand on a la tête dans le guidon, on ne regarde pas la route”.

Le data management est une stratégie et une organisation globale et transverse.

Comme expliqué dans cet article, sur la différence entre data-governance et data-management : 

Si le data-management devait être comparé à un cheval… la data-governance serait alors la cariole. Sans le cheval, la cariole n’ira nulle part. Sans la cariole et celui qui la conduit, le cheval ne saura pas où aller. Les deux avancent en équipe, en cohérence.

La gouvernance des données doit savoir guider, dire quelles données on conserve, quelles données on recherche, quelles règles du jeu on met en place, etc. Elle « voit » long terme sur le plan stratégique et réglementaire. 

Le data-management rassemble lui toutes les missions qui permettent aux données d’être productives, utiles, efficaces. Le data management permet de maximiser la valeur de la donnée pour l’entreprise ou l’organisation et leurs équipes.

 

data governance
Infographie : Gouvernance des données, les bonnes pratiques – Inventiv IT

 

Clé numéro 2 : au service des métiers 

Il ne peut s’agir, de nos jours, de disposer d’un département, d’une plateforme ou d’un dispositif technique ou organisationnel unique qui ferait que toutes les données de l’entreprise passent par lui. Un cerveau central de la donnée, quelle que soit sa formule. 

Une vision centralisatrice à l’ancienne, avec des gens qui centralisent tout parce que ” la data serait une affaire de spécialistes”. Une conception qui ferait que seuls les data-scientists, gonflés aux statistiques et à l’algorithmique pourraient “faire le job”.  

C’est le contraire. Le data-management doit pouvoir faire en sorte que tout le monde, dans l’entreprise, puisse s’emparer des données… sans pour autant faire d’erreur.

La data pourrait en effet devenir comme la sociologie. Tout le monde se croit data-scientist, comme tout le monde prétend pouvoir théoriser sur la société. Surtout au café du commerce. 

Dans les deux cas, sociologie et data-science, on passe à côté de la vérité et de la valeur de ce qu’aurait dû apporter la donnée, si l’on n’a pas un minimum de réflexes et de techniques d’analyse. La donnée doit être mise à disposition par les métiers mais non sans un travail collectif impliquant des experts de la donnée et/ou une formation au data-management.

Ainsi, le ou les « data-managers » se doivent de faciliter l’utilisation des données par les métiers et par les systèmes existants, (notamment via l’interopérabilité des données) mais aussi former les métiers au maniement de la data et aux bonnes pratiques en la matière. 

Besoin d'une stratégie du changement gagnante ?

 

Clé numéro 3 : ne pas oublier les méta-données. 

Le catalogue de données est devenu une approche-clé en data-management en l’espace de quelques années. Il permet des usages variés de la donnée : analyse en libre-service, préparation de données et multi-localisation, par exemple. 
 
De quoi s’agit-il et pourquoi en avez-vous besoin ?  

L’essor du catalogue de données est étroitement lié à l’émergence de nouvelles approches en matière de traitement agile des données et de stockage de données à faible coût.

À l’époque où l’entrepôt de données régnait en maître, les données étaient modélisées et les schémas définis en vue de maximiser la performance des requêtes connues avant que les données ne soient chargées.  

Apache Hadoop a encouragé une approche plus agile. Les données peuvent être stockées, la façon dont on y fait appel modélisée, le schéma mémorisé et appliqué ultérieurement en réponse à de nouveaux besoins. 

Il s’agit alors de fournir un étiquetage et une conservation des données axés sur les métadonnées. Ces données sur les données permettent aux entreprises de suivre leur richesse. Qu’est-ce qui est stocké où (situation de multi-sites, de clouds, etc.), d’où provient telle data, quand et où a-t-elle déjà été utilisée, etc. ?
 
L’enjeu des métadonnées devient essentiel. La méta-donnée contient une grande part des explications qui vont permettre à la donnée de fournir sa pleine valeur. Gérer les méta-données est donc une des missions majeures du data-manager. Un de ses meilleurs moyens de répondre aux demandes de la data-governance de l’entreprise. Et ce, avec une agilité opérationnelle immense. 

 

gestion de la donnée

 

Ce qu’il faut retenir :

Définition : Le data management désigne toute l’organisation et les processus visant à ingérer, à stocker, à organiser et à maintenir les données créées ou collectées par une organisation ou une entreprise.

Les 3 clés d’un bon data-management sont :

  • Une bonne gouvernance de la donnée (sous-discipline du data-management), qui garantit l’intégrité, la sécurité, la disponibilité et la conformité des données dans le temps.
  • Une donnée mise à disposition des métiers. Il faut éviter le silotage de la donnée ! Il faut à tout prix éviter un réflexe à l’ancienne de centralisation de la gestion de la données par une seule entité spécialisée.
  • Des méta-données correctement renseignées. Le catalogue de données est une approche indispensable en 2022, en particulier pour gérer du multi-localisation, permettre la data en libre-service ou faciliter la préparation des données. 

Compléter votre compréhension du sujet en parcourant nos différents articles sur la data.

 

Besoin d'une stratégie du changement gagnante ?

Share This

Copy Link to Clipboard

Copy