| Gestion de l'information produit (PIM), Gestion des données de référence (MDM), Gouvernance de la donnée

En décembre 1998, la mission Mars Climate Observer est détruite en plein vol : Une mauvaise gestion des unités de mesure (mesures fournies par la sonde en système métrique mais interprétées en système impérial par les ingénieurs de la NASA) a entraîné la destruction de la sonde avec des pertes financières, en centaines de millions de dollars et des conséquences assez importantes sur le moral des équipes (arrêt provisoire de la mission).

Dans une autre situation (vécue par l’auteur), une mise à jour de l’ERP d’un distributeur entraîne des erreurs de commande et de logistique (dimensionnement des commandes pour le transport,  etc…) avec des pertes de chiffre d’affaires assez conséquentes :  cela était dû à des différences d’unités de mesure des produits exprimées en millimètre dans le PIM et celles de l’ERP qui étaient en mètres : La mise à jour de l’ERP a entraîné des erreurs de logistique.

Dans les deux cas, un manque de coordination et d’organisation autour de la donnée a entraîné des erreurs lourdes de conséquences. (je parie que chaque lecteur a au minimum une histoire ou un vécu dû à une non-maîtrise des données)

Pour éviter cela, une gouvernance de la donnée est nécessaire. Dans cet article, je vais vous donner une définition de la gouvernance de la donnée, expliquer comment mettre en place un programme de gouvernance mais aussi les outils pour y parvenir.

Sommaire :

Qu’est-ce que la gouvernance de la donnée ?

Gartner estime que 42% des entreprises n’ont pas de stratégie pour la maîtrise et la gouvernance de la donnée.

En l’absence d’une gouvernance, il est très difficile de prendre des décisions et faire des analyses avec des données non maîtrisées. Pour cela, toute entreprise qui souhaite améliorer la qualité de ses données, commence par la mise en place de la gouvernance, de manière à éduquer et introduire des changements dans le comportement des collaborateurs vis-à-vis de la donnée.

La donnée, comme tout actif d’entreprise doit être gérée et maîtrisée pour en retirer du bénéfice.

Une donnée maîtrisée, bien gérée et de qualité permet à l’entreprise des prises de décision correctes et un meilleur partage de l’information en toute sécurité et confiance. Au contraire, des données non maîtrisées amènent l’entreprise à faire de mauvais choix.

Une bonne gestion et maîtrise de la donnée met en œuvre un certain nombre d’activités qui vont gérer et organiser les différentes activités liées au cycle de vie de la donnée.

La gouvernance est la fonction cœur de la discipline liée à la gestion des données maîtres ou plus communément appelée MDM. Elle coordonne l’ensemble des activités liées à la gestion du cycle de vie de la donnée.

Ces activités sont décrites et définies dans le DAMA Wheel © comme suit :  

  • Architecture des données, Sécurité des données (et conformité réglementaire).
  • Gestion des données de référence (données utilisées par plusieurs systèmes).
  • Gestion des données présentes dans des documents et images.
  • DataWarehousing (fournir les données pour les analyses décisionnelles).
  • Gestion de la qualité de la donnée (règles de gestion).
  • Modélisation et Base de données.
  • Gestion des solutions de stockage de la donnée.
  • Gestion des métadonnées.

La gouvernance de la donnée va développer, gérer et déployer les procédures, les politiques, les standards, les bonnes pratiques pour gérer les données à travers l’entreprise. Elle va définir qui fait quoi dans le cycle de vie de la donnée.

 

Objectifs et Bénéfices de la gouvernance de la donnée

Voici quelques chiffres sur les coûts d’exploitation de la donnée dans les entreprises:

  • Un employé passe en moyenne 2h par jour à rechercher de la donnée (McKinsey) (sans garantie de qualité).
  • La mauvaise qualité des données coûte en moyenne 12% du CA d’une entreprise (Experian Data Quality).
  • 60-73% des données d’une entreprise ne sont jamais exploitées pour une quelconque analyse ou décision (Forrester)
  • 84% des projets de transformation digitale échouent en raison de la mauvaise qualité de la donnée (Forbes).

Ces chiffres montrent le coût de la non maîtrise des données pour une entreprise.

 

L’objectif de la gouvernance de la donnée est de garantir la pérennité de la qualité, sa cohérence et sa stabilité, à travers le temps et les différents systèmes qui utilisent cette donnée. On peut comparer cela aux contrôles et procédures mis en place pour assurer la qualité physique parfaite d’un produit et sa consommation ou utilisation par un client ou consommateur en toute sécurité et confiance.

Un changement de contrôle ou de procédure de la qualité physique d’un produit ne peut se faire sans une décision stratégique et partagée au sein de l’entreprise. Il en est de même pour la donnée.

La mise en place d’un programme de gouvernance a pour objectif de garantir et maintenir la qualité de la donnée. Parmi ses autres objectifs, on peut citer aussi :

  • Promouvoir la culture de la donnée au sein de l’entreprise;
  • Surveiller et renforcer la mise en œuvre des procédures (mise en place de nouveaux attributs, changement de data ownership, embarquement des fournisseurs…) ;
  • Déployer et mettre en place de nouvelles règles de qualité, de nouveaux process liés à la gestion de la donnée, 
  • Communiquer, Communiquer et continuer de communiquer sur la donnée et son importance dans l’entreprise pour supporter le changement culturel lié à la donnée dans l’entreprise;

Les bénéfices de la mise en place d’une gouvernance de la donnée sont nombreux :

  • Maîtrise des coûts par l’amélioration des process et de l’efficience opérationnelle;
  • Augmentation de la confiance dans la qualité de la donnée et son usage pour les analyses décisionnelles;
  • Support aux décisions stratégiques et développement de la co-innovation avec les fournisseurs et clients;
  • Garantie de la conformité réglementaire;
  • Compréhension commune et partagée de la donnée au sein de l’entreprise;

Quelques exemples liés à la non-gouvernance de la donnée et leurs conséquences financières

  • Un industriel de la bière a payé des coûts de transport additionnels car les palettes ne pouvaient pas être empilées dans le camion : la hauteur déclarée de la palette n’intégrait pas la hauteur du support de la palette ;
  • Un industriel de la biscuiterie a vu sa marchandise bloquée à l’entrée des douanes en Chine car des informations nutritionnelles manquaient ;

 

Comment mettre en place un programme de gouvernance de la donnée ?

Pour rappel, il y a quelques années encore, le cloud n’était pas un sujet au sein de beaucoup d’entreprises. Aujourd’hui, gérer des données et des solutions dans le cloud n’est plus un vrai sujet pour les entreprises.

Par contre, cette évolution soulève des questions liées à l’architecture, à l’intégration des systèmes, aux flux, à la sécurité des données et des flux, etc…pour chaque solution dont l’entreprise a besoin.

Un autre exemple est la demande de la mise en place d’un nouvel attribut. Les solutions de type MDM actuelles permettent la création d’un attribut en 5 minutes sans aucun codage. Toutefois, des points doivent être résolus : quels sont les systèmes qui vont exploiter cet attribut, l’intégration de ce nouvel attribut dans les échanges et les flux, le ownership et le stewardship lié à cet attribut, la validation de la définition de l’attribut, les règles de gestion et niveaux de qualité, etc…

Un programme de gouvernance de la donnée va coordonner l’ensemble des activités liées au MDM. Il va :

  • Résoudre les conflits liés aux données et les prioriser;
  • Planifier les évolutions (nouvel attribut, nouvelle solution, etc…);
  • Garantir les budgets nécessaires au bon déroulement des activités liées au MDM;
  • Contrôler l’usage et l’adoption des procédures et process, les faire évoluer;
  • Communiquer sur les évolutions liées à la donnée, sur les solutions mises en œuvre au sein de l’entreprise.

Une approche opérationnelle de la gouvernance correspond à une itération de 4 éléments : 

 

Rôle du comité de gouvernance

Un comité de gouvernance, regroupant les directeurs exécutifs, aura ainsi l’autorité nécessaire pour la mise en œuvre de décisions liées à la donnée et forcer leur exécution. Ce comité pourra définir les rôles et responsabilités pour assurer la bonne qualité de la donnée. Pour ce faire il est important que ce dernier  :

  • Regroupe les directeurs IT et des directeurs métiers.
  • Puisse se réunir en fonction des besoins et de l’urgence des problèmes à résoudre.
  • Puisse disposer d’indicateurs sur la santé de la donnée au sein de l’entreprise.

Ces indicateurs peuvent être liés au :

  • Niveau de complétude de la donnée,
  • Nombre de tableaux de bord exploités dans l’entreprise,
  • Indicateurs liés à la qualité de la donnée (nb d’incidents, quantification, etc..)
  • Indicateurs liés au nombre d’étapes/activités éliminées dans un process, etc…

Ces indicateurs permettront au comité de gouvernance de prendre les bonnes décisions. Ils montreront ainsi les gains associés aux décisions du comité de gouvernance. Il n’y a pas une manière unique de mettre en place une gouvernance de la donnée. Un programme de gouvernance de la donnée doit s’adapter à la stratégie de la donnée déployée, à la taille et culture de l’entreprise, à son secteur d’activité.

Il est important de noter que les procédures et process de gestion liés au cycle de vie de la donnée peuvent évoluer dans le temps avec l’entreprise et son environnement.

Quels outils pour la gouvernance de la donnée

Dans la majorité des cas, un programme de gouvernance de la donnée vient après la mise en production d’une solution pour la gestion des données maîtres. Toutefois, il est fortement conseillé de mettre en œuvre, le plus tôt possible, des outils qui seront utilisés dans le développement et le déploiement d’une solution de MDM.

Ils seront une composante essentielle du programme de gouvernance de la donnée et  garantiront le ROI de tout investissement de projet MDM.

Un dictionnaire de donnée (ou glossaire):

Ce document, sous format Excel en premier lieu, va permettre de regrouper toutes les métadonnées d’un attribut : les définitions d’un attribut, sa sémantique, ses règles de gestion, règles de qualité, son cycle de vie, sa source, les systèmes consommant la donnée, etc…

Ce document est critique pour l’entreprise. Il permet d’avoir une vue unique de l’attribut et de la partager au sein de l’entreprise. Prenons un exemple de métadonnée d’un attribut : sa définition.

Il faut déjà définir une charte d’écriture pour les définitions pour éviter d’avoir des définitions disparates. Il ne faut pas que ces définitions permettent des interprétations différentes en fonction du lecteur. Certains attributs critiques doivent être définis le plus en amont possible car cela peut impacter l’organisation, la modélisation.

Par exemple, pour définir qu’est ce qu’un client. Selon la taille de l’entreprise, son organisation, les services, un client n’aura pas la même définition. Il n’est pas vu de la même manière par un service financier ou un service Supply Chain.

Pour arriver à des consensus sur les définitions, il faut soit impacter l’organisation dans l’entreprise : Qui a autorité pour cela ? Soit créer de nouveaux attributs qui permettent de couvrir les différents cas d’usage et métier.

On peut distinguer le dictionnaire (qui va regrouper des éléments techniques) du glossaire (qui va définir l’attribut). Cela n’a pas d’importance quand on démarre un projet. L’important est de pouvoir bien recenser l’ensemble de ces éléments.

 

Design des process pour la gestion de la donnée 

Les processus de gestion de la donnée vont permettre de définir les différentes étapes pour compléter une fiche client, une fiche produit. Les process doivent comporter les activités, les acteurs, les points de démarrage et d’arrivée, les contrôles, les règles d’intégration et les acteurs. 

Parfois les entreprises n’ont pas encore de processus pour la gestion des données établi ou bien défini pour la gestion des données. Il est possible de démarrer en décrivant la situation actuelle. Par la suite, avec le support du comité de gouvernance, il est possible de faire évoluer les process, d’améliorer l’efficience opérationnelle en réduisant des étapes. 

Ce genre d’activités et de décisions sont prises, supportées dans le cadre d’un comité de gouvernance. Par exemple, dans le monde de la distribution, le déploiement d’un portail fournisseur nécessite l’évolution des processus établis: qui est responsable de l’embarquement des fournisseurs, où placer les contrôles de qualité et règles de gestion, etc….

 

Définition d’une organisation autour de la donnée

Avec un dictionnaire de données et des process, une réflexion sur une organisation autour de la donnée doit être démarrée. Elle va permettre de définir les rôles et responsabilités dans la gestion du cycle de vie de la donnée.

Cela contribue au changement culturel lié à la mise en place d’une gouvernance de la donnée.

Le dictionnaire de donnée, le design des process pour la gestion de la donnée  et la mise en place d’une organisation autour de la donnée, sont les trois ingrédients de base pour la mise en œuvre d’un programme de gouvernance de la donnée. Avec eux, il est possible de fixer des objectifs de qualité de la donnée mesurable et de mettre en œuvre les actions correctrices.

 

La gouvernance de la donnée et le PIM

À l’heure où de plus en plus d’applications et de solutions, internes et externes à une entreprise, consomment de la donnée produit, l’enjeu pour les entreprises est de garantir la cohérence, la qualité de la donnée et de l’information diffusée sur tous ces canaux.

La réponse à ce défi est connue : c’est la mise en place d’une solution PIM (Product Information Management) qui va s’occuper de publier la même donnée sur tous les canaux. Or déployer une solution PIM ne résoudra pas le problème si cette implémentation n’est pas accompagnée par la mise en place d’une vraie gouvernance de la donnée qui va coordonner la cohérence de la donnée.

Ne pas faire cela, expose à un risque que l’on voit souvent une fois la solution déployée: on se rend compte d’un certain nombre d’oublis (cas d’usage, besoins, etc…). La conséquence est le développement et la mise en œuvre de solutions supplémentaires et complémentaires, qui rompent la continuité de la chaîne de l’information. Avec cette rupture, on crée un cercle vicieux de la mauvaise qualité de la donnée : nouvelles sources de données, de nouveaux problèmes de qualité, cohérence de la donnée…

Il est important de mettre sur pied le programme de gouvernance de la donnée dès les premières réflexions liées à la mise en place d’une solution de gestion de données. Pour permettre de :

  • Bien définir, connaître les besoins des différents services
  • Assurer que le PIM devienne source unique et de confiance des données produits
  • Préparer une future organisation autour de la donnée (Data as a Service) adaptée à l’entreprise
  • ET surtout, de garantir le ROI du PIM

Conclusion

Aujourd’hui, clients B2B et consommateurs B2C jugent la qualité d’un produit à la qualité des données et du contenu publiés sur le web.

Des informations erronées, incomplètes, différentes entre deux sites web, jettent le doute sur la qualité du produit et entraîne le passage du client ou du consommateur dans la recherche d’un produit de la concurrence.

La gouvernance va garantir la qualité de la donnée, sa disponibilité et sa véracité. La gouvernance de la donnée ne peut être un projet limité dans le temps et par la disponibilité des ressources. Disposer d’un programme de gouvernance de la donnée permet de déployer une culture permanente de la qualité de la donnée, insufflée et distillée à tous les niveaux dans l’entreprise.

La gouvernance de la donnée permet de garantir le retour sur investissement de tout projet de type MDM/PIM.


Présentation de Nadim Wardé :

Nadim est un véritable spécialiste de la gouvernance des données et de la gestion des informations produit avec 25 années d’expérience dans les domaines du Retail, Grande Distribution, Médicale ou encore du Luxe. Véritablement passionné par son métier, il met aujourd’hui ses compétences au service de sa propre société de conseil ArounData consulting, où il accompagne les entreprises dans l’amélioration du parcours et de la qualité de leurs données, notamment avec la mise en place de solution PIM, MDM ou DAM.

Suivez Nadim sur Linkedin

rester compétitif en lancant votre projetPIM