Le système d’information n’est plus un îlot isolé de toute la chaîne de création de valeur d’une entreprise. Son objectif principal est, plus que jamais, de créer des synergies entre les métiers afin que la prise de décision soit largement facilitée.

Les données référentielles sont transversales et concernent tous les métiers d’une organisation. Ne pas les gouverner est une erreur d’un autre temps, notamment dans le cadre de projets MDM.

Des constats pour mieux visualiser la valeur ajoutée liée aux données

La donnée de référence est avant tout un matériau particulièrement stratégique pour une entreprise. Selon les services et les métiers, bon nombre de visions doivent coexister au sein d’une entité et la gouvernance des données de référence est une clé de voûte.

Les données de références dans un système d’information est l’axe central d’analyse qui permet de disposer d’une vision globale très complète (part de marché, satisfecit clients, etc…), mais aussi d’une vision très fouillée (par métier, par objectif, etc…). Dans chaque cas, il faut connaître et maîtriser les besoins opérationnels et stratégiques pour répondre aux problématiques de chaque strate de l’entreprise.

N’oublions pas que l’un des principaux ennemis des décideurs n’est autre que la duplication des données, l’inaccessibilité et surtout la mauvaise qualité des données disponibles. A mesure que le temps passe, les données disponibles sont de plus en plus nombreuses et dispersées. Lorsqu’elles sont mal gouvernées, il s’agit d’un terreau malheureusement très fertile pour que les équipes soient inefficaces et réalisent plusieurs fois le même travail pour rendre l’information utilisable pour la bonne prise de décision.

La gouvernance des données de références répondent à 4 besoins essentiels

Données globales et données locales

Ce besoin est lié au fait que les acteurs d’une entreprise demandent à disposer d’une « vue » à la fois locale et globale. La maitrise des données locales permet d’utiliser les données appropriées pour établir un constat « métier », et, les données plus globales permettent notamment de satisfaire une vue stratégique nécessaire à la réflexion à long terme.

La qualité des données

Les grandes organisations ont besoin d’une grande cohérence et une absolue intégrité des données. Par essence, les données sont dispersées au sein d’une entreprise et il est fondamental d’identifier les problèmes de qualité des données pour identifier les axes d’amélioration. Un véritable profiling des métiers et des consommateurs est nécessaire pour mettre en place l’organisation qui certifie les données et garanti la qualité escomptée.

Distribution et partage des données

Autre point-clé, il s’agit, comme en logistique, de diffuser la donnée adéquate au bon destinataire et au bon moment. Sans cette exactitude temporelle, il serait impossible d’analyser les données-clés aux moments-clés.

L’importance de la fraîcheur

Les données de références doivent être à jour pour être mise à disposition des processus opérationnels. La fraicheur est un élément-clé afin que les utilisateurs puissent agir en temps réel et éviter la perte de temps et d’énergie nécessaire à la mise à jour des données obsolètes. Selon les métiers, ce besoin de fraicheur peut varier, et, les structures de gouvernance des données doivent intégrer ce paramètre.

Quelques erreurs à éviter pour organiser ses données

Les projets MDM nécessitent une organisation très bien huilée afin que chaque acteur puisse gouverner les données de la façon la plus efficace. Voici quelques erreurs à éviter afin de maitriser son projet référentiel :

• Ne pas analyser ses besoins avant de choisir un outil de gestion de données de référence. Trop d’équipes réalisent cette démarche dans le sens inverse face à la pression des éditeurs ou par « habitude »

• Ne pas prendre le temps de questionner les besoins réels des utilisateurs. Cette étape trop souvent négligée permet pourtant de mieux choisir son outil de gestion des données de référence.

• Ne pas s’entretenir avec la direction quant au choix des méthodes envisagées. Cette action est une clé de voûte pour responsabiliser tous les organes de décision.

• Ne pas identifier clairement les indicateurs clés pour maitriser la qualité de ses données Un indicateur de qualité permet de fédérer les différents métiers autour d’un objectif global.

• Ne pas accompagner le projet par la mise en place d’une gouvernance de donnée où chaque donnée est sous la responsabilité d’un responsable métier qui en charge de sa définition, de sa pertinence et de sa qualité