Gestion des données d’entreprise: utilité et nécessité

introduction

notre monde numérique dépend de l’information. Les données sont partout. Pourquoi tant d’entreprises, d’organisations, d’analystes et de consultants sont-ils si inquiets à ce sujet?

Les données sont des représentations de faits. En plaçant les données dans leur contexte, des informations sont créées. L’absence d’une bonne gestion des données signifie souvent automatiquement que les informations de gestion et de contrôle sont inefficaces. À long terme, cela paralysera une organisation à un point tel qu’elle ne pourra plus fonctionner correctement. La raison en est que les décisions importantes sont prises trop tard car les informations de gestion ne sont plus fiables. En outre, la gestion des processus opérationnels au niveau des départements nécessitera de plus en plus de temps et d’efforts, car les activités des divisions ne sont pas bien coordonnées. Dans cette situation, chacun ne crée et ne gère que les données nécessaires à la réalisation de son propre travail et utilise donc son propre ensemble de définitions de données. Parce que les ministères se reprochent mutuellement leur négligence, les mesures de contrôle sont empilées les unes sur les autres et le processus opérationnel est encore plus accéléré, ce qui entraîne une spirale descendante. Il existe donc une raison commerciale impérieuse de donner à la gestion des données une place indépendante et professionnelle au sein des organisations.

en outre, les lois et règlements imposent également une gestion structurée des données. Wetgeving in de financiële sector zoals Basel en Solvency vereist dat een mechanism voor datakwaliteit en herleidbaarheid van in rapports gebruikte informatie geborgd is binnen de organisatie. Selon Bâle II, dit verband : “La banque doit mettre en place un processus de vérification des entrées de données dans un modèle statistique de prévision des défaillances ou des pertes, qui comprend une évaluation de l’exactitude, de l’exhaustivité et de la pertinence des données spécifiques à l’attribution d’une notation approuvée”. La gestion des données de Kwalitatief est assurée par la société de gestion des données de Kwalitatief. L’enregistrement correct des données dans les systèmes est l’une des parties les plus chronophages d’un tel programme. Dans une telle situation, il est difficile de se conformer aux exigences externes découlant des lois et réglementations et des accords conclus avec les fournisseurs et les clients.

La gestion des données d’entreprise est l’ensemble des activités au sein des organisations qui se concentrent sur l’identification, la classification, l’enregistrement, la modélisation, le déverrouillage, la sécurisation, l’archivage et la destruction des données de manière structurée. Le terme ” entreprise ” reflète la nature de la gestion des données à l’échelle de l’organisation.

le fait que la gestion des données joue un rôle si crucial dans les opérations commerciales est souligné par les déclarations de certains responsables organisationnels. Aloys Kregting, CIO de DSM et élu CIO de l’année en 2011, déclare: “le CIO devrait être particulièrement préoccupé par la valeur de l’information. Vous devez savoir très bien quelles personnes ont besoin de quelles informations quand, et aussi faciliter cela. Cela souligne une fois de plus l’importance du rapport et de la gestion des données de base.”

Als tweede de CEO van een olie – exploratie – en productiebedrijf die zich realiseert dat goed datamanagement voor zijn bedrijf een volgende stap naar business excellence is en hem in staat stelt zich te onderscheiden van zijn concurrenten: “Les efforts d’amélioration continue se concentreront désormais sur la mise à profit de ces changements et la découverte de la valeur cachée qu’ils offrent. Cela implique de simplifier les processus et de renforcer la gestion des données pour permettre une prise de décision plus rapide et mieux informée, une plus grande réactivité aux besoins des clients et moins de gaspillage, le tout pour une meilleure performance concurrentielle.’

Les données en tant qu’actif

Les données sont, comme indiqué, des représentations de faits. Projetés sur un environnement d’affaires sont les “faits sur les opérations commerciales”. Sans contexte ni structure, ces données n’ont aucune valeur ajoutée pour une entreprise. Ils manquent de contenu et de sens pour vraiment ajouter de la valeur à l’entreprise. Nous distinguons les données structurées (stockées et ordonnées dans une base de données) et les données non structurées (sous forme de documents, de fichiers, d’images, de messages texte, de formulaires, d’enregistrements vidéo ou sonores qui ne peuvent pas être contenus dans des lignes, des colonnes ou des enregistrements).

sans informations supplémentaires, il est difficile, voire impossible, de classer, d’enregistrer et d’accéder à ces données. Au moment où nous ajoutons du contexte à ces données, celles-ci deviennent significatives. On ajoute ensuite une référence, une date et une heure, la signification du message, un format. Cela donne la structure des données et devient une information. Si nous relions différentes sources d’information les unes aux autres, en établissant des relations et en identifiant des modèles, alors l’information devient connaissance. C’est aussi la valeur ajoutée de la business intelligence (BI) : connecter différentes unités d’information dans une organisation à des fins de prise de décision par la direction de l’entreprise. Voir aussi la figure 1.

Figure 1. Mettez la valeur des données en contexte.

les organisations qui sont les mieux à même de structurer leurs données en informations significatives et de rendre ces informations accessibles logiquement aux travailleurs du savoir au sein de l’entreprise seront mieux à même de dominer leurs concurrents. Exploiter la puissance commerciale inhérente à ces données donnera aux entreprises et aux organisations un avantage stratégique sur leurs concurrents. Eric Schmidt, alors PDG de Google, a déclaré en 2010: “Je ne crois pas que la société comprenne ce qui se passe quand tout est disponible, connaissable et enregistré par tout le monde tout le temps.”En Gartner stelt: “Dans le secteur privé, nous estimons, par exemple, qu’un détaillant utilisant pleinement le big Data a le potentiel d’augmenter sa marge opérationnelle de plus de 60%.’ ()

Maar het gaat niet alleen om het goed structureren en ontsluiten. Il s’agit d’informations sur la gestion de l’information et de l’amélioration de la productivité de l’entreprise. Toutes les grandes entreprises et institutions du monde ont exécuté des programmes de BI coûteux et mis en œuvre des applications coûteuses. Néanmoins, la direction de l’entreprise n’est pas satisfaite. La BI ne débloque pas toutes les données métier, en pratique elle se concentre principalement sur les données structurées, avec une attention insuffisante accordée à la valeur des données non structurées. De plus, les rapports ne peuvent pas être facilement adaptés, de sorte qu’ils ne sont souvent pas suffisamment axés sur les besoins de l’entreprise à un moment donné. KPMG, basé sur la recherche: “D’énormes investissements dans l’informatique ne garantissent pas nécessairement une meilleure information. Ce qui est plus important, c’est de changer fondamentalement la façon dont les données sont collectées, traitées et présentées.’ ()

Gestructureerde data die door een datawarehouse worden ontsloten, zijn waardeloos als de kwaliteit van die data niet goed is. Ongestructureerde gegevens (ca. 85% d’entre eux peuvent être consultés par l’intermédiaire d’une maison de données worden ontsloten. De vrai est dan hoe je déze data ‘goed’ krijgt en wat goed datamanagement voor ongestructureerde gegevens is. Dans ce contexte, de bons moyens conformément aux exigences de qualité qui lui sont fixées par l’organisation. Il est clair que de bonnes données ne viennent pas naturellement. Un cadre de gestion est nécessaire. Le cadre de gestion comprend des activités qu’une entreprise doit organiser logiquement et soigneusement et investir dans l’organisation. Il s’agit de la gestion des données et comprend toutes les activités au sein des organisations visant les opérations commerciales pour identifier, classer, enregistrer, modéliser, accéder, sécuriser, archiver et détruire les données de manière structurée. Nous utilisons le terme Gestion des données d’entreprise (GED) pour cela, car il s’agit d’activités menées à l’échelle de l’entreprise dans toutes les organisations.

la prise de conscience qu’une bonne gestion des données peut ajouter de la valeur aux opérations commerciales et aux résultats financiers a conduit les analystes et les consultants à assimiler les données à d’autres actifs commerciaux, tels que les terrains, les bâtiments et les machines. Dans ce contexte, les données sont également décrites comme un actif commercial. Les actifs doivent être bien gérés: bien entretenu, bien sécurisé, il doit y avoir un propriétaire qui supervise et un bien doit également être remplacé en temps opportun. Comme d’autres actifs, les données peuvent également être vendues. La valeur peut en être dérivée. Il suffit de penser aux fichiers d’adresses qui représentent une certaine valeur pour les entreprises de bonne foi et les entreprises voyous.

les dirigeants d’entreprises leaders dans le monde en sont bien conscients. Les programmes liés aux données figurent en bonne place sur leur Liste d’actions. Le Groupe Hackett déclare: “Ce que les entreprises reconnaissent, c’est qu’elles ont jeté beaucoup d’argent sur les applications, mais sans standardiser et nettoyer leurs données, elles obtiennent toujours des informations qui n’ont pas de sens. Ils ont des entreprises qui utilisent des définitions différentes, qui calculent les métriques différemment, qui utilisent des hiérarchies différentes. Tout ce concept de gestion des données de base est absolument essentiel pour que les entreprises puissent éventuellement en arriver au point où elles disposent d’analyses prédictives.’. De businesscase om master data management (MDM) programma te starten lijkt evident: ” D’ici 2013, MDM réduira la redondance des données des organisations, ce qui permettra d’économiser 80 % des coûts associés à la gestion des données redondantes “. ()

Modellen voor Enterprise Data Management

Over het beheersen van data wordt al tijden nagedacht en er zijn dan ook modellen en methodieken te over, die allemaal claimen het beste antwoord voor de inrichting van Enterprise Data Management te hebben. Organisation internationale de normalisation, beter bekend als ISO, kent talloze standaarden die elk op zich weer een deelaspect van het spectrum van data behandelen. Par exemple, ISO 27001 traite de la sécurité des informations. L’ISO 15489 est la norme utilisée pour la gestion de l’information du point de vue de l’archivage. ISO 23081 est la norme pour les métadonnées. En outre, la norme ISO 19005 peut être utilisée comme ligne directrice pour l’apparition des données. Les normes abondent. D’autres cadres tels que COSO et des cadres tels que Cobit et ISF parlent de l’importance des données dans un sens plus large, mais uniquement du point de vue des risques.

Corpus de connaissances sur la gestion des données

un modèle plus complet semble être celui du DAMA-DMBOK. Il comprend une collection de “meilleures pratiques” dans le domaine de la gestion des données, qui ont été complétées au cours de plusieurs années par de nouvelles connaissances issues de la pratique. Le Guide DAMA-DMBOK (Full: Data Management Body of Knowledge) est une publication de la Data Management Association, une organisation internationale qui se concentre sur les gestionnaires de données et les professionnels des données pour la diffusion des connaissances sur la gestion des données.

le DMBOK distingue dix fonctions de données différentes. Ces fonctions sont représentées à la figure 2. La gouvernance des données est la fonction qui relie les autres domaines. Pour chacun des domaines, des facteurs environnementaux doivent être pris en compte, tels que les méthodes et procédures de travail actuelles, la technologie utilisée et la culture organisationnelle.

Figure 2. Domaines de données selon DAMA().Cependant,

DAMA connaît également ses faiblesses. Par exemple: le fait que les fonctions nommées ne se réfèrent qu’en termes généraux, de sorte qu’un utilisateur ne voit pas toujours la relation entre les fonctions et donc l’importance plus large. De plus, DAMA semble se concentrer pour le moment sur des données structurées traditionnelles. Par exemple, on parle encore peu de l’importance du contenu des médias sociaux. La sécurité des données au sein de DAMA est principalement axée sur la protection technique des données. En outre, la différence dans la façon dont les générations traitent les données n’a pas encore été explicitement incluse comme facteur pertinent (facteur environnemental). Enfin, et c’est peut-être la plus grande objection, il s’agit avant tout d’un cadre conceptuel. Il manque d’exemples pratiques pour rendre les concepts et les termes suffisamment clairs pour le lecteur. Il existe un risque d’interprétation incohérente. La façon dont le cadre devrait être mis en œuvre n’est pas non plus claire. Ceci est contraire à l’objectif premier d’un ensemble de connaissances. Cela devrait viser à garantir que leur utilisation favorise la cohérence dans l’application de la gestion des données.

Modèle de gestion des données d’entreprise de KPMG

les modèles ci-dessus contiennent des éléments importants qui doivent être pris en compte lors de la réalisation d’une organisation professionnelle de gestion des données. Pour l’opérationnalisation de la gestion des données, cependant, un certain nombre d’autres aspects sont importants, qui ne sont pas couverts par ces modèles.

tout d’abord, cela concerne le fait que les données sont échangées entre les systèmes à la fois au sein de l’organisation et entre l’organisation et des tiers. La gestion des données devrait ensuite garantir de bons accords sur le format dans lequel les données sont fournies, la validation de la qualité des données fournies, les étapes d’enrichissement possibles avant le traitement ultérieur des données et les procédures éventuelles en cas d’erreurs dans le processus. Nous regroupons ces activités sous les termes ” acquisition et création ” et ” distribution “.

de plus, l’EDM doit également garantir que la structure de l’EDM dans son ensemble peut être maintenue. L’organisation devrait disposer de processus d’enregistrement des preuves documentaires et des problèmes identifiés lors de la mise en œuvre opérationnelle des activités de GED. Que ceux-ci soient discutés dans les organes de consultation sur la gouvernance de la GED et qu’ils conduisent à l’adaptation des procédures et techniques existantes. Cela peut être considéré comme une situation où le tableau de bord de la qualité des données utilisé au sein d’une organisation doit être adapté car l’organisation souhaite surveiller un nouvel objet de données. Il devrait alors y avoir un “processus de changement” qui prépare la prise de décision sur ce changement et met en œuvre le changement dans le tableau de bord après la décision.

enfin, toutes les activités de GED menées par une organisation doivent être évaluées pour leur efficacité et leur efficience. Tout comme les processus primaires au sein d’une organisation, la GED devrait avoir un mécanisme “planifier, faire, vérifier, agir” qui peut être utilisé pour vérifier si la mise en œuvre des activités de GED est conforme aux accords qui ont été conclus à ce sujet. La “surveillance des processus” rend cela possible et permet à l’organisation de GED d’identifier de manière indépendante les écarts et de prendre des mesures correctives.

cela se traduit par le modèle de GED de KPMG illustré à la figure 3.

Figure 3. Modèle de gestion des données d’entreprise de KPMG.

voici une brève description des éléments clés du modèle.

• La gouvernance des données se concentre sur les activités de gestion des données (direction). Des questions telles que la stratégie, la politique, les rôles, les tâches et les responsabilités sont abordées.
• L’architecture de données consiste à établir et à enregistrer les objets de données et les structures de données au sein d’une organisation dans des modèles de données. Ceux-ci constituent la base de l’analyse de l’information et de la construction de processus et de systèmes.
• La gestion des données de référence consiste à garantir la qualité des données de référence et des données de référence. Le but ultime est de créer des disques uniques (“dorés”).
• L’entreposage de données est l’activité qui permet de définir l’architecture de stockage de données dans des bases de données relationnelles.
• La Business Intelligence est chargée de déverrouiller les données contenues dans les entrepôts de données de manière à fournir des informations à la direction de l’organisation, sur la base desquelles elle peut prendre des décisions.
• La gestion de la qualité des données implique la définition structurée de critères de qualité, l’analyse de la qualité réelle des données et la déclaration de celles-ci.
• La gestion de contenu se concentre sur la classification des données, la structuration des flux de documents et leur accessibilité.
• l’archivage se concentre sur le déplacement des données inactives vers d’autres environnements.
• Les opérations de gouvernance sont des métadonnées d’information sur les données, des zoals techniques et fonctionnels pour les applications de données et les modèles de données. Gestion des bases de données riche en informations opérationnelles techniques sur les bases de données. Sécurité des données richt zich op het beveiligen van data tegen ongeoorloofde inbreuken op die data. Gestion de l’identité tot fente regelt de données tot toegang.

pour une description plus détaillée de certains de ces éléments de l’électroérosion, veuillez vous référer aux contributions individuelles sur les éléments de l’électroérosion incluses dans le présent Contrat.

EDM d’un point de vue organisationnel

dans cet article, nous avons toujours la réponse à la question de savoir comment le modèle EDM peut être implémenté de manière pratique.

si vous parcourez les différentes parties de l’EDM comme le montre la figure 3 et que vous les laissez agir sur elles-mêmes, l’impression apparaîtra rapidement qu’il y a peu d’ordre logique dans ces parties. La figure 3 montre qu’il n’y a pas de priorisation ou de mise en œuvre progressive proposée de la construction et de la mise en œuvre des éléments. Il est clair que la gouvernance des données relie tous les autres éléments. Avec cela, nous voulons indiquer qu’il n’y a pas d’ordre entre les domaines et que l’ordre dans lequel les parties de l’EDM sont traitées est de nature arbitraire. Une exception est la gouvernance des données. Le lien entre la gouvernance des données et toutes les autres parties de la GED reflète bien le fait qu’aucune activité de gestion des données ne peut être développée et mise en œuvre avec succès s’il n’y a pas de gouvernance des données au sein des organisations.

La gouvernance des données jette les bases de toutes les activités de gestion des données. Sans fondation, ce sont des blocs de construction lâches qui pendent plus ou moins dans le vide sans structure ni connexion. Cela peut conduire à l’achat et à la mise en œuvre de solutions de BI alors que les normes de données ou les définitions de données sont insuffisantes, ou que la qualité des données nécessaires pour obtenir des informations de gestion fiables laisse beaucoup à désirer. Il peut contribuer à la conception et à l’achat de systèmes qui ne se connectent pas à d’autres systèmes, car il n’existe pas de modèle de données d’entreprise global qui serve de base à tout le développement de systèmes. Enfin, cela peut conduire une organisation à utiliser activement les traces laissées par les internautes sur des sites Web, sans tenir compte des règles de confidentialité, ce qui entraîne des dommages à l’image et à la responsabilité.

La gouvernance des données garantit l’existence d’une vision et d’une stratégie de gestion des données à l’échelle de l’entreprise, soutenues par la direction de l’entreprise. La Vision nous dit ce que nous voulons réaliser. La stratégie sur la façon d’y parvenir. Ils reflètent en quelque sorte l’ambition de l’organisation. Toutes les activités liées aux données doivent s’inscrire dans cette vision et la stratégie assure la cohérence de ces activités. La stratégie dicte également la portée de la gestion des données au sein d’une organisation. Malgré le modèle général de DAMA, les organisations peuvent choisir de ne pas tenir compte de certaines questions, car elles peuvent déjà être remplies de manière décentralisée. Un phénomène courant est, par exemple, que les RH créent leur propre organisation de gestion des données et font un usage limité des directives et normes élaborées par l’organisation centrale de gestion des données.

La gouvernance des données garantit également l’attention portée à l’élaboration des règles de politique. Cela inclut une politique de sécurité de l’information, des politiques concernant l’architecture des données, l’archivage et la qualité des données. De plus, la gouvernance des données assure l’intégration organisationnelle de la gestion des données: qui est en fin de compte responsable, où et comment sont prises les décisions concernant la stratégie, la politique, les normes, les rôles et la propriété. Par exemple : comment et quand les activités de gestion des données sont-elles rapportées au sein de l’organisation ? Comment organisons-nous l’exécution des activités de maintenance des données de base ?

il ressort peut-être de cette élaboration que la gouvernance des données est la base d’une bonne gestion des données. Quel que soit le stade de maturité des organisations, il est toujours avantageux de garder un œil sur la qualité de la gouvernance des données et de vérifier si sa mise en œuvre est satisfaisante.

supposons qu’une organisation dispose d’une gouvernance des données en ordre. Existe-t-il des lignes directrices ou des bonnes pratiques qui indiquent clairement quels autres composants de gestion des données sont éligibles à l’optimisation en termes de priorisation? En fait, ce n’est pas le cas. Autrement dit, notre expérience dit que cela dépend des priorités découlant du programme de l’organisation elle-même.

supposons qu’une organisation décide de remplacer un ancien système d’information par un nouveau système ERP. On pourrait alors se demander quel impact cela a sur la gestion des données. Alors quelle est la plus haute priorité? Cela peut conduire à donner la priorité à la “Gestion de la qualité des données” à la suite de la migration de données nécessaire. Que les données contaminées soient nettoyées, que la documentation des métadonnées soit traitée et que la gestion des données de base soit améliorée. Par exemple, la mise en œuvre d’une application d’intégration de données peut entraîner la mise à jour du modèle d’architecture de données et la sélection et la mise en œuvre d’une application de qualité de données pour nettoyer et enrichir les données avant leur échange avec d’autres plates-formes.

Figure 4. Relation entre le modèle d’affaires et la GED.

en conclusion, nous pensons qu’à partir de la base de la gouvernance des données, en fonction de l’agenda commercial de l’organisation, les activités de gestion des données qui apportent la plus grande valeur ajoutée à ce moment-là dans la réalisation de cet agenda devraient être reprises. Ceci est illustré à la figure 4. Du point de vue de la vision et de la stratégie, le modèle d’affaires est réalisé qui est nécessaire pour réaliser les objectifs énoncés dans la vision et la stratégie. Ce modèle d’affaires impose des exigences aux processus primaires et de soutien. Pour que ces processus fonctionnent, des ressources sont nécessaires. Ceux-ci peuvent être subdivisés en ressources humaines, en données et en ressources informatiques. Quoi et combien est nécessaire du côté des données dans un cas particulier est déterminé par l’agenda commercial. La GED fournit des outils sur la façon dont cela devrait être organisé. Ceci est fait sur mesure et ne se permet pas d’être pris dans un modèle fixe d’activités de gestion des données.

conclusion

dans cette contribution, nous avons décrit la GED comme une approche de gestion de toutes les données générées par une organisation. Une bonne interprétation de cela garantit que ces données répondent aux exigences de qualité que les organisations leur ont fixées. Il garantit que les données nécessaires à l’exécution des processus et à la prise de décisions éclairées par la direction sont exactes, complètes et disponibles en temps opportun. Cela fait des données un “actif” qui doit être géré comme tous les autres actifs commerciaux. Nous avons développé plus en détail les éléments constitutifs de la GED. Cela a créé un cadre d’activités de gestion qui constitue la base pour assurer la qualité des données. Enfin, nous avons fait valoir que la mise en œuvre de ces composants ne peut se faire selon un cadre fixe. C’est la stratégie commerciale et la priorisation qui déterminent lesquelles des parties de l’EDM sont récupérées et optimisées dans l’opérationnalisation. Un rôle crucial à cet égard est joué par la gouvernance des données, qui garantit une vision et une stratégie de GED à l’échelle de l’entreprise et soutenues par la direction.