Qu’est-ce que la Data Governance ?

Alors que les entreprises mettent la donnée au centre de la prise de décision, créer les conditions de sa mise à disposition et de son traitement optimal par ceux qui en ont besoin est devenu clé : c’est la Data Governance. En d’autres termes, il s’agit de mettre en place un cadre de diffusion de la bonne donnée, au niveau de qualité attendue, à la bonne personne, au bon moment.

La Data Governance doit se mettre au service des entités utilisatrices de la donnée afin de leur fournir un actif à forte valeur ajoutée tout en prenant en compte certaines contraintes réglementaires, notamment le RGPD.

Pourquoi est-ce un enjeu ?

Dans un contexte de croissance exponentielle des volumes de données, la Data Governance est devenue un sujet crucial pour les entreprises. Toute augmentation du volume de données représente un potentiel de valeur pour l’entreprise, encore faut-il identifier la donnée adéquate et savoir rendre compte des différents éléments qui en font sa valeur (qualité,
fraîcheur, accessibilité…).

Outre le fait qu’une bonne Data Governance doit permettre de maximiser les chances de tirer des insights de la donnée, elle est également nécessaire pour casser les silos d’informations, identifier des synergies entre les entités utilisatrices et ainsi réaliser des gains opérationnels.
Enfin, la Data Governance doit permettre de minimiser les risques liés aux contraintes réglementaires (RGPD, ePrivacy et autres directives sectorielles). Sa mise en place est d’ailleurs au cœur de la majorité de ces textes.

Par où commencer ?

La Data Governance doit se faire en réponse aux enjeux métier et non pour la donnée elle-même. Il convient d’accepter que toutes les données ne doivent pas faire l’objet du même niveau de gouvernance car elles n’ont pas la même valeur stratégique pour l’entreprise.
La première étape consiste donc à identifier les données clés, celles nécessaires à la réalisation de cas d’usages définis par le métier. Par la suite, plusieurs éléments tangibles sont clés dans la définition d’une Data Governance :

  • Établir un langage commun sur ces données stratégiques et/ou sensibles :
    > Une définition métier commune ; un dictionnaire de données
    > Des critères de qualité partagés (fraîcheur, nomenclature, etc.)
    > Une description des flux qui la contiennent (systèmes, etc.)
  • Donner un contexte qui sera synonyme de valeur aux données. La donnée doit avoir une durée de vie, un créateur, une date d’origine, des mots clés qui la caractérisent, des cas d’usages associés, un niveau de qualité, les commentaires des personnes qui l’ont transformée… On parlera alors de métadonnées qui apportent valeur et consistance à la donnée.

Enfin la Data Governance pourra également s’appuyer sur :

  • Des principes d’organisation et des responsabilités, qui permettront de l’incarner (data quality owner, data steward, référent métier, etc.)
  • Des instances, qui la feront vivre (comités de suivi de la qualité des data,…)
  • Des outils qui en permettront l’industrialisation (outils de Data Quality, MDM, Data Lineage…)

Une démarche agile et collaborative, un sujet de culture d’entreprise

Les échecs des programmes de Data Governance initiés dans l’objectif unique de répondre à une contrainte réglementaire nous montrent que les besoins métier doivent être remis au centre du débat. La Data Governance doit se mettre en place de manière agile, par groupe de cas d’usage data et non dans une approche Big Bang qui la dépouille de tout sens.

Cet article a été rédigé par Louis Dauchy, Manager Converteo, practice Data x Business Consulting dans le cadre du livre blanc Data Quality de Netvigie.

Nos derniers articles