Tout le monde parle de la data governance… Mais comment aller au-delà du « buzzword » ? Comment faire en sorte que votre programme de gouvernance ait un réel impact sur l’entreprise ? Il n’existe pas de recette miracle… Mais ces 4 étapes clés devraient vous aider à créer une gouvernance des données qui correspond à vos besoins
Big Data, Data Governance, Data Quality… Toutes ces notions sont indispensables pour gérer et structurer les données d’une société. Mais rien de tout ceci n’a de sens si on ne définit pas le socle… Quels sont les enjeux des bases de données pour votre entreprise ?
Le Big Data signifie pour les entreprises une mine d’informations à exploiter… Mais attention, le nombre ne fait pas tout, bien au contraire ! La mauvaise qualité d’une base de données engendre souvent des coûts, impacte l’efficacité de toute l’organisation et empêche une bonne prise de décision. Comment gérer ce problème de Data Quality ?
Les principes de gestion de la qualité des données sont un ensemble de pratiques, normes, règles qui sont acceptées et appliquées par tous les collaborateurs. Ils permettent de constituer une ligne directrice à mettre en place pour gérer la qualité des données dans l’entreprise.
À l’heure où les entreprises produisent et manipulent des milliers de données, il devient indispensable de les indexer, de les cartographier et de les cataloguer. C’est le rôle du dictionnaire de données, un composant essentiel du Data Catalog.
Que ce soit son origine, son format, son type, sa date de création, les informations liées à la donnée (ses métadonnées) permettent de mieux la gouverner. Dans une bibliothèque, les livres ont des titres, des auteurs, des codes spécifiques selon les personnes habilitées à les consulter, des dates de publications, etc.
Les entreprises sont aujourd’hui sûres que la gouvernance des données est une priorité. Mais la solution idéale qui ne nécessiterait aucun changement de culture dans l’organisation n’existe pas.
Les entreprises vont forcément devoir faire face à des défis importants lors de la mise en place de leur programme de gouvernance des données.
Notamment parce qu’aucune entreprise n’est la même que sa voisine, chacune a son niveau de maturité et son environnement.
La quantité des données collectée n’est plus un objectif.
Voici l’avènement de la qualité des données. Parce qu’avoir beaucoup de données à disposition mais qui ne sont pas de qualité ne sert finalement pas à grand chose.
Cette fameuse qualité des données devient le nouveau graal dans les entreprises. Sans elle, point de salut. Car ce ne sont pas les données en tant que telles qui apportent de la valeur, c’est l’utilisation et l’usage qui en sont faites.
Vous savez déjà tout du Big Data, cette source infinie de données à analyser pour optimiser vos décisions ? Vous êtes déjà adepte des logiciels de business intelligence et pensez être incollable sur le sujet ?
Détrompez-vous, il existe tout un univers dont vous ignorez l’existence, celui des dark data ! Mais que sont-elles au juste, ces données, et où se cachent-elles ?
Le data lineage, apport en fiabilité des traitements de données, permet des bénéfices sur la mise en conformité. Il permet aussi une meilleure gestion des risques avec la visibilité qu’il permet aux utilisateurs de la donnée concernée. Chacun sait d’où la donnée provient, quelles transformations elle a subi et quel est son état et son emplacement actuel.
Pour commencer, je tiens à préciser que je ne suis pas du tout un expert de DevOps, et je serai reconnaissant à quiconque m’apportera tout complément d’information ou rectification sur ma compréhension du sujet.
J’ai fait part dans un commentaire sur un billet de Jean Meance de la difficulté de définir des objectifs et des enjeux à mesure que grandit la transversalité et le délai jusqu’à l’échéance d’un projet. Or, les projets de gouvernance des données implique toute l’entreprise, et la data est omniprésente. Difficile de faire plus transverse donc. De même, les échéance […]
