La donnée est aujourd’hui un actif majeur des entreprises avec des caractéristiques très particulières : facile à échanger, valeur unitaire souvent faible et/ou éphémère, facile à pirater, peu connu des utilisateurs ou bénéficiaires, intangible, parfois difficile à localiser, etc. Son exploitation ouvre constamment de nouvelles perspectives pour la valoriser en interne et vis-à-vis des clients et des partenaires. Dans cet article, découvrez comment la gouvernance des données peut devenir un levier de performance et de transformation des entreprises.
La gouvernance des données peut devenir un levier de performance et de transformation des entreprises. notamment au travers :
Pour atteindre ces objectifs, la donnée doit être gérée comme patrimoine dynamique, volatil, parfois partagé, et donc faire l’objet d’un cadre de gouvernance spécifique.
La gouvernance des données est d’abord un cadre organisationnel qui permet d’organiser la création, le stockage et la gestion des données pour garantir leur disponibilité, leur cohérence, leur utilisabilité, leur intégrité et leur sécurité. Avec comme objectif de gérer la donnée comme un « produit » répondant au besoin des métiers, des clients et des partenaires.
En même temps, la gouvernance des données doit être suffisamment agile pour être capable de gérer les évolutions en cours, telles le Big Data, l’Open Data etc. mais aussi les révolutions à venir, notamment celles liées à la convergence entre Big Data et Intelligence Artificielle.
Dans ce contexte la mise en place d’une gouvernance des données efficace est un projet d’entreprise qui doit reposer sur quelques grands principes :
1. Un cadre de gouvernance des données : à partir du moment où la donnée devient une source de revenus et/ou de performance, son exploitation doit être suivie et pilotée. Le cadre de gouvernance des données en charge de ce suivi doit garantir l’atteinte des objectifs business de la donnée ainsi qu’une qualité et une sécurité des données irréprochables. Cela passe par la prise en compte de plusieurs dimensions clés : leur fiabilité en termes de qualité, leur intégrité en termes de préservation, leur disponibilité à toute heure et en tout lieu, et leur protection vis-à-vis d’une utilisation non autorisée ou frauduleuse
2. Une approche adaptative : selon la complexité des activités et le niveau de maîtrise de la donnée ou des pratiques d’analyse, la gouvernance des données doit adopter un style pouvant aller du « commandement » à la délégation / autonomisation des utilisateurs et bénéficiaires de la donnée. Ce choix n’est pas unique pour l’entreprise. Il doit être défini pour chaque périmètre d’usage (fonctions ou processus), réévalué dans le temps et adapté si nécessaire dans une logique agile.
3. Une promotion de la donnée et de la science de la donnée dans un objectif de performance business : les points de différenciation et les points de douleur de l’entreprise sont un terrain favorable pour développer et accompagner l’usage de la data science notamment au travers d’analyses fines du marché et des clients, de la conception/ amélioration des produits, de la performance des processus, de la performance des fournisseurs et plus globalement de la Supply chain, de la maîtrise des projets, …
4. Une intégration aux gouvernances existantes : on l’a vu, la donnée s’impose de plus en plus comme un sujet clé pour l‘entreprise. Il se rajoute à d’autres sujets structurants comme un nième sujet qui peut aboutir à une nième strate de gouvernance des données. Un défi majeur est d’intégrer cette gouvernance le plus possible aux gouvernances existantes et de favoriser l’acculturation pour ne pas donner le sentiment « d’ajouter une couche » à un dispositif de pilotage qui a besoin d’agilité
5. Une approche collaborative : la donnée est le fruit d’un processus, d’une transversalité, pouvant aussi bien impliquer les différentes fonctions internes de l’entreprise que les partenaires ou les clients. La gouvernance de la donnée porte ainsi sur ses épaules un défi commun au pilotage de la performance, à la gestion de la qualité et à la gestion des connaissances, à savoir définir des objectifs, des standards, des rôles et responsabilités sur les données. Mais pour servir les enjeux de l’organisation, son défi principal est de promouvoir la transversalité et d’accompagner un usage et un enrichissement « dé-siloté » et collaboratif de la donnée
6. L’anticipation d’une révolution copernicienne par la donnée. Plusieurs révolutions vont challenger fortement la gouvernance de la donnée. Elles posent des questions pour lesquelles à ce stade on n’a que des pistes de réponses
a) L’ouverture massive de la donnée : comment concevoir la gouvernance de la donnée lorsque les entreprises s’inscriront massivement à des « Data LinkedIn », lieu ou des « recruteurs de données » assureront la mise en relation d’acteurs économiques pour partager, commercialiser, augmenter leurs données ? Quel impact aura cette ouverture sur la business value de la donnée ? Cela passera probablement par un renforcement des pratiques de Data Lifecycle Management et plus globalement d’Information Lifecycle Management
b) L’effacement des frontières de l’entreprise dans un écosystème de plus en plus interactif, co-décisionnel : entreprise & partenaires, entreprise & clients, etc.
c) La convergence produit / Data : déjà présente dans certains secteurs, elle se propagera et impliquera une mutation de la « data gouvernance » en véritable « product management »
d) La convergence Data / IA : Cette convergence dessine un bouleversement potentiellement vertigineux du triptyque « hommes – méthodes – machines » avec l’automatisation, l’autoadaptation, l’autonomisation des processus et de certaines décisions pouvant aboutir à une fusion entre processus et data
e) Dans tous les cas, ces révolutions militent pour une convergence des gouvernances technologiques (IT, data, IA) et métier. Elle nécessitera l’édification de nouvelles normes plus ouvertes sur l’extérieur et une révolution dans les compétences régaliennes et opérationnelles de l’entreprise
Arrivé à ce stade on comprend qu’en raison de son potentiel considérable, mais aussi des défis qu’elle représente pour l’entreprise, l’exploitation de la donnée doit impérativement alimenter la réflexion stratégique des entreprises. Cela est d’autant plus vrai que son utilisation massive peut infléchir le business model et donc le positionnement stratégique de l’entreprise. Et les évolutions technologiques en cours ou à venir, pourvoyeuses de quantités phénoménales de données, ne feront que renforcer cette tendance
Innover, c’est inventer, créer, renouveler, trouver, parfois simplement en s’appuyant sur notre bon sens et des pratiques existantes. L’innovation fait émerger de nouveaux concepts, produits,
Pourquoi la gestion d’actifs industriels et technologiques est indispensable ? Le triptyque homme méthode machine est au cœur de la performance des organisations. Le lean,
L’ouverture et la réutilisation de la donnée au service du bien collectif Face à l’injonction permanente d’accélérer l’ouverture des données et leur réutilisation pour couvrir
