Formation de 2 personnes ou plus ? Découvrez nos solutions pour les entreprises
Permettez à votre équipe d'accéder à l'ensemble de la bibliothèque DataCamp, avec des rapports centralisés, des missions, des projets et bien d'autres choses encore.
Qu’est-ce que la gouvernance des données ?
Dans un webinaire récent, Aaren Stubberfield, Data Scientist chez Microsoft, a présenté les opportunités et bonnes pratiques de la gouvernance des données, en commençant par la question fondamentale de sa définition. La gouvernance des données, telle que définie par la Data Management Association (DAMA), est l’exercice de l’autorité et du contrôle (planification, suivi et application) sur la gestion des actifs de données.
(1) Planification : définir les règles auxquelles les jeux de données doivent se conformer (par exemple, la normalisation du format des dates, comme AAAA-MM-JJ)
(2) Suivi : mesurer la conformité aux règles établies lors de la phase de planification (par exemple, suivre la part des champs « Date » comportant des valeurs manquantes)
(3) Application : mettre en œuvre des actions correctives en cas de non-respect des règles, en fonction de l’urgence (par exemple, intervention immédiate si des champs critiques comme le numéro de sécurité sociale présentent des écarts majeurs)
À quoi ressemble un cadre de gouvernance des données ?
Il existe différents types de cadres de gouvernance, mais on y retrouve généralement quatre éléments communs : des politiques et procédures data, les jeux de données, les data stewards et parties prenantes, et la technologie.
Les data stewards sont les personnes qui élaborent les politiques et procédures de gouvernance pour les jeux de données de l’organisation. Les outils de gouvernance sont des leviers essentiels pour leur permettre d’exceller et constituent une brique clé du cadre de gouvernance.
Quels sont les outils et technologies utilisés pour la gouvernance des données ?
Les outils de gouvernance des données sont indispensables pour automatiser les opérations de gouvernance et les activités de data stewardship, car les volumes massifs de données rendent impossible une gestion manuelle. Ils s’intègrent à divers produits IT et sources de données, proposent un catalogage complet et étendent ainsi leurs capacités à l’ensemble du système de gestion des données d’une organisation. Pour répondre à une demande croissante, l’offre de solutions de qualité des données s’est fortement diversifiée. Une analyse de Gartner a étudié ce marché et proposé des Magic Quadrants pour classer les fournisseurs de solutions de gouvernance des données.
Compte tenu de l’importance grandissante de la gouvernance, de nombreux outils de gestion des données intègrent des capacités de gouvernance. SolutionsReview a publié la Data Management Vendor Map, qui classe les solutions de gestion des données en trois catégories : outils de qualité des données, Master Data Management et gestion des données pour l’analytique.
(1) Outils de qualité des données
La qualité des données désigne l’utilité globale des données et leur capacité à être facilement traitées et analysées pour d’autres usages. Pour atteindre et maintenir une bonne qualité, les outils de gouvernance doivent assurer des fonctions clés : standardisation, profilage, analyse syntaxique, nettoyage et suivi. Au-delà d’un maintien d’un référentiel propre et structuré, ces outils doivent également prendre en charge les traitements à l’échelle de tout le système d’information data.
Exemples :
(i) Talend
Le produit phare de Talend est Talend Data Fabric, une plateforme cloud unifiée dédiée à la donnée de confiance, qui intègre des capacités d’intégrité et de gouvernance. Elle couvre la gestion des métadonnées, la traçabilité (data lineage) et des solutions collaboratives de data stewardship.
(ii) SAS
SAS Data Quality propose des fonctionnalités de gestion de la qualité des données pour différents types de bases et d’architectures. On y retrouve les fonctions essentielles de nettoyage, de résolution d’entités, ainsi qu’une console web unifiée pour piloter les traitements de qualité.
(iii) Informatica
Informatica propose un vaste portefeuille d’outils data sous divers modes de déploiement. Son produit Informatica Data Quality offre un riche ensemble de transformations de données et permet de définir et contrôler des règles métier sans dépendre de l’IT.
(2) Master Data Management
Les master data correspondent au référentiel homogène et cohérent des données clés de l’entreprise : clients, prospects, fournisseurs, collaborateurs, comptes, etc. Une stratégie de contrôle qualité efficace repose sur un MDM solide. C’est à cette condition que les actifs data de l’entreprise (et leurs métadonnées) peuvent être structurés et consolidés dans un référentiel central pour soutenir une prise de décision optimale.
Exemples
(i) Ataccama
La solution Ataccama Platform est une plateforme de gestion de données augmentée incluant un module MDM. Elle propose également des modules complémentaires comme la qualité des données et la gestion des métadonnées, et s’intègre pleinement à différents types de déploiement.
(ii) Enterworks
La EnterWorks Platform est une plateforme multi-domaine qui crée un référentiel central de données maîtres fiables et à jour, consolidées depuis l’ensemble des applications de l’entreprise, avec des outils puissants pour améliorer la qualité et la gouvernance. De plus, l’ensemble des fonctions administratives et de gouvernance multi-domaines est accessible depuis une interface unique.
(iii) Riversand
La plateforme Master Data Experience Management de Riversand propose une solution SaaS unifiée, multi-domaine et cloud-native couvrant tous les cas d’usage MDM. Elle vise à éliminer les silos et à assurer la conformité aux règles de gouvernance en créant une source unique, fiable et exacte de données maîtres, avec des vues complètes des données critiques.
(3) Gestion des données pour l’analytique
Étant donné la diversité des activités de gouvernance nécessaires pour maintenir la qualité des données, les entreprises peuvent privilégier des plateformes intégrées plutôt que des solutions isolées. Les solutions de gestion des données pour l’analytique sont des systèmes complets qui s’intègrent aux logiciels d’analyse pour orchestrer l’analytique : traitements analytiques relationnels et non relationnels, business intelligence et apprentissage automatique.
Exemples
(i) Collibra Le produit Collibra Data Governance est une plateforme cloud qui aide les entreprises à partager une compréhension commune de leurs actifs data et à collaborer en un lieu central. Elle inclut un ensemble de services tels que gestion des politiques, données de référence et glossaires métiers, afin de générer des données fiables sur lesquelles bâtir des analyses à forte valeur.
(ii) erwin La suite erwin Data Intelligence (erwin DI) est une plateforme logicielle unifiée permettant de créer des catalogues de données d’entreprise automatisés et sélectionnés, avec modèles et traçabilité à la demande. Elle favorise une préparation et une analytique agiles et bien gouvernées, avec des glossaires métiers intégrés pour développer la culture des données à l’échelle de l’organisation.
(iii) Alation La Alation Platform donne aux analystes et aux métiers une plateforme ouverte et intelligente prenant en charge un large éventail d’usages de gestion des métadonnées, de catalogage et de gouvernance. Son produit Analytics intégré offre par ailleurs un guichet unique pour une analytics en libre-service efficace.
Comment maximiser la valeur de ces outils ?
Rappelons que les outils ne sont qu’un levier de la stratégie de démocratisation des données. Pour en tirer pleinement parti, l’humain reste central. Une bonne gouvernance des données est un sport d’équipe : il faut concevoir et déployer l’agenda et les politiques, puis s’appuyer sur la technologie pour automatiser et suivre ces procédures de manière optimale. Pour y parvenir, les organisations doivent investir dans la montée en compétences en culture des données, afin que chacun dispose des compétences nécessaires pour travailler efficacement avec la donnée.
En savoir plus sur DataCamp for Business :
DataCamp for Business propose une plateforme d’apprentissage interactive pour les entreprises qui doivent former et requalifier leurs équipes aux compétences data : de la culture des données et la data science au data engineering et à l’apprentissage automatique. Rejoignez plus de 1 600 entreprises et 80 % des Fortune 1000 qui s’appuient sur DataCamp pour faire monter leurs équipes en compétences.
