Qu’est-ce que la gouvernance des données ?
Dans un récent webinaire, Aaren Stubberfield, Data Scientist chez Microsoft, a expliqué comment la gouvernance des données permet de faire passer la data science à l’échelle, en commençant par définir ce qu’est la gouvernance des données.
Selon la Data Management Association (DAMA), la gouvernance des données 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 (ex. standardiser le format des dates en AAAA-MM-JJ)
(2) Suivi : mesurer la conformité aux règles définies lors de la phase de planification (ex. suivre le pourcentage de champs « Date » avec des valeurs manquantes)
(3) Application : mettre en œuvre des actions correctives en cas de non-respect des règles (ex. corriger immédiatement les écarts majeurs constatés sur des champs critiques comme le numéro de sécurité sociale)
Bien qu’il existe différents cadres de gouvernance des données, ils reposent tous sur les mêmes éléments clés : les personnes (c.-à-d. les data stewards et parties prenantes qui pilotent les programmes de gouvernance), les processus (c.-à-d. politiques et procédures qui définissent les règles de conformité des jeux de données), les jeux de données concernés, et les outils (c.-à-d. technologies et infrastructures permettant le suivi et l’application des politiques).
Pourquoi la gouvernance des données est-elle importante ?
Pour que les données soient un atout stratégique, elles doivent être conformes, fiables et accessibles grâce à des procédures formelles et des responsabilités claires. La gouvernance des données vise à définir les méthodes, processus et responsabilités qui permettent aux organisations d’assurer la qualité, la conformité et l’utilisabilité de leurs données.
La qualité des données est essentielle à la démocratisation de la data science, car la confiance dans les données à l’échelle de l’organisation est primordiale. De la même manière que les consommateurs n’achètent pas de produits auprès d’enseignes auxquelles ils ne font pas confiance, les décideurs et les praticiens des données hésiteront à utiliser des données (ou les insights qui en sont issus) pour piloter leurs décisions s’ils ne leur font pas confiance.
En définitive, les entreprises les plus performantes sont celles qui gèrent efficacement les données comme un actif de confiance, en conjuguant excellence en data science et haute qualité des données.
À quoi ressemble une donnée de qualité ?
Les programmes de gouvernance des données garantissent la pérennité et l’évolutivité de la qualité des données. Mais concrètement, qu’est-ce qu’une donnée de qualité ? Atlan la résume en sept caractéristiques :
- Exacte
- Disponible et accessible
- Complète
- Pertinente et fiable
- À jour
- Au bon niveau de granularité
- Utile pour la prise de décision
Quels sont les bénéfices de la gouvernance des données ?
Lorsqu’elle est bien mise en œuvre, un cadre solide de gouvernance des données procure de nombreux avantages significatifs :
-
Langage commun des données : un vocabulaire partagé autour des métriques et jeux de données crée un langage commun et une terminologie cohérente, faciles à utiliser et à comprendre dans toute l’organisation.
-
Confiance accrue dans la qualité des données : une meilleure qualité des données issue d’une bonne gouvernance renforce la confiance dans les données et leur documentation, ce qui favorise leur utilisation pour la prise de décision.
-
Réutilisation accrue des données : la gouvernance des données standardise et cartographie les données à l’échelle de l’entreprise. Elle améliore ainsi fortement l’efficacité grâce à la réutilisation des données entre unités et cas d’usage.
-
Mécanismes de gestion renforcés : des dispositifs de pilotage central établissent des politiques et des règles claires qui encadrent les bonnes pratiques et les codes de conduite autour de l’usage des données. Ils offrent une vision d’ensemble pour gérer de façon cohérente des domaines clés comme la conformité et la sécurité, tout en réduisant les coûts de gestion globale des données.
-
Conformité à l’échelle : un programme solide de gouvernance des données garantit la conformité face aux exigences réglementaires (ex. California Consumer Privacy Act (CCPA) et Règlement général sur la protection des données (RGPD)) concernant la protection de la vie privée et la confidentialité des données personnelles.
-
Référentiel unique de vérité : la gouvernance des données facilite l’intégration de sources hétérogènes, évitant les silos. Elle instaure ainsi une source unique, cohérente et complète de vérité sur les profils clients (ou autres entités clés), sur laquelle les décideurs peuvent s’accorder pour mieux coopérer.
-
Agilité accrue grâce à la démocratisation des données : la haute qualité des données issue d’une bonne gouvernance les rend immédiatement exploitables, y compris par des équipes non techniques pour atteindre leurs objectifs. Cette démocratisation permet aux unités métiers de gagner en agilité via l’analytics en libre-service.
Au final, ces bénéfices permettent de réduire les coûts grâce à une meilleure efficacité, de limiter les risques grâce à un usage maîtrisé des données, de rester conforme aux réglementations, et de maximiser la performance grâce à des décisions fondées sur les données.
Comment opérationnaliser la gouvernance des données ?
Une étude KPMG récente indique que seulement 35 % des leaders data font confiance à leurs données, tandis qu’une enquête Gartner révèle que 42 % d’entre eux n’évaluent ni ne suivent la structure de gouvernance des données de leur entreprise.
Beaucoup d’organisations sont donc encore en retard sur le chemin de la qualité des données. Dans le webinaire, Aaren a partagé plusieurs bonnes pratiques pour amorcer l’opérationnalisation de la gouvernance des données.
-
Commencer avec les bonnes personnes : une gouvernance réussie repose sur l’impulsion des bons acteurs. Il est crucial d’embarquer les meilleurs talents et parties prenantes clés pour constituer l’équipe cœur qui pilotera le déploiement.
-
Suivre vos indicateurs : les métriques de qualité des données doivent être définies et suivies dès le départ pour mesurer l’avancement et la valeur du dispositif. Exemples : pourcentage d’achèvement du glossaire de données, part des coordonnées clients complètes, valides et exactes.
-
Soigner la communication : l’adhésion et le sponsoring dans la durée reposent sur une communication régulière et constructive des réussites, des points de blocage et des progrès auprès des décideurs métiers.
-
Inscrire l’effort dans la durée : mettre en place un programme de gouvernance est un investissement de long terme qui requiert de la constance. Il doit être envisagé comme un processus itératif d’amélioration continue, et non comme une initiative ponctuelle.
-
Investir dans des outils de gouvernance : l’explosion des volumes rend impossible une gouvernance manuelle. Les outils dédiés sont essentiels pour automatiser les opérations de gouvernance et les activités de data stewardship.
-
Ne pas repartir de zéro : de nombreuses ressources décrivent des cas d’usage réussis, des cadres et des exemples efficaces. Inutile donc de tout recréer. Par exemple, DAMA, EDM Council et PwC proposent des cadres réutilisables et adaptables.
Exemple de cadre complet de gouvernance des données | Source : PwC
Construire le business case
Pour impulser un changement durable et obtenir l’adhésion de la direction sur les initiatives de gouvernance, il est essentiel de présenter un business case solide afin de maintenir un soutien exécutif fort. Commencez par identifier les irritants où la faible qualité des données est en cause. Par exemple, des coordonnées clients incomplètes peuvent entraîner une perte significative d’opportunités commerciales.
À partir de là, mettez clairement en avant les bénéfices métiers (ex. hausse du revenu, amélioration de l’expérience client, etc.) liés à l’amélioration de la qualité des données permise par les efforts de gouvernance.
Les compétences data rendent la gouvernance des données efficace
Une étude du BCG a montré que plus de 60 % des entreprises jugent leurs capacités de gouvernance « sous-développées », ce qui les empêche de tirer parti de l’analytique avancée. Les obstacles sont nombreux : représentation insuffisante des data stewards, responsabilités mal alignées, priorité organisationnelle faible, etc.
Un point commun se dégage : ce sont les personnes qui font la différence. Pour atteindre les objectifs de gouvernance, les équipes doivent être outillées avec les bonnes compétences pour mener les tâches afférentes. Pour réussir, les organisations doivent faire monter en compétences leurs collaborateurs sur un large éventail de sujets : culture des données, préparation et nettoyage, exploration, et plus encore.
Au fond, la gouvernance des données est un effort collectif fondé sur un langage commun des données à l’échelle de l’entreprise.