Des données à maîtriser
La transformation numérique poursuit et accélère l’évolution du paysage informationnel :
- Les volumes de données sont toujours plus importants, les flux et formats toujours plus hétérogènes, le stockage se diversifie et s'hybride sous l'influence des technologies cloud.
- L’analyse des données se démocratise en s'ouvrant à des profils nouveaux notamment les utilisateurs métiers. Malgré une maîtrise moindre des outils traditionnels, la collecte, l'enrichissement et la transformation des données s’accélère.
En parallèle, les contraintes de gestion se renforcent, que ce soit :
- En interne avec des besoins accrus sur la qualité et la traçabilité des données.
- En externe avec des contraintes réglementaires plus fortes : sur des typologies de données (données personnelles par exemple avec le RGPD) sur des secteurs particuliers (BCBS 239)...
Les technologies et les organisations poursuivent leurs transformations pour adresser ces évolutions mais un challenge demeure : la connaissance des données. Sans cela, il ne peut y avoir de valorisation ni de mise en conformité. Or celle-ci souffre de trois grands maux :
- Le manque de connaissance : En l'absence de référentiel centralisé et ergonomique, les experts en données passent le plus clair de leur temps à rechercher, comprendre et préparer des données pertinentes.
- L'incompréhension : les équipes essaient de collaborer, des tableurs sont créés, mais la connaissance et la collaboration ne se répandent pas.
- L'évolutivité : les données évoluent (très) rapidement. Les cartographies macro des systèmes informatiques reflètent bien trop souvent une vision top down figée qui peine à s'adapter à l'agilité des données.
DataGalaxy, plateforme agile de gestion de la connaissance des données
Nous avons constaté que les différentes initiatives visant à palier ce manque de connaissance peinent à se concrétiser. La mise en pratique est en effet complexe, il s'agit de concilier plusieurs problématiques qui n'ont pas les mêmes temporalités ni les mêmes objectifs : bonne gestion (responsabilité, définitions, politiques), actions quotidiennes, agilité, transversalité des données, diversité d'acteurs...
Nous avons développé DataGalaxy avec l'ambition d'opérationnaliser la gestion des données en vue d'amorcer la gouvernance.
L'objectif de la plateforme est de construire une vision à 360° des données en répondant à 4 questions :
- Quoi ? Le glossaire métier des données concilie les définitions techniques et fonctionnelles des données afin de connaitre la signification de chaque objet métier et notamment ses conditions d'utilisations.
- Comment ? Le référentiel des traitements détaille les flux et transformations effectués entre différentes bases afin de maîtriser les flux de données et les impacts inter applicatifs.
- Où ? le dictionnaire des bases de données décrit les bases, tables et champs et permet également de les modéliser afin de disposer d'une vue exhaustive du patrimoine informationnel.
- Pour quoi? pour qui ? Le référentiel des usages catalogue toutes les utilisations des données : reporting, écrans, extractions afin de savoir pourquoi les données sont utilisées et par qui.
Pour plus de détail, consultez cet article.
Deux éléments sont prépondérants pour construire cette vision et l'inscrire dans le temps :
- Collaborer : Notre solution vise à récupérer les inputs de chaque partie prenante, dans une démarche de type crowdsourcing, afin d'établir une vision la plus exhaustive et partagée possible.
- Itérer et scaler : Notre solution est bâtie afin de pouvoir cartographier des périmètres faciles à appréhender ce qui permet de prouver la valeur ajoutée à chaque étape et ainsi garder les équipes motivées par la mise à disposition fréquente de nouveaux domaines de données.
En fédérant et partageant la connaissance, la plateforme apporte des solutions aux uses cases quotidiens de la donnée :
- Agilité, productivité et scalabilité des équipes data,
- Maîtrise des impacts de la donnée sur le SI,
- Support aux initiatives de conformité,
- ...