Au début de nombreuses réflexions d’exploitation, d’optimisation ou de valorisation des données se trouve bien souvent une démarche de cartographie. En effet comment bien gérer un élément dont on ne sait évaluer le volume ou la complexité ?
Mais justement, quand il s’agit de cartographier les données, on se retrouve bien souvent confronté à leur complexité et à leur volume…! nous voici face à un mur : comment restituer de manière compréhensible pour tous un élément qui ne cesse d’évoluer et dont les points de vue sont si divers ? comment favoriser la compréhension de ces données ?
Dictionnaire, Glossaire, catalogue … c’est quoi tout ça ?
Il peut être tentant de mettre ces différents termes dans le même sac. Nous voyons cela ainsi
- Le dictionnaire est à comprendre comme un recueil de mots et d’expressions devant les définir avec des attributs essentiels et non essentiels. Pour l’anecdote, l’étymologie du terme germanique pour dictionnaire est très parlante: Wörterbuch qui signifie tout simplement « livre (buch) de mots (wort) »[2]). Wikipedia va plus loin en introduisant la notion de référence, c’est-à-dire un corpus ayant pour but d’enseigner et de renseigner[3].
- Le glossaire est lui historiquement compris comme un recueil de gloses, c’est à dires des mots rares ou étrangers, associés à une définition. L’objectif est alors de décrire ou de commenter de manière sémantique des termes. Contrairement aux lexiques, qui ont vocation à décrire l’ensemble des mots d’une langue, le glossaire vise à décrire des mots centrés sur un domaine
Nous aurions donc deux objets qui, bien que poursuivant un objectif commun : expliquer des mots, ne sont pas construits de la même manière :
- Le dictionnaire à une vocation d’exhaustivité, de référence et de précision
- Le glossaire poursuit un objectif de vulgarisation
Quelle traduction pour la cartographie des données?
Si nous adaptons ces termes à la gestion des données, nous pouvons construire les définitions suivantes
Dictionnaire des données
« inventaire des actifs immatériels que sont les données, qui permet aux utilisateurs de découvrir et d’explorer tous les jeux de données disponibles, d’améliorer leur compréhension de ces données, de faciliter la collaboration avec les autres utilisateurs afin d’enrichir la qualité de ces actifs, et de créer plus de valeur à partir de ces données. » https://www.decideo.fr/Dictionnaire-des-donnees-une-definition-expliquee-en-detail_a11848.html
Cette définition est à rapprocher de la tradition de gestion des données d’un point de vue Data Management, donc plutôt côté IT. L’idée est
- de réaliser un état des lieux le plus complet et détaillé possible des données : cela consiste donc à avoir pour chacune des données : une description succincte, des attributs techniques (taille, format, type…), un stockage (de quel set ou base de données elle dépend ?)…
- Pouvoir gérer cette donnée : est-ce que cette donnée est de qualité ? est ce qu’il faut la protéger ? est-elle sensible ? soumise à des contraintes particulière ?
- Permettre l’exploration de ce dictionnaire et la collaboration autour : disposer d’un référentiel permettant de maîtriser la connaissance des données c’est bien… permettre que chacun se l’approprie afin d’éviter le phénomène du sachant c’est mieux !
Je mets volontairement de côté la notion de valeur que j’aurais plutôt à tendance à mettre dans le glossaire.
En pratique, un dictionnaire des données se présentera donc souvent comme une liste des données présentes dans l’organisation avec
- Sa classification ou hiérarchisation : Faisons une analogie avec une entrée du dictionnaire, comme le fait Wikipédia : « le chien est un animal de la classe des mammifères, ordre des carnivores et famille des canidés » par analogie, une classification pour la gestion des données consisterait à dire que la donnée dépend d’une chaîne plus ou moins complexe de gestion : table, conteneur, base…
- Une définition : quel est le sens de cette donnée, comment la décrire…
- Des attributs permettant de comprendre son contexte de gestion.
Le glossaire
Défini plus haut comme un outil de vulgarisation des données, est à comprendre comme une synthèse des différents termes de l’organisation, définis de manière sémantique, c’est-à-dire compréhensible d’un point de vue fonctionnel. Il n’a pas vocation à traduire l’ensemble des données contenues dans le dictionnaire. Il vise surtout à restituer et décrire les principaux termes utilisés dans l’organisation.
Concrètement le glossaire a pour objectif de
- Définir de manière fonctionnelle les termes employés dans l’organisation : que signifie tel indicateur, comment est-il calculé ?,
- De proposer une certaine modélisation de cette donnée afin de la placer dans un contexte d’utilisation compréhensible par tous : Une donnée dépend bien souvent d’un contexte. Plusieurs points de vue peuvent être utilisés pour le décrire : par silos/verticaux de données ? par organisations ?
- De fournir des attributs de gestion : domaines d’exploitation, contraintes de gestion, qualité intrinsèque de l’information..
Dictionnaire ET Glossaire
Quand nous parlons de définir les données nous avons donc deux points de vue complémentaire :
- Le dictionnaire visant à définir d’un point de vue technique et de manière exhaustive les données de l’entreprise
- Le glossaire qui propose une « vulgarisation » fonctionnelle des données.
Chacun traite une partie du besoin: A quoi me sert de connaître la définition précise d’un employé si je ne connais pas les différents éléments gérés dans mon système d’information ? Ainsi avec cet objet “employé” :
- Mon glossaire me permettra de savoir que la définition d’un employé est « une personne physique ayant un contrat de travail avec l’organisation dont la date de fin est dans le futur ». Plusieurs attributs permettant de décrire cet objet peuvent être utilisés : responsabilité de gestion, caractère personnel de la donnée…. Il peut également être mis en relation avec plusieurs autres typologies d’information : adresse, informations bancaire…
- Mon dictionnaire me permettra de savoir que mon employé est en réalité une notion potentiellement dispersée dans plusieurs tables voir plusieurs systèmes.
La mise en relation des éléments du dictionnaire avec ceux du glossaire permet donc d’apporter une plus forte valeur ajoutée à cette démarche de cartographie des données.
Au delà des petites discussions sémantiques explicitées ci dessus il est intéressant de noter que la cartographie des données se modernise. Elle suit la tendance de fond sur la gestion des données à savoir l’ouverture vers les communautés fonctionnelles pour une meilleure appropriation. Toute la difficulté est maintenant de savoir comment modéliser ce glossaire pour qu’il soit compréhensible et porteur de valeur pour tous tous.
Note : cet article est une version simplifiée de cet article publié par Gauthier Coponat le 27 mai 2020