La signification des données, nouvel enjeu des entreprises
Toan NGUYEN, PDG de Shortways
A l’heure du Big Data et de la déferlante de données dans les systèmes d’information d’entreprise, il devient essentiel que tous les collaborateurs d’une entreprise maîtrisent la signification des données qu’ils manipulent quotidiennement :
• Les décideurs ont souvent de nombreuses questions sur les états de reporting et les indicateurs qui leur sont présentés : comment est calculée la marge opérationnelle ? Comment est défini le taux d’accidents industriels par site ? etc.
• Les collaborateurs/utilisateurs qui saisissent dans les systèmes d’information sont facilement en proie aux erreurs de saisie. Aujourd’hui la complexité n’est pas dans l’utilisation des logiciels tels que SAP, Oracle ou encore Salesforce, mais bien dans la maîtrise de l’ensemble du référentiel de données associé : le catalogue des offres commerciales, les produits, les types de contrats, les règles comptables, les règlementations, etc.
• Les experts des systèmes d’information doivent sans cesse faire évoluer les logiciels d’entreprise pour suivre l’activité de l’entreprise (nouvelles offres commerciales, nouvelles règlementations, …). Nombre de projets de mise en œuvre de nouveaux systèmes CRM, ERP, SIRH, EPM échouent ou prennent du retard car c’est la migration des données d’un ancien modèle vers un nouveau qui est complexe.
• Les décideurs ont souvent de nombreuses questions sur les états de reporting et les indicateurs qui leur sont présentés : comment est calculée la marge opérationnelle ? Comment est défini le taux d’accidents industriels par site ? etc.
• Les collaborateurs/utilisateurs qui saisissent dans les systèmes d’information sont facilement en proie aux erreurs de saisie. Aujourd’hui la complexité n’est pas dans l’utilisation des logiciels tels que SAP, Oracle ou encore Salesforce, mais bien dans la maîtrise de l’ensemble du référentiel de données associé : le catalogue des offres commerciales, les produits, les types de contrats, les règles comptables, les règlementations, etc.
• Les experts des systèmes d’information doivent sans cesse faire évoluer les logiciels d’entreprise pour suivre l’activité de l’entreprise (nouvelles offres commerciales, nouvelles règlementations, …). Nombre de projets de mise en œuvre de nouveaux systèmes CRM, ERP, SIRH, EPM échouent ou prennent du retard car c’est la migration des données d’un ancien modèle vers un nouveau qui est complexe.
Comprendre les données nécessite une triple vision métier, fonctionnelle, technique
Une des problématiques pour la compréhension des données est qu’une triple vision est nécessaire :
• La vision métier : c’est le chef de produit marketing qui définit les caractéristiques de son offre ou de son produit (options du produit comme la couleur, grille tarifaire, remises possibles, etc.),
• La vision fonctionnelle : le chef de projet informatique va traduire ces caractéristiques dans un CRM en nom de champs et en règles de gestion associées,
• La vision technique : le développeur sera lui intéressé par le nom des champs en base de données, leur longueur, leur type (numérique, booléen, etc.).
La pluralité de ces visions induit forcément des incompréhensions, à l’origine de nombreux dysfonctionnements. En tant qu’utilisateur vous vous êtes sans doute maintes fois fait rétorquer par un informaticien que votre bug n’était pas dû au logiciel mais à un problème de mauvaise donnée saisie ?
Il est très difficile pour une entreprise d’avoir des experts internes qui maîtrisent ces 3 visions, et il est encore plus difficile à l’époque actuelle de conserver dans l’organisation ces experts qui sont peu valorisés.
Il est donc indispensable de mettre en place un système documentaire pour vos données pour pérenniser cette expertise.
• La vision métier : c’est le chef de produit marketing qui définit les caractéristiques de son offre ou de son produit (options du produit comme la couleur, grille tarifaire, remises possibles, etc.),
• La vision fonctionnelle : le chef de projet informatique va traduire ces caractéristiques dans un CRM en nom de champs et en règles de gestion associées,
• La vision technique : le développeur sera lui intéressé par le nom des champs en base de données, leur longueur, leur type (numérique, booléen, etc.).
La pluralité de ces visions induit forcément des incompréhensions, à l’origine de nombreux dysfonctionnements. En tant qu’utilisateur vous vous êtes sans doute maintes fois fait rétorquer par un informaticien que votre bug n’était pas dû au logiciel mais à un problème de mauvaise donnée saisie ?
Il est très difficile pour une entreprise d’avoir des experts internes qui maîtrisent ces 3 visions, et il est encore plus difficile à l’époque actuelle de conserver dans l’organisation ces experts qui sont peu valorisés.
Il est donc indispensable de mettre en place un système documentaire pour vos données pour pérenniser cette expertise.
Le Dictionnaire des Données
Il est à tort assimilé au référentiel de données qui donne souvent lieu à des projets techniques de mise en place de bases de données synchronisées entre plusieurs applications (MDM Master Data Management).
Il s’agit plutôt d’un Dictionnaire ou Glossaire de données, mais ne se limitant pas à lister des termes et leurs définitions. Il doit pouvoir appréhender les trois visions métier, fonctionnelle et technique.
Prenons par exemple une donnée que l’on retrouve dans toutes les entreprises : les produits et services.
On va retrouver dans ce Dictionnaire de données :
• Les définitions métier. Il peut y en avoir plusieurs. Par exemple le produit commercialisé et défini par le marketing, n’est pas forcément le même que celui défini par la production car vu sous un angle plus technique. Un téléphone Samsung peut s’appeler « Galaxy Note » d’un point de vue commercial et « GT-N7000 » d’un point de vue technique. Ces définitions peuvent également varier selon les besoins locaux pour une entreprise internationale (outre la simple traduction des termes).
• Les définitions fonctionnelles et les règles associées dans les systèmes d’information. On retrouvera dans un CRM les règles commerciales associées (les montants de remise autorisés), et dans un ERP les règles comptables (le taux de TVA).
• Les caractéristiques techniques en base de données (nom du champ, longueur, type), avec les variantes selon les différentes bases de données de l’entreprise ou la donnée existe,
• Les relations avec les autres données (un produit fait partie d’une offre commerciale ou d’un package),
• Tous les flux d’échange de données qui véhiculent la donnée dans les différentes applications du système d’information en interne, mais aussi en externe auprès de clients, fournisseurs, partenaires de l’entreprise.
Il s’agit plutôt d’un Dictionnaire ou Glossaire de données, mais ne se limitant pas à lister des termes et leurs définitions. Il doit pouvoir appréhender les trois visions métier, fonctionnelle et technique.
Prenons par exemple une donnée que l’on retrouve dans toutes les entreprises : les produits et services.
On va retrouver dans ce Dictionnaire de données :
• Les définitions métier. Il peut y en avoir plusieurs. Par exemple le produit commercialisé et défini par le marketing, n’est pas forcément le même que celui défini par la production car vu sous un angle plus technique. Un téléphone Samsung peut s’appeler « Galaxy Note » d’un point de vue commercial et « GT-N7000 » d’un point de vue technique. Ces définitions peuvent également varier selon les besoins locaux pour une entreprise internationale (outre la simple traduction des termes).
• Les définitions fonctionnelles et les règles associées dans les systèmes d’information. On retrouvera dans un CRM les règles commerciales associées (les montants de remise autorisés), et dans un ERP les règles comptables (le taux de TVA).
• Les caractéristiques techniques en base de données (nom du champ, longueur, type), avec les variantes selon les différentes bases de données de l’entreprise ou la donnée existe,
• Les relations avec les autres données (un produit fait partie d’une offre commerciale ou d’un package),
• Tous les flux d’échange de données qui véhiculent la donnée dans les différentes applications du système d’information en interne, mais aussi en externe auprès de clients, fournisseurs, partenaires de l’entreprise.
Le Dictionnaire des données est collaboratif
Il s’agit donc d’un Dictionnaire de données multi-facettes et qui doit être de fait alimenté par plusieurs personnes en mode collaboratif car les experts maîtrisant toutes les facettes sont rares dans l’entreprise.
Il faut donc pour mettre en place un Dictionnaire de données rassembler plusieurs visions, autour d’un outil collaboratif mais structuré. Une base documentaire de type Wiki (où on veillera à apporter de la structure) ou un portail collaboratif peut être adapté à ce type de projet.
Il faut dans tous les cas pouvoir gérer facilement des mises à jour (proscrire les documents Word ou Powerpoint de centaines de pages !), et pouvoir tracer l’historique des modifications. L’outil doit également être simple d’utilisation pour que les responsables métiers puissent y accéder et le cas échéant mettre à jour les informations.
Il faut donc pour mettre en place un Dictionnaire de données rassembler plusieurs visions, autour d’un outil collaboratif mais structuré. Une base documentaire de type Wiki (où on veillera à apporter de la structure) ou un portail collaboratif peut être adapté à ce type de projet.
Il faut dans tous les cas pouvoir gérer facilement des mises à jour (proscrire les documents Word ou Powerpoint de centaines de pages !), et pouvoir tracer l’historique des modifications. L’outil doit également être simple d’utilisation pour que les responsables métiers puissent y accéder et le cas échéant mettre à jour les informations.
Le Dictionnaire des données : une opportunité pour le Chief Data Officer ?
Depuis peu, sont apparus dans les organisations des rôles de Chief Data Officer - en voir la définition du Gartner ici. Ils sont chargés de piloter et fédérer notamment les initiatives de gouvernance des référentiels de donnés (démarche de qualité des données, de synchronisation des référentiels) et de mise en place de systèmes Big Data au sein des organisations.
Le Dictionnaire des données est une formidable opportunité pour les Chief Data Officer de sensibiliser l’entreprise à la valeur des données.
Pour éviter de s’embarquer dans un projet pharaonique visant à couvrir l’ensemble des données d’une entreprise, il conviendra d’adopter une démarche itérative centrée sur les domaines fonctionnels (Finance, RH, Commerce, etc.) ou métier / géographiques de l’entreprise, avec d’abord un pilote puis en élargissant aux autres domaines ultérieurement.
Le Dictionnaire des données est une formidable opportunité pour les Chief Data Officer de sensibiliser l’entreprise à la valeur des données.
Pour éviter de s’embarquer dans un projet pharaonique visant à couvrir l’ensemble des données d’une entreprise, il conviendra d’adopter une démarche itérative centrée sur les domaines fonctionnels (Finance, RH, Commerce, etc.) ou métier / géographiques de l’entreprise, avec d’abord un pilote puis en élargissant aux autres domaines ultérieurement.
En conclusion : Le Dictionnaire des Données idéal
Pour conclure sur les points-clés du Dictionnaire de Données :
1. Il répond à une double problématique : la signification des données est devenue indispensable au bon fonctionnement des entreprises, et les experts internes sont de plus en plus rares.
2. Il doit répondre à la fois aux besoins techniques (informatique) et aux besoins métier. C’est un véritable outil de communication entre ces 2 mondes. De ce fait il est par nature collaboratif.
3. Il s’inscrit parfaitement dans une stratégie de gouvernance et pilotage de la qualité des données menée par le Chief Data Officer.
1. Il répond à une double problématique : la signification des données est devenue indispensable au bon fonctionnement des entreprises, et les experts internes sont de plus en plus rares.
2. Il doit répondre à la fois aux besoins techniques (informatique) et aux besoins métier. C’est un véritable outil de communication entre ces 2 mondes. De ce fait il est par nature collaboratif.
3. Il s’inscrit parfaitement dans une stratégie de gouvernance et pilotage de la qualité des données menée par le Chief Data Officer.
