Logo

Gouvernance des données, les bonnes pratiques

La gouvernance des données est une discipline incontournable dans un contexte de digitalisation croissante dans tous les domaines de l’entreprise. Les données sont au cœur de la transformation digitale et la gouvernance des données permet d’en garantir la qualité, l’intégrité et l’utilisation conforme.

Si son objectif est clair, les dimensions sur lesquels la gouvernance des données doit agir sont multiples : la stratégie, les politiques et les règles, l’organisation et les rôles, les responsabilités et les compétences ainsi que les processus et les technologies. Elle traite d’une part, de la façon dont les décisions sur les données sont prises en établissant une stratégie, des priorisations et des feuilles de route. D’autre part, elle encadre les pratiques de Data Management et les usages Data des algorithmes ou modèles IA dans des chaînes automatisées.

La nature polymorphe de la discipline additionné à l'ampleur des sujets à traiter, rend la tâche difficile. Autant dire que les exemples d’initiatives avortées ne manquent pas. Ces échecs ont crée pour le moins un problème de perception de la gouvernance des données. Dans certains cas, les responsables sont allés jusqu’à renommer les initiatives pour éviter d’utiliser le terme gouvernance.

Mais les difficultés observées ne doivent pas remettre en question le besoin de se doter de capacités permettant d’avoir des données fiables, protégées et adaptées aux usages. Cette nécessité devient d’autant plus substantielle que les investissements dans l’analytique et l’IA s’accélèrent. Quels sont les enseignements qui ont été tirés des expériences passées ? Que peut-on retenir comme meilleures pratiques ?

1. Leadership et stratégie : Une gouvernance des données réussie commence par un leadership visionnaire et engagé. Les activités Data sont orientées par une stratégie des données qui est elle-même alignée sur la stratégie d'entreprise.

2. Réponse à des besoins métier : La gouvernance des données a trop longtemps été perçue comme étant trop conceptuelle et « hors sol ». Pour réussir, elle doit être opérationnelle et aider à répondre à des besoins métier. En particulier, elle doit servir aussi bien les producteurs que les consommateurs de données de sorte qu’elle puisse s’inscrire dans les pratiques courantes de l’entreprise.

3. Intégrée : Les activités de gouvernance des données doivent être intégrées dans les processus existants de l’entreprise. Les processus métier, les instances d’architecture, les méthodes projets, les cadres de gestion des risques ou encore les activités de Data management relatives à la production, la collecte et l’utilisation de jeux de données, d’indicateurs et de rapports doivent tous intégrer la gouvernance des données.

4. Responsabilités partagées : Dans tous les domaines Data, la gouvernance des données doit être vue comme une responsabilité partagée entre les acteurs métier, les professionnels Data et les acteurs IT. Il est recommandé de passer d’une vision verticale des responsabilités à une vision horizontale liée à la chaîne de valeur de la donnée. Pour adresser de manière efficace les besoins de coordination entre les domaines fonctionnels, la gouvernance des données doit établir un cadre opérationnel qui définit les responsabilités et les interactions.

5. Basée sur des principes : Les principes directeurs sont le fondement des activités de gouvernance des données. Elles permettent d’articuler les valeurs de l’entreprise et de donner du sens aux politiques et aux règles Data qui en découlent. Cela facilite l’adhésion et constitue un levier supplémentaire pour adresser les resistances.

6. Multi-niveaux : La gouvernance des données doit pouvoir opérer aussi bien à un niveau local, au sein d’un domaine ou sous-domaine, qu’à un niveau transverse de l'entreprise. Elle agit également bien souvent à des niveaux intermédiaires.

7. Conduite du changement : Dans le cadre des programmes de gouvernance des données, la resistance au changement a souvent été sous évaluée. Or, lorsqu’on traite d’un sujet aussi protéiforme et transformatif, une conduite du changement active qui opère aussi bien sur les comportements individuels que sur les schémas de collaboration (IT/Data, Data/Métier, …) est essentielle à la réussite. La "dimension humaine des données" doit être adressée tôt dans le process.

8. Itérative et Durable : La gouvernance des données doit être considérée non pas comme un projet avec une fin définie, mais plutôt comme un processus continu qui procède par itérations et nécessite un engagement sur le moyen / long terme. Elle sous-tend la modification des pratiques sur la façon dont les données sont gérées et utilisées. Non pas nécessairement en entraînant des bouleversements massifs mais en installant des changements incrémentaux qui sont adoptés de manière pérenne par les acteurs de l’entreprise.

9. Outillée : Une étude récente d'IDC montre que les fichiers excels et autres supports documentaires sont encore parmi les méthodes les plus utilisées lorsqu’il s’agit de gouvernance des données. Mais il va sans dire que cette approche tactique est inadaptée face aux changements induits par la transformation digitale. Pour réussir de manière pérenne, la gouvernance des données doit être outillée.

10. Mesurée et pilotée : Une bonne gouvernance des données a un bilan financier positif avec un retour sur investissement qui peut être démontré. Pour réussir à installer une approche mesurée, il est nécessaire de faire un bilan de la situation de départ, de partager les constats avec les décideurs et de planifier une amélioration mesurable.

Shelemat DANIEL, Décembre 2020