Les entreprises manipulent des volumes gigantesques et toujours croissants d’assets techniques, avec généralement beaucoup d’informations dupliquées dans différents systèmes. Documenter un à un tous ces actifs, même avec l’aide de solutions d’automatisation, est un véritable challenge qui est pratiquement impossible à relever pour la majorité des entreprises.
Grâce à des solutions d’automatisation, un certain nombre d’informations sont ainsi récupérées et permettent d’obtenir assez souvent une documentation technique détaillée de ce que contient le système d’information. Les solutions standards de data catalog permettent ensuite à des utilisateurs avertis de compléter cette documentation en y ajoutant des attributs de classification, afin de décrire plus spécifiquement l’écosystème technique de l’entreprise.
Cependant, si ces informations permettent de répondre à certaines questions des interlocuteurs les plus techniques (ingénieurs, architectes, etc.), elles restent généralement obscures pour une population croissante de consommateurs du patrimoine de données dans l’entreprise. En effet, ces consommateurs ne peuvent ni exploiter, ni gouverner efficacement ces données.
Pour apporter tout le contexte nécessaire à la consommation de ces données, les utilisateurs ont besoin de différents types d’informations : organisationnelles, statistiques, conformité, etc.
En particulier, la documentation technique doit s’accompagner d’informations dites sémantiques. C’est l’objectif de l’implémentation d’un glossaire métier.
Construire un langage commun grâce au glossaire métier
Lorsque des utilisateurs métier évoquent les données, ils font généralement référence à des concepts tels que l’adresse du client, les ventes, ou le chiffre d’affaires de 2021. Ils ne parlent pas d’une table ou d’un schéma de base de données, dont ils n’ont pas nécessairement la connaissance ou la compréhension. Un glossaire métier va permettre de définir ces concepts et de partager ces définitions entre tous les collaborateurs.
L’ajout de métadonnées sémantiques répond ainsi à plusieurs objectifs :
- Faire le pont entre les utilisateurs métier et les utilisateurs techniques, en construisant un langage commun permettant de collaborer efficacement ;
- Aligner les utilisateurs métier, notamment entre différentes entités au sein de l’entreprise sur ces définitions. Cela permet en particulier d’éviter les ambiguïtés entre les termes proches ;
- Permettre à tous les utilisateurs de trouver plus facilement la donnée recherchée et apporter le contexte nécessaire pour la comprendre et l’exploiter.
Un bon outil de Data Catalog doit donc proposer une solution pour administrer ces concepts métier, permettre de les lier aux assets techniques qui implémentent ces concepts, et ainsi ouvrir l’utilisation du catalogue à l’échelle de l’entreprise.
Vous voulez en savoir plus sur les glossaires métier ?
Si vous souhaitez approfondir vos connaissances sur le glossaire métier dans un data catalog, téléchargez notre eBook gratuit : « Glossaire Métier : composant essentiel du Data Catalog pour les organisations data fluents ».
Dans cet eBook, vous trouverez :
- une description complète des approches existantes en fonction de l’objectif de l’entreprise lorsqu’il s’agit de décrire un domaine de connaissances : lexique, thésaurus, ontologie formelle ;
- une présentation de l’approche de Zeenea basée sur des graphes, qui offre la flexibilité, la simplicité et la scalabilité nécessaires pour couvrir les besoins des utilisateurs de la donnée.
