gouvernance des données Archives

Tout savoir sur les Data Contracts

par Zeenea Software | Mar 4, 2024 | Actu & événements

Dans le monde data-driven d’aujourd’hui, les entreprises échangent de vastes volumes de données entre différents départements, services et écosystèmes partenaires à partir de diverses applications, technologies et sources. Assurer que les données échangées sont fiables, de haute qualité et dignes de confiance est vital pour générer de la valeur tangible. C’est là que les Data Contracts entrent en jeu – similaires aux contrats traditionnels qui définissent les attentes et les responsabilités, les Data Contracts servent de cadre pour un échange de données fiable.

Dans cet article, apprenez tout ce que vous devez savoir sur les Data Contracts !

Qu’est-ce qu’un Data Contract ?

Un Data Contract est essentiellement un accord entre deux parties ou plus concernant la structure, le format et la sémantique des données échangées. Il sert de plan directeur qui définit comment les informations doivent être organisées, encodées et validées pendant le processus de communication. De plus, un aspect crucial d’un DataContract implique de spécifier comment et quand il doit être livré pour garantir la fraîcheur des données échangées. Idéalement, ils devraient être fournis au début de tout accord de partage, établissant des lignes directrices claires dès le départ tout en assurant l’alignement avec l’évolution du paysage réglementaire et les avancées technologiques.

Les Data Contracts servent généralement de pont entre les producteurs de données, tels que les software engineers, et les consommateurs de données, tels que les data engineers ou scientists. Ces contrats détaillent méticuleusement comment les données doivent être structurées et organisées pour faciliter leur utilisation par les processus en aval, tels que les pipelines de données. L’exactitude des données devient essentielle pour éviter les problèmes de qualité et garantir la précision des analyses.

Pourtant, les producteurs de données peuvent manquer d’informations sur les exigences spécifiques et les informations essentielles nécessaires par chaque type d’organisation d’équipe data pour une analyse efficace. En réponse à cette lacune, les Data Contracts sont devenus indispensables. Ils fournissent une compréhension partagée et un accord concernant la propriété, l’organisation et les caractéristiques des données, facilitant une collaboration plus fluide et une utilisation plus efficace à travers diverses équipes et processus.

Il est important de souligner que les Data Contracts sont parfois séparés des accords de partage de données. Alors que les Data Contracts détaillent les spécificités techniques et les obligations légales inhérentes à l’échange de données, les accords de partage fournissent une version simplifiée, souvent sous forme de documents Word, spécialement conçus pour les parties prenantes non techniques comme les Data Protection Officers (DPO) et les conseillers juridiques.

Que contient un Data Contract ?

Un Data Contract comprend généralement des accords sur :

La sémantique

La sémantique dans un Data Contract clarifie la signification et l’utilisation prévue des éléments et champs de données, assurant une compréhension mutuelle entre toutes les parties. Une documentation claire fournit des orientations sur le format, les contraintes et les exigences, favorisant la cohérence et la fiabilité entre les systèmes.

Le Modèle de Données (Schéma)

Le schéma dans un Data Contract définit la structure des jeux de données, y compris les types de données et les relations qui les lient. Il guide les utilisateurs dans la manipulation et le traitement des données, assurant la cohérence entre les systèmes pour une intégration transparente et une prise de décision efficace.

Les accords de niveau de service (SLA)

La partie SLAs d’un Data Contract établit des normes convenues pour les services liés aux données afin de garantir leur fraîcheur et leur disponibilité. Il définit des métriques telles que les temps de réponse, le temps de disponibilité et les procédures de résolution des problèmes. Les SLAs attribuent des responsabilités aux deux parties, garantissant que les niveaux de service sont respectés.

La gouvernance des données

Dans le Data Contract, la gouvernance des données établit des lignes directrices pour une gestion des données responsable. Elle clarifie les rôles et les responsabilités, garantissant la conformité aux réglementations et favorisant la confiance entre les parties prenantes. Ce cadre aide à maintenir l’intégrité et la fiabilité des données, en alignement avec les exigences légales et les objectifs au niveau organisationnel.

La qualité des données

La section sur la qualité des données d’un Data Contract garantit que les données échangées répondent à des normes prédéfinies, y compris des critères tels que l’exactitude, l’exhaustivité et la cohérence. En spécifiant les règles de validation des données et les protocoles de gestion des erreurs, le contrat vise à maintenir l’intégrité et la fiabilité des données tout au long de leur cycle de vie.

La sécurité et confidentialité des données

La partie sur la sécurité et la confidentialité des données d’un Data Contract décrit les mesures pour protéger les informations sensibles et garantir la conformité aux réglementations sur la confidentialité. Elle comprend des politiques de chiffrement, des contrôles d’accès et des audits réguliers pour protéger l’intégrité et la confidentialité des données. Le contrat met l’accent sur la conformité aux lois telles que le RGPD, la HIPAA ou le CCPA pour protéger les droits à la vie privée des individus et instaurer la confiance entre les parties prenantes.

Voici un exemple de Data Contract provenant du PayPal’s open-sourced Data Contract :

Qui sont les responsables des Data Contracts ?

La création de Data Contracts implique généralement une collaboration entre toutes les parties prenantes au sein d’une organisation, y compris les Data Architects, les Data Engineers, les experts en conformité et les Business Analysts.

Data Architects

Les Data Architects jouent un rôle clé dans la définition des aspects techniques du Data Contract, tels que les structures de données, les formats et les règles de validation. Ils veillent à ce que le contrat soit aligné sur les principes et normes d’architecture de données de l’organisation, facilitant l’interopérabilité et l’intégration entre différents systèmes et applications.

Data Engineers

Les Data Engineers sont responsables de la mise en œuvre des spécifications techniques décrites dans le contrat. Ils développent des pipelines de données, des processus d’intégration et des routines de transformation pour garantir que les données sont échangées, traitées et stockées selon les exigences du contrat. Leur expertise en modélisation, en gestion de bases de données et en intégration est essentielle pour traduire le Data Contract en solutions opérationnelles.

Experts en conformité

Les experts en conformité jouent également un rôle crucial dans la création de Data Contracts en veillant à ce que les accords respectent les lois et réglementations. Ils examinent et rédigent des clauses contractuelles liées à la propriété des données, à la confidentialité, à la sécurité, aux droits de propriété intellectuelle et à la responsabilité, atténuant les risques juridiques et veillant à ce que les intérêts de toutes les parties impliquées soient protégés.

Business Analysts

Les Business Analysts contribuent en fournissant des informations sur les besoins métier, les cas d’utilisation et les dépendances de données qui guident la conception et la mise en œuvre du contrat. Ils aident à identifier les sources, à définir les attributs de données et à articuler les règles métier et les critères de validation qui orientent le développement du contrat.

L’importance des Data Contracts

Au cœur des Data Contracts réside l’établissement de lignes directrices, de termes et les attentes de la gestion des activités de partage de données. En définissant les droits, les responsabilités et les paramètres d’utilisation associés aux données partagées, les contrats aident à favoriser la transparence et à atténuer les conflits potentiels ou les malentendus entre les parties impliquées dans les échanges de données.

L’une des principales importances des Data Contracts est leur rôle dans la garantie de la qualité et de l’intégrité des données tout au long de leur cycle de vie. En définissant des normes, des formats et des protocoles de validation pour l’échange de données, les contrats favorisent le respect de structures de données cohérentes et de normes de qualité. Cela aide à réduire au minimum les divergences, les erreurs et les incohérences, améliorant ainsi la fiabilité et la confiance dans les actifs de données partagés pour les analyses et les processus de prise de décision.

Les Data Contracts servent d’outils indispensables pour promouvoir la gouvernance des données et la conformité réglementaire au sein des organisations. Dans un environnement de plus en plus réglementé, où les lois sur la protection des données et les normes de l’industrie régissent la manipulation et la protection des informations sensibles, les contrats fournissent un cadre pour la mise en œuvre de mesures robustes de protection et pour garantir le respect des exigences légales. En intégrant des dispositions relatives à la sécurité des données, à la confidentialité et à la conformité aux réglementations pertinentes, les contrats aident à atténuer les risques juridiques, à protéger les données sensibles et à maintenir la confiance et la confiance des parties prenantes.

Les Data Contracts facilitent la collaboration et le partenariat efficaces entre les différentes parties prenantes impliquées dans les initiatives de partage de données. En articulant les rôles, les responsabilités et les attentes de chaque partie, les contrats créent une compréhension partagée et un alignement des objectifs, favorisant un environnement de collaboration propice à l’innovation et à l’échange de connaissances.

En conclusion, les Data Contracts vont au-delà d’être de simples instruments juridiques ; ils servent de piliers pour promouvoir la prise de décision axée sur les données, favoriser la confiance et la responsabilité, et permettre aux écosystèmes d’échanger des données efficacement.

Les priorités et défis majeurs du Chief Data Officer (CDO) en 2024

par Zeenea Software | Jan 10, 2024 | Data Mesh, Inspiration Data

Dans le monde dynamique des affaires modernes, la collecte, la transformation et l’utilisation des données sont devenues indispensables pour les organisations cherchant à maintenir un avantage concurrentiel. La volonté de devenir plus “data-centric” est évidente dans toutes les industries, et de nombreuses organisations nomment des Chief Data Officers (CDO) pour les guider vers un avenir où des informations précieuses sont rapidement découvertes et exploitées. Au cours de l’été 2023, AWS a mené une étude mondiale approfondie sur l’évolution du rôle des CDO, leurs principales priorités et les défis auxquels ils ont été confrontés en 2023.

Dans cet article, nous allons analyser les principales conclusions de cette étude et nous intéresser aux sujets majeurs sur lesquels les CDO vont se concentrer en 2024.

L’IA générative, une tendance à venir ?

Une approche enthousiaste du potentiel de l’IA générative

Alors que l’adoption de l’IA générative n’en est qu’à ses débuts, les CDO de tous les secteurs d’activité explorent activement ses possibilités. L’IA générative suscite beaucoup d’enthousiasme, certains CDO exprimant la façon dont elle a revalorisé leur statut au sein de leur organisation. Cependant, l’étude révèle que, pour l’instant, l’utilisation de l’IA générative est largement expérimentale pour de nombreuses organisations. Près d’un tiers des personnes interrogées ont indiqué qu’elles « expérimentaient au niveau individuel », sans stratégie d’entreprise globale.

Malgré la nature exploratoire actuelle des initiatives d’IA générative, les CDO envisagent un avenir transformateur. Ce sont pas moins de 80 % des personnes interrogées qui pensent que l’IA générative transformera à terme les activités de leur organisation. En outre, 46 % prévoient ou constatent déjà une adoption généralisée de l’IA générative au sein de leur organisation et 62 % prévoient d’augmenter leurs investissements dans l’IA générative.

La qualité des données, la confiance et la sécurité sont les plus grands défis de l’IA générative

Cependant, un pourcentage important de CDO a désigné la qualité des données comme le principal défi de l’IA générative. Le rôle fondamental des données de haute qualité dans l’entraînement des modèles d’IA générative ne peut être surestimé, et trouver les bons cas d’usage est essentiel pour générer des perspectives et une valeur significatives.

L’établissement de barrières pour une utilisation responsable est également apparu comme une préoccupation, car 43 % des CDO reconnaissent la nécessité de pratiques éthiques et responsables en matière d’IA. La sécurité et la confidentialité des données suivent de près, ainsi que la connaissance et la maîtrise des données, soulignant le besoin d’une main-d’œuvre capable d’exploiter la puissance de l’IA générative.

La gouvernance des données reste une priorité

Les entreprises changent d’approche en matière de gouvernance des données

Pour la deuxième année consécutive, la gouvernance des données s’est imposée comme la principale activité consommatrice du temps des CDO, reflétant une croissance de 44 % en 2022 à 63 % en 2023. En outre, plus de la moitié des CDO (51 %) considèrent la gouvernance des données comme une responsabilité de premier plan, 66 % indiquant qu’elle consomme au moins 20 % de leur temps.

Le rapport AWS souligne que les objectifs de la gouvernance des données consistent à garantir la disponibilité des données, à renforcer la confiance et à assurer la protection des données. Sans une solide composante de gouvernance des données, aucune stratégie data ne peut être exécutée efficacement – la gouvernance des données est considérée comme le premier levier de création de valeur pour les CDO.

Les CDO reconnaissent que la mise en place d’une gouvernance des données efficace est un défi, principalement en raison des changements de comportement significatifs qu’elle nécessite au sein des organisations. Le concept traditionnel de « gouvernance » est en train de se transformer dans certaines entreprises, avec une évolution positive vers “l’activation des données« . Ce changement de terminologie reflète une évolution qui positionne la gouvernance des données comme un catalyseur plutôt que comme une mesure restrictive.

La culture et la maîtrise des données restent un défi pour une utilisation efficace

Selon le rapport, la création d’une culture data-driven est le principal défi à relever. L’enquête met en évidence les multiples facettes de ce défi, qui englobe les comportements organisationnels, les attitudes et l’absence d’une culture axée sur les données ou d’une approche de la prise de décision. Les CDO s’efforcent d’inculquer un état d’esprit centré sur les données au sein de leur organisation, en rencontrant divers obstacles au cours du processus :

Difficulté à changer les comportements et les attitudes au sein de l’organisation (70 %)
Absence d’une culture ou d’une prise de décision axée sur les données (59 %)
Manque de maîtrise ou de compréhension des données (50 %)
Ressources insuffisantes pour atteindre les objectifs (55%)

Pour relever ces défis, les CDO s’engagent activement dans des initiatives d’acculturation data, plus de la moitié d’entre eux consacrant un cinquième de leur temps ou plus à ces programmes. Ces initiatives comprennent souvent des programmes de maîtrise des données et des approches de gestion du changement adaptées à des projets spécifiques data ou analytiques.

Création de valeur commerciale visible

L’analytique et l’IA dans le développement de projets

En 2022, les projets d’analytique et d’IA étaient reconnus comme cruciaux pour apporter une valeur mesurable, un sentiment qui n’a fait que se renforcer en 2023. Plus de la moitié des répondants privilégient désormais une approche ciblée, en se concentrant sur un petit ensemble de projets clés d’analytique ou d’IA comme principale source de création de valeur.

Bien que la gestion des données soit une responsabilité primordiale, 44 % des CDO mettent l’accent sur les initiatives de gestion des données, telles que l’amélioration de l’infrastructure, dans le contexte spécifique de chaque cas d’usage analytique et IA, plutôt que comme un effort autonome.

Vers une approche axée sur les produits de données

Le concept de produits de données (data products), né avec le Data Mesh, représente une nouvelle approche de la gestion des données. Fondé sur le principe du traitement des données comme un produit, ce concept innovant introduit un ensemble de caractéristiques qui redéfinissent la façon dont les organisations perçoivent et exploitent leurs actifs de données.

Selon l’étude, 39 % des CDO adoptent une orientation de gestion des produits de données et intègrent dans leurs équipes des data product managers dédiés. Cette approche garantit une gestion complète et disciplinée de toutes les facettes des initiatives analytiques ou IA, de la conception au déploiement et à la maintenance continue.

Dans le rapport, Sebastian Klapdor, Chief Data and Technology chez Vista, déclare : « L’accent mis sur les data products a permis de rapprocher les experts data du reste de l’organisation. Désormais, les responsables des produits de données commenceront à suivre la même méthode de travail que les products managers qui développent des logiciels destinés aux clients ».

En conclusion

Le paysage des CDO en 2024 est façonné par des défis dynamiques et des priorités en constante évolution, comme le révèle le CDO Agenda 2024 d’AWS. L’exploration de l’IA générative montre à la fois l’excitation et la prudence des CDO – alors que le potentiel de transformation est largement reconnu, des défis tels que la qualité des données, les considérations éthiques et la sécurité soulignent la nécessité d’une approche équilibrée et responsable.

En outre, la gouvernance des données reste une préoccupation constante, avec une perspective changeante vers « l’activation des données » et la lutte continue pour instiller une culture axée sur les données au sein des organisations.

Enfin, la recherche d’une création de valeur commerciale visible met l’accent sur une évolution vers une approche de produit de données et une intégration stratégique de l’analytique et de l’IA dans le développement de projets. Les CDO ne se contentent pas de naviguer dans les avancées technologiques, ils s’attaquent aussi activement aux changements culturels et organisationnels nécessaires pour exploiter tout le potentiel des données.

Comment l’IA peut-elle renforcer la gouvernance de vos données d’entreprise ?

par Zeenea Software | Oct 23, 2023 | Gouvernance des données

Si l’on se réfère à un rapport publié par le cabinet McKinsey à la fin de l’année 2022, 50% des organisations auraient déjà intégré l’usage de l’Intelligence artificielle tant pour optimiser les opérations de service que pour créer de nouveaux produits. Le développement de l’IA et du machine learning dans le quotidien des entreprises traduit le rôle éminent de la donnée dans les stratégies de développement des dirigeants. Pour fonctionner efficacement, l’IA dépend de vastes ensembles de données qui doivent faire l’objet d’une gouvernance méthodique et rigoureuse.

Derrière le concept de data governance, on trouve l’ensemble des processus, des politiques et des normes qui régissent la collecte, le stockage, la gestion, la qualité et l’accès aux données au sein d’une organisation. Le rôle de la gouvernance de données ? Garantir que les données sont précises, sécurisées, accessibles et conformes aux réglementations en vigueur. La relation entre l’IA et la gouvernance des données est étroite. En effet, les modèles d’IA apprennent à partir des données, et des données de mauvaise qualité ou biaisées peuvent entraîner des décisions erronées ou discriminatoires.

Vous souhaitez garantir que les données utilisées par les systèmes d’IA et leurs algorithmes sont fiables, éthiques et conformes au respect de la vie privée ? Alors l’enjeu de la gouvernance de données s’impose à vous comme un prérequis indispensable. En avançant de front sur un double projet d’IA et de data governance, vous créez une boucle vertueuse. En effet, l’IA peut elle-même être utilisée pour améliorer la gouvernance des données, en automatisant des tâches telles que la détection des anomalies ou la classification des données.

Retour sur les avantages (nombreux !) d’une gouvernance des données renforcée par l’IA.

Quels sont les avantages de l’IA pour une gouvernance data ?

Amélioration de la qualité de vos données

La qualité des données doit être le socle de toute stratégie data. Plus les données sont fiables, plus les enseignements, les choix et les orientations qui s’en dégagent gagnent en pertinence. Or, l’IA contribue à améliorer la qualité des données grâce à plusieurs mécanismes. Les algorithmes d’IA peuvent notamment automatiser la détection et la correction des erreurs dans les ensembles de données, réduisant d’autant les incohérences et les inexactitudes.

De plus, l’IA peut aider à normaliser les données en les structurant de manière cohérente, afin de fluidifier et fiabiliser leur exploitation, leur comparaison, leur mise en perspective. Avec l’apprentissage automatique (machine learning), il est également possible d’identifier des tendances et des modèles cachés dans les données, permettant ainsi de découvrir des erreurs ou des datas manquantes.

Automatisation de la mise en conformité de vos données

Alors que la cybermenace explose littéralement, l’enjeu de la conformité des données doit être une priorité dans votre entreprise. Mais garantir cette conformité suppose une vigilance de tous les instants qui ne peut être portée exclusivement par l’intelligence humaine. D’autant que l’IA peut surveiller de manière proactive les violations potentielles des réglementations en matière de données. Comment ? En effectuant une analyse en temps réel de l’ensemble des flux pour détecter toute anomalie ou tout accès non autorisé, et en déclenchant des alertes automatiques et effectuant même des préconisations pour corriger les problèmes éventuels. De plus, l’IA facilite la classification et l’étiquetage des données sensibles, garantissant leur traitement approprié. Enfin, les systèmes d’IA peuvent générer des rapports de conformité automatiques, réduisant la charge de travail administrative.

Renforcer la sécurité de vos datas

Par sa capacité à détecter les menaces de manière proactive en analysant en temps réel les modèles d’accès aux données, l’IA peut alerter sur des comportements suspects, tels que des tentatives d’intrusion ou d’accès non autorisé. Pour aller encore plus loin au service de la gouvernance des données, l’IA exploite des systèmes de détection des logiciels malveillants basés sur l’apprentissage automatique. Ces systèmes sont capables d’identifier des signatures de logiciels malveillants connus et détecter des variantes inconnues en analysant les comportements. Enfin, elle contribue à la sécurité en automatisant la gestion des correctifs de sécurité et en surveillant la conformité aux politiques de sécurité.

Démocratisation des données

Le cœur de votre stratégie data repose sur un objectif : encourager vos collaborateurs à utiliser les données à chaque fois que cela est possible. Ainsi, vous favorisez le développement d’une culture de la donnée au sein de votre organisation. La clé pour y parvenir consiste à faciliter l’accès à la data en simplifiant la recherche et l’analyse de données complexes. Les moteurs de recherche IA peuvent extraire rapidement des informations pertinentes à partir de vastes ensembles de données, permettant aux employés de trouver rapidement ce dont ils ont besoin. De plus, l’IA peut automatiser l’agrégation et la présentation de données sous forme de tableaux de bord interactifs, ce qui rend les informations toujours plus accessibles et faciles à partager !

Quel sera le futur de la gouvernance des données ?

Toujours plus de données, toujours plus d’analyses, toujours plus de prédictibilité. Tel est le sens de l’histoire. Ce faisant, les entreprises adopteront des approches plus holistiques de leurs enjeux. Prise de hauteur, prise de distance pour toujours plus de proximité avec leurs marchés. Pour relever le défi, il est capital d’intégrer la gouvernance des données dans les stratégies globales. Dans ce contexte, l’automatisation sera essentielle et reposera en grande partie sur des outils d’intelligence artificielle et de machine learning pour détecter, classer et sécuriser les données de manière proactive.

L’avenir s’écrira sous le prisme d’une plus grande collaboration entre les équipes IT, juridiques et métiers, essentielle pour garantir le succès de la gouvernance des données et maintenir la confiance de l’ensemble des parties prenantes.

Qu’est-ce qu’une démocratie des données – Extrait de la série d’ebooks La Démocratie des Données par Ole Olesen-Bagneux

par Zeenea Software | Sep 1, 2023 | Gouvernance des données

Rédigé par Ole Olesen-Bagneux, auteur du livre ‘The Enterprise Data Catalog’ chez O’Reilly, cette série d’ebooks offre une toute nouvelle façon de penser les données dans votre entreprise : la Démocratie des Données.

Dans cet article, découvrez les extraits du premier chapitre de la série “La Démocratie des Données” – avec un focus sur ce qu’est une démocratie des données, pourquoi vous avez besoin d’une démocratie des données, et comment mettre en place ce régime.

Pourquoi vous avez besoin d’une démocratie des données

L’objectif d’une démocratie des données est de donner à chaque employé la possibilité de s’épanouir et de progresser dans sa carrière – en utilisant les données de l’entreprise pour faire avancer des projets complexes et pour innover.

Une démocratie des données est un atout inestimable non seulement pour les employés, mais aussi pour l’entreprise elle-même : chaque entreprise doit encourager l’utilisation originale et expérimentale des données pour prospérer et rester compétitive. Une démocratie des données permet aux entreprises d’évoluer plus rapidement et de s’adapter à l’évolution des marchés, tout en permettant à leurs employés d’apprendre et de progresser.

Nous considérons la démocratie des données comme un état cible logique, émanant d’un terme qui circule beaucoup ces dernières années dans la communauté data mondiale : la démocratisation des données. La démocratisation des données décrit la manière dont les outils modernes, basés sur le cloud et dotés d’interfaces simples, ont facilité l’utilisation des données. De plus en plus d’employés, dans de plus en plus d’entreprises, doivent faire plus de choses avec les données – ce qui est formidable !

Cependant, de manière assez surprenante, alors que la démocratisation des données en tant que processus a été décrite et discutée, son état cible n’a que très peu été défini. Personne ne semble savoir ce qu’est une démocratie des données.

La définition d’une data democracy

Une démocratie des données peut être définie comme la capacité d’une entreprise à permettre à n’importe qui de trouver et d’utiliser n’importe quoi, de n’importe où et n’importe quand. Décomposons-le.

N’importe qui

Il s’agit du pilier de la démocratie des données : n’importe qui devrait pouvoir rechercher et utiliser toutes les données qu’il souhaite. Il est difficile de trouver des entreprises qui s’y opposent. Mais il est tout aussi difficile de trouver des entreprises où cela est possible. Que faut-il pour rechercher les données de votre entreprise ?

S’il n’existe pas de plateforme dédiée à la recherche de données, comment peut-on s’attendre à ce que n’importe qui puisse rechercher des données et participer ainsi à une démocratie des données ? Dans la plupart des entreprises, personne, ou presque, ne peut le faire. Ce sont plutôt quelques ingénieurs et data scientists triés sur le volet, qui travaillent intensivement avec des datas, qui peuvent réellement rechercher des données. Et même eux souffrent : ils rêvent eux aussi de pouvoir rechercher des données de manière fluide et sans friction. Dans une démocratie des données, n’importe qui devrait pouvoir rechercher des données.

Qu’il s’agisse des employés des ressources humaines, du service juridique, de la R&D, des ventes, etc. N’oubliez pas que n’importe qui signifie vous, moi, eux, nous. dans l’entreprise !

N’importe quoi

Lorsque nous parlons de la démocratie des données, nous faisons en réalité référence à toutes les données : n’importe quoi. Beaucoup trop d’employés n’ont accès qu’à une infime partie de l’ensemble des données de leur entreprise. Ils sont enfermés dans leur rôle professionnel : celui-ci définit leur accès aux systèmes informatiques, mais aussi les éléments qui se trouvent à l’intérieur de ces systèmes. Par conséquent, tous les employés d’une entreprise – n’importe qui – ont besoin d’un endroit où rechercher toutes les données de leur entreprise : n’importe quoi, c’est-à-dire tout simplement tous les types de données provenant de l’ensemble de l’entreprise.

N’importe où

Non seulement n’importe qui doit pouvoir trouver n’importe quoi, mais il faut aussi qu’il puisse le faire de n’importe où. Par n’importe quoi, on entend tous les types de données – et par n’importe où, on entend le paysage informatique proprement dit. Le même type de données peut être placé dans différents systèmes qui offrent la même capacité. En bref : chaque entreprise est différente, tant en ce qui concerne les données qu’elle possède que les systèmes informatiques dans lesquels elle les stocke.

Par conséquent, le fait que les données sont n’importe où représente un défi technique : il s’agit de rendre les données accessibles à partir d’un éventail de sources, au niveau des métadonnées. Vous avez besoin d’une plateforme de découverte de données capable de se connecter à l’ensemble de votre infrastructure informatique, par le biais de solutions préétablies ou d’une configuration qui vous permet de vous connecter facilement à n’importe quel élément.

N’importe quand

Les données doivent être consultables et disponibles à tout moment. Sur votre plateforme de découverte de données, toutes les données doivent pouvoir être découvertes n’importe quand, en ce sens que les métadonnées doivent être fraîches et représenter les sources de manière exhaustive. Certaines sources de données changent beaucoup et doivent être reflétées en permanence dans la plateforme de data discovery pour être pertinentes, tandis que d’autres sont plus statiques et ne doivent être mises à jour qu’une fois de temps en temps.

Instaurez une démocratie des données – Téléchargez notre série d’ebooks

En vous inscrivant à notre série d’ebooks ‘La Démocratie des Données’, découvrez une toute nouvelle façon de penser les données dans votre entreprise. Vous comprendrez :

Pourquoi vous avez besoin d’une démocratie des données, les causes de l’absence de démocraties des données dans les entreprises, et ce que vous pouvez faire pour y remédier.
Les alternatives effrayantes à une démocratie des données (telles que la tyrannie des données, la monarchie, etc.).
La réalité du régime de données dans lequel vous vous trouvez et comment nous pouvons vous aider à construire une démocratie des données.

LIRE LA SÉRIE D'EBOOKS

5 Avantages du Data Lineage pour votre Entreprise

par Zeenea Software | Mai 15, 2023 | Data Catalog, Réglementations Data

Vous nourrissez l’ambition de faire de votre organisation une entreprise data-driven ? Vous n’échapperez pas à la nécessité de cartographier avec précision l’ensemble de vos actifs data, d’en monitorer la qualité et d’en garantir la fiabilité. Cette mission, le data lineage peut vous aider à l’accomplir. Explications.

Pour savoir quelles données vous utilisez, ce qu’elles signifient, connaître leur provenance, mesurer leur fiabilité tout au long de leur cycle de vie, vous devez disposer d’une vision holistique de tout ce qui est susceptible de les transformer, de les modifier et de les altérer. C’est exactement la mission que remplit le data lineage (lignage des données) qui est une technique d’analyse de données permettant de suivre le parcours des données depuis leur source jusqu’à leur utilisation finale. Une technique qui présente de nombreux avantages !

Avantage N°1 : Une gouvernance des données améliorée

La gouvernance des données est un enjeu prioritaire pour votre entreprise et pour délivrer tout le potentiel de votre stratégie data. En suivant le parcours de la donnée – de sa collecte jusqu’à son exploitation – le data lineage permet de comprendre d’où les données proviennent et les transformations qu’elles ont subies dans le temps pour créer un écosystème data riche et contextualisé. Ainsi, le data lineage facilite la recherche de la cause racine des problèmes liés aux données en permettant de remonter jusqu’à leur origine. Cette traçabilité constitue votre meilleur atout transparence au service de la gouvernance data.

Avantage N°2 : Des données plus fiables, précises et de qualité

Comme mentionné ci-dessus, une force incontournable du data lineage réside notamment dans sa capacité à tracer la provenance des données, mais aussi d’identifier les erreurs qui se produisent lors de leur transformation et de leur manipulation. Ainsi, vous êtes en mesure de non seulement corriger ces erreurs, mais également de faire en sorte qu’elles ne se reproduisent plus pour une meilleure qualité des données. Une logique d’amélioration continue particulièrement efficace dans le cadre d’une stratégie data. Par ailleurs, le data lineage permet de suivre les changements apportés aux données, de savoir qui les a modifiées et quand. Cela améliore la transparence et permet aux utilisateurs de comprendre comment les données ont été obtenues et traitées.

Avantage N°3 : Une analyse d’impact rapide

Faire en sorte que vous ne persistiez jamais trop longtemps dans l’erreur. C’est l’une des promesses tenues par le data lineage. Comment ? En identifiant les flux de données avec précision. Cette première phase repose sur une connaissance fine de vos processus métier et des sources de données disponibles. Lorsque les flux de données critiques sont identifiés et cartographiés, il est possible d’analyser rapidement les impacts potentiels d’un changement sur les données et les processus métier. Les impacts de chaque transformation de la data étant évalués en temps réel, vous disposez de tous les éléments indispensables pour identifier les voies et moyens qui permettent d’en circonscrire les conséquences. Visibilité, traçabilité, réactivité, le data lineage saura vous faire gagner un temps précieux !

Avantage N°4 : Plus de contexte pour les données

Vous l’avez compris, le data lineage veille en continu sur le parcours de vos actifs data. Dès lors, au-delà de la source d’origine de la donnée, vous disposez d’une visibilité totale sur les transformations qui ont été appliquées aux données tout au long de leur parcours. Une visibilité qui s’étend également à l’utilisation qui est faire de la data au sein de vos différents processus de traitement ou par le biais des applications déployées dans votre organisation. Ce suivi ultra précis de l’historique des interactions avec la data, permet de donner davantage de contexte aux données en vue d’en améliorer la qualité, de faciliter les analyses et les audits et de prendre des décisions plus éclairées en se basant sur des informations précises et complètes.

Avantage N° 5 : Construire des rapports de conformité (plus !) fiables

Les principales attentes du régulateur en matière de conformité sont la transparence et la traçabilité. Il s’agit du cœur de la promesse de valeur du Data lineage. En exploitant le data lineage, vous avez toutes les cartes en mains pour réduire les risques de non-conformité, améliorer la qualité des données, faciliter les audits et les vérifications, et renforcer la confiance des parties prenantes dans les rapports de conformité produits.

Tout savoir sur le Platform Engineering

par Zeenea Software | Mar 8, 2023 | Gouvernance des données

Pour répondre aux enjeux de votre entreprise, vous souhaitez disposer d’une infrastructure plus disponible, évolutive et performante à coûts maîtrisés ? Vous aimeriez augmenter votre capacité à innover ? Alors, vous devez vous lancer dans le Platform Engineering !

Dans cet article, découvrez ce qu’est le Platform Engineering et en quoi il diffère des concepts adjacents – notamment du DevOps et SRE – ainsi que ses bénéfices pour votre organisation.

Désigné par l’Institut Gartner comme l’une des tendances clés de l’année 2023, le Platform Engineering (ou Ingénierie de plateforme) est une discipline encore méconnue. Elle est pourtant déterminante alors que les entreprises sont toujours plus présentes sur le Cloud. Le Platform Engineering vise à améliorer le développement et la livraison de logiciels. Comment ? En rationalisant et en optimisant le processus de planification et de mise en œuvre des chaînes d’outils comme les pipelines CI/CD, le déploiement des environnements de test et la configuration de l’infrastructure en tant que code (IaC) pour automatiser le provisionnement des ressources du cloud.

Platform Engineering : qu’est-ce que c’est ?

Le Platform engineering est une discipline qui se concentre sur la conception, le développement et la gestion de plateformes techniques délivrant un ensemble de services et d’outils qui permettent aux développeurs de construire, déployer et gérer des applications et des services de manière efficace et évolutive. Sa mission ? Composer une infrastructure informatique robuste, flexible et automatisée, capable de répondre aux besoins d’un large éventail d’applications et de services.

Les ingénieurs plateforme en charge de composer ces infrastructures ont pour objectifs principaux de délivrer un haut niveau de disponibilité, d’évolutivité et de résilience, afin d’absorber des trafics et des flux de données toujours plus importants. La frontière entre les équipes chargées du Platform Engineering et les équipes de développement et d’exploitation (DevOps) est ténue. Elles travaillent souvent en étroite collaboration en vue de fournir des outils et des services conçus pour accélérer les cycles de développement, améliorer la qualité des applications et faciliter le déploiement continu.

Que font les équipes de Platform Engineering et comment fonctionne le Platform Engineering ?

Le plus souvent, les équipes de Platform Engineering assument la responsabilité de la conception, de la mise en place et de la gestion des plateformes techniques qui soutiennent les applications et les services d’une entreprise. Pour ce faire, elles assurent notamment :

Le développement et la maintenance de l’infrastructure de la plateforme en gérant et en pilotant l’installation, la configuration et la gestion des serveurs, du stockage, des réseaux et des autres composants de l’infrastructure de la plateforme.
L’automatisation des processus de déploiement, de gestion des configurations et de la surveillance des systèmes.
La gestion de la sécurité de la plateforme, des identités et des accès, autant que celle des certificats, des audits de sécurité, etc.
Le support technique aux équipes de développement et d’exploitation pour résoudre les problèmes liés à la plateforme.
L’optimisation des performances de la plateforme, en identifiant les goulets d’étranglement et en apportant des améliorations.
La gestion de la capacité de la plateforme, en surveillant les tendances de consommation des ressources et en prévoyant les besoins futurs.

Quels sont les bénéfices du Platform Engineering pour une entreprise ?

Par son action au quotidien, le Platform Engineering améliore la productivité des équipes de développement en fournissant des outils et des services qui accélèrent les cycles de développement et de déploiement. Cette productivité optimisée contribue par ailleurs à une maîtrise des coûts grâce à une exploitation plus efficace des ressources informatiques.

Si le Platform Engineering permet d’améliorer la disponibilité de l’infrastructure, il constitue également une promesse d’évolutivité et d’adaptabilité aux besoins réels (et futurs !) de l’entreprise et, de fait, d’accélération de l’innovation.

Enfin, le Platform Engineering permet de renforcer la sécurité de l’infrastructure informatique en fournissant des outils pour la gestion des identités et des accès, la surveillance de la sécurité et la réponse aux incidents de sécurité.

Quelles sont les différences entre le Platform Engineering et le DevOps ?

Le Platform Engineering et le DevOps sont deux approches différentes mais complémentaires. Pour bien comprendre les différences entre les deux disciplines, admettez que le DevOps encourage la collaboration étroite entre les équipes de développement et d’exploitation (Dev et Ops) pour accélérer les cycles de développement, améliorer la qualité du code et réduire les temps de déploiement.

Ainsi, alors que le DevOps vise à créer une culture de collaboration et de responsabilité partagée entre les équipes de développement et d’exploitation, le Platform Engineering, quant à lui, se concentre sur la conception, la construction et la gestion de plateformes techniques. Bien que les deux approches partagent certains objectifs communs, elles se concentrent sur des aspects différents de la gestion de l’infrastructure informatique d’une entreprise.

Quelles sont les différences entre le Platform Engineering et le SRE

Le Platform Engineering et le Site Reliability Engineering (SRE) sont deux domaines connexes. Tous deux se focalisent sur la gestion de l’infrastructure informatique d’une entreprise. Le SRE s’appuie sur des pratiques d’ingénierie pour maintenir la disponibilité, la résilience, l’évolutivité et les performances des services et des applications. La mission des équipes SRE consiste à garantir la disponibilité des systèmes informatiques, de surveiller et de mesurer la qualité de service, de résoudre les incidents et de fournir des solutions à long terme pour les problèmes récurrents. Elles travaillent donc main dans la main avec les équipes DevOps et le Platform Engineer.

La différence principale entre le SRE et le Platform Engineering est que le SRE se concentre sur la gestion de la production de logiciels pour garantir la disponibilité et la qualité de service, tandis que le Platform Engineering se concentre sur la création et la gestion d’une infrastructure informatique solide, flexible et évolutive pour les applications et les services.

Ne laissez pas ces 4 cauchemars data vous hanter – Zeenea est là pour vous aider

par Zeenea Software | Fév 19, 2023 | Data Catalog, Gouvernance des données

Vous vous réveillez avec le cœur qui bat à cent à l’heure. Vos pieds tremblent – Il y a quelques instants à peine, vous étiez poursuivi par des milliers de données incomplètes, inexactes et incorrectes. En tant que professionnels de la donnée, nous sommes tous passés par là. Et les cauchemars data peuvent parfois devenir réalité.

Ne vous inquiétez pas – Zeenea est là pour vous aider ! Dans cet article, découvrez les cauchemars data les plus courants et comment notre plateforme de découverte de données agit comme un attrape-rêves.

Cauchemar n°1 – Des données coincées dans des silos

Vous avez des rapports à construire, et pourtant, les informations que vous recherchez sont enfermées, inaccessibles ou même gardées par des gardes du corps effrayants. Aussi, les personnes qui sont en mesure de vous ouvrir l’accès sont inconnues ou pire encore, ont disparu de l’organisation – ce qui rend impossible l’obtention des données dont vous avez besoin pour vos cas d’utilisation métier !

L’attrappe-rêve Zeenea : notre plateforme fournit une source unique de vérité pour les informations de votre entreprise – elle centralise et synchronise vos métadonnées provenant de toutes vos différentes sources, et les rend accessibles à tous les membres de l’organisation. Avec Zeenea, la connaissance des données n’est plus limitée à un groupe d’experts, ce qui stimule la collaboration, augmente la productivité et maximise la valeur des datas.

Découvrez notre catalogue de données

Cauchemar n°2 – Des données qui ne sont pas fiables

Vous parcourez votre patrimoine de données et vous n’aimez pas ce que vous voyez. Les données sont dupliquées (si ce n’est plus), elles sont incomplètes – ou vides – obsolètes, et vous ne savez même pas d’où elles viennent ni à quoi elles sont liées… Les longues heures de documentation des données qui vous attendent sont votre pire cauchemar.

L’attrappe-rêve Zeenea : pour que les gestionnaires des données puissent toujours fournir des informations complètes, fiables et de qualité à leurs équipes, Zeenea fournit des templates de métamodèles flexibles et adaptables pour les objets prédéfinis et personnalisés. Importez ou créez automatiquement les templates de documentation de vos actifs en faisant glisser les propriétés, balises et autres champs qui doivent être documentés pour vos cas d’utilisation dans le modèle.

⭐️ Bonus : les templates de documentation peuvent être modifiés à tout moment – Zeenea met automatiquement à jour les modèles existants en prenant en compte vos modifications, ce qui vous fait gagner du temps sur vos initiatives de documentation.

Découvrez notre application de documentation des données

Cauchemar n°3 – Des données qui sont mal comprises

On vous a demandé de creuser les tendances qui vous permettront d’offrir des expériences plus personnalisées à vos clients. Cependant, en recherchant vos informations, vous tombez sur de multiples termes… Duquel s’agit-il ? Les commerciaux utilisent le terme « client », les équipes chargées du service après-vente utilisent le terme « utilisateur », mais les équipes IT emploient le terme « consommateur ». Sans un vocabulaire business clair, vous êtes plongé dans le noir !

L’attrappe-rêve Zeenea : notre Business Glossary permet la création et le partage d’un langage data cohérent pour toutes les personnes au sein de l’organisation. Importez ou créez facilement vos termes d’entreprise, ajoutez une description, des balises, des contacts associés et toute autre propriété pertinente pour vos cas d’utilisation. Nos fonctionnalités uniques permettent aux Data Stewards de créer leurs catégories de concepts sémantiques, de les organiser en hiérarchies et de configurer la manière dont les éléments du glossaire sont mis en correspondance avec les actifs physiques.

Découvrez notre glossaire métier

Cauchemar n°4 – Des données qui ne sont pas conformes

Avec le nombre croissant de réglementations sur les données qui sont imposées, les initiatives de sécurité et de gouvernance des données sont devenues une priorité majeure pour les entreprises data-driven. En effet, les conséquences de la non-conformité sont très graves – amendes importantes, atteinte à la réputation… de quoi vous empêcher de bien dormir la nuit.

L’attrappe-rêve Zeenea : nous garantissons la conformité réglementaire en identifiant, classant et gérant automatiquement vos données personnelles. Grâce à des recommandations intelligentes, notre plateforme détecte les informations personnelles et donne des suggestions sur les objets à taguer – en veillant à ce que les informations sur les politiques et réglementations data soient bien communiquées à tous les consommateurs de données au sein de l’organisation dans leurs activités quotidiennes.

Découvrez comment nous soutenons la conformité des données.

Démarrez le projet data de vos rêves avec Zeenea !

Si vous êtes intéressé(e) par Zeenea pour vos initiatives data-driven, contactez-nous pour une démo personnalisée de 30 minutes avec l’un de nos experts data.

Demander une démo

Tout savoir sur la Data Governance Act

par Zeenea Software | Juin 28, 2022 | Gouvernance des données

Le Conseil de l’Union Européenne vient d’approuver le Data Governance Act, un texte visant à faciliter la réutilisation de certaines données protégées du secteur public et encourager le partage de données dans toute l’Union Européenne, tout en garantissant un respect scrupuleux de la confidentialité. Il devrait entrer en application à l’horizon 2023. Décryptage.

En matière de données, le régulateur européen joue un rôle déterminant depuis de nombreuses années. Alors que le RGPD a célébré le 25 mai son quatrième anniversaire, le Parlement européen et la Conseil de l’Union européenne continuent d’œuvrer en faveur d’un usage raisonné et responsable de la donnée. Le chantier du Data Governance Act (également appelé DGA) est engagé depuis 2019. Issu d’une vaste consultation couvrant les secteurs privés et publics, il s’appuie sur 11 ateliers consacrés au thème du renforcement du contrôle offert aux personnes physiques comme aux personnes morales sur l’utilisation et la diffusion de leurs données.

Après un premier accord entériné le 6 avril 2022 pour cerner le périmètre , le Conseil de l’Union européenne a officiellement approuvé, en date du 16 mai 2022, le texte sur la gouvernance des données, mieux connu sous le nom de Data Governance Act. Ce document devrait entrer définitivement en application d’ici l’été 2023. Au-delà de la principale ambition qui consiste à définir un cadre unique et homogène pour l’ensemble des pays européens, le Data Governance Act est pensé comme un instrument juridique censé faciliter, fluidifier et rationaliser l’exploitation des données.

À la différence du RGPD, le Data Governance Act se ne limite pas aux données personnelles, mais répond à des ambitions plus larges. Des ambitions qui, non seulement encadrent les bonnes pratiques liées à la gouvernance des données, mais encouragent également l’exploitation de la data émanant notamment du secteur public. Derrière le Data Governance Act, on trouve en filigrane une double aspiration : préserver la liberté d’entreprendre tout en protégeant la confidentialité des données.

Qu’est-ce le DGA exactement ?

Pour remplir sa mission de protection des données tout en créant les conditions d’une libération de l’innovation et de la créativité, le Data Governance Act repose sur quatre principes essentiels.

Le premier principe concerne les acteurs publics. Comme les entreprises du secteur privé, les organismes publics génèrent et exploitent d’importants volumes de données. Ces données entrent dans le cadre du RGPD et font l’objet d’une protection et d’un encadrement strict – qu’il s’agisse de données personnelles, du droit à la confidentialité ou encore de la propriété intellectuelle. Le DGA fixe un cadre juridique et technique qui définit les règles de la réutilisation de ces données protégées, avec des leviers essentiels comme l’anonymisation ou la pseudonymisation.

Le deuxième grand volet du Data Governance Act est consacré au partage des données (personnelles ou d’entreprises) avec des organisations à but non lucratif. L’ambition du régulateur : encourager l’innovation d’intérêt général dans des secteurs clés comme l’environnement ou encore la santé. Un statut spécifique d’organisation altruiste sera ainsi créé. Pour en bénéficier, il faudra s’inscrire officiellement via un formulaire européen et respecter un cadre exigeant, placé sous le ligne de la transparence.

Le troisième axe du DGA concerne le partage de données entre entreprises et acteurs privés. Ces acteurs ont recours à des intermédiaires dont les missions sont redéfinies par le DGA. Le principe est clair : éviter que ces intermédiaires ne puissent en opérant le partage d’information, les exploiter pour leur propre compte. Une fois encore, le DGA pose le principe d’une transparence totale, associée à une ambition de souveraineté. Ces intermédiaires devront par exemple nécessairement être implantés dans l’Union européenne ou dans l’espace économique européen.

Enfin, le DGA institue la création d’un Conseil européen de l’innovation en matière de données qui devra compiler et partager les meilleures pratiques liées à la gouvernance des données, avec une réflexion continue en matière de normalisation à l’échelle européenne.

Quel est l’impact du Data Governance Act pour votre entreprise ?

Si le DGA peut sembler contraignant en fixant un cadre précis, notamment dans l’intermédiation de données, il constitue cependant une avancée majeure. En effet, derrière l’exigence native inscrite dans l’esprit du Data Governance Act, vous trouverez avant tout le terreau de confiance avec vos clients comme vos écosystèmes de partenaires. Une confiance indispensable pour légitimer l’ensemble des projets data au service de l’efficacité et de la productivité de votre entreprise.

Pourquoi la Data Privacy est essentielle pour une gouvernance des données réussie ?

par Zeenea Software | Avr 8, 2022 | Gouvernance des données

La confidentialité des données (ou Data Privacy) est un enjeu prioritaire pour les entreprises qui s’engagent sur la voie de l’exploitation de la donnée. Considérée comme le socle de confiance entre une entreprise et ses clients, la data privacy est le pilier d’une gouvernance des données réussie. On vous explique pourquoi !

Quel que soit le secteur d’activité ou la taille de votre entreprise, la donnée joue désormais un rôle clé dans votre capacité à vous adapter à vos clients, à votre écosystème et même à vos concurrents. Les chiffres sont sans appel.

Dans une étude de Stock Apps, il apparaît que le marché mondial du Big Data s’établissait à 215,7 milliards de dollars en 2021 et devrait connaître une croissance de 27% en 2022 pour dépasser 274 milliards de dollars.

Les entreprises génèrent de tels volumes de data que la gouvernance des données constitue un chantier prioritaire. En effet, les données de votre entreprise sont vitales pour identifier vos publics cibles, créer des personae d’acheteurs, apporter des réponses personnalisées à vos clients ou encore optimiser les performances de vos campagnes marketing. Mais ce n’est pas le seul enjeu.

Si la gouvernance des données conditionne votre capacité à valoriser vos actifs data, elle assure également la bonne administration de la confidentialité des données, également appelée Data Privacy.

Data Privacy vs. Data Security : deux notions à ne pas confondre ni opposer

La confidentialité des données (Data Privacy) est l’un des volets clés de la protection des données (Data Security) et ne peut donc pas en être décorrélée. Cependant, il s’agit bien de deux pans distincts d’un même projet : celui de la confiance entre une entreprise et les clients qui veulent bien confier leurs données personnelles.

D’un côté, la Data Security est l’ensemble des moyens mis en œuvre pour protéger les données des menaces internes ou externes qu’elles soient malveillantes ou accidentelles (authentification forte, sécurisation du système d’information, etc.).

La Data Privacy quant à elle, est une discipline qui concerne le traitement des données sensibles – non seulement les données personnelles (également appelées IPI pour Informations Personnellement Identifiables) mais également d’autres données confidentielles (certaines données financières, de propriété intellectuelle etc.).

La Data Privacy est par ailleurs clairement définie dans le Règlement Général sur la Protection des Données (RGPD) qui est entré en vigueur en Europe en 2018 et qui a contribué à redéfinir les contours d’une gouvernance des données responsable et performante.

La confidentialité des données comporte deux aspects principaux. Le premier porte sur le contrôle de l’accès à la data, c’est-à-dire savoir qui est autorisé à y accéder et sous quelles conditions. Le deuxième aspect de la confidentialité des données consiste à mettre en place des mécanismes qui empêcheront l’accès non autorisé aux données.

Pourquoi la Data Privacy est-elle si importante ?

Alors que la protection de la data est indispensable pour préserver cet actif précieux et créer les conditions d’une restauration rapide des données suite à un problème technique ou une malveillance, la Data Privacy répond à un autre enjeu tout aussi éminent.

Les consommateurs se méfient de la façon dont les entreprises collectent et utilisent leurs informations personnelles. Dans un monde rempli d’options, les clients qui perdent confiance dans une entreprise peuvent facilement acheter ailleurs.

Pour cultiver la confiance et fidéliser, les organisations doivent faire de la confidentialité des données (Data Privacy) une priorité. En effet, les consommateurs sont toujours plus sensibilisés à la préservation de la confidentialité des données. Le RGPD a joué un rôle clé dans le développement de cette sensibilité. Désormais, les clients sont très vigilants sur la façon dont leurs données personnelles sont collectées et exploitées.

Parce que les usages digitaux ne cessent de se développer, votre entreprise gravite dans une univers d’hyper-concurrence et vos clients n’hésiteront pas à accorder leur confiance à l’un de vos concurrents si vous n’avez pas mis tout en œuvre pour préserver la confidentialité de leurs données. C’est la principale raison pour laquelle la Data Privacy est capitale !

Pourquoi la Data Privacy est-elle un pilier de la gouvernance des données ?

La gouvernance des données consiste à garantir que la data est de qualité suffisante et que l’accès est géré de manière appropriée. L’objectif : réduire le risque d’utilisation abusive, de vol ou de perte. À ce titre, la Data Privacy doit être comprise comme l’un des fondements d’une data governance rationnelle et efficace.

Même si la gouvernance des données embrasse l’enjeu data de manière beaucoup plus large, elle ne peut s’affranchir d’une parfaite compréhension des leviers à actionner pour assurer une confidentialité des données optimisée…

Quelle est la différence entre gouvernance et gestion des données ?

par Zeenea Software | Mar 31, 2022 | Gouvernance des données

Dans un monde où les entreprises aspirent à devenir data-driven, le data management (gestion des données) et la data governance (gouvernance des données) sont des concepts qu’il faut à tout prix maîtriser. Trop souvent perçues comme des disciplines connexes voire interchangeables, les différences sont importantes. Tour d’horizon.

Le pire ennemi d’une entreprise qui souhaite créer une dynamique data-driven pour son activité, c’est la confusion entre les disciplines, les notions et les méthodologies qui régissent la collecte et l’exploitation des données. Parmi celles qui sont le plus souvent confondues, on retrouve la gouvernance des données (data governance) et la gestion des données (data management).

D’une part, la gouvernance des données est la discipline qui consiste à définir les structures organisationnelles de la data – qui en est propriétaire, qui la gère, qui l’exploite ? D’autre part, la data governance est une affaire de politique, de règles, de processus et de suivi d’indicateurs qui permettent une administration saine de la données sur l’ensemble de son cycle de vie (de la collecte à la suppression).

Le data management peut alors être présenté comme l’application technique des préconisations et mesures définies par la gouvernance des données.

Gouvernance vs. Gestion des données : des missions différentes

La principale différence entre gouvernance des données et gestion des données est que la première revêt une dimension stratégique, tandis que la seconde est résolument opérationnelle.

Sans la data governance, le data management ne peut être ni efficace, ni rationnel, ni durable. A contrario, une gouvernance des données qui ne serait pas traduite d’effets par une gestion des données adaptée, ne resterait qu’un document théorique ou une lettre d’intention qui ne vous permettrait pas de vous engager activement et efficacement dans une dimension data-driven.

Pour mesurer l’enjeu, il faut comprendre que l’ensemble des disciplines relatives à la donnée se chevauchent en permanence et sont interdépendantes. La gouvernance des données, c’est un peu comme un chef d’orchestre qui permet d’orchestrer l’ensemble du dispositif. Elle se repose sur un certain nombre de questionnements comme par exemple :

Que pouvons-nous faire de nos données ?
Comment assurons-nous la qualité des données ?
Qui est responsable des processus, des normes et des politiques définies pour exploiter les données ? etc.

Le data management se veut la traduction pragmatique destinée à répondre à ces questionnements pour faire de votre stratégie data une réalité. La gestion et la gouvernance des données peuvent et doivent fonctionner en tandem.

Cependant, la gouvernance des données concerne principalement les enjeux de surveillance et de traitement de toutes les datas de l’entreprise, tandis que la gestion des données s’attache principalement au stockage et à la récupération de certains types d’information.

Qui sont les acteurs de la gouvernance et de la gestion des données ?

A la direction générale, le chef d’entreprise est naturellement le principal acteur de la gouvernance des données, car il en est le garant sur le plan légal. Mais il n’est pas le seul à devoir s’impliquer.

Le DSI (Directeur des Systèmes d’Information) joue bien sûr un rôle clé car il intervient notamment dans la sécurisation autant que dans la disponibilité de l’infrastructure. Or, l’accès constant à la data est capital pour les métiers (les équipes marketing, les commerciaux de terrain) mais aussi pour l’ensemble des équipes data qui sont en charge de la réalité quotidienne de la gestion des données.

C’est alors au Chief Data Officer (CDO) de créer le pont entre ces deux entités et briser les silos de données afin de construire une gouvernance des données agile. Il facilite l’accès aux données et assure leur qualité en vue de les valoriser.

Et alors que le Data Architect sera davantage impliqué dans la gouvernance des données, le Data Engineer de son côté interviendra davantage dans le data management. Quant au Data Steward, il situe son action à la confluence des deux disciplines.

Comment la combinaison des deux concepts aide les entreprises à devenir data-driven

Malgré leurs différences de portées et de moyens, les concepts de gouvernance et de gestion des données ne peuvent pas être opposés. Pour inscrire une entreprise dans une stratégie data-driven, il faut impérativement réconcilier ces deux axes au sein d’une action commune. Pour y parvenir, le chef d’entreprise doit être le premier sponsor de la data governance et le premier acteur de la gestion des données.

C’est en communiquant en interne et en développant en permanence la culture data auprès de l’ensemble des collaborateurs que la gouvernance des données sert les enjeux métiers, tout en préservant la relation de confiance qui unit l’entreprise à ses clients.

Data literacy : le fondement d’une gouvernance des données efficace

par Zeenea Software | Nov 2, 2021 | Gouvernance des données

Les 28 et 29 septembre derniers, nous avons assisté à de nombreuses conférences lors du Big Data & AI Paris au Palais des Congrès. Une de ces conférences a particulièrement attiré notre attention autour d’un sujet très tendance : la data literacy.

Dans cet article, nous vous présenterons les bonnes pratiques en matière de data literacy que Jennifer Belissent, Analyst chez Forrester et Data Analyst chez Snowflake, nous a partagées. Elle détaille aussi les raisons pour lesquelles cette pratique est essentielle pour une gouvernance des données efficace.

L’entreprise “data-driven”

Ce n’est pas un secret, aujourd’hui toutes les entreprises veulent devenir “data-driven”. Et la data, tout le monde la recherche ! En effet, elle n’est plus réservée à une personne ou une équipe experte en particulier, mais à tous les départements de l’organisation. Du reporting aux analyses prédictives, jusqu’à la mise en place d’algorithmes de machine learning, les données doivent être présentes dans les applications et processus de l’entreprise pour sortir des informations directement pour les prises de décision stratégiques de l’organisation.

Pour ce faire, Jennifer précise : “Il faut briser les silos partout dans l’entreprise ! Il faut donner accès aux données internes bien sûr, mais il ne faut pas négliger les données externes, comme les données de fournisseurs, de clients et de partenaires. On s’en sert et aujourd’hui on en est même dépendant”.

Qu’est-ce que la data literacy ?

La Data literacy ou culture des données, est la capacité d’identifier, de collecter, de traiter, d’analyser et d’interpréter des données afin de comprendre les phénomènes, les processus, les comportements qui les ont générées.

Hors beaucoup d’employés souffrent d’un manque de connaissance sur le sujet de la data et des analytics associées, car ils ne reconnaissent pas ce que sont les données et la valeur qu’elles apportent à l’entreprise. Mais chaque employé a un rôle à jouer. Pour mieux gouverner, il faut établir un programme de data literacy.

Le challenge de la gouvernance des données

Le patrimoine de données colossal d’une organisation doit être géré et gouverné correctement afin d’en tirer un maximum de valeur. Jennifer nous présente les trois défis majeurs chez Snowflake :

La donnée est partout : qu’elles soient dans les systèmes d’analyse, dans les emplacements de stockage, ou dans des fichiers Excel, il est difficile de connaître toutes les données de l’entreprise si elles ne sont pas partagées.
La gestion des données est complexe : il est difficile de gérer toutes ces données de provenances variées. Où est la donnée ? Que contient-elle ? Qui en est le propriétaire ? Les réponses à ces questions nécessitent la mise en place d’une visibilité et d’un contrôle centralisés.
La sécurité et la gouvernance sont rigides : la sécurité des données est très souvent liée aux silos data de l’organisation. Pour sécuriser et gouverner ces datas, il est nécessaire d’avoir une politique unifiée, cohérente et flexible.

Mais ce n’est pas tout ! Il existe bel et bien un quatrième défi : le manque de data literacy.

Les conséquences du manque de data literacy dans l’organisation

Pour bien illustrer ce qu’est la data literacy, Jennifer nous raconte une anecdote. Début 2020, lors du premier confinement en France, Jennifer échangeait avec la Chief Data Officer de chez Sodexo. La CDO racontait à Jennifer que lors d’une analyse de données liées à leur site internet, un fait intéressant ressortait : un pic d’achat de saucisses le matin.

Cela a surpris la CDO qui trouvait cette hausse des ventes de saucisses étrange, sachant que les “breakfast sausages” n’étaient pas un petit déjeuner habituel pour les Français ! En creusant un peu, elle a découvert que ce pic de ventes correspondait au moment où Sodexo avait remplacé les caisses traditionnelles en points de ventes par des bornes automatiques. Ces bornes disposaient de boutons correspondant à chaque article afin de mieux gérer les commandes. Le problème était alors identifié : l’hôte de caisse chargé de ces nouvelles bornes n’avait aucune idée de ce que ces boutons représentaient et appuyait constamment dessus, sans savoir qu’en réalité elles captaient des données ! Heureusement que Sodexo s’en était aperçu, sans cela l’entreprise aurait commandé un énorme stock de saucisses…

Suite à cette histoire, Jennifer raconte qu’elle a réalisé avec Forrester une étude qualitative en posant trois questions :

Est-ce que vous travaillez avec les données ?
Est-ce que vous êtes à l’aise avec les données ?
Si non, quelles formations pourraient vous aider à vous sentir plus à l’aise avec les données ?

Les réponses à ces questions ont été surprenantes ! En effet, Jennifer raconte que Forrester pensait que la question la plus importante de l’étude serait la dernière. Or, c’était en fait les réponses à la première question qui les a surpris : beaucoup des personnes répondaient qu’ils ne travaillaient pas du tout avec de la donnée car “ils ne travaillaient pas avec des tableurs ou des calculs”.

D’un autre côté, ceux qui répondaient qu’ils étaient à l’aise avec les données avaient un gros manque de confiance vis-à-vis de leurs collègues : ces personnes étaient les seuls à comprendre les données et donc s’inquiétaient des erreurs que leurs collaborateurs pourraient faire.

“Il y avait donc deux gros problèmes liés aux données : obtenir des données utiles et fiables, mais surtout la plupart des personnes de cette étude ne savaient même pas qu’elles travaillaient avec la data !” précise Jennifer.

Le manque de data literacy nuit à la gouvernance des données

La définition de data literacy, selon Jennifer, est donc une personne capable de lire, comprendre, créer et communiquer des données. Mais Jennifer ne trouve pas cela suffisant : “Il faut également être en mesure de reconnaître les données. Comme on l’a vu, beaucoup de personnes ne savent pas ce que sont les données aujourd’hui”.

Pour beaucoup, la gouvernance des données est uniquement associée à la sécurité. Mais en réalité, la gouvernance s’étend sur toute la chaîne de valeur et sur tout le cycle de vie de la donnée ! Il y a trois piliers de la gouvernance des données selon Jennifer :

Connaître les données : comprendre, classer, suivre les données et leur utilisation, en connaître les propriétaires, savoir si elles sont de bonne qualité, si elles sont sensibles, etc.
Protéger les données : sécuriser les données sensibles grâce à des contrôles d’accès basés sur des politiques internes et des réglementations externes.
Libérer les données : véhiculer le potentiel des données et permettre aux équipes de les partager .

Et autour de ces trois piliers vient la data literacy ! La gouvernance des données sera améliorée grâce à une meilleure connaissance des données.

big-data-paris-data-literacy-article-zeenea-2

Les bonnes pratiques en matière de data literacy

La mise en place d’un programme de data literacy ne doit pas être réservée uniquement aux experts, et doit même commencer tout en bas de la pyramide ! Ce dès le processus d’onboarding d’un nouvel arrivant dans la société, par exemple.

Jennifer propose aux entreprises qui souhaitent devenir data-driven de s’appuyer sur un programme de data literacy répondant à 4 objectifs :

Sensibiliser : sensibiliser tous les employés sur ce qu’est une donnée, leur intérêt, le rôle de chacun vis-à-vis des données et surtout la valeur qu’elles apportent pour l’entreprise.

Améliorer la compréhension : ceux qui sont censés utiliser les données dans l’entreprise ont souvent peur, et ne les comprennent pas toujours. Il est donc important de leur fournir les bons outils, les aider à se poser les bonnes questions et expliquer la logique des analyses afin que ces utilisateurs puissent prendre de meilleures décisions.

Enrichir l’expertise : cela se traduit par la mise en place des meilleurs outils et pratiques techniques, mais il s’agit également de les exploiter.

Permettre le passage à l’échelle : c’est grâce aux experts data de votre entreprise que vous allez pouvoir permettre le passage à l’échelle et donc, aider à créer une communauté et une culture data. Il est important que ces experts transmettent leurs connaissances à toute l’entreprise.

big-data-paris-data-literacy-article-zeenea-3

Pour conclure, Jennifer nous partage une dernière analogie :

”Pour les entreprises data-driven, la gouvernance des données est le code de la route, et la data literacy en est la base”.

La constitution de notre Data Democracy

par Zeenea Software | Oct 24, 2021 | Gouvernance des données

Lisez les 10 articles fondamentaux pour une démocratisation des données idéale pour votre organisation !

Article 1 – Principe

Nous sommes tous des citoyens de la donnée au sein de nos organisations : du département RH au marketing, de la R&D à la production informatique, du représentant des ventes au directeur commercial, du comptable au directeur financier, du bureau administratif au directeur des opérations, etc.

L’objectif de cette constitution est de définir les droits et les devoirs de toutes les parties prenantes de toute organisation s’appuyant sur les données pour fonctionner. En tant que citoyens de la donnée au sein d’une Data Democracy, nous sommes tous engagés à respecter l’esprit des articles ci-dessous.

Article 2 – Pas de Data Democracy sans accès aux données.

La data est l’un des actifs les plus importants et courants d’une organisation.

En tant que citoyens de la donnée, nous avons le droit d’accès à toutes les informations nécessaires relatives aux données de notre organisation dès lors qu’elles sont utiles à l’accomplissement de nos missions.

Le citoyen de la donnée est appelé à contribuer à l’amélioration de la qualité, de la facilité d’utilisation et de la découverte des données, et à tout ce qui peut aider notre Data Democracy à valoriser les connaissances en général.

Article 3 – Un citoyen de la donnée est un Data Explorer.

Une Data Democracy efficace doit fournir tous les moyens nécessaires pour aider les citoyens à découvrir, comprendre et faire confiance aux données. La liberté de devenir un « Data Explorer » à part entière, avec un accès facile, à tout moment, à toutes les données pertinentes et fiables est la clé d’une expérience professionnelle épanouie, tant pour le citoyen que pour l’organisation.

En contrepartie, le Data Explorer s’engage à traiter les données en tant que contributeur plutôt qu’en tant que simple consommateur.

Article 4 – Suppression des silos de données.

Le citoyen de la donnée partage toutes les données produites conformément aux politiques de l’organisation et aux réglementations. Il ne doit jamais garder les données pour lui-même, et travaille activement à la suppression des silos.

Article 5 – Les citoyens de la donnée ont l’esprit d’équipe.

Chaque citoyen de la donnée s’engage à aider tout autre citoyen dans sa compréhension d’un jeu de données en particulier, qu’il s’agisse de son origine ou encore de son contenu, ceci en s’appuyant sur ses compétences.

Article 6 – Faire tomber les barrières entre les citoyens de la donnée.

Chaque citoyen de la donnée est encouragé à faire des suggestions d’optimisation pour une amélioration continue des données.

Article 7 – Data Democracy et responsabilité.

Chaque citoyen de la donnée est formé au respect des politiques de l’organisation en matière de conformité, de sécurité, d’éthique, et s’engage à les suivre scrupuleusement.

Article 8 – Une Data Democracy intergénérationnelle.

Chaque citoyen de la donnée est responsable de la protection de son patrimoine de données. Il doit s’appuyer sur les données disponibles et les bonifier pour la prochaine génération de citoyens.

Article 9 – Atteindre des objectifs tant personnels que professionnels grâce à la Data Democracy.

Ces articles ont été rédigés pour aider chaque citoyen de la donnée à atteindre ses objectifs personnels et professionnels d’une part, et à contribuer au succès de l’organisation d’autre part.

Article 10 – La ruée vers une Data Democracy idéale.

En tant que citoyens de la donnée, nous choisissons le catalogue de données Zeenea.

Téléchargez la constitution en pdf !

télécharger

Mettre en place une gouvernance des données efficace avec Zeenea | S03-E01 – 6 semaines pour démarrer votre gouvernance des données

par Zeenea Software | Juin 9, 2021 | Gouvernance des données

Ceci est le dernier épisode de la troisième et dernière saison de notre série « Zeenea Effective Data Governance Framework ».

Divisée en deux épisodes , cette saison finale se concentrera sur la mise en place d’une gestion des métadonnées à travers un data catalog.

Pour ce dernier épisode du Framework, nous expliquerons comment Zeenea vous aide à implémenter le premier incrément de votre data catalog dans un cycle court de 3 à 6 semaines.

Saison 1 : Alignement

RComprendre le contexte
RTrouver les bonnes personnes
RSe préparer pour passer à l'action

S01 E01

Évaluer la maturité de vos données

Lire

S01 E02

Spécifier votre Stratégie Data

Lire

S01 E03

Obtenir du soutien

Lire

S01 E04

Réaliser une analyse SWOT

Lire

Saison 2 : Adaptation

RCréer vos personas
RIdentifier les rôles majeurs
RDéfinir vos objectifs

S02 E01

Organiser votre Data Office

Lire

S02 E02

Organiser une Communauté Data

Lire

S02 E03

Sensibiliser votre entreprise aux données

Lire

Saison 3 : La mise en place d’une gestion des métadonnées à travers un data catalog

RConnaître ses données
RItération de votre data catalog

S03 E01

L’importance des métadonnées

Lire

S03 E02

6 semaines pour démarrer une gouvernance des données

Itérations de’une gouvernance des métadonnées

Nous utilisons une approche itérative basée sur des cycles courts (6 à 12 semaines au maximum) pour déployer et étendre progressivement l’initiative d’une gestion des métadonnées dans un data catalog.

Ces cycles courts permettent d’obtenir rapidement de la valeur. Ils donnent également l’occasion de communiquer régulièrement via la Communauté Data sur chaque initiative, ainsi que les avantages qui y sont associés.

Chaque cycle est organisé en étapes prédéterminées :

itération d'une gouvernance des métadonnées

1. Identifier l’objectif

Comment ?

Atelier : À partir de vos OKRs, détaillez précisément l’objectif et les risques associés pour la première itération.

Livrable

Un périmètre (données, personnes), une cible.

2. Déployer et connecter

Comment ?

Organisez une réunion technique et définissez la nécessité de se conformer au périmètre des données.

Livrable

Configuration technique des scanners et capacité à récolter l’information.

Scanners Zeenea déployés et opérationnels.

3. Concevoir et configurer

Comment ?

Atelier de définition ou adaptation du métamodèle pour répondre aux attentes des premiers cycles.

Livrable

Un métamodèle conçu pour répondre aux attentes.

4. Importer les objets

Comment ?

Enrichissez votre plateforme de gestion des métadonnées : chargez et documentez en fonction de la cible.

Livrable

Définir les informations de base (minimum viable) pour servir correctement les utilisateurs.

5. Ouvrir et tester

Comment ?

Laissez les utilisateurs tester la valeur produite. Remettez-la en question et validez-la.

Livrable

Valider si l’effort a produit la valeur attendue.

6. Mesurer les gains

Comment ?

Atelier rétrospectif : vérifier si les objectifs sont atteints et si les utilisateurs sont satisfaits.

Livrable

Analyse fine du cycle pour identifier ce qui a marché, ce qui n’a pas marché et comment améliorer le prochain cycle.

Démarrez une gestion des métadonnées en seulement 6 semaines !

Dans notre guide, nous expliquons comment démarrer une gestion des métadonnées en moins de 6 semaines. Téléchargez pour obtenir votre guide gratuit !

lire le guide

Mettre en place une gouvernance des données efficace avec Zeenea | S03-E01 – L’importance des métadonnées

par Zeenea Software | Juin 2, 2021 | Gouvernance des données

Ceci est le premier épisode de la troisième et dernière saison de notre série « Zeenea Effective Data Governance Framework ».

Divisée en deux épisodes , cette saison finale se concentrera sur la mise en place d’une gestion des métadonnées à travers un data catalog.

Pour ce premier épisode, nous vous donnerons les bonnes questions à se poser pour construire un métamodèle pour vos métadonnées.

Saison 1 : Alignement

RComprendre le contexte
RTrouver les bonnes personnes
RSe préparer pour passer à l'action

S01 E01

Évaluer la maturité de vos données

Lire

S01 E02

Spécifier votre Stratégie Data

Lire

S01 E03

Obtenir du soutien

Lire

S01 E04

Réaliser une analyse SWOT

Lire

Saison 2 : Adaptation

RCréer vos personas
RIdentifier les rôles majeurs
RDéfinir vos objectifs

S02 E01

Organiser votre Data Office

Lire

S02 E02

Organiser une Communauté Data

Lire

S02 E03

Sensibiliser votre entreprise aux données

Lire

Saison 3 : La mise en place d’une gestion des métadonnées à travers un data catalog

RConnaître ses données
RItération de votre data catalog

S03 E01

L’importance des métadonnées

S03 E02

6 semaines pour démarrer une gouvernance des données

Lire

Dans la saison précédente, nous vous avons donné nos conseils sur la façon de créer votre Data Office, d’organiser votre Communauté Data et de sensibiliser votre organisation aux données.

Dans cette troisième saison, vous allez entrer dans le monde réel de la mise en œuvre d’un data catalog, là où les saisons 1 et 2 vous ont aidé à spécifier votre stratégie data.

Dans cet épisode, vous apprendrez à poser les bonnes questions pour concevoir votre métamodèle de métadonnées.

L’importance des métadonnées

La gestion des métadonnées est une discipline naissante et nécessaire pour les entreprises souhaitant renforcer des démarches d’innovation ou de conformité réglementaire sur leur patrimoine de données.

Nombre d’entre elles essaient d’acquérir des convictions sur le sujet et de se doter de solutions permettant de relever ce nouveau pari. En conséquence, les métadonnées se voient de plus en plus administrées, en parallèle des données, de manière cloisonnée et silotée, ne permettant pas d’actionner tout le potentiel de cette discipline à l’échelle de l’entreprise.

Pour poser votre gouvernance des données, vous allez devoir couvrir différents aspects, vous poser les bonnes questions et identifier comment y répondre.

Notre template de métamodèle a vocation à vous permettre de balayer les principaux aspects avec des questions où pour chacune vous déciderez de la pertinence de couvrir le point concerné.

Ces questions peuvent aussi servir de support pour construire votre modèle de documentation de la donnée et apporter aux acteurs de la donnée les éléments qui leur sont utiles.

Le Qui ?

Qui a créé cette donnée ?
Qui est responsable de cette donnée ?
À qui appartient cette donnée ?
Qui utilise cette donnée ?
Qui contrôle ou audite cette donnée ?
Qui est garant (et acteur) de la qualité de la donnée ?
Qui accorde le droit d’accès à la donnée ?

Le Quoi ?

Quelle est la définition « métier » de cette donnée ?
Quelles sont les règles métiers associées à cette donnée ?
Quel est le niveau de sécurité et/ou confidentialité de cette donnée ?
Quels sont les acronymes ou alias associés à cette donnée ?
Quelles sont les règles liées à la sécurité ou confidentialité concernant cette donnée ?
Quel niveau de fiabilité (qualité, véracité, etc.) définit cette donnée ?
Quels sont les contextes d’utilisation autorisés (lié à la confidentialité par exemple) ?
Quels sont les contextes (techniques) d’utilisation possibles (ou impossibles) de cette donnée ?
Cette donnée est-elle considérée comme la « Golden Source » ?

Le Où ?

Où est située cette donnée ?
D’où provient cette donnée ? (partenaire, open data, interne, etc.)
Où est utilisée / partagée cette donnée ?
Où est sauvegardée cette donnée ?

Le Pourquoi ?

Pourquoi stockons-nous cette donnée (plutôt que de traiter un flux) ?
Quel est l’objectif / l’usage actuel de cette donnée ?
Quels sont les usages possibles identifiés de cette donnée ? (futur)

Le Quand ?

Quand a été créée cette donnée ?
Quand a été mise à jour cette donnée ?
Quel est le cycle de vie de cette donnée (fréquence de mise à jour) ?
Combien de temps stockons nous cette donnée ?
A quel moment cette donnée doit-elle être supprimée ?

Le Comment ?

Comment est structurée cette donnée (schéma) ?
Comment les systèmes consomment cette donnée ?
Comment obtenir l’accès à cette donnée ?

Commencez à Définir un Template de Métamodèle !

Ces questions peuvent servir de support pour construire votre modèle de documentation de la donnée et apporter aux consommateurs de la donnée les éléments qui leur sont utiles.

Télécharger

Ne manquez pas notre dernier épisode du Zeenea Data Governance Framework la semaine prochaine:

« 6 semaines pour démarrer votre gouvernance des données” où nous vous expliquerons comment Zeenea vous aide à implémenter le premier incrément de votre data catalog dans un cycle court de 3 à 6 semaines.

Mettre en place une gouvernance des données efficace avec Zeenea | S02-E03 – Sensibilisation autour de la donnée

par Zeenea Software | Mai 30, 2021 | Gouvernance des données

Ceci est le dernier épisode de la deuxième saison de notre série « Zeenea Effective Data Governance Framework ».

Divisée en trois parties , cette deuxième partie se concentrera sur l’Adaptation. Ceci consiste à :

Organiser votre Data Office
Mettre en place une communauté Data
Sensibiliser votre entreprise aux données

Pour ce dernier épisode, nous vous donnerons les clés pour créer de la sensibilisation autour des données au sein de votre organisation.

Saison 1 : Alignement

RComprendre le contexte
RTrouver les bonnes personnes
RSe préparer pour passer à l'action

S01 E01

Évaluer la maturité de vos données

Lire

S01 E02

Spécifier votre Stratégie Data

Lire

S01 E03

Obtenir du soutien

Lire

S01 E04

Réaliser une analyse SWOT

Lire

Saison 2 : Adaptation

RCréer vos personas
RIdentifier les rôles majeurs
RDéfinir vos objectifs

S02 E01

Organiser votre Data Office

Lire

S02 E02

Organiser une Communauté Data

Lire

S02 E03

Sensibiliser votre entreprise aux données

Saison 3 : La mise en place d’une gestion des métadonnées à travers un data catalog

RConnaître ses données
RItération de votre data catalog

S03 E01

L’importance des métadonnées

Lire

S03 E02

6 semaines pour démarrer une gouvernance des données

Lire

Dans le dernier épisode, nous vous avons donné des astuces pour organiser votre communauté data en organisant vos Chapters et Guildes Data.

Dans cet article, nous vous donnerons des techniques pour créer de la sensibilisation autour des données à tout niveau de l’entreprise.

Chaque personne pourra donc connaître les missions et enjeux de l’équipe Data Governance, ce qui à terme, alignera tous les départements pour une organisation data-driven.

Définir vos objectifs en utilisant la méthode “SMART”

Chez Zeenea, nous conseillons d’utiliser la méthode SMART (intelligent en anglais) pour planifier et exécuter votre programme de sensibilisation aux données.

L’acronyme SMART signifie :

Specific (Spécifique) : Que voulez-vous accomplir ? Pourquoi cet objectif est-il important ? Qui est impliqué ? Quelles sont les ressources impliquées ?
Measurable (Mesurable) : Êtes-vous en mesure de suivre vos progrès ? Comment saurez-vous que l’objectif est atteint ?
Achievable (Réalisable) : L’atteinte de cet objectif est-elle réaliste au vu des efforts et engagements ? Disposez-vous des ressources nécessaires pour atteindre cet objectif ? Sinon, comment allez-vous les obtenir ?
Relevant (Pertinent) : Pourquoi cet objectif est-il important ? Est-ce qu’il semble en valoir la peine ? Est-ce le bon moment ? Cela correspond-il aux efforts/besoins ?
Timely (Opportun) : Quand allez-vous atteindre cet objectif ?

La méthodologie des objectifs SMART que vous allez mettre en place est progressif, même si vous cherchez à avoir une vue d’ensemble.

La méthode “SMART” pour vos équipes data

Si vous réfléchissez au niveau de portée d’une équipe, vous pouvez les résumer en 3 catégories :

La sphère de contrôle (Control Sphere) est celle que vous pouvez atteindre directement et avec laquelle l’équipe Data peut interagir.
La sphère de l’influence (Influence Sphere) est le niveau où vous pouvez trouver des sponsors et obtenir de l’aide.
La sphère managériales (Concern Sphere) est constituée de C-levels qui ont besoin d’être informés de l’évolution des choses d’un point de vue de haut niveau.

En d’autres termes, vous devrez toucher toutes les parties prenantes concernées, mais avec des moyens, un calendrier et des interactions différents.

Passez du temps à créer de beaux formats, faites attention à la forme de tous vos artefacts.

Des exemples de tâches SMART

Pour la sphère de contrôle, nous vous conseillons de faire ce qui suit :

Former vos équipes (tant pour les équipes de gouvernance des données que pour les utilisateurs finaux)
Faire des présentations spécifiques aux équipes concernées (Stratégie, OKRs, Roadmap, etc)
Gardez vos “burn-down charts” et tous les outils de gestion visuels affichés à tout moment

Pour la sphère de l’influence, nous vous conseillons de :

Célébrer vos premiers jalons
Organiser des sprints
Afficher constamment les OKRs de vos équipes

Et pour la sphère managériale, nous vous conseillons de :

Célébrer la fin d’un projet
Organiser des démos produits
Enregistrer des vidéos et les rendre disponibles

Ne manquez pas la semaine prochaine, dans notre nouvelle saison :

Ne manquez pas notre troisième et dernière saison du “Zeenea Effective Data Governance Framework » la semaine prochaine ! Nous vous parlerons de comment implémenter une gestion des données et de vos métadonnées grâce à un data catalog.

Mettre en place une gouvernance des données efficace avec Zeenea | S02-E02 – Organiser votre communauté data

par Zeenea Software | Mai 18, 2021 | Gouvernance des données

Ceci est le deuxième épisode de la deuxième saison de notre série « Zeenea Effective Data Governance Framework ».

Divisée en trois parties , cette deuxième partie se concentrera sur l’Adaptation. Ceci consiste à :

Organiser votre Data Office
Mettre en place une communauté Data
Sensibiliser votre entreprise aux données

Pour ce deuxième épisode, nous vous donnerons les clés pour organiser de manière efficace votre communauté data au sein de votre entreprise.

Saison 1 : Alignement

RComprendre le contexte
RTrouver les bonnes personnes
RSe préparer pour passer à l'action

S01 E01

Évaluer la maturité de vos données

Lire

S01 E02

Spécifier votre Stratégie Data

Lire

S01 E03

Obtenir du soutien

Lire

S01 E04

Réaliser une analyse SWOT

Lire

Saison 2 : Adaptation

RCréer vos personas
RIdentifier les rôles majeurs
RDéfinir vos objectifs

S02 E01

Organiser votre Data Office

Lire

S02 E02

Organiser une Communauté Data

S02 E03

Sensibiliser votre entreprise aux données

Lire

Saison 3 : La mise en place d’une gestion des métadonnées à travers un data catalog

RConnaître ses données
RItération de votre data catalog

S03 E01

L’importance des métadonnées

Lire

S03 E02

6 semaines pour démarrer une gouvernance des données

Lire

Spotify Feature Teams: une bonne pratique, ou un échec ?

Dans l’épisode précédent, nous vous avons partagé nos astuces pour construire votre Pôle Data à l’aide de personas et du paradigme des “Spotify Feature Teams”.

Le modèle Spotify a cependant été critiqué car les entreprises qui ont essayé de le mettre en œuvre ont connu des échecs.

Les trois principales raisons étaient les suivantes :

L’autonomie, c’est bien, mais cela ne signifie pas que les équipes peuvent faire ce qu’elles veulent et il est nécessaire de mettre l’accent sur l’alignement.

Les résultats clés doivent être définis au niveau de la direction et c’est pourquoi la mise en place d’OKR est la bonne chose à faire.

L’autonomie signifie responsabilité et les équipes doivent être mesurées. Les incréments sur lesquels elles travaillent et la définition de “Fait” doit être spécifiée.

Nous nous concentrerons dans cet épisode sur les Chapters et les Guildes et sur la manière d’organiser et de mieux exploiter votre communauté data.

Comment organiser vos Chapters et vos Guildes

Chapters

La collaboration dans les Chapters et les Guildes nécessite des connaissances et une expérience spécifique. Il est faux de supposer que les équipes connaissent des pratiques agiles !

Lorsque les équipes s’agrandissent, il est nécessaire de disposer d’un soutien dédié et, par conséquent, les gestionnaires en charge des sujets liés aux données sont responsables des processus et de l’organisation de la communauté data.

Au plus haut niveau, l’organisation de votre communauté data signifie le partage des connaissances à tous les niveaux : technologiques, fonctionnelles, organisationnelles à travers la communauté ou les pratiques autour des sujets liés aux données.

Les principales raisons de se concentrer sur l’organisation des Chapters sont les suivantes :

Les équipes manquent d’informations
Les équipes manquent de connaissances
Les équipes répètent leurs erreurs
Les équipes ont besoin de cérémonies et de pratiques agiles communes.

Les Chapters doivent se réunir régulièrement et souvent. Nous conseillons de se réunir une fois par mois.

Lorsqu’il est trop important, un Chapter peut être divisé en plusieurs parties. Même s’il s’agit d’un poste qui peut changer au fil du temps, un Chapter a besoin d’un leader qui n’est pas un manager.

Il ou elle est chargé(e) d’animer et de rendre efficace en :

faisant participer les bonnes personnes,
partageant les résultats avec la direction générale,
coordonnant et en animant les réunions,
aidant à établir de la transparence,
trouver un moyen de partager et de garder à disposition toutes les connaissances partagées,
définir le Chapter : pourquoi, pour qui et à quoi il sert.

Un conseil est de définir un « elevator pitch » pour le Chapter.

Le dirigeant du Chapter est également responsable de la constitution d’un backlog afin d’éviter des discussions interminables sans résultat.

En général, le backlog comprend les sujets suivants :

Sujets relatifs aux données

Chapter des culture des personnes concernées par les données
Chapter des sujets relatifs aux données en amélioration continue
Chapter des pratiques relatives aux données
Chapter des processus relatifs aux données
Chapter des outils de données

Thèmes génériques

Chapter de l’amélioration continue
Chapter de la collecte des retours d’expérience
Chapter des pratiques d’agilité
Chapter des outils génériques
partage d’informations entre les Chapters
programme d’éducation du Chapter

Le responsable de Chapter est chargé de communiquer en dehors de son Chapter avec les autres responsables de Chapter et doit obtenir une allocation de temps pour l’animation.

Comment créer un Chapter

identifier la communauté et tous ses membres
nommer le Chapter
organiser la première réunion du Chapter
définir un slogan
initialiser la page Web du Chapter (et la maintenir à jour pour l’accueil de nouveaux membres)
négocier et construire un premier backlog
planifier les réunions

Guildes

Les guildes devraient être organisées différemment et de manière plus autonome.

Les guildes sont créées par la passion et les équipes ne sont construites que sur une base de volontariat.

Afin d’éviter le syndrome du trop grand nombre de réunions inefficaces, nous conseillons de permettre aux guildes de se réunir uniquement dans certaines circonstances :

lors de formations, d’ateliers mais dans des formats courts comme des BBL (Brown Bag Lunch) pour les sujets pour lesquels ils ont construit la Guilde,
des séances de questions-réponses avec des cadres supérieurs pour souligner le pourquoi de la stratégie data,
lors de “Hack Days” pour approfondir un sujet
des réunions post mortem après un problème majeur.

Téléchargez notre toolkit gratuit : Guide pour un Data Chapter Leader

En téléchargeant notre exemple, élaborez votre Chapter Data et mettez en place les bonnes pratiques pour une communauté data efficace.

télécharger

Ne manquez pas la semaine prochaine, dans notre prochain épisode :

« Sensibiliser votre entreprise aux données” qui vous aidera à obtenir une adoption et un déploiement de votre stratégie data à l’échelle de l’entreprise.

Mettre en place une gouvernance des données efficace avec Zeenea | S02-01 – Organiser votre Data Office

par Zeenea Software | Mai 17, 2021 | Gouvernance des données

Ceci est le premier épisode de la deuxième saison de notre série « Zeenea Effective Data Governance Framework ».

Divisée en trois parties , cette deuxième partie se concentrera sur l’Adaptation. Ceci consiste à :

Organiser votre Data Office
Mettre en place une communauté Data
Sensibiliser votre entreprise aux données

Pour ce premier épisode, nous vous donnerons les clés pour construire vos fiches personas data, afin de mettre en place un Data Office clair et bien défini.

Saison 1 : Alignement

RComprendre le contexte
RTrouver les bonnes personnes
RSe préparer pour passer à l'action

S01 E01

Évaluer la maturité de vos données

Lire

S01 E02

Spécifier votre Stratégie Data

Lire

S01 E03

Obtenir du soutien

Lire

S01 E04

Réaliser une analyse SWOT

Lire

Saison 2 : Adaptation

RCréer vos personas
RIdentifier les rôles majeurs
RDéfinir vos objectifs

S02 E01

Organiser votre Data Office

S02 E02

Organiser une Communauté Data

Lire

S02 E03

Sensibiliser votre entreprise aux données

Lire

Saison 3 : La mise en place d’une gestion des métadonnées à travers un data catalog

RConnaître ses données
RItération de votre data catalog

S03 E01

L’importance des métadonnées

Lire

S03 E02

6 semaines pour démarrer une gouvernance des données

Lire

Dans la première saison, nous vous avons partagé les bonnes pratiques pour aligner votre stratégie data. Pour nous, il est indispensable de :

Évaluer la maturité de vos données
Spécifier votre Stratégie Data avec la mise en place d’OKRs,
Obtenir du soutien,
Réaliser une analyse SWOT efficace.

Dans ce premier épisode de cette nouvelle saison, nous vous apprendrons comment construire votre Data Office.

L’évolution des pôles data en entreprise

Chez Zeenea, nous sommes convaincus par le pouvoir de la gouvernance des données agile.

Par le passé, la mise en place d’une gouvernance des données au sein des organisations ont rarement été couronnées de succès. Les Pôles Data se sont trop souvent concentrés sur la gestion technique ou le contrôle strict des données.

Pour les utilisateurs qui s’efforcent d’expérimenter et d’innover autour de leurs données, les comportements des teams data sont souvent synonymes de restrictions ou de limitations.

La donnée peut paraître comme étant un actif enfermé dans de sombres catacombes, accessibles uniquement après des mois de paperasses administratives.

Les collaborateurs se souviennent de l’énergie gaspillée lors de réunions, de la mise à jour de tableau excel et de la maintenance de wikis, pour constater que personne ne bénéficiait des fruits de leur travail.

Il est évident que les entreprises sont aujourd’hui conditionnées par la conformité réglementaire pour garantir la confidentialité des données, leur sécurité et la gestion des risques (comme par exemple le RGPD).

Cela dit, il est crucial d’adopter une approche plus offensive pour améliorer l’utilisation des données dans une organisation en s’assurant que les données sont utiles, utilisables et exploitées.

L’utilisation de méthodes d’organisation avec de nouveaux modes d’interaction est un bon moyen de mettre en place une organisation efficace au sein d’un Data Office.

Les rôles typiques dans un Data Office

Les rôles typiques d’un Data Office sont les suivants, même si très souvent, certains rôles sont exercés par la même personne :

Chief Data Officer
Responsables de portefeuille/programme/projet liés aux données
Data Engineer / Architect
Data Scientist
Data Analyst
Data Stewards

Création de personas data

Un moyen efficace de spécifier les rôles des parties prenantes du Data Office est de travailler sur leurs personas.

Les entretiens individuels vous permettront d’en apprendre beaucoup sur eux : contexte, objectifs et attentes. Notre toolkit de mise en place d’OKRs est un bon guide pour construire ces personas en posant des questions précises.

Voici un exemple d’une fiche persona :

Quelques astuces pour votre élaboration de personas :

Les personas doivent être affichés dans le bureau de tous les membres de l’équipe de Data Office.

Rendez-les amusants, choisissez un avatar ou une photo pour chaque membre de l’équipe, écrivez une petite biographie personnelle et professionnelle, énumérez leurs valeurs intrinsèques et travaillez sur l’aspect et la convivialité.

Créez un persona par personne, ne créez pas de personas pour des équipes.

Soyez très pointilleux dans les entretiens de définition des personas, reformulez-les si nécessaire.

Traitez les gens avec respect et considérez toutes les remarques et idées de la même manière.

Imprimez-les et affichez-les sur les murs des bureaux de tous les membres de l’équipe.

Constitution d’équipes transversales

Le deuxième conseil, pour se débarrasser des silos de données et d’organisation, est d’organiser votre Data Office en Feature Teams (voir la littérature sur le cadre des Feature Teams de Spotify).

Le principe est de constituer des équipes transversales pour répondre à une caractéristique spécifique importante attendue par votre entreprise.

Le modèle Spotify définit les équipes suivantes :

Squads

Les “Squads” sont des équipes transversales et autonomes qui se concentrent sur un domaine de features. Chaque Squad a une mission unique qui guide son travail.

Dans l’épisode 2 de la saison 1, dans notre exemple de OKRs, le PDG a 3 OKRs et le premier OKR (Augmenter les ventes en ligne de 2%) a généré 2 autres OKRs :

Préparer le Data Lake pour la croissance, porté par le CIO.
Avoir des données gouvernées pour la croissance, porté par le CDO.

Il y aurait alors 2 équipes :

Feature 1 : préparer le Data Lake pour la croissance.

Feature 2 : faire en sorte que les données soient gouvernées pour la croissance.

Tribus

Au niveau inférieur, plusieurs Squads se coordonnent entre eux sur la même zone de caractéristiques. Celles-ci forment une tribu.

Les tribus aident à établir un alignement entre les Squads. Chaque tribu a un chef de tribu qui est chargé d’aider à la coordination entre les Squads et d’encourager la collaboration.

Dans notre exemple, pour l’équipe chargée de la fonctionnalité « Avoir des données gouvernées pour la croissance », notre toolkit pour la mise en place d’OKRs nous indique qu’une tribu est chargée de « Préparer le Data Catalog ».

Chapter

Même si les Squads sont autonomes, il est important que les spécialistes (gestionnaires de données, analystes) s’alignent sur les meilleures pratiques. Les Chapitres sont la famille de chaque spécialiste et aident à maintenir les normes en place dans une discipline.

Guilde

Les membres de l’équipe qui sont passionnés par un sujet peuvent former une guilde, qui est essentiellement une communauté d’intérêt (par exemple : la qualité des données). Tout le monde peut adhérer à une guilde, sur la base du volontariat.

Alors que les Chapitres appartiennent à une tribu, les guildes peuvent traverser différentes tribus. Il n’y a pas de leader officiel d’une guilde.

Au contraire, quelqu’un lève la main pour être le coordinateur de la guilde et aider à rassembler les gens.

Des exemples de Feature Team basée sur notre contexte:

Ne manquez pas la semaine prochaine, dans notre prochain épisode :

Mise en place d’une communauté data, où nous vous aiderons à adapter votre organisation pour qu’elle soit plus data-driven.

Mettre en place une gouvernance des données efficace avec Zeenea | S01-E04 – Analyse de SWOT

par Zeenea Software | Mai 10, 2021 | Gouvernance des données

Ceci est l’épisode final de la première saison de notre série « Zeenea Effective Data Governance Framework ».

Divisée en trois parties , cette première partie se concentrera sur l’Alignement :

Comprendre le contexte
Trouver les bonnes personnes
Préparer un plan d’action dans votre transformation data-driven.

Pour ce dernier épisode sur l’alignement, nous vous donnerons les clés pour construire une analyse SWOT concrète et exploitable pour évaluer au mieux la stratégie de gouvernance des données de l’entreprise.

Saison 1 : Alignement

RComprendre le contexte
RTrouver les bonnes personnes
RSe préparer pour passer à l'action

S01 E01

Évaluer la maturité de vos données

Lire

S01 E02

Spécifier votre Stratégie Data

Lire

S01 E03

Obtenir du soutien

Lire

S01 E04

Réaliser une analyse SWOT

Saison 2 : Adaptation

RCréer vos personas
RIdentifier les rôles majeurs
RDéfinir vos objectifs

S02 E01

Organiser votre Data Office

Lire

S02 E02

Organiser une Communauté Data

Lire

S02 E03

Sensibiliser votre entreprise aux données

Lire

Saison 3 : La mise en place d’une gestion des métadonnées à travers un data catalog

RConnaître ses données
RItération de votre data catalog

S03 E01

L’importance des métadonnées

Lire

S03 E02

6 semaines pour démarrer une gouvernance des données

Lire

Dans l’épisode précédent, nous avons abordé les différents moyens pour assurer l’aval des décisionnaires.

Cette semaine, nous verrons comment établir une analyse SWOT concrète et exploitable afin d’ évaluer au mieux la stratégie de gouvernance des données de l’entreprise.

Qu’est-ce qu’une analyse SWOT ?

Avant de vous donner nos conseils et astuces pour réaliser la meilleure analyse SWOT possible, revenons en arrière et définissons ce qu’est une analyse SWOT.

Une analyse SWOT est une technique utilisée pour déterminer et définir vos forces, faiblesses, opportunités et menaces (Strengths, Weaknesses, Opportunities, & Threats en anglais). Voici quelques exemples :

Points forts (Strengths)

Cet élément concerne les choses que votre entreprise ou un département / service fait particulièrement bien. Il peut s’agir d’un avantage concurrentiel ou d’un attribut particulier de votre produit. Un exemple de « point fort » pour une initiative data-driven serait « Bonne culture des données » ou « Données partagées dans toute l’entreprise ».

Faiblesses (Weaknesses)

Une fois vos forces énumérées, il est important de lister les faiblesses de votre entreprise. Qu’est-ce qui freine votre entreprise ou votre projet ? Si l’on prend notre exemple, une faiblesse de votre département informatique ou data pourrait être « des limitations financières », « une technologie legacy » ou même « l’absence d’un CDO ».

Opportunités

Les opportunités font référence à des facteurs externes favorables qui pourraient donner à une organisation un avantage concurrentiel. Peu de concurrents sur votre marché, des besoins émergents pour votre produit… tous ces éléments sont des opportunités pour une entreprise. Dans notre contexte, une opportunité pourrait être « Migrer vers le Cloud » ou « Un budget supplémentaire pour les équipes data ».

Menaces (Threats)

Le dernier élément d’une analyse SWOT est constitué par les menaces – tout ce qui représente un risque pour l’entreprise elle-même ou pour ses chances de réussite ou de croissance. Pour une équipe chargée des données d’entreprise, une menace pourrait être « un environnement réglementaire plus strict », par exemple.

Comment commencer à construire une analyse SWOT intelligente ?

Pour réaliser une bonne analyse SWOT, il faut adopter une approche démocratique qui vous permettra de ne pas passer à côté de sujets importants.

Il y a 3 principes que vous devez suivre :

Réunissez les bonnes personnes

Invitez les différentes parties prenantes de votre équipe de gouvernance des données, de vos équipes métier, aux services informatiques, en passant par les représentants du CDO et du CPO. Vous constaterez que différents groupes au sein de votre entreprise auront des points de vue totalement différents qui seront essentiels à la réussite de votre analyse SWOT.

Lancez vos idées contre le mur

La réalisation d’une analyse SWOT consiste, en partie, en réunions de brainstorming. Nous suggérons de distribuer des post-its et d’encourager l’équipe à générer des idées par elle-même pour commencer. Cela permet d’éviter la pensée de groupe et de s’assurer que toutes les voix sont entendues.

Cette première cérémonie ne devrait pas durer plus de 15 minutes de brainstorming individuel. Affichez tous les post-its au mur et regroupez les idées similaires.

Vous pouvez allouer du temps supplémentaire pour permettre à chacun d’ajouter des notes à ce stade si l’idée de quelqu’un d’autre suscite une nouvelle pensée.

Classer les idées

Il est maintenant temps de classer les idées. Nous suggérons d’attribuer un certain nombre de points à chaque participant. Chaque participant notera les idées en attribuant des points à celles qu’il juge les plus pertinentes. Vous serez alors en mesure de les classer par ordre de priorité avec précision.

Des toolkits pour votre analyse SWOT

Dans notre premier épisode, nous vous avons aidé à analyser votre maturité des données.

Nous vous avons suggéré de réaliser une analyse SWOT pour chaque aspect. Il est intéressant de se concentrer sur ceux pour lesquels le score de votre entreprise était faible, d’y consacrer plus de temps et de rédiger un plan d’amélioration comme décrit ci-dessous :

Le plan d’amélioration doit mettre à jour vos OKR, avec de nouvelles activités réalisables et potentiellement de nouvelles parties prenantes avec des objectifs, des résultats clés et des échéances.

Par exemple, afin d’améliorer la culture des données, vous pouvez impliquer le responsable des RH pour lancer des sessions de formation spécifiques et créer de nouveaux rôles, responsabilités ou descriptions de poste.

Vous pourriez également vouloir modifier les demandes d’accès aux données de certaines sources de données afin de gagner en flexibilité et en fluidité.

Ne manquez pas le début de la saison 2 la semaine prochaine où nous vous aiderons à adapter votre organisation pour qu’elle devienne plus data-driven.

Mettre en place une gouvernance des données efficace avec Zeenea | S01-E03 – Se faire sponsoriser

par Zeenea Software | Avr 29, 2021 | Gouvernance des données

Ceci est le troisième épisode de notre série « Zeenea Effective Data Governance Framework ».

Divisée en trois parties , cette première partie se concentrera sur l’Alignement :

Comprendre le contexte
Trouver les bonnes personnes
Préparer un plan d’action dans votre transformation data-driven.

Ce troisième épisode vous donnera les clés pour se faire sponsoriser pour vos projets data.

Saison 1 : Alignement

RComprendre le contexte
RTrouver les bonnes personnes
RSe préparer pour passer à l'action

S01 E01

Évaluer la maturité de vos données

Lire

S01 E02

Spécifier votre Stratégie Data

Lire

S01 E03

Obtenir du soutien

S01 E04

Réaliser une analyse SWOT

Lire

Saison 2 : Adaptation

RCréer vos personas
RIdentifier les rôles majeurs
RDéfinir vos objectifs

S02 E01

Organiser votre Data Office

Lire

S02 E02

Organiser une Communauté Data

Lire

S02 E03

Sensibiliser votre entreprise aux données

Lire

Saison 3 : La mise en place d’une gestion des métadonnées à travers un data catalog

RConnaître ses données
RItération de votre data catalog

S03 E01

L’importance des métadonnées

Lire

S03 E02

6 semaines pour démarrer une gouvernance des données

Lire

Dans l’épisode précédent , nous vous avons donné des conseils clés pour construire votre stratégie data d’entreprise en mettant en place des OKR qui garantissent la concentration, la responsabilité et l’engagement des parties prenantes. Cet exercice permettra à vos équipes d’avoir une meilleure transparence et la possibilité de négocier les objectifs à tous les niveaux.

Grâce à cet outil, les OKR devraient vous aider à obtenir un bon sponsoring.

>> TÉLÉCHARGER NOTRE TOOLKIT MISE EN PLACE D’OKR <<

Ce troisième épisode mettra en avant “Comment se faire sponsorisé pour vos projets data.”

Afin de déclencher une initiative de gouvernance des données efficace, vous devrez suivre les étapes suivantes de manière très attentive.

Se faire comprendre
Obtenir du financement
Trouver de l'aide
Créer un calendrier

Étape 1 : Identifier les potentiels sponsors

La première étape consiste à identifier les sponsors potentiels et à organiser des réunions d’équipes pour s’assurer de leur soutien et faire avancer la gouvernance des données que vous souhaitez mettre en place.

Vous avez beaucoup appris lors des réunions OKR et vous avez maintenant la substance pour vous assurer de leur soutien.

Étape 2 : Préparer un storytelling

La deuxième étape consiste à écrire une histoire pour chaque sponsor. Vous devriez être en mesure de rédiger une histoire personnalisée, sur la base des ateliers auxquels vous avez participé sur la stratégie de données de l’entreprise.

Il existe 3 formes de storytelling qui peuvent être combinées :

Un témoignage et une histoire réelle pour renforcer la vôtre,
Une métaphore pour illustrer les concepts de données lorsqu’ils vous semblent trop complexes.
Créer une histoire à partir d’une caractéristique spécifique pour donner une vue d’ensemble.

Étape 3 : Se présenter

La troisième étape consiste à décrire qui vous êtes, ce que vous faites et pourquoi vous le faites à travers le prisme de chaque sponsor.

Étape 4 : Demander de l’argent

Cette quatrième étape consiste à se préparer à demander de l’argent. Demander de l’argent implique de proposer différents scénarios avec différents résultats, une analyse détaillée des coûts, une vue quantitative des avantages financiers et enfin une analyse du retour sur investissement.

Étape 5 : Assurer des résultats

La cinquième étape consiste à vous engager sur l’obtention de résultats concrets. Il n’y aura pas d’adhésion si vous ne vous engagez pas à fournir des résultats tangibles et mesurables.

Quelques astuces pour maximiser vos chances d’aligner des sponsors :

Demandez plus que ce dont vous avez besoin. Ne vous sous-estimez pas, préparez-vous à une réduction de vos attentes en matière de financement et préparez-vous en conséquence.

Trouvez un champion. Dans la liste des sponsors, essayez d’établir une bonne relation avec un sponsor en particulier et demandez-lui de l’aide et des idées pour maximiser vos chances de gagner.

Soyez irréprochable à tous égards. Lorsque vous courtisez un sponsor, respectez toujours votre parole, soyez toujours à l’heure ou en avance à un rendez-vous. Faites-lui savoir que vous êtes une personne intègre. N’oubliez pas de partager la carte des OKR dans laquelle le sponsor est impliqué jusqu’à votre propre OKR.

Soyez bref et précis. Demandez ce que vous voulez, mais ne prenez pas beaucoup de temps à un sponsor potentiel pour le faire.

Respectez vos engagements. À la fin du processus de sponsoring, vous devriez être en mesure d’obtenir les résultats suivants :

La compréhension et l’alignement
Un financement (moyens et ressources)
De l’aide pour lever les obstacles (et construire une voie rapide dans les obstacles de l’organisation)
Un calendrier/retroplanning pour organiser du feedback

Démarrer la mise en place de sponsoring !

Pour que votre organisation réussisse sa stratégie data, il est essentiel de se faire sponsoriser ! Notre toolkit ROI vous donne les ingrédients nécessaires pour que vous et vos équipes puissiez montrer à vos sponsors potentiels le retour sur leur investissement dans vos projets data.

Téléchargez notre toolkit dès maintenant !

Ne manquez pas la semaine prochaine : S02 E04 – Construire une analyse SWOT.

télécharger

Mettre en place une gouvernance des données efficace avec Zeenea | Épisode 2 – Spécifiez votre stratégie data

par Zeenea Software | Avr 23, 2021 | Gouvernance des données

Ceci est le deuxième épisode de notre série « The Zeenea Effective Data Governance Framework ».

Divisée en trois parties , cette première partie se concentrera sur l’Alignement :

Comprendre le contexte
Trouver les bonnes personnes
Préparer un plan d’action dans votre transformation data-driven.

Ce deuxième épisode vous donnera les clés pour mettre en place une stratégie de données efficace à travers la mise en place d’OKR.

Saison 1 : Alignement

RComprendre le contexte
RTrouver les bonnes personnes
RSe préparer pour passer à l'action

S01 E01

Évaluer la maturité de vos données

Lire

S01 E02

Spécifier votre Stratégie Data

S01 E03

Obtenir du soutien

Lire

S01 E04

Réaliser une analyse SWOT

Lire

Saison 2 : Adaptation

RCréer vos personas
RIdentifier les rôles majeurs
RDéfinir vos objectifs

S02 E01

Organiser votre Data Office

Lire

S02 E02

Organiser une Communauté Data

Lire

S02 E03

Sensibiliser votre entreprise aux données

Lire

Saison 3 : La mise en place d’une gestion des métadonnées à travers un data catalog

RConnaître ses données
RItération de votre data catalog

S03 E01

L’importance des métadonnées

Lire

S03 E02

6 semaines pour démarrer une gouvernance des données

Lire

Dans le précédent épisode, nous avons abordé la maturité des données de votre entreprise sous différents angles.

Sous la forme d’un atelier, nous avons partagé notre Audit de Maturité de la Gouvernance des Données qui vous permet, à travers un diagramme de Kiviat, d’établir votre point de départ et de visualiser où vos efforts doivent porter.

>> TÉLÉCHARGER NOTRE MATRICE DE MATURITÉ DE LA GOUVERNANCE DES DONNÉES <<

Dans ce deuxième épisode, nous vous aidons à définir votre stratégie data !

Quelle est la première étape pour définir sa stratégie data?

Afin de vous organiser de manière optimale, nous recommandons d’utiliser la mise en place de “OKR” (Objective Key Results en anglais) pour élaborer une stratégie data efficace.

Avant d’entrer dans le vif du sujet, voyons ce que signifient les OKR ainsi que comment ils sont construits. Nous partagerons ensuite quelques conseils utiles.

Qu’est-ce les OKR?

Un “Objectif” est quelque chose que vous voulez atteindre (et) qui est une aspiration pour tous les employés de l’entreprise.

Un “Key Results”, ou résultat clé, est la façon dont vous prévoyez de mesurer quantitativement ces objectifs.

Nous vous recommandons de limiter à 3 résultats clés par objectif.

Les 5 avantages clés de mettre en place des OKR sont :

Moins de dissipation
Plus de responsabilité
Plus d’engagement
Un meilleur alignement
Plus de transparence

Dans le cadre du “Zeenea Effective Data Governance Framework » les OKR sont répartis par acteurs sous forme d’entonnoir, ce qui donne lieu à des résultats clés, allant des cadres supérieurs impliqués dans la stratégie des données aux agents impliqués de manière opérationnelle.

Alors que Zeenea croit en une approche “bottom-up”, l’exercice de définition des OKR est une approche “top-down”.

Il est très important qu’à chaque niveau, tout individu soit capable de comprendre les OKR des niveaux supérieurs et comment ses OKR contribuent à la stratégie data globale de l’entreprise.

Nous vous recommandons de fixer un délai raisonnable pour chaque OKR. En procédant de la sorte, tous les OKR déduits seront cohérents avec les échéances des niveaux supérieurs.

D’autre part, nous vous recommandons également de partager, d’afficher et d’expliquer continuellement les OKR à toutes les parties prenantes.

De cette façon, vous garantissez l‘engagement, l’alignement et la transparence de vos équipes.

Pour finir, nous vous suggérons de négocier les OKR, en particulier leurs échéances, plutôt que de les imposer.

Mise en place d’OKR : Exemple

Vous pouvez démarrer la mise en place de vos OKR sur votre stratégie data avec ceux du PDG, s’il ou elle est impliqué.

Au niveau le plus élevé, un OKR donnera lieu à un autre objectif dédié. Aux niveaux inférieurs, vous pouvez avoir plusieurs résultats clés par équipe ou par employé.

Par exemple, un PDG avec 3 OKR qui ont un impact sur la stratégie des données peut être mis en place comme indiqué ci-dessous :

Ensuite, en travaillant à partir des OKR du niveau supérieur, vous pourrez déduire les OKR des CXO et des cadres supérieurs comme le Chief Data Officer, le Chief Information Officer, le Chief Product Officer, le VP des ventes, etc.

Pour chaque dirigeant décisionnaire , des OKR seront attribués aux différents acteurs de son équipe (tels que les responsables de l’analyse, les responsables de l’architecture informatique, les responsables RH, etc.), suivis par des OKR pour les équipes (gouvernance des données, architecture informatique, analystes, business intelligence, science des données, etc.)

En prenant l’exemple ci-dessus, regardons le OKR1 du PDG, qui concerne l’augmentation des ventes en ligne de 2 % d’ici le 30 juin 2021.

Ce schéma montre la cascade d’OKR connexe réalisée par les C-levels et les cadres, les équipes et les individus résultant de l’OKR1 de la hiérarchie.

Sur ce plan, nous prenons en compte les échéances à tous les niveaux, ce qui donne lieu à un aperçu mensuel des OKR individuels.

A titre d’exemple, comme décrit, l’OKR1 du CEO génère un OKR1 pour le CDO qui se compose des éléments suivants :

Objectif : Catalogue de données prêt pour le Data Lake
Résultat clé : 100% des actifs de données provenant du Data Lake gouverné
Echéance : 30 mars 2021

Et pour le niveau inférieur, un Data Steward porte l’OKR1 suivant

Objectif : Actifs de données provenant du Data Lake documentés
Résultat clé : 100% des actifs de données disponibles pour les équipes d’analyse.
Echéance : 30 mars 2021

Gérer vos OKRs : Astuces

Nous conseillons de suivre les OKR tous les trimestres pour les niveaux 1 et 2, puis plus fréquemment aux niveaux équipe et individuel.

Tout changement dans les délais peut se répercuter au niveau supérieur. Nous incitons alors d’adapter l’impact d’un OKR en réduisant autant que possible sa portée, en tant que MVP afin de garder le rythme.

Sélectionnez un OKR au niveau du PDG (ou à un niveau inférieur) et mettez-le en pratique avant de généraliser la pratique des OKR.

Considérez la pratique des OKR comme un OKR lui-même et surveillez-la.

Nommez une personne chargée de la mise en œuvre des OKR afin de vous assurer que l’équipe respecte les pratiques OKR convenues. Cette personne encadrera et administrera l’équipe sur les processus et les outils OKR (vous pouvez en trouver ici).

Démarrer la mise en place de vos OKR pour votre stratégie data !

L’équipe Customer Success de Zeenea et ses services professionnels vous aideront à initier l’ensemble des OKR la mieux adaptée à votre stratégie data. Vous bénéficierez de notre expertise sur les sujets liés aux données, notamment sur la gouvernance des données et le catalogage data.

En général, un projet de gouvernance des données, dans lequel Zeenea est impliqué, peut générer entre 2 et 10 ateliers (la durée de chaque atelier varie entre 2 heures et une demi-journée) afin de rédiger et d’initier la stratégie de données de l’entreprise pour les 3 à 6 premiers mois.

Téléchargez notre toolkit gratuitement pour démarrer la mise en place de vos OKR !

Ne manquez pas la semaine prochaine : Épisode 3 – Obtenir du sponsoring.

télécharger

Mettre en place une gouvernance des données efficace avec Zeenea | Épisode 1 – Évaluez votre maturité

par Zeenea Software | Avr 14, 2021 | Gouvernance des données

Ceci est le premier épisode de notre série « Zeenea Effective Data Governance Framework ».

Divisée en trois parties , cette première partie se concentrera sur l’Alignement :

Comprendre le contexte
Trouver les bonnes personnes
Préparer un plan d’action dans votre transformation data-driven.

Ce premier épisode vous donnera les clés pour évaluer la maturité de votre gouvernance et culture des données.

La Data : le pétrole du 21ème siècle

Avec l’émergence des GAFA ces dernières années (Google, Apple, Facebook et Amazon), la donnée est unanimement devenue un actif incontournable pour toute stratégie d’entreprise.

Son importance a été amplifiée par l’arrivée de nouveaux services et usages du digital qui ont bouleversé notre quotidien. Les entreprises “traditionnelles” qui prennent du retard dans cette révolution data sont inévitablement placées dans une situation de désavantage concurrentiel !

Et personne n’est à l’abri ! Toutes les organisations et tous les secteurs d’activité sont impacté par le nouveau rôle que les données représentent en tant qu’actif stratégique. La plupart des entreprises ont désormais compris que pour suivre les startups innovantes et ces puissants Géants du Web, elles doivent dorénavant valoriser leurs données.

Cette évolution du paysage digital a conduit à des transformations digitales généralisées dans le monde entier, avec pour objectif de devenir « Data-Driven ».

En route vers une entreprise data-driven

Pour devenir une entreprise data-driven, il faut considérer les données comme un actif stratégique qu’il faut avant tout identifier, maîtriser, comprendre puis exploiter.

L’approche data-driven est un moyen de collecter, de garder et de maintenir un patrimoine de données de la plus haute qualité tout en s’attaquant aux nouveaux problèmes de sécurité des données qui sont de plus en plus nombreux. Aujourd’hui, c’est l’enjeu des utilisateurs data. Ils doivent avoir accès à des données précises, intelligibles, complètes et cohérentes afin de :

Détecter des opportunités business potentielles
De réduire les délais de commercialisation
De se conformer aux réglementations.

La route vers la Terre Promise de l’innovation data est semée d’embûches !
Les technologies legacy, souvent très silotées avec une connaissance tribale, sont rarement de bon augure pour la qualité des données.

L’avènement du Big Data a également renforcé la perception, selon laquelle le cycle de vie de toute donnée doit être maîtrisé, afin de pouvoir vous frayer un chemin dans le volume massif des données stockées au sein de l’entreprise. C’est un défi qui englobe de nombreux rôles, responsabilités, processus et outils.

La mise en œuvre d’une gouvernance des données est un chapitre que toute entreprise data-driven doit écrire.

Cependant, nous remarquons que les diverses approches de la gouvernance des données de ces dernières années n’ont pas tenu leurs promesses. En effet, cela a été confirmé par notre propre expérience de terrain, ainsi que des nombreuses discussions avec les principaux acteurs de données.

Chez Zeenea, nous croyons solidement ou vigoureusement à l’adoption d’une approche différente pour maximiser les chances de votre succès. Nos équipes de Professional Services et de Customer Success fournissent à nos clients l’expertise dont ils ont besoin pour mettre en place une gouvernance des données efficace, par le biais d’une approche plus pragmatique et itérative qui s’adapte à un environnement en constante évolution.

Nous l’appelons le Zeenea Effective Data Governance Framework.

Nos convictions sur la data

La prise de conscience de l’importance des données est un long chemin que chaque entreprise doit parcourir. Mais chaque parcours est différent : la maturité des données de l’entreprise varie continuellement et pendant que les attentes et obligations peuvent également varier considérablement.

La réussite globale sera le fruit d’une succession de petites victoires au fil du temps.

Nous avons organisé notre cadre en 3 étapes majeures :

Saison 1 : Alignement

RComprendre le contexte
RTrouver les bonnes personnes
RSe préparer pour passer à l'action

S01 E01

Évaluer la maturité de vos données

S01 E02

Spécifier votre Stratégie Data

Lire

S01 E03

Obtenir du soutien

Lire

S01 E04

Réaliser une analyse SWOT

Lire

Saison 2 : Adaptation

RCréer vos personas
RIdentifier les rôles majeurs
RDéfinir vos objectifs

S02 E01

Organiser votre Data Office

Lire

S02 E02

Organiser une Communauté Data

Lire

S02 E03

Sensibiliser votre entreprise aux données

Lire

Saison 3 : La mise en place d’une gestion des métadonnées à travers un data catalog

RConnaître ses données
RItération de votre data catalog

S03 E01

L’importance des métadonnées

Lire

S03 E02

6 semaines pour démarrer une gouvernance des données

Lire

Nous avons décidé de vous élaborer un cadre de gouvernance des données efficace en 3 saisons. Chaque semaine, nous publierons un nouvel épisode.

Saison 1, Épisode 1 : Alignement

Cette première saison est conçue pour aider votre organisation à s’aligner sur votre stratégie data en assurant la compréhension du contexte global.

Ce qui suit vous aidera, ainsi que tous les sponsors clés, à identifier les bonnes parties prenantes dès le départ. Cette première itération vous aidera à évaluer la maturité des données de votre organisation sous différents angles.

Sous la forme d’un atelier, notre audit de maturité de la gouvernance des données vous aidera à dessiner, à travers un diagramme de Kiviat, vos scores comme indiqué ci-dessous :

Audit de maturité des données : les questions à se poser

Autorité compétente pour la prise de décision et la supervision

Structuration

Est-ce qu’une structure organisationnelle avec différents niveaux de gouvernance (exec, juridique, métier, …) est en place, ainsi que des rôles et responsabilités à différents niveaux spécifiés (comités de gouvernance, tech leaders, data stewards, …) ?

Data stewards

Est-ce que des data stewards, responsables de la coordination des activités de gouvernance des données, ont été identifiés et affectés à chaque domaine ou activité ?

Ordres de mission

Est-ce que les rôles, la mission et les responsabilités concernant les prises de décision, la gestion et la sécurité des données ont été clairement définis et communiqués (aux data stewards eux mêmes, mais aussi à toute personne concernée dans l’entreprise) ?

Moyens à disposition

Est-ce que les data stewards possèdent l’autorité suffisante pour rapidement et de façon efficace corriger les problèmes liés aux données tout en s’assurant que leur accès n’enfreint pas les règles liées aux données à caractère personnel ou sensible ?

Règles et procédures

Règles principales

Est-ce qu’une politique de priorité affectant les principales règles et exigences de gouvernance des données a été définie, et un accord (un accord formel ou une approbation verbale) sur ces priorités obtenu des parties prenantes clés (sponsors, décideurs, exec) ?

Gestion du cycle de vie

Les règles et procédures standard concernant tous les aspects de la gouvernance et du cycle de vie des données, y compris la collecte, la maintenance, l’utilisation et la diffusion, ont-elles été clairement définies et documentées ?

Respect réglementaire données confidentielles

Est-ce que les règles et procédures pour s’assurer que toutes les données sont collectées, gérées, stockées, transmises, utilisées et détruites de telle manière que soit préservée la confidentialité dans le respect des normes de sécurité (incluant par exemple les obligations du RGPD) ont été définies ?

Rétroaction

Est-ce qu’une évaluation a été menée pour s’assurer de la pertinence et l’efficacité à long terme des règles et procédures en place, incluant l’appréciation du dispositif humain, les outils, les technologies et les ressources ?

Vision processus

Disposez-vous d’une cartographie décrivant les processus permettant de surveiller la conformité avec ses politiques et procédures établies ?

Transparence

Est-ce que les règles et procédures ont été documentées et communiquées de façon ouverte et accessible à toutes les parties prenantes, incluant les collaborateurs, les partenaires et le public (via par exemple une publication sur votre site web) ?

Inventaire des données

Vision générale

Disposez vous d’un inventaire ou catalogue de toutes les sources de données de votre entreprise (issues de progiciels, de bases de données internes, de data lakes, de fichiers locaux, …)

Classification des données sensibles

Disposez-vous d’un inventaire détaillé, à jour de toutes les données classées sensibles (cad qui présentent un risque d’être compromises/altérées/corrompues par une divulgation non autorisée ou par inadvertance), personnelles ou les deux ?

Pondération du niveau de risque

Est-ce que vos données ont été caractérisées selon leur niveau de risque en cas de divulgation relativement aux informations personnelles potentiellement contenues dans les enregistrements ?

Règle générale de documentation

Est-ce que votre organisation dispose d’une règle écrite et partagée décrivant ce qui doit figurer dans un catalogue des données, ainsi que comment, quand et à quelle fréquence les informations y sont écrites ainsi que par qui ?

Accessibilité de l’information

Le catalogue de données est-il ouvert à tout collaborateur susceptible de travailler sur un jeu de données, qui y serait répertorié ou non ?

Culture des données

Communication stratégique globale

Votre organisation communique-t-elle en interne sur l’importance que peut jouer la donnée dans sa stratégie ?

Communication obligations réglementaires

Votre organisation sensibilise-t-elle ses employés (à minima ceux directement appelés à utiliser ou manipuler des données) au sujet des obligations reglementaires en vigueur liées aux données ?

Notion de bien commun

Votre organisation encourage-t-elle le partage de jeux de données qui pourraient être produits de façon isolée par divers moyens (communication, plateforme de partage, …)

Optimisation des usages

Votre organisation propose-t-elle, à minima à certains profils, une formation, quelle qu’en soit la forme (interne, externe, …), sur la façon de lire, de comprendre et d’utiliser la donnée ?

Promotion de la valorisation

Votre organisation valorise-t-elle les succès et innovations produits grâce (tout ou partie) aux données ?

Gestion de la donnée

Justification collecte et rétention

Est-ce que votre organisation dispose d’une information claire de la justification de capture et conservation de données personnelles (besoin opérationnel, R&D, juridique, …) ?

Contrôle de la justification

Est-ce que votre organisation dispose d’une procédure régulière de vérification que les données collectées sont conformes aux informations évoquées dans la question précédente ?

Anonymisation

Est-ce que des mécanismes d’anonymisation ou pseudo anonymisation ont été mis en place concernant les données personnelles, directes ou indirectes ?

Procédures détaillées

L’organisation a-t-elle établi et communiqué des règles et procédures de traitement des enregistrements à toutes les étapes du cycle de vie des données, y compris l’acquisition, la maintenance, l’utilisation, l’archivage ou la destruction des données ?

Qualité des données

Règles de gestion de la qualité

L’organisation a-t-elle des règles et des procédures en place pour garantir que les données sont exactes, complètes, à jour et pertinentes pour les besoins des utilisateurs ?

Audit de la qualité

L’organisation effectue-t-elle des audits réguliers de la qualité des données pour s’assurer que ses stratégies de contrôle de la qualité sont à jour et que les mesures correctives prises dans le passé ont permis d’améliorer la qualité des données ?

Accès aux données

Politique d’accès aux données

Existe-t-il des politiques et des procédures en place pour restreindre et surveiller l’accès aux données, limitant qui peut accéder à quelles données, y compris l’attribution de niveaux d’accès différenciés en fonction des descriptions de poste et des responsabilités, en conformité avec les lois et réglementations locales, nationales, internationales, … relatives à la confidentialité (y compris le RGPD)?

Are these policies and procedures consistent with local, national, … privacy laws and regulations (including the GDPR)?

Contrôle d’accès aux données

Des procédures de contrôle internes ont-elles été mises en place pour gérer l’accès aux données par les utilisateurs, notamment les contrôles de sécurité, la formation/sensibilisation et les accords de confidentialité requis par le personnel disposant de privilèges d’accès aux données sensibles ou personnelles ?

Sécurité et gestion du risque

Cadre général

Un cadre de sécurité complet a-t-il été défini, comprenant des procédures administratives, physiques et techniques pour traiter les problèmes de sécurité des données (telles que les restrictions d’accès et de partage des données, une politique de mots de passe renforcés, la sélection et la formation régulières du personnel, etc.) ?

Evaluation des risques

Une évaluation des risques a-t-elle été entreprise, notamment une évaluation des risques et des vulnérabilités liés à la fois à une utilisation abusive intentionnelle des données par des personnes malveillantes (par exemple, des pirates informatiques) et à une divulgation par inadvertance par des utilisateurs autorisés ?

Plan d’atténuation des risques

Un plan est-il en place pour atténuer les risques associés aux violations de données intentionnelles et involontaires ?

Prévention

L’organisation surveille-t-elle ou audite-t-elle régulièrement la sécurité des données ?

Plan de reprise

Des politiques et des procédures ont-elles été établies pour assurer la continuité des services de données en cas de violation de données, de perte ou de tout autre sinistre (ceci inclut un plan de reprise après sinistre) ?

Régulation des flux

Des politiques sont-elles en place pour guider les décisions en matière d’échange et de communication de données, y compris le partage de données (sous forme d’enregistrements individuels contenant des informations personnelles ou de rapports globaux anonymisés) en interne avec des profils métier, des analystes/data scientists, des décideurs ou en externe avec des partenaires ?

Contrats d’usage et engagement légal

Lors du partage de données, des procédures appropriées, telles que des accords de partage, sont-elles mises en place pour garantir que les informations personnelles restent strictement confidentielles et protégées contre toute divulgation non autorisée ? Notez que les accords de partage de données doivent être autorisés par toutes les réglementations applicables, telles que le RGPD.

Ces accords ne peuvent avoir lieu que si le partage de données est autorisé par la loi.

Contrôle sur les produits dérivés

Des procédures appropriées, telles que l’obfuscation ou la suppression, sont-elles mises en place pour garantir que les informations ne sont pas divulguées par inadvertance dans toute production de contenu basée sur les données (exemple : rapports) et que les pratiques de l’entreprise en matière de production restent conformes aux lois et réglementations en vigueur (par exemple, le RGPD) ?

Information des parties prenantes

Les parties prenantes, y compris les personnes dont les données sont conservées, sont-elles régulièrement informées de leurs droits en vertu des lois ou réglementations applicables régissant la confidentialité des données ?

Commencez dès maintenant à évaluer la maturité des données de votre entreprise !

Notre toolkit interactif vous permettra de visualiser où doivent porter vos efforts lors de la mise en œuvre d’une stratégie de gouvernance des données.

télécharger gratuitement

Défis data : les clés pour être un bon Chief Data Officer en 2021 ?

par Zeenea Software | Mar 18, 2021 | Gouvernance des données

A l’heure où la donnée s’est imposée comme un actif majeur dans l‘entreprise, personne ne nie le rôle clé du Chief Data Officer. Nous avons déjà eu l’occasion dans un de nos précédents articles d’évoquer la mission des CDO.

Acteur de la transformation des processus et usages data dans leurs entreprises, le Chief Data Officer doit se prévaloir de qualités techniques mais aussi humaines. Retour sur le rôle du CDO en 2021 !

Pédagogie, accompagnement, empathie, vision… Autant de caractéristiques parfois difficiles à réunir et à concilier au quotidien. Et pourtant ! Parce que le rôle du Chief Data Officer est aussi stratégique qu’opérationnel, il doit non seulement pouvoir s’appuyer sur des compétences reconnues, mais aussi adosser son action au sponsorship inconditionnel de la direction générale, tout en restant au contact des équipes métier. Afin de répondre à ces challenges, le CDO doit donc faire preuve de savoir-être autant que de savoir-faire.

D’un côté, il doit être apte à proposer des nouvelles solutions et outils qui permettent à l’entreprise de correctement analyser et exploiter les données, et de l’autre, savoir mettre les données au centre de l’entreprise, afin de construire une culture data et faire le lien entre métier et IT.

Un champ d’action qui s’étend progressivement

Dans son étude intitulée Quels sont les rôles et les défis du Chief Data Officer (CDO) d’aujourd’hui ? – Focus sur une fonction clé de la transformation data-driven, le cabinet PwC définit le périmètre des défis que doit relever le CDO :

« Dans la mesure où les équipes data se sont constituées et professionnalisées dans les grands groupes, l’enjeu se déplace aujourd’hui vers la capacité à faire travailler ensemble tous les départements de l’organisation. L’acculturation de l’entreprise et la formation des équipes data sont au cœur des enjeux du Chief Data Officer ». Cette réalité est renforcée par un autre constat : « Le CDO doit s’adapter à la transition entre des systèmes hérités, des nouvelles technologies de stockage et d’analyse des données ainsi qu’à des interfaces répondant à de nouveaux usages (Cloud, Data Marketplaces, Data virtualization, IoT, chatbot, etc.) ».

Enfin, comme l’indiquent les auteurs de la synthèse de l’étude, « avec une croissance du nombre de cas d’usages combinant la RPA et l’IA, le champ d’action du Chief Data Officer s’étend ». Preuve de la criticité de la mission de CDO, la place qu’il occupe au sein des organisations.

Une autre étude réalisée par IDC pour le compte d’Informatica et publiée en août 2020, révèle que 59% des CDO interrogés rapportent directement à un responsable clé de l’entreprise, notamment au CEO. Et le Chief Data Officer est directement impliqué dans la performance des entreprises. En effet, cette même étude souligne que 80% des indicateurs clés de performance des CDO sont liés à des objectifs commerciaux (efficacité opérationnelle, satisfaction des clients, protection des données, innovation, chiffre d’affaires et productivité).

Les défis du CDO au quotidien

Le rôle essentiel du Chief Data Officer c’est de construire un pipeline data pertinent, performant, et valorisable, tout en composant une équipe capable de faire vivre cet actif et le transformer en matière première exploitable par l’ensemble des métiers.

Cette mission de grand architecte de la Data, impose au CDO de composer des équipes constituées de personnes compétentes et totalement data-driven. C’est l’une des difficultés majeures selon l’étude IDC qui rappelle que 71% des répondants ne disposent que de quatre gestionnaires de données ou moins, et 26% n’en ont même aucun ! La capacité à recruter, à s’entourer et à animer une équipe Data constitue par conséquent le premier de tous les défis du CDO.

Mais ce n’est pas le seul.

Si l’on s’en réfère à l’étude PwC déjà évoquée, il apparaît que pour 70% des CDO interrogés, l’acculturation data de l’entreprise est mise en œuvre au sein de leur entreprise. Une acculturation dont ils sont les premiers artisans en mettant sur pied une documentation des données disponibles, qui soit intelligible de tous, y compris des profils non IT. Une réalité qui fait écho à un autre des défis majeurs du CDO qui consiste à jouer le rôle de passerelle entre les acteurs de l’IT dans l’entreprise et l’ensemble des métiers.

« Nous constatons que cela est accentué par le passage à l’échelle des projets data ; passant d’initiatives sur un périmètre restreint – ayant davantage la forme d’un « Proof of Concept » (PoC) – à des projets globaux impliquant de multiples parties prenantes », observe-t-on chez PwC. Garant du développement des processus data pour améliorer la qualité des données, le CDO est présent sur tous les fronts.

Un véritable chef d’orchestre qui devra savoir insuffler énergie et dynamisme pour contribuer à la relance économique des entreprises en 2021 !

La gouvernance des données, une priorité renforcée pour les entreprises en 2021 ?

par Zeenea Software | Jan 28, 2021 | Gouvernance des données

Sous l’effet conjugué d’une transformation digitale massive de nos sociétés et des puissances de calcul de l’outil informatique, la place de la donnée dans les stratégies des entreprises explose. Une réalité qui induit la notion de gouvernance des données ou data governance comme une priorité incontournable. Retour sur un enjeu qui reste capital en 2021 !

Avec la place croissante qu’occupent les nouvelles technologies, les entreprises sont à la croisée des chemins. D’un côté, elles collectent et produisent des volumes considérables de données. De l’autre, elles doivent être en mesure d’en exploiter toute la richesse à des fins d’adaptation à leurs marchés en temps réel.

L’enjeu ? Mettre en œuvre des stratégies de gouvernance des données solides pour garantir non seulement l’exactitude et la pertinence des données, mais aussi leur fiabilité et leur sécurisation.

Mais le défi ne s’arrête pas là ! Elles doivent aussi délivrer à leurs équipes, en interne, les informations dont elles ont besoin pour remplir leurs missions. Selon les estimations publiées dans le Digital Economy Compass 2019 de Statista, le volume annuel de données créées à l’échelle mondiale a été multiplié par plus de vingt entre 2010 et 2020 et a atteint 50 zettaoctet cette année ! 50 zettaoctet, cela représente 500 millions de disques durs de 100To. Un chiffre qui donne le tournis et ne fait qu’illustrer l’importance de définir une vraie politique de gouvernance des données.

La question ne se limite pas à une simple préoccupation de stockage ou de sécurisation mais aussi et surtout d’exploitation de la donnée. Une exploitation qui permette à l’entreprise de valoriser un actif précieux pour faciliter le quotidien de ses équipes et la satisfaction de ses clients !

Et le constat de l’institut Gartner est sans équivoque : « l’incertitude générée en 2020 persistera pendant plusieurs années. Mais de ces perturbations, découle une opportunité de forger de nouvelles voies. Les leaders de l’analyse des données concevront et exécuteront une stratégie qui accélère le changement, renforce la résilience et optimise l’impact business ».

Gouvernance des données : Mode d’emploi

Plus personne ne doute de l’importance d’une politique de gouvernance des données. La crise de la COVID-19 en est une illustration évidente. Les données de santé sont capitales dans la maîtrise de l’épidémie et lorsque la gouvernance n’est pas assurée dans les meilleures conditions, les conséquences peuvent se révéler désastreuses.

Au sens strict du terme, la gouvernance des données consiste en la gestion globale de la disponibilité, de l’exploitabilité, de l’intégrité et de la sécurité des données utilisées dans une entreprise. Mais derrière ce principe, il y a les faits… et les difficultés organisationnelles ou techniques. Au sein d’une entreprise, la définition d’une politique de gouvernance des données adaptée doit s’appuyer sur les bons interlocuteurs. L’équipe en charge de la politique de gouvernance des données est garante de la détermination des normes, l’utilisation et l’intégration des données entre les projets, des domaines et des secteurs d’activité… Une mission exigeante qui impose de relever des challenges complexes…

Relever les défis de la data governance d’aujourd’hui

Puisque la place de la donnée est centrale dans la vie d’une entreprise, il est, plus que jamais, indispensable d’abolir les silos qui, trop souvent, entravent une valorisation optimale de la data. C’est le cœur même d’un projet de gouvernance des données : faire en sorte que la data devienne information. Un enjeu qui suppose démocratiser l’accès aux données à des profils non IT.

L’ensemble des métiers doivent pouvoir manipuler, exploiter, interroger la donnée.

Pour cela, les solutions déployées dans les organisations doivent proposer une expérience intuitive et ergonomique. Mais derrière le partage de l’information, qui induit la notion de data quality, persiste le défi constant de la sécurisation de la données… surtout lorsque vos collaborateurs ne sont physiquement présents dans l’entreprise et accèdent à cet actif stratégique depuis leur domicile par exemple. La gestion des identités, le respect des « bonnes pratiques » en matière de sécurité informatique, doivent faire l’objet d’un accompagnement constant. Accompagnement qui doit constituer le pendant immédiat du développement d’une culture interne de la gouvernance de la donnée.

Élaborer des politiques, des procédures et des pratiques qui permettent de contrôler et protéger efficacement les données tout en renforçant leur manipulation et leur exploitation, c’est l’ADN d’une politique de Gouvernance des données !

C’est jamais trop tard pour s’y mettre! Démarrez votre projet gouvernance des données

Découvrez les secrets pour mettre en œuvre une gouvernance des données agile en téléchargeant gratuitement notre livre blanc : « Pourquoi démarrer une gouvernance des données agile ». Dans ce guide, vous découvrirez :

Les définitions de la gouvernance des données
Les avantages de la mise en œuvre d’une stratégie de gouvernance des données
Ce que signifie une gouvernance des données « agile »
5 attributs clés pour que votre entreprise puisse commencer à déployer la gouvernance des données agile dans votre organisation !

pourquoi-demarrer-gouvernance-données-agile-mockup-FR

TÉLÉCHARGER

Big Data Hebdo : Data catalog, data discovery, et gouvernance des données featuring Zeenea

par Zeenea Software | Jan 4, 2021 | Actu & événements, Data Catalog, Gouvernance des données

Enregistré le 20 novembre 2020, Sandrine Bernaud, Product Manager chez Zeenea, avait été invitée pour participer au podcast Big Data Hebdo pour parler data catalog, data discovery et gouvernance des données.

Présentation de Big Data Hebdo en quelques mots :

Fondé en 2014 par Vincent Heuschling et Benjamin Guinebertière, le podcast Big Data Hebdo rassemble une équipe de quatre animateurs, tous passionnés par la data sous toutes ses formes ! Vous y retrouverez Alexander Dejanovski, consultant Apache Cassandra chez Datastax, Jérôme Mainaud, Architecte logiciel chez Zeenea, Nicolas Steinmetz, fondateur de CérénIT, et Vincent Heuschling, Fondateur d’Affini-Tech.

Ce 113ème épisode s’est concentré sur qu’est-ce un data catalog, pourquoi est-ce un outil nécessaire pour les utilisateurs et managers data, et comment les data catalogs aident les entreprises à découvrir leurs données et initier une gouvernance des données au sein de leur organisation.

Sylvain L., un utilisateur de Zeenea Data Catalog et occupant le poste de Responsable de la gouvernance des données dans une grande banque française, confirme que “le gros point fort [d’un catalogue de données], c’est vraiment de pouvoir rassembler la connaissance de la donnée et de pouvoir permettre aux utilisateurs à la fois métier et IT d’avoir un langage commun, c’est vraiment ça la force dont on a besoin pour développer efficacement nos cas d’usage autour de la donnée.”

Vous pouvez écouter le podcast en entier ici 👇
https://bigdatahebdo.com/podcast/episode-113-data-catalog-et-data-discovery/

Quelle est la différence entre un Data Steward et un Data Owner ?

par Zeenea Software | Oct 12, 2020 | Gouvernance des données, Inspiration Data

Quelle est la différence entre des Data Stewards et des Data Owners ? Cette question revient inlassablement !

Vous pourrez sur la toile internet lire différentes définitions associées à la gestion des données et à leur gouvernance. De plus, selon les entreprises, leurs définitions et leurs responsabilités peuvent très largement varier.

Pour tenter de clarifier la situation, nous proposons à travers cet article de faire un résumé de ces deux profils que nous avons pu rencontrer chez nos clients et d’établir une potentielle complémentarité.

Avant tout, nous croyons fermement qu’il n’existe pas de cadre idyllique ou standard et que ces définitions sont propres à chaque entreprise du fait de leur organisation et de leur “legacy”.

Data owner et data stewards : deux rôles aux maturités différentes

La nomination récente des CDOs a largement été guidée par les transformations digitales entreprises de ces dernières années : maîtriser le cycle de vie de la donnée de sa collecte à son création de valeur. Pour tenter d’y parvenir, un objectif simple – mais pourtant complexe – s’est dessiné : connaître en premier lieu le patrimoine informationnel de l’entreprise bien trop souvent siloté.

Ainsi, la première étape de nombreux CDOs a été d’aller référencer ces actifs, de les documenter tant sur l’angle business, les traitements qui les ont transformés que les moyens techniques pour les exploiter.

Ce principe fondateur d’une gouvernance des données a également été évoqué par Christina Poirson, CDO du groupe Société Général lors d’une table ronde qui s’est déroulée au Big Data Paris 2020. Elle explique l’importance de connaître son environnement data ainsi que les risques associés pour in fine créer de la valeur.

Lors de son intervention, Christina Poirson a développé les rôles des Data Owners au sein de ce challenge du partage de la connaissance data. Intégrés au métier, ils ont la responsabilité de définir leurs jeux de données, leurs usages ainsi que la qualité associée, sans pour autant mettre en cause le Data Owner :

“la donnée chez nous appartient soit au client, ou à toute l’entreprise, mais pas à une BU ou un département particulier. On réussit à créer de la valeur à partir du moment où les données sont partagées”.

Vous en conviendrez, les data owners sont des rôles présents depuis plus longtemps dans les organisations que les data stewards. Ce sont des parties prenantes de la collecte, l’accessibilité et la qualité de jeux de données.

Nous qualifions le Data Owner comme le responsable de la donnée finale. Nous pouvons prendre l’exemple simple d’un directeur marketing, qui pourra entreprendre ce rôle dans la gestion des données clients. Il aura ainsi la responsabilité et le devoir d’en maîtriser sa collecte, sa protection et ses usages.

La démocratisation des data stewards s’est faite plus récemment, jusqu’à créer des postes dédiés dans les organisations. À l’inverse d’un data owner, propriétaire et responsable de données, celui-ci intervient plus largement dans un challenge, qui re-gagne en popularité depuis quelques temps, la gouvernance des données.

Dans nos articles, “Qui sont les data stewards ?” ou encore “Les multiples facettes du stewards”, nous parlons plus en détails de ce profil impliqué dans le référencement, la documentation des actifs d’entreprise (nous parlons bien évidemment des données) pour en simplifier leur compréhension et leurs usages.

Data Steward et Data Owner : deux rôles complémentaires ?

Dans les faits, les entreprises n’ont pas toujours les moyens d’ouvrir de nouveaux postes aux data stewards. Dans une organisation idéalisée, la complémentarité de ces profils pourrait tendre vers :

Un data owner est responsable des données de son périmètre dans sa collecte, sa protection, et sa qualité. La suite serait alors prise par le data steward en charge de rédiger et agréger les informations, les définitions et tout autre besoin de l’entreprise pour simplifier la découverte et la compréhension de ces actifs.

Prenons l’exemple de la qualité d’un jeu de données. Si un problème de qualité des données subvient, il faudrait vous attendre à ce que le data steward souligne les problèmes rencontrés par ses consommateurs au Data Owner chargé alors d’enquêter et proposer les mesures correctives.

Pour illustrer cette complémentarité, Chafika Chettaoui, CDO chez Suez – également présente lors de la table ronde du Big Data Paris 2020 – confirme qu’ils ont ajouté un autre rôle dans leur organisation, celui du Data Steward. Chez eux, le Data Steward est la personne qui s’assure que le flux de données fonctionne. Elle explique :

“Le Data Steward est la personne qui va animer ce qu’on appelle les Data Producers (les personnes qui collectent les données dans les systèmes), s’assurer qu’ils soient bien formés et qu’ils comprennent la qualité et le contexte des données pour créer leurs dashboards de reporting et d’analyses. Pour résumer, c’est un profil métier, mais avec une vraie valence data et une compréhension de la donnée et de sa valeur”.

Pour conclure, il existe en anglais, deux notions difficiles à traduire dans la langue française qui pourtant font une différence certaine entre ses deux rôles: le data owner est “accountable for data” tandis que le data stewards est “responsible for” l’activité de la donnée au jour le jour.

Comment déployer une gouvernance des données performante et adoptée par tous

par Zeenea Software | Oct 8, 2020 | Gouvernance des données, Inspiration Data

Il est évident que la COVID-19 a bousculé l’économie et le monde du travail à travers le monde entier. En mars 2020, la France a été mise en confinement total, et de nombreuses entreprises ont dû s’adapter à de nouvelles manières de travailler, que ce soit à travers la mise en place du télétravail, des changements de rythmes de production, ou encore l’arrêt total du fonctionnement de l’organisation. Cette crise sanitaire a donc chamboulé les entreprises : comment faire face aux risques financiers, technologiques, et de conformité suite à la pandémie ?

Au Big Data Paris 2020, nous avons eu le plaisir d’assister à la table ronde “Comment déployer une gouvernance des données performante et adoptée par tous” animée par Christina Poirson, Groupe CDO de la Société Générale, Chafika Chettaoui, CDO du Groupe Suez et Elias Baltassis, Partner & Director, Data & Analytics du Boston Consulting Group. Dans cette table ronde d’environ 35 minutes, les trois experts data nous expliquent l’importance et les “best practices” de la mise en place d’une gouvernance des données.

Les premières étapes pour implémenter une gouvernance des données

L’impact du COVID-19 n’a pas été sans souligner le défi essentiel de la connaissance, de la collecte, de la conservation et de la transmission de données de qualité. Donc, est-ce que le confinement a poussé les entreprises à vouloir mettre en place une stratégie de gouvernance des données ? Cette première question répondue par Elias Baltassis a confirmé la forte augmentation de demande de mise en place de gouvernance des données en France :

“le confinement a certainement accéléré la demande de mise en place de data governance ! La gouvernance des données était déjà un sujet pour la majorité de ces entreprises bien avant le confinement, mais la crise sanitaire a bien sûr poussé les entreprises à renforcer la sécurité et fiabilité de leur patrimoine de données.”

Mais donc, quel est l’objectif d’une gouvernance des données ? Et par où commencer ? Elias nous explique qu’il faut tout d’abord faire un diagnostique des actifs de données dans l’entreprise, et identifier les points de friction : “Identifiez les endroits dans l’entreprise où il y a une déperdition de valeur à cause de la mauvaise qualité des données. Ceci est important car la gouvernance des données peut facilement dériver vers un exercice bureaucratique, et c’est pour ça qu’il faut toujours garder comme “guide” la valeur créée pour l’organisation, qui se traduit par une meilleure accessibilité, meilleure qualité, etc”.

Une fois que le diagnostique a été posé et que les sources de valeur sont identifiées, Elias nous explique qu’il y a quatre étapes de méthodologie à suivre :

Connaître les données d’entreprise, leur structure, et à qui elles appartiennent (via un glossaire de données par exemple),
Mettre en place une politique de données ciblée sur les points de friction,
Choisir le bon outil pour déployer ces politiques à travers l’entreprise
Mettre en place une culture des données au sein de l’organisation en commençant par embaucher des personnes data-driven, telles que des Chief Data Officers.

La méthodologie ci-dessus est donc primordiale avant de démarrer tout projet de gouvernance des données qui, selon Elias, peut se mettre en place assez rapidement : “la gouvernance des données peut être implémentée rapidement, par contre l’augmentation de la qualité des données va prendre plus ou moins de temps, ça dépend de la complexité de l’entreprise ; une entreprise qui travaille avec un seul pays prendra moins de temps qu’une entreprise travaillant avec toute l’Europe par exemple”.

Le rôle du Chief Data Officer dans la mise en place d’une gouvernance des données

Au tour de Christina Poirson, qui explique que pour elle et la Société Générale, la gouvernance des données a joué un rôle très important durant cette période exceptionnelle : “heureusement que nous avions mis en place une gouvernance des données qui a su assurer la qualité et la protection des données durant le confinement à nos clients professionnels et particuliers. Nous avons réalisé l’importance du couple digitalisation et data qui s’est montré vital pour non seulement notre travaille durant la crise, mais également pour les activités de demain”.

Mais donc, comment est-ce qu’une entreprise aussi grande, ancienne et ayant des milliers de données comme la Société Générale a-t-elle pu mettre en place une nouvelle stratégie de data governance ? Christina nous explique que la donnée au sein de la Société Générale n’est pas un sujet récent. Effectivement, dès la naissance des premières agences, la firme a demandé des informations sur le client afin de pouvoir le conseiller sur quel type de prêt mettre en place par exemple.

Cependant, la CDO de la Société Générale nous affirme qu’il y a aujourd’hui, avec la digitalisation, de nouveaux types, formats et volumes de données. Elle confirme ce qu’Elias Baltassis disait juste avant : “La mise en place d’un data office et de Chief Data Officers était une des premières étapes dans la stratégie data de l’entreprise. Notre rôle est de maximiser la valeur des données tout en respectant la protection des données sensibles, ce qui est très important dans le monde de la banque !”

Pour faire cela, Christina explique que la Société Générale accompagne cette stratégie tout au long du cycle de la donnée : de sa création jusqu’à sa fin de vie en passant par sa qualification, sa protection, son utilisation, son anonymisation et sa destruction.

De l’autre côté, Chafika Chettaoui, CDO du groupe Suez explique qu’elle se voit en chef d’orchestre :

“ce qui manquait à Suez c’était un chef d’orchestre qui doit organiser comment la technique peut répondre à un objectif métier. Aujourd’hui avec le nombre de données qui augmente, le CDO doit être le chef d’orchestre pour les départements IT, métier, et même ceux du RH et de la communication car la transformation data et digitale est surtout une transformation humaine. Il doit être l’organisateur afin d’assurer la qualité et l’accessibilité des données ainsi que leurs analyses.”

Mais surtout, les deux intervenantes sont d’accord pour dire qu’un CDO ont deux principales missions :

La mise en place de différentes normes sur la qualité et protection des données,
Doit casser les silos data en créant un langage commun autour de la data , ou la data fluency, dans toute partie de l’entreprise

L’acculturation des données dans l’entreprise

Nous n’avons pas besoin de vous rappeler que la mise en place d’une culture des données au sein de l’entreprise est essentielle pour créer de la valeur avec ses data. Christina Poirson explique que l’acculturation data a été assez longue pour la Société Générale :

“Pour mettre en place une culture data, nous sommes passés par la cartographie des données à tous les niveaux des structures managériales, du top management au collaborateur. Nous avons également dû mettre en place des sessions de coaching, des formations de coding ou autres sensibilisations dédiées. Nous avons aussi mis à disposition tous les cas d’usage du groupe SG dans un catalogue d’idées qui sert à ce que chaque entreprise du groupe (quel que soit le pays) puisse être inspirée : c’est une bibliothèque de cas d’usage qui est là pour inspirer les gens.”

Elle continue à expliquer qu’ils ont d’autres manières d’acculturer les employés à la Société Générale :

La mise en place de bibliothèque d’algorithmes pour réutiliser ce qui a déjà été mis en place
Mise en place d’outils spécifiques pour évaluer si la donnée est conforme aux réglementations
Rendre les données accessibles en passant par un catalogue de données du groupe

L’acculturation des données n’était donc pas un long fleuve tranquille pour la société générale. Mais, Christina reste positive et nous raconte une petite analogie :

“la data c’est comme l’eau, des DSI sont les tuyaux, et les métiers font des demandes liées à l’eau. Il doit donc avoir une symbiose entre la DSI, l’IT et les métiers”.

Chafika Chettaoui ajoute : “Effectivement, il est impératif de travailler avec et pour le métier. Notre travail est de nommer des gens chez les métiers qui vont être responsable de leurs données. Il faut redonner la responsabilité à chacun : l’IT pour la construction de la maison, et le métier pour ce qu’on met à l’intérieur. En mettant cet équilibre-là, il y a un vrai aller-retour et non pas juste l’IT qui est responsable de tout”.

Les rôles dans la gouvernance des données

Bien que les rôles et responsabilités varient d’entreprise à entreprise, lors de cette table ronde, les deux Chief Data Officers nous expliquent comment fonctionne l’attribution des rôles au sein de leur stratégie data.

À la Société Générale ils ont des convictions assez forte. Premièrement, ils mettent en place des “Data Owners”, qui font partie du métier, qui sont responsables de :

la définition de la donnée
les principaux usages
le niveau de qualité associé

Par contre, si un utilisateur data veut utiliser une donnée, il n’a pas à demander la permission du Data Owner, sinon ça crispe tout le système. De ce fait, la Société Générale met des dispositifs qui font qu’ils vérifient le respect des règles et réglementations, sans pour autant mettre en cause le Data Owner : “la donnée chez nous appartient soit au client, ou à toute l’entreprise, mais pas une BU ou département particulier. On réussit à créer de la valeur à partir du moment où les données sont partagées”.

Chez Suez, Chafika Chettaoui confirme qu’ils ont la même définition du Data Owner, mais il ajoute un autre rôle, celui du Data Steward. À Suez, le Data Steward c’est celui qui est sur place, qui s’assure que le flux de données fonctionne. Elle explique : “Le Data Steward c’est quelqu’un qui va animer ce qu’on appelle les Data Producers (les personnes qui collectent les données dans les systèmes), s’assurer qu’ils soient bien formés et qu’ils comprennent la qualité des données, et celui qui vont tenir les dashboards de reporting et analyser s’il y a des incohérences. C’est quelqu’un du métier, mais avec une vraie valence data et une compréhension de la donnée ainsi que de sa valeur”.

Quelles sont les bonnes pratiques essentielles pour la mise en place d’une gouvernance des données ?

Ce qu’il ne faut jamais oublier dans l’implémentation d’une gouvernance des données c’est de se rappeler qu’une donnée n’appartient pas à une seule partie de l’organisation mais doit être partagée. Il est donc impératif de normer la donnée. Pour cela, Christina Poirson nous explique l’importance d’un dictionnaire des données : “en ajoutant un dictionnaire des données incluant le nom, la définition, le data owner, et le niveau de qualité de la donnée, vous avez déjà une première brique dans votre gouvernance”.

Comme mentionné ci-dessus, la deuxième bonne pratique de la data governance c’est de définir des rôles et responsabilités autour des données. En plus d’un Data Owner ou Data Steward, il est essentiel de définir une série de rôles pour accompagner à chaque étape clé de l’utilisation des données. Certains de ces rôles peuvent être :

Data Quality Manager
Data Protection Analyst
Data Usages Analyst
Data Analyst
Data Scientist
Data Protection Officer
etc

Pour une dernière recommandation de bonne pratique pour une gouvernance des données réussie, Christina Poirson nous explique l’importance de connaître son environnement data ainsi que de connaître son appétence aux risques, les règles de chaque métier, industrie et service pour réellement faciliter l’accessibilité aux données et le respect des lois.

…et les erreurs à éviter ?

Pour finir la table ronde, Chafika Chettaoui nous parle des erreurs à éviter pour réussir sa gouvernance. Selon elle, il ne faut surtout pas commencer par la technologie. Même si évidemment, la technique et l’expertise sont essentielles à une mise en oeuvre d’une gouvernance des données, il est très important de se concentrer tout d’abord sur la culture de l’entreprise.

Chafika Chettaoui affirme : “Mettre en place une culture des données avec des formations est essentielle. D’un côté il faut casser le mythe que les données et l’IA sont “magiques”, et d’un autre côté casser le mythe de “l’intuition” de certains experts, en expliquant l’importance des données dans l’entreprise. L’aspect culturel est clé, et à tout niveau de l’organisation. ”

Outil de gouvernance de données : Lean Data Governance Canvas

par Zeenea Software | Juin 30, 2020 | Gouvernance des données

Inspiré par le business modèle « Lean Canvas » de Ash Maurya, le Lean Data Governance Canvas de Zeenea est destiné aux gestionnaires des données dont les missions sont de clarifier et d’orchestrer la gouvernance des données au sein de leurs organisations. D’un point de vue méthodologique, le Lean Data Governance Canvas est composé de deux parties principales :

Les éléments de gauche qui représentent ceux d’un système de gouvernance
Les éléments de droite qui sont inhérents à une organisation

Il est important de savoir que ce Lean Data Governance Canvas est un toolkit pour la mise en œuvre d’une gouvernance des données. Les intervenants devront itérer afin de réaliser un LDGC avec le moins d’hypothèses possible dans le temps.

Cependant, soyez attentifs ! Il ne doit pas y avoir un seul Canvas qui représente l’ensemble de l’entreprise, mais plutôt des canvas distincts pour les niveaux stratégiques et opérationnels.

Les idées mises en évidence dans le Lean Canvas devront être cohérentes et respecter les objectifs stratégiques de l’entreprise.

Téléchargez notre toolkit (anglais)

Lean Data Governance Canvas: la méthode

0- Objectifs stratégiques

Avant de commencer votre aventure avec le Lean Data Governance Canvas, il est important de mettre en évidence les attentes stratégiques de l’entreprise et de vous interroger :

Quels sont les objectifs stratégiques de l’entreprise et du conseil d’administration ?
Comment cela s’applique-t-il au département data et IT ?

1 & 2 – Segmentation des Data citizens et leurs problèmes

Commencez par réfléchir à un type de persona. Ensuite, vous pouvez prendre le temps de réfléchir à jusqu’à trois challenges que ce groupe doit relever :

Qui sont les Data Citizens auxquelles vous souhaitez vous adresser ?
Quels sont les trois principaux problèmes/risques que la gouvernance des données cherche à résoudre pour le segment défini ?

Vos citoyens de données sont soit les responsables de votre gouvernance de données (propriétaires de données, gestionnaires de données, gardiens informatiques, etc.), soit les producteurs / consommateurs des données (management, supply-chain, CRM, data science, marketing, etc). Vos risques peuvent concerner une ou plusieurs de ces personnes.

3 – Conformité réglementaire

La transformation digitale entraîne une plus grande conformité réglementaire (comme le RGPD par exemple). Pour garder vos contraintes à l’esprit, notez vos exigences réglementaires et posez-vous la question suivante:

Quels sont les risques découlant des exigences réglementaires (y compris de surveillance) ?

4 – Proposition de valeur

Cette partie du LDGC se concentre sur la valeur que la gouvernance des données apportera aux citoyens des données segmentés.

Pourquoi repousser la mise en œuvre d’une gouvernance des données pour les segments définis ?

La proposition de valeur est unique, congruente et engageante pour les utilisateurs concernés par les données. La communication ou le support marketing peuvent parfois être une aide précieuse pour formaliser une proposition de valeur. N’hésitez pas à vous rapprocher des équipes internes concernées.

5 – Solutions

Dans cette section sont définis les moyens et les principes qui permettront de surmonter les problèmes de vos segments et de s’orienter vers la proposition de valeur. Sans trop entrer dans les détails:

Quels sont les 3 grands principes qui permettront de répondre aux problèmes des segments des citoyens de données ?

Dans ce Canvas, une solution ne doit pas tenir compte de ce qui existe déjà et n’est pas déterminée en fonction du temps ou du budget. Le Canevas n’est pas un projet de timing, mais un projet à venir qui doit être considéré comme un MVP (minimum viable product) pour une première étape.

6.1 – Indicateurs ciblés

Ces indicateurs définissent la performance de la gouvernance des données établie dans le segment de vos citoyens de données. Ils mesureront la résolution du problème et la valeur de vos règles de gouvernance.

Quels sont les indicateurs clés à mesurer pour valider l’avancement de la proposition de valeur recherchée ?

6.2 – Indicateurs de connectivité

Ces mesures sont des indicateurs qui définissent la performance de la gouvernance des données mise en œuvre sur les sources d’information que vous avez énumérées précédemment.

Quels sont les indicateurs clés à mesurer pour valider la performance des règles de gouvernance des données sur une source ?

7 – Sources des données

Quelles sont les sources de données « absolument nécessaires » qui apporteront le plus de valeur au début de vos segments de data citizens définis ?

Les sources de données sont des atouts précieux pour les équipes data-driven. L’objectif est donc de trouver la valeur. La production de masse et l’exhaustivité induisent une complexité immédiate qui ne peut pas être facilement contrôlée. Le choix doit être fait en fonction de la valeur des données selon les usages de l’entreprise.

8 – Besoins technologiques

Identifiez les besoins technologiques qui doivent être acquis pour mesurer les paramètres de gouvernance et / ou réaliser la proposition de valeur.

Quelles sont les technologies et les outils nécessaires pour mesurer les paramètres associés ?

9 – Besoins humain

Identifiez les compétences et les ressources nécessaires pour donner vie à la gouvernance des données, l’animer et la mesurer dans le segment de données ciblé.

Qui sont les personnes concernées et quelles sont les astuces et interactions nécessaires pour tendre vers la proposition de valeur et de son maintien ?

L’évolution du Lean Data Governance Canvas au fil du temps

Après s’être concentré sur ces premiers pas, il est important de le tester ! Nous encourageons les utilisateurs du Lean Data Governance Canvas à retravailler cet outil autant que possible – par itération – et à les tester, après quoi un modèle de gouvernance des données gagnant devrait apparaître. Malgré la difficulté de ces ateliers, nous sommes convaincus que ce travail vous fera gagner du temps, de l’énergie et de l’argent. Pensez-y, avec le Lean Data Governance Canvas, il est possible de construire quelque chose que tout le monde dans l’entreprise veut et respecte.

Téléchargez notre toolkit sur la gouvernance des données

Chez Zeenea, nous utilisons cet outil, entre autres, pour mettre en place des programmes de gouvernance des données. Grâce à notre plateforme de gestion des métadonnées, connectez-vous à toutes vos sources de données qui importent et en mettent à jour automatiquement vos données dans un référentiel central. Notre outil permet à quiconque – avec les capacités nécessaires – de découvrir, comprendre et avoir confiance dans le patrimoine de données de l’entreprise.

Les entreprises font confiance à Zeenea pour relever les défis de la mise en place d’une gouvernance des données efficace dans un environnement de démarrage lean : promouvoir l’utilisation des données en interne tout en limitant les risques!

téléchargez notre toolkit (anglais)

La Data Gouvernance et les données des ERP et CRM: un must.

par Zeenea Software | Juin 16, 2020 | Gouvernance des données

Depuis trois décennies, les entreprises s’appuient sur des progiciels de gestion intégrés (ERP) et de gestion de la relation client (CRM) pour mener à bien leurs activités.

Pour répondre à la nécessité de se conformer aux réglementations, de réduire les risques, d’améliorer la rentabilité, la compétitivité et l’engagement des clients, elles se doivent de devenir « Data Driven ».

Outre la nécessité de tirer parti d’une grande variété de nouvelles données produites en grande quantité par de nouveaux canaux, les données stratégiques de ces systèmes historiques doivent être embarquées dans toute initiative “Data Driven”.

Les défis des entreprises qui tentent d’exploiter les données des systèmes ERP/CRM pour alimenter leurs initiatives digitales

Dans la ruée vers l’or que les entreprises poursuivent avec l’intelligence artificielle, l’Analytics et dans tout programme de transformation digitale, la compréhension et l’exploitation des données des ERP et CRM est sur le chemin critique de toute gouvernance des données.

Tout d’abord, ces systèmes disposent de modèles de bases de données volumineux, difficiles à comprendre et personnalisés. Comprendre les descriptions, les définitions des relations et tout autre moyen de servir les utilisateurs de ces données est presque impossible sans un data catalog approprié comme Zeenea avec ses connecteurs ERP/CRM ad hoc.

À titre d’exemple, SAP dispose de plus de 90 000 tables. Par conséquent, un data scientist ne comprendra pas la table dite “TF120” dans SAP ou la table “F060116” dans JD Edwards.

Deuxièmement, l’identification d’un sous-ensemble complet de jeux de données précis et au service d’une initiative Data spécifique est une course d’obstacles.

En effet, un grand pourcentage des tables de ces systèmes sont vides, peuvent sembler redondantes ou avoir des liens complexes pour ceux qui ne sont pas des experts du domaine ERP/CRM.

Troisièmement, le besoin d’initiatives “Data Driven”, agiles et axées sur un ROI rapide, place le personnel compétent en matière d’ERP/CRM au milieu de la mêlée.

Les experts en ERP/CRM sont des ressources rares, occupées et coûteuses et les entreprises ne peuvent pas se permettre d’augmenter ces équipes ou de les voir perdre leur concentration.

Quatrièmement, si le data catalog n’est pas en mesure de correctement stocker les métadonnées pour ces systèmes, de manière fluide, complète et efficace, toute initiative de données sera privée d’une grande partie de ses capacités.

Le besoin de données financières, de données de fabrication et de données clients, pour ne prendre que quelques exemples, est évident et fait donc des systèmes ERP/CRM des sources de données obligatoires pour tout programme de gestion des métadonnées.

Proposition de valeur de Zeenea

Un moyen agile et facile

Chez Zeenea, nous croyons en un monde de Data Democracy, où tout employé peut découvrir, comprendre et faire confiance à tout jeux de données qui lui est utile.

Cela n’est possible qu’avec un data catalog à l’épreuve de la réalité, qui se connecte facilement et directement à n’importe quelle source de données, y compris celles provenant des progiciels ERP/CRMP.

Enfin et surtout, un data catalog doit être intelligent, facile à utiliser, facile à mettre en œuvre et facile à intégrer dans un paysage informatique complexe.

Une large connectivité

Zeenea fournit des « connecteurs Premium ERP/CRM » pour les packages suivants

SAP et SAP/4HANA
SAP BW
Salesforce
Oracle E Business Suite
JD Edwards
Siebel
Peoplesoft
MS Dynamics EX
MS Dynamics CRM

Zeenea Les connecteurs “ERP/CRM Premium” aident les entreprises dans les domaines suivants:

Découvrir et évaluer

Les connecteurs Zeenea aident les entreprises à construire une couche de traduction automatique, masquant la complexité des tables de base de données sous-jacentes et alimente automatiquement le registre des métadonnées avec des informations précises et utiles, ce qui permet à l’équipe de gouvernance des données d’économiser du temps et de l’argent.

Identifier et isoler les informations utiles sur les métadonnées pour des cas spécifiques.

Dans un monde composé de milliers de jeux de données, Zeenea fournit un moyen de construire des modèles précis et autosuffisants pour répondre à des besoins ciblés en extrayant de manière exhaustive :

Business and technical names for tables
Business and technical names for columns in tables
Relationships between tables
Data Elements
Domains
Views
Indexes
Table row count
Application hierarchy (quand c’est possible)

Conformité

Les « connecteurs ERP/CRM Premium » de Zeenea sont capables d’identifier et marquer toute donnée personnelle ou PII provenant de ses progiciels CRM/ERP supportés dans son data catalog afin de respecter la réglementation GDPR/CCPA.

Le bilan des DPO sur le RGPD

par Zeenea Software | Jan 20, 2020 | Gouvernance des données, Réglementations Data

Depuis mai 2018, le règlement général sur la protection des données (RGPD) oblige les entreprises à assigner un “DPO”, ou Data Protection Officer au sein de leur organisation. Ce nouveau métier consiste à gérer les données personnelles et à informer les autres employés des obligations à respecter au regard de la réglementation européenne.

Plus d’un an après la mise en place de cette réglementation, nous avons animé un atelier avec des DPO de différents secteurs d’activités avec une seule idée en tête : Comment les aider dans la mise en application du RGPD ? Nous vous partageons aujourd’hui leurs retours.

État des lieux

Pour mieux comprendre les Data Protection Officers et leur fonction, faisons déjà un constat de leur situation actuelle.

Les outils

Notre audience confirme que les applications ne sont qu’un moyen à la mise en place d’une gouvernance sur les données.

Les entreprises ont malgré tout adopté de nouveaux outils pour les aider à la mise en place du RGPD. Ces logiciels sont souvent jugés peu intuitifs et difficiles à utiliser. Toutefois, certains arrivent à se démarquer :

Parmi les outils du DPO, nous avons listé les très appréciés catalogues d’applications, principalement pour la vision macro offerte des échanges entre applications et la détection facile et rapide des informations personnelles en leur sein.

En parallèle, les data catalogs, derniers arrivés sur le marché, font mouche auprès de la communauté des DPO. Investir dans ces outils est un choix stratégique que certains participants ont déjà entrepris. La possibilité d’informer et historiser l’information sur les données, en allant recenser les données collectées par l’entreprise, les a en effet conquis !

La gouvernance

Les DPO ont bien conscience que l’effort doit être placé sur l’acculturation et une sensibilisation des collaborateurs pour espérer de meilleurs résultats.

La recherche d’une gouvernance n’a pour but que d’aider les métiers à appréhender et évaluer les risques sur les données qu’ils manipulent. Leur énergie est ainsi placée sur la mise en place d’un pilotage efficace et une communication de règles partagées afin que l’entreprise acquiert les bons réflexes. Car oui, la donnée reste un sujet que peu de collaborateurs maîtrisent en entreprise.

Les systèmes d’information

L’hétérogénéité des systèmes d’information est un environnement “normal” auquel les DPO sont confrontés.

Ils sont ainsi confrontés à essayer par tous les moyens de mettre en conformité des SI qui s’avèrent bien souvent complexes et coûteux à mettre à jour techniquement.

À l’international

Nous associons aux DPO le fameux Règlement Des Données RGPD, en oubliant bien souvent “le reste du monde”.

De nombreux pays ont également leur propre règlements comme la Suisse et les Etats Unis. Les DPO n’y échappent pas et l’entreprise non plus !

Une chose est sûre, l’ampleur du travail est gigantesque et demande une forte priorisation des sujets. Mais au-delà des priorisations liées à l’urgence, cela demande de trouver le bon curseur entre répondre aux normes de conformités et répondre aux exigences business !

Les challenges des DPOs pour 2020

Face à ce précédent constat, l’atelier s’est conclu sur 2020 et ses nouveaux challenges.

Nous avons réalisé avec eux la liste des “résolutions” pour la nouvelle année :

Investir plus sur l’amélioration de la qualification et l’exigence de la documentation des données,
Intégrer plus d’exemples dans la phase de sensibilisation des collaborateurs sur les bonnes pratiques,
Apporter des indicateurs précis sur l’usage et la finalité de la donnée afin de prévoir au plus tôt les risques et impacts de celle-ci,
Devenir une partie prenante dans la mise en place d’une gouvernance des données afin de garantir une acculturation efficace sur la donnée en entreprise.

Quelle stratégie de gouvernance des données pour mon secteur d’activité ?

par Zeenea Software | Déc 12, 2019 | Gouvernance des données

Dans notre dernier article, nous expliquons pourquoi la gouvernance des données est une discipline essentielle à mettre en place. Nous avons également parlé des différences entre une gouvernance défensive et offensive pour réaliser votre stratégie data.

Dans ce nouvel article, nous voulons nous concentrer sur le type de gouvernance des données nécessaire en fonction de votre secteur d’activité.

En effet, quand il s’agit de la mise en place d’une gouvernance des données, l’approche que va prendre une entreprise va dépendre de son environnement business. Il n’y pas de manière unique pour mettre en œuvre une stratégie de gouvernance des données : elle varie de secteur en secteur.

Ici, nous avons analysé trois différents secteurs d’activité : le secteur de la santé, celui du retail / ecommerce et celui de la banque / assurance. Nous avons identifié quelles approches de gouvernance ces industries mettent en place aujourd’hui, et quelles seront celles de demain.

La santé et la gouvernance des données

La santé étant un domaine très réglementé, ce secteur adopte une approche défensive quant à leur gouvernance des données.

En effet, ces organisations possèdent un nombre colossal de données sensibles sur leurs patients. Il est donc important de protéger et de connaître la qualité de celles-ci : elles sont utilisées pour sauver des vies, traiter des symptômes spécifiques, trouver de nouveaux remèdes… de mauvaises données et informations peuvent donc entraîner de gros risques !

Cependant, nous voyons de nouvelles entreprises apparaître dans le domaine de la santé, surtout dans la “Healthtech”, ce qui bouscule ce secteur d’activité. Avec cette nouvelle concurrence, les hôpitaux et autres entreprises du monde de la santé se doivent d’aller vers une approche plus offensive dans les années à venir.

Ce secteur devra trouver un juste équilibre entre maintenir son approche défensive forte et faciliter l’innovation pour créer de nouveaux services et garder la tête hors de l’eau.

retail-e-commerce-sector-data-governance

Retail / ecommerce et la gouvernance des données

De l’autre côté du spectre, les entreprises dans le retail (physique ou sur internet) optent pour une approche de gouvernance des données offensive.

L’industrie voit apparaître de nouveaux acteurs chaque année, voire chaque mois, chaque jour ! Avec toute cette concurrence, il est essentiel que ces organisations se démarquent à l’aide de l’analyse des données pour proposer des offres personnalisées, des produits innovants, etc.

Cela dit, les consommateurs deviennent de plus en plus méfiants quant à partager leurs données. Avec l’émergence du Machine Learning et de techniques d’intelligence artificielle, les consommateurs questionnent l’éthique concernant l’usage de leurs données. De plus, les réglementations concernant la confidentialité et la sécurité des données personnelles obligent les entreprises de ce secteur à modifier leurs stratégies de gestion des données pour se conformer à ces nouvelles lois.

À l’avenir, les entreprises dans le retail devront opter pour une approche défensive tout en continuant à produire de la valeur et à innover.

Les banques / assurances et la gouvernance des données

Les industries de la banque et de l’assurance se retrouvent pile au milieu.

Tout comme le domaine de la santé, les banques et assurances travaillent avec des données personnelles, ce qui nécessite une gouvernance des données défensive afin de se conformer aux divers règlements à ce sujet.

Mais encore une fois, ces industries voient de nouveaux acteurs arriver dans le marché. Avec toutes les infrastructures sur le web, services digitaux, et offres personnalisées, la stratégie de gouvernance des données est en pleine mutation. Ces secteurs se retrouvent donc au milieu d’une grande concurrence et d’une grande responsabilité éthique !

Le challenge de demain sera de maintenir leur position défensive et offensive afin de faire face aux géants du web et aux lois sur les données.

Comment démarrer une stratégie de gouvernance des données ?

Démarrer la mise en place d’une stratégie de gouvernance des données peut être une tâche difficile !

Chez Zeenea, nous avons créé un Lean Data Governance Canvas pour vous aider à poser et à répondre aux bonnes questions !

Tout comme le fameux « Lean Canvas », nous avons réorganisé les éléments pour aider les entreprises à mettre en place une gouvernance des données « lean » et trouver la bonne approche pour votre gouvernance des données.

Téléchargez notre canvas

Pourquoi la gouvernance des données est-elle essentielle pour votre entreprise ?

par Zeenea Software | Déc 10, 2019 | Gouvernance des données

>> Revoir notre webinar (ANGLAIS) <<

La gouvernance des données a très certainement été un sujet tendance en 2019 ! Les entreprises prennent conscience de l’importance de gérer son patrimoine de données efficacement.

Pour bien comprendre ce qu’est la gouvernance des données, il existe plusieurs définitions :

“Data governance is a quality control discipline for adding new rigor and discipline to the process of managing, using, improving and protecting organizational information.”
IBM Data Governance Council

“Data governance is the exercise of authority and control (planning, monitoring, and enforcement) over the management of data assets.”
Dama DMBok

“Data Governance is a system of decision rights and accountabilities for information-related processes, executed according to agreed-upon models which describe who can take what actions with what information, and when, under what circumstances, using what methods.”
The Data Governance Institute

“Data governance is the formal orchestration of people, processes, and technology to enable an organization to leverage their data as an enterprise asset.”
MDM Institute

Ce qui est certain c’est que ces explications sont loin d’être fun ! Avant de tenter de la définir, regardons de plus près les raisons pour lesquelles la gouvernance est devenue un sujet stratégique.

Qu’est-ce qui pousse les entreprises à mettre en œuvre une gouvernance des données ?

D’après nos expériences, les entreprises ont généralement un ou plusieurs de ces problèmes au sein de leur organisation :

Connaissances tribales : généralement, les entreprises ont une personne ou un groupe sélectionné de personnes qui produisent, travaillent et comprennent leurs informations. Cependant, le reste de l’organisation n’a aucune connaissance de ces informations (d’où elles proviennent, leur valeur, leur qualité, etc.). Les entreprises disposent ainsi d’informations silotées, difficiles à utiliser et à partager.

Big mess : au cours de ces dernières années, de nombreux systèmes d’informations complexes sont apparus, ce qui a conduit les entreprises à générer et stocker d’énormes quantités de données non organisées. Les utilisateurs ont donc à leur disposition des données dont la qualité, l’utilisation ou même la localisation sont inconnues.

Conformité : Toutes les entreprises sont soumises à une certaine forme de conformité, que ce soit la confidentialité des données, l’utilisation générale des données ou l’éthique. Celles qui n’ont pas de gouvernance dans leurs organisations souffriront de ces règlements.

La mise en œuvre de la gouvernance des données aide donc les entreprises à résoudre ces problèmes !

Avec la gouvernance des données, les entreprises peuvent créer une organisation data fluent, organiser leurs données et se conformer aux exigences réglementaires.

Pourquoi la gouvernance des données échoue dans les entreprises

Cependant, beaucoup d’entreprises reporte la mise en œuvre d’une gouvernance des données. Ces organisations estiment que :

La gouvernance implique le contrôle et non la valeur
Cela ralentit les affaires
Il s’agit plus d’une préoccupation informatique que d’une préoccupation business
Les projets de gouvernance mis en œuvre ont échoué trop souvent auparavant
C’est trop gros, il n’y a pas de ressources disponibles
C’est bien d’en avoir, mais ce n’est pas une priorité

Quelle stratégie pour votre gouvernance des données ?

Pour autant, il est essentiel que les entreprises mettent en place une gouvernance des données adaptée. Il n’y a pas une façon unique de mettre en œuvre une gouvernance des données : les entreprises doivent définir les objectifs stratégiques auxquels doit répondre leur gouvernance.

Nous identifions deux axes stratégiques dans l’implémentation d’une gouvernance des données.

Gouvernance des données défensive

Cette dimension de la gouvernance des données est davantage axée sur le contrôle et la gestion des risques. Ici, les entreprises s’assurent de respecter la conformité des données (comme le RGPD), la confidentialité et la sécurité. Ce cadre va de pair avec certaines des définitions vues ci-dessus.

Gouvernance des données offensive

Cette dimension est axée sur la production de valeur avec ces données. Avec une approche offensive de la gouvernance des données, les entreprises privilégient également l’innovation de leurs produits ou services.

En savoir plus sur la gouvernance des données offensive et défensive →

L’évolution du Chief Data Officer en sponsor de la Data Democracy

par Zeenea Software | Juil 22, 2019 | Gouvernance des données

Sous la pression de la transformation digitale, les Chief Data Officers ou CDO ont fait leur apparition au sein des grandes entreprises. Selon Gartner, 90% des grandes entreprises auront un CDO d’ici la fin de l’année 2019.

Les milliers de CDO nommés au cours des dernières années ont été chargés d’améliorer l’efficacité et la capacité de création de valeur de l’écosystème de l’information de leur organisation. C’est-à-dire qu’ils ont été invités à diriger leur organisation en traitant et en exploitant les informations avec la même discipline que ses autres actifs, plus traditionnels.

Les entreprises qui valorisent leurs actifs d’information surpassent leurs rivales en les utilisant pour réinventer, numériser ou éliminer les processus et produits existants.

La mission des CDO peut se résumer à exploiter et trouver de nouveaux usages aux données de l’entreprise et développer l’utilisation et la confiance des collaborateurs dans les données internes à l’entreprise. Nous l’avons vu, cette mission se heurte bien souvent à de puissants freins culturels au sein des organisations.

L’évolution des missions du Chief Data Officer

Un CDO à plusieurs responsabilités au sein d’une entreprise. Gartner a identifié les principales responsabilités du CDO durant leur évènement annuel Data & Analytics à Londres en 2019. Ses responsabilités sont, entres autres, de:

Définir une stratégie data et analytics dans leur organisation
Superviser les initiatives opérationnelles répondant à la stratégie établie en amont
S’assurer que les informations mises à disposition sur les données sont de confiance et valorisables
Construire une gouvernance des données
Créer de la valeur business de l’analyse des données
Gérer les efforts en matière de data science
Opérer et maintenir les efforts sur l’infrastructure répondant aux besoins d’analyse des données
Autres.

Nous pensons qu’à cette impressionnante liste de responsabilités s’en ajoute une autre, susceptible de servir de fil rouge à toutes les autres et de les faciliter: promouvoir la Data Democracy, et accompagner le changement culturel qu’elle suppose le plus souvent.

Les CDO ont dû, dans un premier temps, partir en croisade pour évangéliser les organisations de l’intérêt d’exploiter les données. Les premières années de cette évangélisation se sont souvent accompagnées de la construction d’un univers de données adapté aux nouveaux usages, souvent sous la forme d’un Data Lake ou d’un Data Mart distribué.

Les investissements consentis pour construire ces univers de données ont été importants, mais le plus souvent, l’usage des données est resté réservé aux spécialistes. En bref, les organisations ont plutôt mis en place des Data Aristocracies plutôt qu’une Data Democracy.

Le CDO vers un nouveau rôle

Avec le développement exponentiel de la donnée, la fonction de CDO a pris une nouvelle envergure. Les CDO doivent désormais repenser de façon transverse et globalisante l’organisation.

Ils doivent devenir les nouveaux chefs de file de la « Data Democracy » au sein des entreprises et répondent à l’appel de nombreux « citoyens des données » qui ont compris que la manière dont les données sont traitées doit changer radicalement. Les nouveaux CDO doivent faire sauter les verrous des silos de données.

Pour recueillir l’adhésion de l’ensemble des collaborateurs aux initiatives de données, ils doivent non seulement les accompagner dans la compréhension de la data (contexte de l’origine, de la production, etc.) mais aussi les aider à s’investir dans la stratégie de production et d’exploitation des données.

L’implication des parties prenantes dans l’exploitation de la donnée doit désormais s’étendre à tous les niveaux de l’entreprise. C’est en facilitant la compréhension, les échanges et l’accès autour des données que les organisations deviendront data-driven !

Téléchargez notre livre blanc « Quelle organisation pour une gouvernance des données agile ? »

Pour ne pas engager chaque collaborateur à un niveau qui le dépasse et respecter ses envies et ses limites, une démarche participative saura mettre en œuvre plutôt des équipes pluridisciplinaires qui accueilleront les compétences nécessaires et les postures adéquates au déploiement de la gouvernance. Découvrez davantage sur comment le rôle du Chief Data Officer évolue dans notre livre blanc.

Data Stewardship et Gouvernance : les multiples facettes du Data Steward

par Zeenea Software | Juil 11, 2019 | Gouvernance des données

La notion de Data Stewardship est difficile à traduire en français. Littéralement, elle désigne l’intendance des données (ou pour les anciens scouts, l’économat des données). L’idée initiale était de confier à un expert du domaine le soin de qualifier et documenter les données de son univers métier. En effet, les Data Stewards sont ceux qui travaillent au plus près du lieu où les données sont collectées. Ce sont souvent ceux qui comprennent le mieux les différentes dimensions des données et les normes auxquelles elles doivent répondre.

Data Stewardship et gouvernance : les responsabilités

En pratique, le Data Stewardship recouvre un ensemble de responsabilités assez variable, selon la maturité de l’organisation dans laquelle il évolue. Nous catégorisons ces responsabilités dans quatre grandes catégories :

Supervision opérationnelle et qualité

Il s’agit de superviser le cycle de vie complet des jeux de données placés sous sa tutelle. Plus spécifiquement, le Data Steward doit définir voire implémenter les traitements nécessaires à l’acquisition, au stockage et à la distribution des jeux de données.

Il doit également s’assurer que les données produites répondent aux critères de qualité qu’il a définis (valeurs, intervalles, complétude, fraîcheur, etc.) et que des procédures sont en place pour évaluer et au besoin corriger les problèmes éventuels de qualité.

Documentation

Un Data Steward est chargé de définir et de documenter les données, et de construire un glossaire des termes métier applicables. Cela implique s’assurer que chaque élément du jeu de données possède une définition claire, et un usage défini.

La documentation est constituée d’un ensemble de métadonnées techniques et fonctionnelles conformément à un métamodèle en principe commun.

Conformité et gestion des risques

La protection des données, et la gestion des risques réglementaires, est l’un des aspects les plus exigeants du rôle de Data Steward. L’environnement réglementaire autour des données est de plus en plus contraignant et mouvant. C’est au Data Steward de s’assurer que la prolifération des données est encadrée par un ensemble de protocols assurant la conformité avec les normes applicables – notamment en matière de protection de la vie privé.

Sécurité et contrôle d’accès

Enfin, le Data Steward doit définir les règles régissant l’accès aux données, incluant les différents niveaux de confidentialité et les procédures permettant d’autoriser une personne ou un groupe de personne à accéder aux données.

Téléchargez notre livre blanc « Quelle organisation pour une gouvernance des données agile ? »

Orchestrée par un pôle de Data Management, mise en oeuvre par les différentes variantes du Data Steward, la gouvernance des données doit être déployée dans l’organisation. Pour assurer ce déploiement, plusieurs modèles opératoires sont en théorie envisageables – centralisé, fédéré, décentralisé, autonome, facilité, etc. Nous pensons que ce qui les distingue, ce n’est pas la structure de leur gouvernance, mais la culture qui irrigue et anime cette organisation. Cette culture porte un nom : la Data Democracy.

Qui sont les Chief Data Officers ?

par Zeenea Software | Juin 17, 2019 | Data Catalog, Gouvernance des données

Selon une étude Gartner présentée lors de la conférence Data & Analytics à Londres 2019, 90% des grandes entreprises auront un CDO d’ici 2020 !

Avec l’émergence du Big Data, de nombreuses entreprises se retrouvent avec une quantité colossale de données sans savoir comment les exploiter. Pour répondre à cette question, une nouvelle fonction voit le jour au sein des grandes entreprises : celui du Chief Data Officer.

Le rôle du Chief Data Officer (CDO)

Considérés comme les gourous de la donnée, les Chief Data Officers (CDO) jouent un rôle clé dans la stratégie data de l’entreprise. Ils sont chargés d’améliorer l’efficacité et la capacité de création de valeur autour des données. Cette ambition s’accompagne de réflexions autour de la mise à disposition d’un patrimoine de données de qualité, managé et sécurisé. En d’autres termes, il s’agit de trouver le juste équilibre entre une gouvernance des données offensive et défensive correspondant aux besoins de l’entreprise.

Selon l’étude Gartner, présentée lors de leur évènement annuel Data & Analytics à Londres en Mars 2019, le CDO a, entre autres, plusieurs responsabilités importantes au sein d’une entreprise :

Définir une stratégie data et analytics

Quelles sont les objectifs data à court, moyen et long terme ? Comment créer une culture de la donnée dans l’entreprise ? Quels moyens pour démocratiser l’accès aux données ? Comment mesurer la qualité du patrimoine de données ? Comment atteindre une conformité réglementaire interne et/ou légale ? Comment responsabiliser les utilisateurs de la donnée ?

Tant de questions qu’un CDO doit se poser afin de mettre en place une stratégie data & analytics au sein de leur organisation.

Une fois les problématiques cernées, vient le moment des initiatives opérationnelles. Le CDO joue le rôle de superviseur, afin que les efforts fournis dans la mise à disposition d’informations sur les données soient de confiance et valorisable.

Son rôle s’opère dans la durée. Il doit devenir le nouveau chef de file d’une « Data Democracy » au sein des entreprises et maintenir l’investissement fourni sur l’infrastructure et l’organisation.

Construire une gouvernance des données

La mise en place d’une gouvernance des données doit conjuguer avec bonheur le respect d’obligations réglementaires toujours plus exigeantes et l’exploitation la plus large des données dans tous les métiers de l’entreprise. Pour atteindre cet objectif, le CDO doit être à même de répondre à ces quelques premières questions :

Quelles données sont présentes au sein de son organisation
Ces données sont-elles suffisamment documentées pour être comprises et maı̂trisées par les collaborateurs de son organisation ?
D’où viennent-elles ?
Sont-elles sécurisées ?
Quelles règles ou restrictions s’appliquent à mes données ?
Qui sont les responsables ?
Qui utilise ces données ? Comment ?
Comment les collaborateurs peuvent y accéder ?

C’est en construisant de manière agile une gouvernance des données la plus offensive possible que les CDOs pourront faciliter l’accès aux données et assurer leur qualité en vue de les valoriser.

Évangéliser une culture « Data Democracy »

Data Democracy désigne l’idée selon laquelle si chaque employé peut accéder facilement et en toute connaissance à autant de données que possible, l’entreprise dans son ensemble en tirera le plus grand bénéfice. Ce droit d’accéder aux données s’accompagne d’un ensemble de devoirs et de responsabilités – parmi lesquels la contribution au maintien du plus haut niveau de qualité et de documentation sur les données. Dès lors, la gouvernance n’est plus la chasse gardée de quelques uns, mais devient l’affaire de tous.

Pour atteindre cette mission, Zeenea se connecte et fédère les équipes autour des données grâce à un langage commun. Notre data catalog permet à quiconque – ayant les habilitations nécessaires – de découvrir et croire dans le patrimoine data d’une entreprise.

Vous êtes CDO et vous avez besoin d’un outil de gouvernance des données ?

Afin de réussir ses missions, le CDO a besoin de s’équiper avec les bons outils. Avec le data catalog de Zeenea, les Chief Data Officers peuvent identifier leur patrimoine de données, le rendre accessible et utilisable par ses collaborateurs afin d’être valorisé. Simple d’utilisation et intuitive, notre data catalog est l’outil indispensable du CDO pour la mise en œuvre d’une gouvernance des données agile. Contactez-nous pour en savoir plus.

Contactez-nous

Comment une Data Democracy promeut la gouvernance des données agile ?

par Zeenea Software | Juin 10, 2019 | Gouvernance des données

En 2018, nous avons publié notre premier livre blanc “Pourquoi démarrer une gouvernance des données agile ?”. Notre ambition est d’apporter un éclairage pragmatique sur les attributs de cette gouvernance de données capable de relever les défis de cette nouvelle ère de l’information : nous la souhaitons ascendante, non invasive, automatisée et itérative. En un mot, agile.

Dans un deuxième opus, nous avons décidé de nous attaquer avec le même état d’esprit à l’organisation de cette gouvernance des données, et à sa mise à l’échelle.

Nous pensons que ce qui distingue les Géants du Web dans leur approche avec la data, ce n’est pas la structure de leur gouvernance, mais la culture qui irrigue et anime leur organisation. Cette culture porte un nom : la Data Democracy.

Notre livre blanc abordera les thématiques suivantes :

Un état des lieux de la gouvernance des données

Notre livre blanc fait un état des lieux des organes de gouvernance que nous rencontrons aujourd’hui dans les organisations traditionnelles. Ces derniers sont souvent le produit d’une démarche défensive, héritée du Master Data Management ou d’initiatives plus larges de mise en place d’une gouvernance des systèmes d’information. Très centralisés, parfois bureaucratiques, ils se focalisent sur les indispensables fonctions de contrôle et de conformité, au détriment parfois radical de la simplicité d’accès aux données pour les acteurs de l’entreprise.

Le concept de « Data Democracy »

Afin de bien comprendre ce qu’est la Data Democracy, il est important de savoir que ce n’est pas un modèle de gouvernance.

La Data Democracy désigne une culture d’entreprise, un modèle ouvert où liberté rime avec responsabilité.

La Data Democracy se fixe comme objectif principal de rendre la donnée de l’entreprise largement accessible au plus grand nombre, si ce n’est à tous. En effet, tout collaborateur est en mesure de pouvoir tirer de la valeur des données à quelque niveau que ce soit.

Une approche démocratique présente donc un défi d’équilibre intéressant : il faut d’un côté assurer que le droit d’utiliser les données peut véritablement être exercé, et de l’autre contrebalancer ce droit par un certain nombre de devoirs.

Construire une culture « Data Democracy »

L’adoption d’une culture de la donnée ne peut se faire que si chacun est gagnant, d’où l’importance de la communication précédemment évoquée autour des droits et des responsabilités. La balance entre les deux doit être au final positive et la gouvernance ne doit pas introduire plus de contraintes que de gains. Enfin, l’ensemble doit être facilité.

Permettant à tous de trouver les informations nécessaires. Il s’agit de l’objectif principal d’un data catalog qui doit, encore plus que sa fonction élémentaire (référencer les données et métadonnées associées), offrir la simplicité d’usage pour naviguer dans un océan d’informations.

Les nouveaux rôles d’un gouvernance des données agile

Pour répondre à la pression de la transformation digitale, de nouveaux rôles apparaissent au sein des grandes entreprises.

Le Chief Data Officer : sponsor de la gouvernance des données agile

Parmi eux, il y a le Chief Data Officer ou CDO. Ils sont en charge de l’amélioration de l’efficacité et la capacité de création de valeur de l’écosystème de l’information de leur organisation.

Avec le développement exponentiel de la donnée, la fonction de CDO a pris une nouvelle envergure. Les CDO doivent désormais repenser de façon transverse et globalisante l’organisation, la gouvernance et la technologie de la gestion de la donnée dans les entreprises.

Ils doivent devenir les nouveaux chefs de file de la « Data Democracy » et répondent à l’appel de nombreux « citoyens des données » qui ont compris que la manière dont les données sont traitées doit changer radicalement. Les nouveaux CDO doivent faire sauter les verrous des silos de données.

Sommes-nous tous Data Steward ?

Le concept de Data Stewardship découle d’un modèle beaucoup plus traditionnel de gestion des données. Les organisations qui ont déjà des Data Stewards en place ont tendance à être assez grandes et bien établies.

Tous ceux qui utilisent des données sensibles engagent leur responsabilité quant à la manière dont ils utilisent les données. Les règles de protection des données sensibles – réglementaires ou internes – doivent s’appliquer de manière égale à tous ceux qui entrent en contact avec celles-ci.

Cette implication de tous aide à répartir la responsabilité des données, donne un sens de propriété plus large et encourage les utilisateurs à explorer eux-mêmes leurs données, à les décloisonner.

Téléchargez notre livre blanc « Quelle organisation pour une gouvernance des données agile ? »

Pour en savoir plus sur l’organisation d’une gouvernance des données agile, la définition d’une Data Democracy et les rôles concerné par celles-ci, téléchargez notre deuxième volume “Quelle organisation pour une gouvernance des données agile”.

Les 5 attributs d’une gouvernance des données agile : Itérative (5/5)

par Zeenea Software | Juin 3, 2019 | Gouvernance des données

La faible maturité des projets de gouvernance des données nécessite la mise en place de bonnes pratiques et boucles de feedback pour constamment monitorer et valider le bien fondé des règles de gestion sur votre patrimoine de données.

Les articles qui suivent, explicitent les caractéristiques d’une gouvernance des données dite agile afin de :

1. Être au plus près de la réalité opérationnelle de votre entreprise.
2. S’adapter au contexte de votre entreprise et non l’inverse.
3. Refléter fidèlement votre patrimoine de données.
4. Fédérer et impliquer vos collaborateurs.
5. Faire face aux changements rapidement.

La mise en place d’une gouvernance des données ne doit pas prendre la forme d’un plan quinquennal dont les livrables peinent à voir le jour.

Il s’agit d’éviter l’effet Big Bang et d’adopter une démarche influencée par les méthodes dites agiles utilisées dans le secteur du développement logiciel.

L’entreprise doit adopter une approche itérative concernant la mise en place d’une gouvernance des données. Cette approche repose sur le concept de vérification de la validité des concepts, l’expérimentation et le design itératif.

Nous pensons qu’un projet de gouvernance des données doit démarrer par un inventaire du patrimoine des données, de manière interfonctionnel, dans l’entreprise. En reprenant le principe de Pareto, collectez, documentez et commencez par maîtriser les 20% des données qui vous apporteront 80% de la valeur au sein de votre organisation.

En augmentant petit à petit sa portée sur vos différents segments de données, en re-définissant les rôles et responsabilités au sein de votre l’organisation, et les règles de gestion de la donnée, vous chercherez à concevoir une gouvernance qui vous satisfait.

Cette flexibilité encourage également l’émergence d’une culture de la donnée solide au sein de votre organisation.

Notre livre blanc sur la gouvernance des données agile

Les 5 attributs d’une gouvernance des données agile : Collaborative (4/5)

par Zeenea Software | Juin 3, 2019 | Gouvernance des données

Les articles qui suivent, explicitent les caractéristiques d’une gouvernance des données dite agile afin de :

1. Être au plus près de la réalité opérationnelle de votre entreprise.
2. S’adapter au contexte de votre entreprise et non l’inverse.
3. Refléter fidèlement votre patrimoine de données.
4. Fédérer et impliquer vos collaborateurs.
5. Faire face aux changements rapidement.

La pratique consistant à avoir une seule personne ou un seul groupe pour arbitrer la gouvernance des données est tombée en désuétude. La gouvernance des données ne doit plus être la chasse gardée de l’IT.

Les données circulent dans la hiérarchie, des cadres supérieurs aux employés débutants de tous les départements. Des informations sur la manière dont les données devraient être gérées et sur les règles à suivre peuvent provenir de n’importe où.

Créer une démocratie de la donnée, où tous les employés peuvent accéder aux données de l’entreprise à grande échelle, comme Facebook l’a fait, signifie que les employés n’ont pas à attendre pour exécuter des projets qui peuvent ajouter de la valeur.

Cela signifie également que les problèmes de données sont plus susceptibles d’être découverts et corrigés. Ceci est d’autant plus important dans un environnement où 85% des informations des organisations sont redondantes, obsolètes et triviales, et que 41% de toutes les données stockées n’ont pas été touchées depuis trois ans*.

Nous pensons que la pérennité d’une gouvernance de données doit passer par la création de communautés autour des différents domaines d’activités liés à la data au sein de votre organisation. Cette approche vise à mettre les individus et leurs interactions devant les processus et les outils.

En tant qu’actif partagé, il sera nécessaire de définir des règles de propriété et des domaines de responsabilité autour des données de l’entreprise.

Dans de nombreuses organisations, les parties responsables ont un rôle officiel à jouer en tant que « data owners », « data stewards » ou « data custodians ».

Si la désignation formelle de responsabilités reste primordiale, nous pensons qu’il est important d’impliquer un maximum de personnes dans la mise en place de la gouvernance des données, capables de contribuer à la connaissance, au contrôle et à la gestion des données.

Dit autrement : « Tout le monde est Data Steward ».

Notre livre blanc sur la gouvernance des données agile

Les 5 attributs d’une gouvernance des données agile : automatisée (3/5)

par Zeenea Software | Juin 3, 2019 | Gouvernance des données

Les articles qui suivent, explicitent les caractéristiques d’une gouvernance des données dite agile afin de :

1. Être au plus près de la réalité opérationnelle de votre entreprise.
2. S’adapter au contexte de votre entreprise et non l’inverse.
3. Refléter fidèlement votre patrimoine de données.
4. Fédérer et impliquer vos collaborateurs.
5. Faire face aux changements rapidement.

La construction d’une gouvernance des données doit commencer par le référencement, l’indexation puis, l’évaluation du patrimoine de données de votre organisation.

Les tentatives de construction d’un tel artefact en utilisant uniquement du travail humain sont rarement couronnées de succès compte tenues des contraintes de ressources. Il est nécessaire d’automatiser au maximum le processus d’extraction et de collecte des informations liées aux données de vos organisations.

À l’aide d’algorithmes d’intelligence artificielle ou de machine learning, il devient possible d’interpréter, contextualiser et d’inférer un sens plus précis à votre patrimoine de données.

Cette automatisation permet à vos responsables des données d’éviter le syndrome de la feuille blanche et, les affranchira de tâches fastidieuses et répétitives, augmentant ainsi l’adhésion du plus grand nombre à votre initiative de mise en place d’une gouvernance des données au sein de votre entreprise.

Enfin, cette automatisation est devenue une nécessité dans une nouvelle ère où le volume et la variété des systèmes explosent. La maintenance et la mise à jour de ce référentiel d’informations sont cruciales pour refléter la réalité des données de votre SI.

À l’aide d’analyses incrémentielles, fréquentes et automatisées de vos données, vous dégagerez un référentiel de métadonnées à forte valeur ajoutée pour vos consommateurs de données.

Notre livre blanc sur la gouvernance des données agile

Les 5 attributs d’une gouvernance des données agile : Non intrusive (2/5)

par Zeenea Software | Juin 3, 2019 | Gouvernance des données

Les articles qui suivent, explicitent les caractéristiques d’une gouvernance des données dite agile afin de :

Les entreprises considèrent que les approches classiques d’Entreprise Data Management (EDM) imposent aux parties prenantes d’adopter un certain nombre d’outils et de procédures qui viennent alourdir les processus de découverte de la donnée devenant ainsi un obstacle à l’innovation. Dans un monde où la variété ainsi que les volumes de données explosent, où de nouveaux outils de stockage et traitements de la donnée apparaissent sans cesse, une approche plus raisonnable existe.

Il s’agit de laisser la liberté à vos collaborateurs d’utiliser les outils les plus adaptés pour leurs usages, que ce soit pour générer ou accéder à des jeux de données, selon leur niveau d’habilitation bien entendu !

Cette approche veut centraliser la connaissance que vos collaborateurs ont acquise sur les jeux de données dans des “catalogues de données”.

L’objectif est de collecter et d’agréger les métadonnées de vos jeux de données créées ou mises à jour depuis vos outils et systèmes de stockage. C’est depuis ces plateformes, décorrélées de l’opérationnel, que la gouvernance des données sera mise en oeuvre et ce, sans interférer dans le travail quotidien de vos collaborateurs.

Cette manière non intrusive d’adresser la gouvernance des données demande à l’entreprise d’avancer pas à pas.

Expérimentez et ajustez vos règles de gestion sur la donnée et sa métadonnée au fur et à mesure que vous établissez l’inventaire de votre patrimoine de données.

Notre livre blanc sur la gouvernance des données agile

Les 5 attributs d’une gouvernance des données agile : Bottom up (1/5)

par Zeenea Software | Juin 3, 2019 | Gouvernance des données

Les articles qui suivent, explicitent les caractéristiques d’une gouvernance des données dite agile afin de :

1. Être au plus près de la réalité opérationnelle de votre entreprise.
2. S’adapter au contexte de votre entreprise et non l’inverse.
3. Refléter fidèlement votre patrimoine de données.
4. Fédérer et impliquer vos collaborateurs.
5. Faire face aux changements rapidement.

La mise en place d’une gouvernance des données doit éviter les écueils, trop souvent vus par le passé, via une approche top-down.

Une démarche descendante veut que les objectifs et instructions soient fixés par la direction puis, mis en application. Cette conduite de projet, à l’instar du développement logiciels rencontré ces dernières années, s’est révélée trop hiérarchique et bureaucratique, décorrélée de la réalité du terrain et donc des données détenues par l’entreprise.

Nous préconisons une approche bottom up partant du terrain, au sens opérationnel, pour consolider progressivement une synthèse et maintenir une gestion de gouvernance des données correspondant au contexte réel de votre entreprise

Nous définissons une gouvernance des données bottom up par :

Une approche démocratique plutôt que hiérarchique.
Une volonté de résoudre les problèmes créés par la fluidité plutôt que d’imposer plus de structure.
Une “bureaucratie” réduite à son minimum facilitant sa mise en place et sa maintenance (principe provenant du travail “Minimum Viable Bureaucracy” de Spotify).
Une collaboration active des acteurs favorisant l’adhésion et la collecte d’informations sur les données de l’organisation.
Une autonomie des collaborateurs dans le choix des outils et la manière de s’organiser.

Notre livre blanc sur la gouvernance des données agile

Tout ce que vous devez savoir sur la gouvernance des données

par Zeenea Software | Mai 21, 2019 | Gouvernance des données

Que ce soit pour accélérer votre time-to-market, relever vos défis d’expérience client ou inscrire votre entreprise sur la voie de l’excellence opérationnelle, vous vous êtes engagé dans l’ère du data-driven. Au cœur de votre démarche se trouve une discipline exigeante : la gouvernance des données. Entre vision, définition et méthodologie, voici un tour d’horizon complet de cette discipline incontournable de votre stratégie data.

La gouvernance des données est une discipline essentielle à adopter pour les entreprises qui souhaitent s’inscrire dans une dimension data-driven. Elle était déjà une priorité en 2021, elle l’est encore davantage en 2022.

Chez Zeenea, nous définissons la gouvernance des données comme l’exercice d’une autorité ayant un pouvoir de décision (planification, surveillance et mise en vigueur de règles) et de contrôles sur le management de la donnée.

D’une part, assurer une gouvernance des données efficace constitue votre principale garantie que les données sont cohérentes et fiables et qu’elles ne sont pas mal utilisées. D’autre part, la data gouvernance vous permet de vous assurer que vos données sont bien renseignées. L’enjeu étant de ne jamais exposer votre entreprise au risque de données qui seraient non conformes aux nouvelles réglementations data.

En effet, les données d’une entreprise sont un « actif partagé » et doivent être traitées comme tel. C’est la raison pour laquelle la gouvernance des données est essentielle. Mais, bien davantage qu’un simple concept ou une charte de bonne conduite, la gouvernance des données est une activité stratégique qui fixe les ambitions, le chemin à suivre et les solutions techniques indispensables à votre stratégie data-driven.

Pourquoi est-il important d’assurer la gouvernance des données ?

Par le passé, les mises en place d’une gouvernance des données au sein des organisations étaient rarement couronnées de succès. Les responsables des données se sont trop souvent concentrés sur la gestion technique ou le contrôle strict des datas.

Pour les utilisateurs qui aspirent à expérimenter et innover autour des données, la gouvernance peut évoquer un ensemble de restrictions, de limitations et une bureaucratie inutile. Ces utilisateurs ont parfois des visions effrayantes de données enfermées dans des catacombes sombres, accessibles uniquement après des mois de lutte contre les tracasseries administratives. D’autres se souviennent douloureusement de l’énergie qu’ils ont gaspillée lors des réunions, de la mise à jour des feuilles de calcul et de la maintenance des wikis, pour s’apercevoir que personne ne tire profit du fruit de leur dur labeur.

Il est évident que les entreprises sont conditionnées par la mise en conformité réglementaire : garantir la confidentialité des données, leur sécurité et assurer une gestion des risques. Toutefois, il est capital d’entreprendre un axe offensif qui tend à améliorer les usages de la donnée d’une entreprise – en garantissant des données utiles, utilisables et utilisées – et valoriser ce patrimoine.

Stratégies de gouvernance des données offensives vs. défensives

Une gouvernance des données se pense sous deux approches : défensive ou offensive. Il s’agit d’orienter la stratégie d’entreprise vers des exigences IT en termes de sécurité des données, tout en favorisant leurexploitation et leur analyse pour générer de la valeur business. Voici quelques exemples d’objectifs fixés par chacune de ces deux approches stratégiques de gouvernance des données :

Gouvernance des données défensive :

Entreprendre une mise en conformité vis à vis des autorités des pays afin d’éviter les sanctions, tel que le Règlement Général sur la Protection des Données (RGPD) mis en application en mai 2018.

Répondre aux obligations et règles internes auxquelles sont soumises les données de l’organisation.

Assurer la sécurité des données, leur intégrité et leur qualité pour un bon usage.

Gouvernance des données offensive :

Augmenter, à l’aide des données, la profitabilité et la position concurrentielle d’une entreprise.

Optimiser l’analyse des données, la modélisation, la visualisation, les transformations et l’enrichissement des données.

Augmenter la flexibilité de l’entreprise quant à l’utilisation de ses données.

Quels sont les principaux bénéfices à tirer d’une bonne gouvernance des données ?

Plus les données occupent une place importante dans les stratégies des entreprises, plus elles sont encadrées par des normes et des réglementations exigeantes: SOX aux États-Unis, RGPD en Europe… Il est essentiel d’une part de ne pas s’exposer aux foudres du législateur, et de ne pas trahir la confiance des clients et partenaires qui acceptent que vous collectiez et exploitez la donnée d’autre part.

La gouvernance des données vous permet notamment de piloter en permanence la conformité des données à toutes les étapes de leur cycle de vie (de la collecte à l’exploitation proprement dite). Veiller scrupuleusement à la conformité des données présente d’autres avantages. En effet, le respect de la réglementation contribue mécaniquement à un renforcement de la sécurité des données. La data gouvernance comprend notamment des tâches comme la localisation des données critiques, l’identification des propriétaires et des utilisateurs des datas.

La gouvernance des données fixe également le cadre de la qualité des données. Plus de qualité, c’est un usage plus efficace et plus efficient de la data, notamment dans les processus décisionnels. Une bonne gouvernance des données est également un atout pour réduire et maîtriser les coûts de gestion et de stockage.

Quels sont les acteurs-clés de la gouvernance des données ?

Assurer une bonne gouvernance de la donnée implique un peu de méthode. Pour commencer, il est recommandé de rédiger une charte des valeurs précise. Une charte qui doit poser les principes et permettre de définir les moyens et solutions techniques à mettre en œuvre pour engager le chantier de la data governance.

Mais la gouvernance des données est aussi une affaire de talents et d’équipes dont l’action contribue à l’excellence de votre stratégie. Si le Chief Data Officer joue évidemment un rôle, son action doit pouvoir s’adosser sur les Data Owers et sur les Data Stewards. Lorsque le CDO supervise l’ensemble du dispositif et rapporte directement au dirigeant, le Data Steward se montre garant de la qualité des données. Ces derniers ont notamment pour mission de veiller au respect des principes édictés par votre charte, mais aussi de distiller le message auprès de l’ensemble des équipes. Car, au quotidien, la gouvernance des données est l’affaire de tous dans votre entreprise !

Pourquoi la gouvernance des données est un avantage concurrentiel ?

par Zeenea Software | Mai 16, 2019 | Gouvernance des données

Depuis quelques années, sur les traces des GAFA (Google, Apple, Facebook ou Amazon), la donnée est perçue comme un actif crucial pour les entreprises. Ce patrimoine se valorise par des services digitaux et des nouveaux usages disruptant notre quotidien et fragilisant des business plus traditionnels.

Cette transformation, qu’on le veuille ou non, concerne toutes les structures et tous les secteurs. Les entreprises l’ont compris, pour faire face à des startups innovantes et les puisants géants du web, elles doivent capitaliser sur leurs données. Cette prise de conscience amène les grandes – comme les petites – entreprises à démarrer une transformation digitale pour devenir ce que nous appelons Data-Driven.

Être Data-Driven, c’est considérer la donnée comme un actif dans la société qui doit être maîtrisé pour être valorisé.

C’est collecter, maintenir et mettre à disposition un patrimoine de données de qualité et sécurisé. En d’autres termes, les utilisateurs doivent avoir accès à des données exactes, intelligibles, complètes et cohérentes de sorte à détecter des opportunités business avérées, raccourcir le time to market ou encore entreprendre une conformité réglementaire.

La route pour atteindre cette terre promise de l’innovation par la data est parsemée d’obstacles. Entre des données silotées de part et d’autre dans l’entreprise et une connaissance tribale, ce legacy ne contribue en rien à la qualité globale des données.

L’avènement du Big Data a également renforcé le sentiment que le cycle de vie d’une donnée doit être maîtrisé afin de se repérer dans l’afflux et le volume massif de données stockées par l’entreprise. Un défi englobant des rôles et des responsabilités, des process et des outils.

La mise en place d’une telle gouvernance des données est un chapitre que doit écrire une entreprise Data-Driven.

Toutefois, nos expériences, échanges et lectures avec des acteurs du monde de la data ont confirmé notre constat que les démarches de gouvernance des données de ces dernières années n’ont pas tenu leurs promesses

C’est donc à travers nos livres blancs que nous souhaitons partager un éclairage sur ce sujet et être un point de départ dans la construction d’une gouvernance des données “agile”, là où des approches plus traditionnelles n’ont pas su s’organiser et s’adapter dans un environnement en perpétuelle évolution.

Notre livre blanc sur la gouvernance des données

[Infographie] Les 5 piliers d’une gouvernance des données agile

par Zeenea Software | Nov 20, 2018 | Gouvernance des données

Être data-centric, c’est considérer la donnée comme un actif dans la société qui doit être maîtrisé pour être valorisé. C’est collecter, maintenir et mettre à disposition un patrimoine de données de qualité et sécurisé.

Toutefois, la route pour atteindre la terre promise de l’innovation par la data est parsemée d’obstacles. Entre des données silotées de part et d’autre dans l’entreprise et une connaissance tribale, ce legacy ne contribue en rien à la qualité globale des données.

L’avènement du Big Data a également renforcé le sentiment que le cycle de vie d’une donnée doit être maîtrisé afin de se repérer dans l’afflux et le volume massif de données stockées par l’entreprise. Un défi englobant des rôles et des responsabilités, des process et des outils. La mise en place d’une telle gouvernance des données est un chapitre que doit écrire une entreprise data-centric.

Nos expériences, échanges et lectures avec des acteurs du monde de la data ont confirmé notre constat que les démarches de gouvernance des données de ces dernières années n’ont pas tenu leurs promesses. À travers cette infographie – reprenant les différents points énoncés dans notre livre blanc – nous souhaitons partager un éclairage sur ce sujet et être un point de départ dans la construction d’une gouvernance des données “agile”, là où des approches plus traditionnelles n’ont pas su s’organiser et s’adapter dans un environnement en perpétuelle évolution.

Nous souhaitions une gouvernance des données ascendante, non invasive, automatisée, collaborative et itérative. En un mot, agile.

Les articles qui suivent, explicitent les caractéristiques d’une gouvernance des données mise en avant par notre infographie. Elle veut mettre en avant :

L’organisation d’une gouvernance de données

En plus de ces 5 attributs, les entreprises doivent penser à l’organisation de cette gouvernance agile des données, et à sa mise à l’échelle.

Dans notre livre blanc volume 2, nous faisons un état des lieux des organes de gouvernance que nous rencontrons aujourd’hui dans les organisations traditionnelles. Ces derniers sont souvent le produit d’une démarche défensive, héritée du Master Data Management ou d’initiatives plus larges de mise en place d’une gouvernance des systèmes d’information.

Très centralisés, parfois bureaucratiques, ils se focalisent sur les indispensables fonctions de contrôle et de conformité, au détriment parfois radical de la simplicité d’accès aux données pour les acteurs de l’entreprise.

Cette dynamique, cependant, n’est pas une fatalité. La conformation des géants du web n’est en effet pas franchement distincte de celle des organisations plus traditionnelles – les contraintes de sécurité et de conformité auxquels ils sont soumis l’exigent. Mais les organes de la gouvernance des données y exercent leur rôle d’une façon radicalement différente. Ils se vivent non comme des gardiens du temple mais comme des facilitateurs dans une organisation où la donnée est un bien commun stratégique. Il apparaît que ce qui les distingue, c’est moins la forme de la gouvernance que la culture qui l’irrigue.

Cette culture porte un nom : la Data Democracy !

Gouvernance des données : vers une démarche agile

par Zeenea Software | Nov 14, 2018 | Gouvernance des données

Ces derniers mois, il devient de plus en plus difficile d’assister à une réunion sans entendre l’expression gouvernance des données. Ce sujet n’est pourtant pas nouveau ! Toutefois, avec l’arrivée des technologies Big Data : la donnée et son utilisation deviennent la pierre angulaire des démarches d’innovation. Un vieux sujet évoluant dans un contexte très neuf…

Gouvernance et donnée : l’un ne peut aller sans l’autre

L’engouement de ces dernières années pour la data est tel que, les entreprises investissent beaucoup de temps et d’argent pour tenter de briser les silos de données et unifier leur patrimoine grâce à de nouvelles infrastructures de stockage toujours plus performantes et moins coûteuses.

Toutefois, les entreprises ont compris assez vite que la promesse – innover par la donnée – allait être plus compliquée que prévu. Malgré les dernières avancées technologiques, les données sont toujours éparpillées de part et d’autre dans l’entreprise avec un legacy militant. Les nouveaux systèmes de stockage implémentés ne sont – finalement – “que” des stacks techniques supplémentaires dans le paysage SI de l’entreprise et ne permettent pas, à elles seules, de gérer le cycle de vie des données, garantir des règles permettant la bonne utilisation des données et ainsi maximiser la création de valeur des données. Nous parlons ici de gouvernance des données.

Les objectifs d’une gouvernance des données

En quête d’innovations, les entreprises repensent leurs organisations pour aller vers des organisations “data-driven”.

Les services informatiques doivent devenir le bras armé du métier en plaçant une donnée raffinée, sécurisée et de qualité au centre des décisions stratégiques.

Pour atteindre cette transformation, les organisations construisent ce qu’on appelle une gouvernance des données. Ce chantier poursuit des objectifs assez clairs, entre autres :

Assurer une gestion des métadonnées (techniques, opérationnelles ou encore business) et une documentation de la donnée.
Assurer la qualité et l’intégrité des données.
Gérer la sécurité des données : encadrer la collecte des données et leur utilisation, surtout quand il est question de données personnelles.
Simplifier l’accès aux données et faciliter leur utilisation par un maximum de collaborateurs.

Une stratégie de gouvernance des données agile

La manière d’aborder le sujet de la gouvernance des données évolue. Nos expériences nous ont amenés à valoriser une gouvernance des données basée sur les quatre piliers suivants :

Non invasive et post-hoc : La gouvernance de données ne saurait être un frein à l’innovation dans l’entreprise. Le recueil et l’agrégation des métadonnées sur les jeux de données d’une entreprise, après leur création ou mise à jour par divers pipelines, permet de ne pas interférer avec les propriétaires de ces jeux de données ou leurs utilisateurs.

Automatique et connectée : L’automatisation du recueil des métadonnées et des KPIs de gouvernance permet à vos outils de refléter fidèlement la réalité. D’autre part, cette automatisation garantit le maintient à jour d’une telle gouvernance et d’assurer un passage à l’échelle.

Bottom-up et collaborative : Une stratégie de gouvernance des données bottom-up veut mettre les individus et leurs interactions devant les processus et les outils. Une démarche de gouvernance de données ne peut être réussie qu’en impliquant l’ensemble des collaborateurs d’une organisation, bénéficiant ainsi de l’intelligence collective.

Itérative : Construire par étape une gouvernance des données pour correspondre au plus près aux attentes de l’entreprise et à son fonctionnement. L’adaptation au changement doit être au coeur de la stratégie de gouvernance des données de l’entreprise.

Une telle approche peut réussir là où de nombreuses initiatives de “data governance” plus importantes ont échoué.

Conclusion gouvernance des données agile

De même que les développements logiciels sont progressivement passés des méthodes traditionnelles (cycle en V, Waterfall, etc.) aux méthodes agiles, la gouvernance des données doit être repensée.

Une telle démarche non seulement itérative mais incrémentale appliquée à votre stratégie de gouvernance des données permet une plus grande souplesse, nécessaire pour prendre en compte la complexité (croissante) de votre SI.

L’ajout itératif de données à une structure de gouvernance de données en s’appuyant sur ce qui fonctionne et avancer selon les priorités et use cases stratégiques de l’entreprise est une nouvelle manière d’aborder ce challenge.

Livre blanc : pourquoi une gouvernance des données agile

La manière d’aborder le sujet de la gouvernance des données évolue. Nos expériences nous ont amenés à valoriser une gouvernance des données basée sur des piliers agiles.

Retrouvez notre vision et notre démarche de gouvernance des données agile : Définition et bénéfices

TÉLÉCHARGER

[Infographie] La maturité des sujets gouvernance des données en France

par Zeenea Software | Oct 20, 2018 | Gouvernance des données

Lors de notre matinée Data Centric Exchange, nous avons eu le plaisir de recevoir une trentaine de Chief Data Officers et Data Managers. Ils ont pu assister au témoignage de Monsieur Jean-Pierre Huchet sur la mise en place d’une organisation data-centric et la construction d’une gouvernance des données au sein du data lake de Renault Digital.

> Retrouvez la vidéo témoignage : Renault Digital outille sa gouvernance des données.

Nos petits déjeuners Data Centric Exchange sont les rendez-vous des C-Levels et Managers concernés par les enjeux data au sein de leur organisation. Nos matinées sont un savant mélange de retours d’expériences et de moments d’échanges entre pairs.

L’occasion de sonder leur maturité sur le sujet Gouvernance des Données dans leur organisation et secteur d’activité. Voici l’infographie qui est ressortie de cette matinée :

TECHNOLOGIE

SOLUTIONS

CAPACITÉS

APPLICATIONS

SECTEURS

DATA LEADERS

KNOWLEDGE HUB

PRODUCT HUB

À PROPOS

PRENDRE CONTACT

SERVICES

CONVICTIONS

Tout savoir sur les Data Contracts

Qu’est-ce qu’un Data Contract ?

Que contient un Data Contract ?

La sémantique

Le Modèle de Données (Schéma)

Les accords de niveau de service (SLA)

La gouvernance des données

La qualité des données

La sécurité et confidentialité des données

Qui sont les responsables des Data Contracts ?

Data Architects

Data Engineers

Experts en conformité

Business Analysts

L’importance des Data Contracts

Les priorités et défis majeurs du Chief Data Officer (CDO) en 2024

L’IA générative, une tendance à venir ?

Une approche enthousiaste du potentiel de l’IA générative

La qualité des données, la confiance et la sécurité sont les plus grands défis de l’IA générative

La gouvernance des données reste une priorité

Les entreprises changent d’approche en matière de gouvernance des données

La culture et la maîtrise des données restent un défi pour une utilisation efficace

Création de valeur commerciale visible

L’analytique et l’IA dans le développement de projets

Vers une approche axée sur les produits de données

En conclusion

Comment l’IA peut-elle renforcer la gouvernance de vos données d’entreprise ?

Quels sont les avantages de l’IA pour une gouvernance data ?

Amélioration de la qualité de vos données

Automatisation de la mise en conformité de vos données

Renforcer la sécurité de vos datas

Démocratisation des données

Quel sera le futur de la gouvernance des données ?

Qu’est-ce qu’une démocratie des données – Extrait de la série d’ebooks La Démocratie des Données par Ole Olesen-Bagneux

Pourquoi vous avez besoin d’une démocratie des données

La définition d’une data democracy

N’importe qui

N’importe quoi

N’importe où

N’importe quand

Instaurez une démocratie des données – Téléchargez notre série d’ebooks

5 Avantages du Data Lineage pour votre Entreprise

Avantage N°1 : Une gouvernance des données améliorée

Avantage N°2 : Des données plus fiables, précises et de qualité

Avantage N°3 : Une analyse d’impact rapide