Comment mettre en place une gouvernance des données ?

Date de la dernière modification : 21 avril 2021

Comment mettre en place une gouvernance des données ? 

Si la notion de gouvernance d’entreprise a fait son chemin, celle, plus récente, de gouvernance des données est en train à son tour de devenir un incontournable pour toute entreprise portant une réflexion stratégique sur la valorisation de ses données.

Nous vous en proposons ici une définition et une déclinaison pratique au travers d’un retour d’expérience.

 

Qu’est-ce que la gouvernance des données ?

La gouvernance des données désigne l’ensemble des rôles, responsabilités, procédures opérationnelles et réglementaires qui décrivent la façon dont les données doivent être gérées tout au long de leur cycle de vie.

Cette définition fait apparaître que la gouvernance des données doit prendre en compte l’ensemble des étapes liées au cycle de vie des données (collecte – stockage – traitement – analyse – diffusion) tout en respectant le cadre législatif.

Pour aller au-delà du simple effet de mode et bénéficier de toute la puissance que peut apporter une bonne gouvernance des données, celle-ci doit être pensée en cohérence avec les missions, la stratégie, les valeurs, la culture générale de l’entreprise.

Les entreprises doivent s’approprier cette gouvernance afin d’exploiter les données comme une ressource. 

Comment mettre en place une gouvernance des données ?

Chaque cas est unique et nous ne souhaitions pas vous proposer une énième méthode standardisée. C’est pourquoi, afin d’illustrer de façon concrète l’apport d’une réflexion sur la gouvernance des données, nous vous présentons ici le cas d’une entreprise faisant face à une problématique de pilotage de l’activité.

L’entreprise

Une société de service implantée en France avec des agences réparties sur l’ensemble du territoire.

La problématique

Le siège de l’entreprise dispose d’un pilotage financier centralisé, mais le pilotage opérationnel est basé sur des outils non interconnectés et décentralisés. Chaque agence a ainsi construit son propre outil de pilotage (le plus souvent via des fichiers Excel) et a déterminé ses propres indicateurs de suivi avec sa propre manière de les calculer.

L’entreprise jongle donc avec une myriade de reportings locaux s’appuyant sur une multitude de sources de données (ERP, CRM, Excel, applications, SIRH…), ce qui empêche toute cohérence et toute transversalité.

 

Il en résulte donc les problèmes suivants :

  • Une asymétrie d’information, une très grande difficulté pour obtenir une vision 360 de l’activité
  • Des problèmes de communication dus à l’absence de langage commun (un indicateur peut avoir plusieurs significations selon les agences et les services)
  • Peu de coopération entre les services (transversalité)
  • Un impact sur la fiabilité des informations et donc sur la qualité des données
  • Enfin, un risque sur le business puisque ces dysfonctionnements ont des conséquences sur la qualité de service et donc sur la fidélisation des clients.

L’objectif

La volonté de cette entreprise est de construire une vision commune via une information uniformisée et des indicateurs et des référentiels (clients et produits) communs et partagés.

Cette démarche a pour finalité l’amélioration de la performance opérationnelle et de l’expérience client.

La solution Datasulting

Dans le cas de cette entreprise, la solution ne peut pas seulement passer par le déploiement d’un outil décisionnel. C’est une partie de la réponse, mais cet outil, pour révéler tout son potentiel, doit s’inscrire dans une refonte globale de l’usage des données en termes de vision, de qualité, de documentation (un langage commun), de sécurité et de culture. C’est donc ici que nous retrouvons notre gouvernance des données !

Chez Datasulting, nous procédons par étapes sous forme d’ateliers de co-construction de cette gouvernance.

1ère étape : Une sensibilisation des équipes de direction à la gouvernance des données ainsi qu’à la nécessité de repenser une organisation favorisant un mode de coordination transversal autour de la donnée.

2ème étape : L’identification des attentes et des besoins de chacun des acteurs concernés (directions métiers, SI, agences) sous la forme d’interviews.

3ème étape : La définition des cas d’usage par direction (quelles données pour quelles finalités ?) et leur priorisation en fonction des coûts et des ressources humaines.

4ème étape : Un recensement des sources de données et des indicateurs identifiés comme clés, un état des lieux de l’architecture en place et de celle vers laquelle tendre pour répondre au besoin (architecture fonctionnelle et applicative).

5ème et dernière étape : L’ensemble des constats établis lors des étapes précédentes permettent de définir de façon précise les missions de chaque entité et du périmètre d’intervention de chacun dans la chaîne de valeur. Un plan d’action détaillé est construit et déployé.

Résultats

Si à l’heure où nous rédigeons ce cas, il est encore un peu tôt pour mesurer les effets des engagements pris, la société a néanmoins compris la nécessité d’une meilleure répartition des rôles et entrepris une réorganisation de ces services. L’entreprise s’attèle donc à la construction d’une vision, d’une coordination et d’une coopération transverse pour un fonctionnement fluide et harmonisé.

Cela se traduit notamment par la formalisation d’un pôle data composé d’un CDO, d’un chef de projet et d’un data scientist. En s’appuyant sur des data analysts référents au sein de chaque direction métier (vente, marketing, opérations, …), ce pôle fait le lien entre les demandes du terrain et les données afin de fournir des rapports uniformisés.

La prochaine étape sera de diffuser la culture data au sein de l’entreprise afin de faire en sorte que l’ensemble des collaborateurs se saisissent des opportunités offertes par un mode de fonctionnement coopératif reposant sur la valorisation des données.  

Pourquoi mettre en place une gouvernance des données ?

  Gagner en agilité et en productivité en structurant son organisation autour de l’exploitation et de la valorisation des données.
Exploiter tout le potentiel offert par la maîtrise des données. La gouvernance des données est impérative pour accompagner la création de valeur au fil du temps, car la complexité grandissante nécessite des moyens pour gérer cette complexité.
Respecter la réglementation en vigueur, s’engager dans une démarche responsable et anticiper les tendances et recommandations à venir (éthique des données, sobriété des données)

Que vous soyez déjà avancé dans votre stratégie data ou que vous commenciez à la structurer, le déploiement d’une gouvernance des données au sein de votre entreprise ne peut que vous aider à valoriser davantage encore vos données.

Évaluez vote maturité data

background