L’intérêt de créer un cadre de gouvernance de la donnée

Qu’est-ce qu’une politique de gouvernance des données ?

La gouvernance des données (appelée data governance en anglais) représente les processus et les cadres posés par une entreprise lors de la collecte et l’exploitation de données collectées en interne et externe. Cet encadrement du stockage et de l’utilisation de la data collectée doit prendre en compte les contraintes règlementaires par pays (GDPR et HIPAA entre autres) et la satisfaction des clients (transparence au sujet de la gestion de leurs données personnelles).

Lorsqu’une structure met en place un cadre de gouvernance des données, elle s’assure de la qualité des données récoltées, elle homogénéise et facilite leur gestion et accès au sein de l’ensemble de ses services. À terme, ce cadre permet aux entreprises de cartographier tous ses flux de données internes, externes, techniques, commerciaux, etc., et de faciliter l’exploitation de cette data.

Quels enjeux derrière les cadres de gouvernance de données ?

Le capital de données d’une entreprise relève d’une ressource stratégique. Souvent, l’intérêt que portent les organisations à la gestion de ce capital est mu par le besoin de ne pas entrer en conflit avec les normes et règlementations en vigueur ainsi que et les cadres de gestion de risques (COBIT 5). Cependant la gouvernance des données permet de couvrir d’autres aspects stratégiques qui peuvent profiter aux entreprises sur les plans financier et humain.

En effet, pour poser un cadre de gouvernance de la donnée, il faut prendre en compte la sécurisation de la data. Cela passe par l’étape d’identification des données critiques et des risques qui leur sont liés, et d’y pallier. La conséquence directe de la prise en compte de cet aspect est la diminution des risques d’infractions sécuritaires.

La mise en place d’un framework relatif à la gestion des flux de données implique la mise en place de processus et d’une méthodologie de travail réplicables au sein des entreprises. Ce point contribue à l’efficacité opérationnelle des équipes de travail. De plus, la gouvernance des données assure une collecte et un stockage conscient des données ce qui conduit les entreprises à capitaliser avec le temps sur des data de bonne qualité. Enfin, un cadre de gouvernance des données sert également à penser la purge de celle-ci et la durée de leur stockage. Résultat ? Générer une diminution des coûts liés au stockage et à la gestion des données concernées.

Quels critères suivre pour poser un cadre de gouvernance des données ?

Les critères permettant aux entreprises de poser les bases de de leur data governance varient en fonction des caractéristiques de leurs structures :

• organisationnelles (taille de l’entreprise, enjeux pour chaque service, etc.) ;
• secteur d’activité (bancaire, retail, etc.) ;
• modèle d’entreprise (type de données stockées au sujet des clients par exemple) ;
• etc.

Ces critères définissent les principes qui vont guider la gouvernance des données. Ces principes permettent de délimiter les possibilités d’utilisation et d’exploitation des données. Ils assurent également la mise en place des règles d’accès, de sécurité relatives à la protection de la data au sein des structures de stockage de l’entreprise. Un cadre de gouvernance des données doit également prendre en compte la facilitation des audits du capital de données dans le futur. Les audits ayant pour objectif de juger de la qualité de la data, la politique de gouvernance des données doit établir les critères à observer afin d’évaluer les données de façon optimale.

Enfin, une politique de gouvernance de la donnée correctement pensée doit répondre au besoin de classifier et faciliter l’accès aux données dans le futur afin de faciliter la mise en place des projets nécessitant leur utilisation.

Comment suivre et évaluer une politique de gouvernance de la donnée ?

L’évaluation d’une politique de gouvernance des données fait partie du projet de mise en place de celle-ci. Elle nécessite des moyens humains, techniques et un planning rigoureux pour gérer la documentation de la data governance. Le choix des équipes en charge de ce projet doit prendre en compte les besoins de chaque service de l’entreprise : juridique, RH, marketing, produit, etc. Chacune de ces entités exploite les données selon les besoins métier des employés qui y œuvrent. Le but d’un projet de mise en place d’une gouvernance de la donnée est de vérifier la conformité aux règlementations des pratiques de chaque service ou département.

Par ailleurs, les équipes chargées du suivi des différentes politiques de gestion de données doivent assurer l’amélioration des processus liés à celles-ci. Le but étant d’actualiser les procédés et les informations (veille juridique par exemple) en relation avec les politiques de traitement des données.

Enfin, une grille d’indicateurs permettra de quantifier de façon tangible les résultats obtenus après la mise en place d’un cadre de gestion des données. Ces chiffres clés doivent décrire l’impact de la politique de gouvernance de la data sur les coûts de stockage (augmentation, diminution, etc.). Ils doivent également amener à valider la politique de purge des bases de données selon un calendrier défini en amont.

En conclusion, dans un contexte digitalisé et mondialisé, les entreprises doivent penser à des moyens de gestion de leurs flux de données en interne et en externe afin de respecter les règlementations liées au traitement des données personnelles de leurs clients. Le frameworks de data governance amènent les entreprises à penser leur rapport à leur capital de données sur plusieurs niveaux. Ainsi, la contrainte et le besoin de conformité juridique ne sont plus les seuls enjeux derrière le besoin de spécifier un modèle de gestion des données. En effet, l’intégration d’une politique d’utilisation et du stockage de la data assure une amélioration opérationnelle des équipes de travail, une gestion des risques liés aux données personnelles des utilisateurs et clients.

Enfin, ce cadre une fois posé rend les données stockées plus qualitatives, plus faciles d’accès et mieux exploitées lors de projets de Business Intelligence ou de Big Data.

Nous vous recommandons ces autres pages :

• Intelligence de la donnée : qu’est-ce que la Data Intelligence ?
• Bien comprendre les enjeux de l’intelligence de la donnée
• Comment bien cadrer un projet d’intelligence de la donnée
• Les clés d’un pilotage efficace d’un projet d’intelligence de la donnée
• Intelligence de la donnée : quelques cas d’usage
• Les erreurs à éviter pour réaliser un POC sur un projet d’intelligence de la donnée
• Bien choisir ses indicateurs de performance d’informatique décisionnelle

Des questions ?