5 étapes pour mettre en place une gestion des données de référence efficace

Gestion des données de référence : réussir son projet MDM

Dans un contexte d’internationalisation, les organisations sont amenées à vivre de grandes transformations, des réorganisations, des fusions complexifiant un Système d’Information déjà fragmenté. Pour mettre de l’ordre et rendre évolutif son architecture, les urbanistes ou architectes informatiques ont donc bâti des référentiels dans une démarche SOA (data + flux + processus) afin de permettre la gestion des données de référence.

Ces référentiels répondent également à des enjeux business :

  • De nombreuses réglementations autour de la donnée demande toujours plus de transparence et de justification
  • L’environnement compétitif impose de toujours avoir un temps d’avance par rapport à la concurrence et donc de pouvoir prédire, anticiper pour concevoir de nouvelles offres et satisfaire les clients ET les actionnaires
  • Les entreprises sont plus que jamais « customer-centric », ce qui implique de disposer de données à jour, pertinentes sur ses clients, de pouvoir les recouper et les partager sur différentes applications et à différents métiers en interne ou en externe.

Qu’est-ce qu’une donnée de référence ?

Les entreprises ont désormais les moyens de stocker une volumétrie de données impressionnante. Dans ce flot de data, certaines données traversent les processus métiers et sont de ce fait partagées au sein des grandes applications verticales de l’entreprise : les ERP (Entreprise Ressource Planning), les CRM (Customer Relation Management), les PLM (Product Lifecycle Management), les WMS (Warehouse Management System), les PIM (Product information management), les logiciels liés à la comptabilité… Cependant, limiter leur partage au sein de ces applications verticales nuit à la transversalité des informations dans l’organisation. Les processus métier réels ne s’arrêtent pas aux frontières des applications verticales !

La question à se poser est la suivante : quelles sont les données les plus importantes, les plus critiques mais aussi les plus pertinentes et structurantes pour l’organisation ? C’est à dire les données qui font « référence » !

C’est ainsi que la notion de donnée de référence, donnée maîtresse ou data master est apparue en 2003 avec l’essor du Master Data Management (MDM).

Les données de référence peuvent être de diverses natures :

gestion des données de référence produit

Les données Produits comme dans le secteur du retail ou du manufacturing élargies à l’offre de services

pilotage des données de référence tiers

Les données Tiers liées aux clients et aux fournisseurs

management des données de référence de l’organisation

Les données sur l’organisation, les salariés

Gestion des informations financières de référence

Les informations financières

Exemples de données de référence

Les données de références sont majoritairement des données statiques ou relativement stables dans le temps, qui vont être actrices ou sujettes des processus, plutôt que les données transactionnelles ou les données calculées.

D’origine interne ou externe à l’organisation et de types « Maîtres » , « constitutives » ou « paramètres », elles concernent le plus souvent les clients, les produits, services ou articles, les fournisseurs et les ressources humaines. Elles peuvent être organisées au travers de relations hiérarchiques et sont généralement utilisées dans plusieurs applications du Système d’Information ainsi que par différents services métiers et domaines fonctionnels. Le prix d’un produit, la référence article, le code postal client, le propriétaire ou la devise sont quelques illustrations !

Une fois identifiées, l’enjeu est alors de créer un référentiel maître centralisé afin de permettre une démarche d’amélioration continue de la qualité, la traçabilité des modifications et la reconstitution d’un référentiel à date.

5 conseils pour bien gérer vos données de référence

Avant de mettre en œuvre votre Master Data Management, il convient d’analyser les axes d’évolution de votre référentiel :

  • Finalité de la démarche
  • Niveau de complexité
  • Stabilité du système
  • Nature des objets manipulés

L’état des lieux doit également prendre en compte la volumétrie des données et leur criticité, les applications sources et cibles ainsi que les processus et règles métiers impactant la qualité des données. Quelles sont les consolidations à prévoir si les sources sont multiples ? Comment l’évolution de l’entreprise va impacter ces données structurantes ?

Il s’agit ensuite de définir des règles de gestion et d’administration de ce référentiel à savoir qui valide les données, qui arbitre en cas de litige, quels sont les droits attribués à chacun et quelles sont les modalités de diffusion des informations contenues dans le référentiel.

Comment LOTO QUEBEC a déployé un Référentiel Client Unique pour améliorer la performance marketing ?

Suivez maintenant ces 5 étapes pour bien mener votre projet de gestion des données de références (GDR):

1 – Mesurer la qualité des données de références

La qualité d’une donnée s’évalue en fonction de l’usage attendu avec trois approches possibles : l’approche orientée objectif, l’approche orientée traitement et l’approche orientée sémantique.

Pour mesurer la qualité de données maîtres, on s’attachera aux aspects suivants : le profilage, la complétude, la redondance et l’homogénéisation référentielle,

2- Trouver les bons indicateurs

Les indicateurs peuvent porter sur les performances (économies de saisie, meilleure productivité, accroissement des SLA, raccourcissement des cycles…) ou sur l’impact du MDM sur l’organisation du SI, l’implantation de nouvelles briques, la gestion des processus métier…

3 – Fixer un périmètre à la gestion de vos données de référence

Il est maintenant temps de de définir les grandes étapes qui vous mèneront à l’atteinte de vos objectifs. Pour chaque lot de votre projet, il sera important d’impliquer les métiers tout autant que le service informatique afin de valider la faisabilité tant en ressources humaines que technique :

  • Le nettoyage des données
  • L’importation et initialisation du MDM
  • L’interopérabilité du MDM avec les applications sources et cibles de votre SI.
  • La mise en œuvre et l’évolution du MDM

4 – Initialiser les données cibles

L’initialisation du référentiel constitue la première grande étape de la mise en œuvre. Il est possible de remplir ce référentiel au fil de l’eau, au fur et à mesure des entrées ou mises à jour des données, comme il est possible de l’initialiser en rentrant le plus grand nombre d’informations possibles dès sa construction.

Dans tous les cas, la création du référentiel nécessite :

  • La définition et la création de la base de données d’accueil
  • La création et l’instanciation des règles de contrôles et de validation lors de la création des enregistrements
  • La création des règles et dictionnaires de transcodage
  • Le chargement des données qui vont constituer le socle du référentiel

De la théorie aux retours d’expérience concrets, toutes les clés pour réussir votre projet MDM.

5 – Faire vivre son référentiel et prévoir son interopérabilité avec le Système d’Information

Le référentiel doit vivre, évoluer, être mis à jour de façon continu afin de devenir la référence de l’entreprise et le support clé de la gouvernance des données de l’organisation. Pour cela, la qualité des données doit être assurée au lancement du projet et les efforts pour la maintenir doivent être poursuivis en permanence ! Il est donc important de bien définir :

  • L’instanciation des règles de contrôles et de validation lors des mises à jour
  • La mise en œuvre des règles d’historisations des enregistrements
  • La mise en place des règles de suppression
  • La mise en œuvre des politiques de sécurisation d’accès à l’information

Au-delà de ces quelques éléments, il convient de ne jamais perdre de vue qu’un projet MDM va manipuler un grand nombre de données, que les règles de référencement et d’historisation des données manipulées peuvent rapidement s’avérer génératrice de volumétries importantes.

Si votre système d’information le permet, vous pourrez constituer une architecture orientée service et publier des Web Services qui garantiront l’accès aux données ainsi que leur mise à jour.

Pour outiller votre gestion des données de référence, l’approche que nous vous proposons au travers du module de Data Governance de la plateforme Blueway se veut simple et pragmatique. Nous savons de plus que la gouvernance des données ne se limite pas au Master Data Management ! La capacité de dialoguer avec les autres applications du Système d’Information, au lancement du projet mais également avec toutes celles qui viendront s’ajouter par la suite, est essentielle. Les données doivent également vivre et être mises à disposition des utilisateurs selon leurs processus métiers, qui ne doivent pas être cloisonnés aux applicatifs. C’est pour cela que notre module de gestion des données de référence s’intègre au sein d’une plateforme incluant des solutions d’Enterprise Service Bus et de Business Process Management afin d’apporter une démarche à la fois Data ET Process.

Vous souhaitez en savoir plus ? Échangez avec nos experts : la Data Governance nous passionne depuis toujours !

Au plaisir de discuter avec vous !

Intégrité des données ou data integrity

Quels sont les points d’attention et les bonnes pratiques pour assurer l’intégrité de vos données ?

Introduction : rappel sur l’intégrité des données Assurer l’intégrité des données…

Quelles sont les 4 étapes clés pour mettre en qualité ses données ?

La mise en qualité des données, une évidence et un impératif Tous les processus d’entreprise…

Quelle démarche et quel RCU adopter pour soutenir sa stratégie customer-centric ?

Le RCU et son rôle central pour la qualité des données client Offrir une véritable continuité…

MDM vs PIM : différences des logiciels

Omniprésence des données : comment choisir entre MDM et PIM ?

Force est de constater aujourd’hui l’omniprésence des données dans toutes les stratégies…

Choisir d’implémenter un portail fournisseur 

Mettre en place un portail fournisseurs pour accélérer son référencement produit… et bien plus !

Le référencement produit : un enjeu de taille pour les retailers Face à la multiplication…

Quelles typologies de data hub MDM ?

Les différentes typologies de data hub pour le MDM

Loin d’être une opération anodine pour les entreprises, l’implémentation d’un référentiel…

Master Data Clients pour les Directions Marketing

Le MDM au secours des Directions Marketing et des Master Data Clients

A l’heure du Big Data et de l’évolution des Directions Marketing vers des stratégies…

Data Steward

Le Data Steward, maillon fort de la gouvernance des données

Le Data Steward, maillon fort de la gouvernance des données La quantité de données collectées…

Comment mettre en place une solution de data management ?

Interview : deux retours d’expérience complémentaires sur la mise en place de solutions MDM (Master Data Management)

Les entreprises ont maintenant pleinement conscience des enjeux de contrôle des données de…

Infographie : TOP 10 des mauvaises pratiques pour rater son projet MDM

Pour assurer la réussite d’un projet de Master Data Management, il s’agit de procéder avec…