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 informatiques ont donc bâti des référentiels dans une démarche SOA (data + 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). 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 pour l’organisation ?

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

Une fois identifiées, l’enjeu est de créer un référentiel, un fichier 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.

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.

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

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 SI

Le référentiel doit vivre, évoluer, être mis à jour de façon continu et devenir le silo de référence de l’entreprise. 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.

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