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 méthode et rigueur. Entre bonnes pratiques de gestion de projets IT, compréhension des enjeux du MDM et prise en compte des impacts sur la gouvernance de la donnée, les écueils sont nombreux !

Le MDM a vocation à devenir le point de vérité de l’information pour toutes les applications du système d’information; c’est donc un projet structurant impliquant de la conduite du changement et une vision transversale au niveau de l’organisation. Ainsi, on ne mène pas un projet de Master Data Management comme on piloterait un projet de GED (Gestion Electronique de Documents), de PIM (Product Information Management) ou de DAM (Digital Asset Management). Quelle est la cartographie des données du Système d’Information ? Quelles données faut-il intégrer et en provenance de quelles applications sources ? Quels sont leurs niveaux de fiabilité et de qualité ? Comment anticiper les évolutions de l’organisation qui impacteront le Master Data Management dans les années à venir ?

L’infographie synthétisant les 10 mauvaises pratiques pour rater son projet de Master Data Management est disponible après le contenu texte.

Découvrez le TOP 10 des mauvaises pratiques :

01. Vouloir tout construire et brancher d’un coup

Le pire ennemi d’un projet MDM (Master Data Management) consiste à vouloir tout construire et tout brancher d’un seul coup ; la fameuse approche OFF/ON. Cette approche entraîne des effets dévastateurs par un effet tunnel évident et par l’absence d’un rodage des processus de gouvernance.
Il faut au contraire encourager l’itérativité et l’agilité pour adapter le référentiel et l’organisation.

02. Appréhender le projet MDM comme un sujet purement technique

Un projet MDM est un projet d’entreprise et non un projet IT. Il ne peut se limiter à une centralisation technique de données, il doit permettre l’obtention et la maintenance d’un point de vérité unique.
Pour cela, les acteurs métiers doivent être totalement impliqués dans le programme dès son initialisation pour garantir la valorisation du capital data.

03. Reporter le sujet de la qualité de données à « plus tard »

L’itérativité doit être pertinente ; il est préférable de progresser périmètre par périmètre, mais en s’imposant la construction d’un socle fiable étape après étape.
L’acceptation d’un tel programme se trouve dans l’amélioration et la confiance de la qualité des données fournies et non à la vitesse de construction d’une base de données.

04. Faire abstraction de la diffusion de l’information dans le projet MDM

Un programme de gestion des données de références a du sens si et seulement si il est exploité. Il est donc crucial de ne pas omettre la notion de branchement au SI, et éventuellement à un écosystème partenaire. L’usage d’un bus d’entreprise (ESB) ou d’un portail d’API (API Management) démultiplie le ROI d’une telle initiative.

05. Ne pas rattacher ce projet MDM aux enjeux réglementaires

Il est commun de dissocier le réglementaire de la gestion des données d’une organisation, ne serait ce que par un découpage naturel du cadre de responsabilité. Pour autant, un référentiel de données maîtres simplifie grandement la mise en place et le respect d’un grand nombre de réglementation. On peut par exemple identifier l’importance des axes de ventilations dans un contexte bancaire (Bale) ou assurance (Solvency), et bien sûr la maîtrise des données sensibles avec la GDPR.

06. Imposer le changement porté par le projet MDM sans l’accompagner

Un projet MDM ne s’impose pas, il se construit collectivement. A l’instar de la mise en place de tout processus, les collaborateurs doivent comprendre le sens et l’intérêt commun de l’organisation. L’accompagnement au changement est une composante essentielle de projet MDM réussi.

07. Faire abstraction du cycle de vie des données de références

Les données d’une organisation dispose d’un cycle de vie qu’il ne faut pas omettre, ce cycle est souvent révélateur de qualités ou de dysfonctionnements. La définition d’une gouvernance adaptée doit répondre à une transition maîtrisée et juste. Un programme MDM (Master Data Management) ne doit pas porter le fardeau d’une refonte organisationnelle de vos processus, il doit en être le catalyseur.

08. Mélanger les genres : PIM/CRM/BAM/MDM

Le marché de la gestion des données est riche, voir déconcertant dans certains cas. Pour garantir un choix juste, il convient de bien définir les objectifs de votre organisation et le cadre que vous souhaitiez lui donner. L’identification de la solution idoine découlera naturellement de cette étape initiale et vous permettra de passer outre les « grandes tendances » du marché.

09. Oublier l’histoire des données

Les données d’une organisation ont une histoire passée qu’il faut intégrer durant la conception et la préparation des données pour leur reprise initiale. La mise en qualité des données repose donc sur un profilage de qualité, permettant d’adapter les traitements d’acquisition, de redressement et d’enrichissement des données. Il est nécessaire de prendre en compte cette histoire pour garantir l’amélioration continue des données.

10. Isoler le projet MDM

De par sa nature « référentielle » un projet MDM a vocation à fournir une information de qualité pour tout autre projet, en tant que point de vérité.
Il est donc essentiel de synchroniser la construction d’un référentiel avec les autres projets pour éviter les redéveloppements et simplifier l’intégration du référentiel.

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

Infographie : TOP 10 pour rater son projet de Master Data Management - Les enjeux du MDM !

Vous avez une question, une remarque ou vous envisagez de vous équiper d’un MDM ? Contactez-nous, nous vous accompagnerons !