Rechercher
Fermer ce champ de recherche.

Les différentes typologies de data hub pour le MDM (Master Data Management)

Table des matières
Partager :
Découvrez la Data Platform Phoenix
Les différentes typologies de data hub pour le MDM (Master Data Management)

Loin d’être une opération anodine pour les entreprises, l’implémentation d’un référentiel unique de données pose de forts enjeux organisationnels et techniques.

Parmi les plus courants, on citera :

  • La difficulté à définir un modèle unique pour les données métier, qui sont par nature dépendantes des pratiques de chaque service
  • Le temps nécessaire à la bonne cartographie des données et à la définition de ce modèle central, avec ses attributs et sa structure
  • L’encadrement obligatoire du MDM (Master Data Management) grâce une gouvernance des données adaptée, laquelle nécessite elle aussi du temps et des efforts
  • L’impact non négligeable du MDM sur l’organisation interne, qui doit revoir son utilisation de la donnée

En raison de la variété des organisations, le MDM (Master Data Management) prend diverses formes : plusieurs modèles existent, qui permettent selon leur architecture de répondre à des enjeux réglementaires, à un fort besoin d’autonomie de sites locaux, ou au contraire permettent de centraliser des informations clés pour l’activité.

Les changements liés à l’intégration d’un MDM peuvent ainsi se faire en harmonie avec le fonctionnement des équipes et les contraintes techniques et réglementaires propres à chaque secteur.

Au cœur des architectures MDM : le data hub, qui agrège les données et facilite la consultation du référentiel unique. C’est une architecture intégrée qui permet de centraliser, consolider et rationaliser les données et les flux afin de simplifier l’accès, le stockage, la cohérence, la sécurité et la qualité.

Si le terme de « Health Data Hub » ou plateforme des données de santé (organisme crée le 30/11/2019) est parfois lié à cette notion, les Data Hub ne se limitent pas au secteur de la santé et sont mis à profit dans les infrastructures IT de tous secteurs d’activités et de tous types (Cloud, hybride, locale…) !

On distingue quatre architectures ou modèles principaux de hub MDM :

Livre blanc MDM (Master Data Management)

MDM : Comment améliorer la qualité et la traçabilité de vos données dans votre SI ?

Le data hub Registry

Ce modèle relativement simple à implémenter permet à la donnée de rester la propriété des systèmes source. Le hub est en charge du dédoublonnage et du nettoyage de la donnée : des modifications qui seront ensuite croisées au sein du hub afin de définir une version unique de la vérité. Le croisement constant des sources permet d’obtenir une donnée nettoyée, indexée grâce à des identifiants uniques. Cette donnée n’est pas renvoyée aux systèmes sources et reste disponible en lecture seule.

Les avantages du modèle Registry

  • Etablir facilement un modèle central à partir de multiples systèmes sources
  • Ecarter tout risque de suppression de données dans les systèmes sources : cette précaution permet d’éviter tout problème de conformité ou réglementation
  • Opter pour un modèle non intrusif, rapide à mettre en œuvre

Les inconvénients du modèle Registry

  • Ne permet pas d’obtenir un set de données consolidées
  • Un modèle relativement peu performant lorsque des volumes importants de données sont concernés

Le data hub Consolidation

Avec ce modèle de hub MDM, la donnée est copiée depuis les systèmes sources puis consolidée dans un golden record au sein du hub. Elle peut ensuite être redistribuée aux applications ou directement consommée par les métiers.

Le golden record permet de s’appuyer sur des données de référence fiables, qui facilitent les tâches de reporting. Contrairement au modèle de hub Registry, le modèle Consolidation renvoie la donnée aux systèmes sources pour enrichir et actualiser la data dont ceux-ci disposent. Les applications et processus s’ouvrent ainsi à l’amélioration continue de leurs données.

Les avantages du modèle Consolidation

  • Une réelle consolidation des données dans le hub, qui permet de bâtir un référentiel complet
  • Une solution à la fois économique et fiable pour toutes les formes de reporting et d’analyse
  • Un modèle moins dépendant des systèmes sources que le modèle Registry, la donnée étant centralisée dans le hub

Les inconvénients du modèle Consolidation

  • Un délai parfois long entre les consolidations pouvant mener à une obsolescence de la donnée stockée dans le hub

Le data hub Coexistence

Evolution directe du modèle précédent, le modèle Coexistence permet lui aussi de constituer un golden record grâce à la consolidation, puis de redistribuer les données nettoyées aux applications, où elles sont intégrées.

Si les systèmes sources gardent ainsi la main sur leur donnée, l’actualisation constante de leur data contraint généralement les métiers à modifier leurs méthodes. Couramment utilisé comme architecture de transition lors du passage d’un hub MDM Registry à un modèle Centralisé, ce modèle de data hub instaure une donnée unifiée dans l’ensemble du parc applicatif.

Les avantages du modèle Coexistence

  • Une architecture qui garantit plus de fiabilité et d’unicité de la donnée, à la fois dans le hub MDM mais aussi dans les systèmes sources
  • Un accès rapide à la donnée qui rend les processus plus performants et simplifie le reporting : définis avec précision, les attributs sont immédiatement disponibles dans les rapports

Les inconvénients du modèle Coexistence

  • Un modèle plus intrusif que les approches précédentes
  • Une intégration plus contraignant sur le plan technique et économique : les modèles de données doivent être bien réfléchis et leur structure clarifiée avant utilisation du MDM
Livre blanc MDM versus PIM

MDM versus PIM : frères ennemis ou dream team ?

Le data hub Transactionnel ou Centralisé

Ce modèle place quant à lui la donnée de référence sous l’autorité du hub MDM. Le hub devient alors le fournisseur et le référent central de la donnée pour tous les systèmes sources. Capable d’enrichir, de dédoublonner et de croiser la donnée en permanence, il constitue une data actuelle, puis la renvoie aux systèmes.

Les avantages du modèle Centralisé

  • Une donnée de référence réellement unique et fiable à tout moment
  • Une garantie de sécurité et de conformité du traitement de la donnée
  • Des systèmes et processus qui bénéficient directement de l’enrichissement de la donnée

Les inconvénients du modèle Centralisé

  • Une démarche très intrusive pour les processus en place, lesquels doivent être repensés en conséquence
  • Une intégration complexe, plus longue et coûteuse et plus longue

L’expertise de Blueway en matière de Data Hub et de plateforme unifiée

Chez Blueway, face à la complexité du choix d’un data hub adapté, nous proposons avec notre plateforme de données Phoenix un ensemble de solutions complémentaires qui facilite la transformation de votre architecture et accompagne votre stratégie data, selon votre propre contexte. La combinaison d’une gestion des flux efficiente via un bus applicatif (ESB), d’une modélisation intelligente des processus avec le BPM et d’outils de MDM capables d’unifier les données apporte une solution globale et cohérente enjeux métiers.

L’expertise de Blueway et notre approche exhaustive des dimensions de la donnée, apportée au travers de notre Data Platform Phoenix, vous permettent de modéliser, mettre en place et superviser vos flux de données, vos processus et vos référentiels, sans limitation technique.

Prendre rendez-vous

Echangez sur vos problématiques de qualité de données avec un expert Blueway !

Emilie Exartier
Emilie Exartier
Avec une approche centrée sur l’efficacité et la simplicité, Emilie contribue à rendre les solutions complexes de Blueway accessibles et compréhensibles par tous. Passionnée par l’innovation et le digital, elle accompagne les entreprises dans leur transformation numérique en valorisant une gestion optimisée des données.
Dans la même catégorie :
Master Data Management (MDM), Outils et logiciels MDM