La Data Gouvernance, a.k.a. "Des données et des hommes"

La Data Gouvernance, c'est quoi ? La question est légitime, car chaque entreprise et chaque cabinet de conseil propose sa propre définition.

De notre point de vue, c'est une discipline qui permet de régir la donnée et son cycle de vie, ainsi que l'ensemble des rôles et des processus mis en œuvre pour valoriser la donnée au service de la stratégie de l'entreprise.

Cette dimension organisationnelle est souvent un nœud gordien dans les entreprises, où le sujet data est le plus souvent traité en silo, au sein de l'IT ou au contraire des métiers ou d'une direction du digital.

Or les sujets autour de la donnée ne sont ni complètement IT ni complètement métiers. S’ils sont guidés uniquement par l’IT, ils échoueront, faute de sponsor, de direction claire et d’utilité. S’ils restent entre les mains des métiers, chacun fera ce qu’il souhaite de son côté - créer une usine à gaz personnelle avec un tableur ou un outil de BI, recourir à un fournisseur externe d’analyse, etc. - avec dans tous les cas un accroissement du shadow IT (toute cette part de l’informatique d’entreprise qui échappe à toute supervision), une perte du contrôle des données ou encore une perte de savoir-faire et de connaissance métier. Dans ce cas, comment valider que les analyses sont pertinentes ? Que les données sont cohérentes au sein de l’entreprise ? Et comment faire lorsqu’un besoin nouveau émerge ?

Une collaboration entre IT et métiers est absolument nécessaire pour progresser, délivrer la valeur ajoutée attendue et ne pas tomber dans ces travers. Cela peut sembler une évidence, mais dans les faits, cette collaboration est loin d’être évidente. Nous le constatons régulièrement dans les audits de maturité de la gouvernance de données que nous réalisons.

Ces problèmes de collaboration entre IT et métiers impactent plusieurs axes d’analyse :

→ La stratégie :

la volonté de s’appuyer sur la donnée, de la considérer comme un actif stratégique, doit venir de la direction générale de l’entreprise et être déclinée à tous les niveaux, pour que chaque projet soit aligné avec les objectifs de l’entreprise. Sans ce sponsoring explicite, difficile de faire collaborer des gens qui ont leurs propres priorités et urgences, et à plus forte raison de faire en sorte qu’ils se sentent responsables des attributions et rôles qu’on peut leur confier.

→ Les rôles :

il ne suffit pas de nommer des data owners, des data stewards ni même un Chief Data Officer pour que, magiquement, tout s’organise. En revanche, ne pas désigner des responsables ou omettre de clarifier leurs rôles et responsabilités sont des risques majeurs. Comment sensibiliser quelqu’un sur la notion de qualité d’une donnée, par exemple, s’il ne s’en sent pas responsable ?

Ces différentes attributions doivent donc être claires pour tous, à commencer par les responsables eux-mêmes, dont les périmètres et missions doivent être précis. Au besoin, il peut être nécessaire de créer de nouveaux postes.

→ Les processus (le DataOps) :

la façon dont IT et métiers travaillent ensemble dépend de l’organisation et donc des rôles, mais aussi des outils mis à disposition par l’IT pour faciliter cette collaboration, faire en sorte qu’un dialogue s’instaure dès les phases initiales de cadrage et que les métiers soient les plus autonomes possibles tout en respectant les contraintes légales et techniques. Cela évite de devoir reconsidérer un projet à mi-chemin parce qu’il n’aurait pas respecté une phase de validation ou serait parti sur des technologies exotiques. Un processus clair évite également les incompréhensions, sur les délais d’implémentation notamment.