Quelles bonnes pratiques pour simplifier le partage et la découverte de la data ?
La donnée, de plus en plus omniprésente dans l'entreprise, est également disséminée et de moins en moins accessible. La solution ? Le data discovery.
Toutes les entreprises sont de près ou de loin confrontées à des enjeux de gestion de leurs données. Alors que certaines sociétés digital natives disposent d'une longueur d'avance dans le traitement de la data, la plupart des acteurs du marché se retrouvent face à des configurations complexes et chronophages qui représentent de véritables freins pour leur transformation digitale. La situation peut être résumée de la manière suivante : la donnée, de plus en plus omniprésente dans l’entreprise, est également disséminée et de moins en moins accessible.
Dans les faits, peu d’organisations sont capables de déterminer avec précision là où se trouvent leurs données et ce qu’elles contiennent exactement. Pendant de nombreuses années les experts de la donnée ont utilisé des systèmes de cartographie complexes fonctionnant en mode top down. Un modèle qui n’a pas porté ses fruits et qui a clairement nuit à la performance des équipes opérationnelles. À l’heure où les entreprises data-driven sont de plus en plus compétitives, il convient de souligner quelques bonnes pratiques pour permettre aux organisations de s’engager efficacement sur la voie de la data discovery.
Comment se réapproprier et tirer le meilleur parti de son SI
Toutes les entreprises collectant des données et souhaitant inscrire leur transformation digitale ne jouent pas forcément à armes égales. Pendant de nombreuses années, les enjeux liés à la data étaient cantonnés au territoire des GAFAM. Ceux-ci disposaient de suffisamment de puissance de feu pour aborder sereinement ces questions. La plupart de ces acteurs sont web et digital natifs : l’infrastructure de leur SI est ainsi pensée et développée autour de la gestion de la donnée.
Pour les autres acteurs du marché, la situation n’est pas la même. Bien souvent leurs SI ont été construits sur une accumulation de strates technologiques amoncelées dans le temps. Dans de tels cas de figure, il est évident qu’il est plus complexe d’engager sa transformation digitale. Le secteur bancaire illustre bien cette situation. Alors que les banques ont su intégrer avec succès des enjeux de normalisation des données du fait de la succession de directives internationales, elles ont été challengées par des fintech data-driven proposant des services plus performants et plus agiles. Ces start-up, qui maitrisaient mieux les données bancaires, en ont fait le fond de commerce de leurs offres. Pour rester compétitives, les banques ont compris qu’elles devaient changer de modèle et n’ont pas eu le choix que d’embrasser ces enjeux de compréhension et de partage globaux de leur patrimoine de données afin de rester dans le peloton de tête de la course digitale.
Une transformation articulée autour de plusieurs bonnes pratiques
La data doit être pensée sous un nouveau jour. Le premier principe consiste à envisager son traitement non plus d’un point de vue projet mais sous l’angle de solutions. Quelles technologies transverses à l’ensemble des silos de l’entreprise faut-il déployer pour disposer d’une configuration agile ? Il faut pour cela monter des équipes dédiées et engager un monitoring serré des solutions déployées. C’est alors seulement que l’on crée de la valeur ajoutée.
Le second principe tient à l’infrastructure informatique de l’entreprise. Il faut des outils qui permettent d’aller vite. Les ressources IT doivent être organisées pour couvrir trois grandes étapes : (1) la découverte de la donnée ; (2) la préparation et la transformation de celle-ci et (3) sa consommation par les différents services de l’entreprise. Pour chacune de ces étapes, il convient de disposer des bons outils et de la bonne infrastructure serveurs.
Le troisième principe tient à la prise en compte des enjeux réglementaires tels que la RGPD. Ces derniers doivent être posés en tant que conditions préalables à la mise en place de toute stratégie de traitement de la donnée.
Face à ces défis, de nombreuses entreprises ont encore beaucoup de chemin à faire. Mais il convient d’être optimiste. La révolution digitale ne pourra se faire sans un passage obligé par les cases data discovery et data management. Les organisations doivent intégrer ces enjeux de transformation dès à présent afin de rester compétitives et de répondre aux nombreux challenges qu’elles vont être amenées à relever dans les prochaines années.