La qualité des données : les 4 clés du succès!

Souvenez-vous, dans mon précédent blogue, je concluais sur la phrase suivante : « Ni les TI, ni les outils ne pourront solutionner seuls les problèmes, il vous faudra transformer l’organisation et conduire le changement ». Vaste programme!

Pour les services financiers, la priorité est d’exécuter les opérations et de résoudre les problèmes cruciaux afin de créer de la valeur immédiatement. Dans un contexte économique difficile, une initiative stratégique axée sur la création de valeur à plus long terme n’obtiendra ni le soutien de la haute direction, ni l’adhésion des utilisateurs opérationnels. Or, nous le savons, s’attarder à la qualité des données constitue véritablement un travail de longue haleine.

Alors, comment pouvez-vous concilier le proche et le lointain? Voici quelques principes simples et applicables pour vous aider à rencontrer le succès.

1 - Commencez par créer de la valeur

Recensez, au sein de votre entreprise et par lignes d'affaires, les problèmes de qualité des données rencontrés et faites-en une analyse détaillée afin d’en déterminer les répercussions sur les opérations. L’idée ici est de quantifier une valeur opérationnelle tangible (des ventes supplémentaires, des réductions de coûts, etc.) ou une valeur de risque. Vous obtiendrez ainsi une première liste d’éléments priorisés. Ma proposition est bien sûr de se concentrer sur la résolution des problèmes permettant ainsi la livraison de valeur à court terme.

Cette liste n’est pas définitive. Elle devra être maintenue au fil du temps afin de toujours donner une visibilité exhaustive du potentiel de création de valeur. Pour chaque élément de votre liste, vous devrez effectuer une analyse des causes fondamentales pour améliorer les processus métiers et, idéalement, mettre en œuvre les processus de prévention de la pollution des données. Ceci constituera votre plan d’action.

Au final, chaque élément ou groupe d’éléments de votre liste constituera un dossier commercial, dossier commercial que vous devrez présenter et pour lequel vous devrez demander un financement. Si votre démonstration est solide, vous obtiendrez un premier budget vous donnant la chance de réaliser les gains documentés, d’établir la confiance et d’obtenir une vraie mobilisation autour de la qualité des données. D’initiative en initiative, vous aurez assurément l’occasion d’institutionnaliser la qualité des données au sein de votre entreprise.

2 - Mesurez la santé de vos données

Selon le mouvement de la « mesure de soi » (quantified self), la « santé » de l’organisation du point de vue de la qualité des données devrait être mesurée de manière continue. Aussi, de même que la « mesure de soi » permettra de passer du marché de la « maladie » (pour l’essentiel, par la médication dès l’apparition des symptômes) au marché de la « santé » (prévenir les maladies par l’observation des déséquilibres chez des personnes en «santé »), la mesure continue de la qualité des données devrait permettre de passer d’un mode réactif (l’apport de solutions curatives ponctuelles) à un mode proactif (la mise en œuvre d’un système de mesure et d’alignement avec des critères curatifs à long terme).

Concrètement, il s’agit de mettre en œuvre des indicateurs conçus en tant que mesure du pourcentage d’enregistrements (ou groupes d’enregistrements formant un objet métier) qui exécutent avec succès des règles métiers ainsi que la liste d’enregistrements qui ont violé ces règles métiers. Chacune des règles doit bien sûr être liée aux transactions du système opérationnel approprié en vue d’évaluer et de quantifier une valeur opérationnelle tangible ou une valeur de risque. Ce principe de fonctionnement doit être mis en œuvre dès votre première intervention, car il garantit la valeur de l’initiative à long terme.

D’un point de vue organisationnel, chaque règle doit être attribuée à un propriétaire afin de cibler la personne responsable qui s’assurera que la règle est cohérente et appliquée correctement. Le cas échéant, cette personne sera aussi engagée dans la définition et le suivi d’un projet curatif pouvant contenir tant un volet formation/conduite du changement qu’un volet système (développement d’un contrôle au sein d’une interface, intégration d’une règle métier, etc.)

3 - Distribuez les responsabilités

Les données ne sont pas détenues par les personnes. Elles sont la propriété de l’organisation et constituent un actif majeur pour l’atteinte des objectifs. L’organisation a besoin de définir des rôles d’intendance qui assument des responsabilités en phase avec leur expertise et leur capacité d’agir. Concrètement, les délégués aux données sont des personnes nommées à chaque niveau de l’organisation pour prendre la responsabilité des règles et des seuils/objectifs de qualité, de la correction des données, des systèmes liés à la qualité des données, etc.

Vous pouvez notamment distinguer trois rôles :

1. L’intendant d’actif informationnel (data steward) – Responsable d’un ensemble de règles métiers pour l’entreprise et d’actionner les processus de la qualité des données.
2. Le référent des données (data accountable) – Référent pour l’application des règles métiers et des objectifs liés à son domaine métier.
3. Le responsable des données (data responsible) – Responsable d’un ou de plusieurs systèmes sources sur lesquels se basent les règles métiers.
   

Au cours de votre première initiative et sans toutefois vous conférer un titre, essayez d’adopter une structure équivalente en termes de profils et de responsabilités. Vous aurez certainement, après quelques succès, la possibilité de proposer et d’officialiser une telle structure.

4 - Faites avec les moyens du bord

L’ajout de composants techniques doit être aligné avec les objectifs métiers inscrits dans la feuille de route de votre programme de qualité des données. Il n’est pas envisageable d’attendre la mise en œuvre d’une plateforme type de gestion des données de référence (Master Data Management [MDM]), car l’organisation pourrait ne pas être prête et il serait difficile d’en justifier l’investissement. Vous pouvez tout à fait vous en passer à moyen terme.

Une architecture d’intelligence d’affaires simple devrait combler les besoins essentiels. Elle sera classiquement composée de trois éléments :

1. Un outil d’intégration de données (ETL) pour vous connecter aux systèmes source, mais aussi pour l’exécution des règles métiers et pour la production des indicateurs.
2. Une base de données pour stocker temporairement les données de base et le résultat des règles au fil du temps.
3. Un outil de production de rapports afin de créer des rapports sur la « santé » des données de l’entreprise.
   

En faisant l’inventaire des technologies en usage au sein de votre entreprise, il est fort probable que vous trouviez ces outils et les compétences associées pour mener à bien votre première initiative. Cette dernière sera d’autant plus appréciée qu’elle nécessitera peu ou pas d’investissements.

Lancez-vous!

Je viens de vous présenter une démarche axée sur la création de valeur pour les métiers. L’approche est pragmatique et facile à mettre en œuvre. Si vous prenez le risque de vous lancer, appuyez-vous sur votre premier succès pour mobiliser l’organisation, pour gagner en visibilité et pour justifier l’accès à plus de ressources. Conservez cependant en tête qu’il vous faudra accepter de démarrer petit et faire vos preuves. Ce premier effort derrière vous, vous aurez toutes les chances de rencontrer le succès.

Lancez-vous!

Je viens de vous présenter une démarche axée sur la création de valeur pour les métiers. L’approche est pragmatique et facile à mettre en œuvre. Si vous prenez le risque de vous lancer, appuyez-vous sur votre premier succès pour mobiliser l’organisation, pour gagner en visibilité et pour justifier l’accès à plus de ressources. Conservez cependant en tête qu’il vous faudra accepter de démarrer petit et faire vos preuves. Ce premier effort derrière vous, vous aurez toutes les chances de rencontrer le succès.