single

     

Quelle Gouvernance des Données à l'Ere du big Data ?

image_digital-strategy_article475
Par Frédéric Brousse, Informatica
La démocratisation de la data a un impact fort sur la manière d'orienter nos choix de R&D. Selon une étude de Gartner réalisée en 2016, 10 % des organisations seraient prêtes à mettre en oeuvre des initiatives de self-service.
En 2017, ces initiatives prendront de l'ampleur, le but étant de remettre la donnée dans les mains des utilisateurs finaux, et de recentraliser un certain nombre d'outils. L'explosion du volume de données est une réalité. Dans ce contexte, la problématique concerne la typologie des sources et la localisation. D'ici à 2020, 40 % de la donnée ne sera plus dans des data-centers, mais dans le Cloud. 75 % de nos clients considèrent que la capacité des utilisateurs à avoir un usage self-service des données de l'entreprise est un enjeu très important (sondage EMA& Informatica).

CARTOGRAPHIER LES DONNEES

Les enjeux autour de la gouvernance des données au sein des organisations prennent aujourd'hui une importance croissante. Le volume exponentiel des données est un challenge auquel les entreprises doivent répondre. L'explosion du volume de données est devenue une réalité. Dans ce contexte, a problématique concerne la typologie des sources et la localisation des données. La cartographie exhaustive des données est une première étape cruciale en vue de devenir une « data-driven company ». Chez BNP Paris, Hyacinthe Paolantoni explique : « nous avons investi sur des outils permettant d'effectuer des cartographies de données. L'enjeu est ici d'avoir une ligne de vérité sur les données que l'on utilise, depuis les systèmes de ront-end jusqu'aux systèmes de reporting. Il a fallu composer avec les réalités propres à chacun des trente pays dans lesquels nous sommes présents ». Etre une « data-driven company » suppose d'être capable de collecter massivement des données, de les trier, de les segmenter, de les qualifier et de les analyser. Cartographier les données permet d'établir le niveau d'accessibilité de chacune d'entre elles, d'identifier les problématiques techniques et les opportunités d'utilisation. La cartographie des données permet d'établir une topographie commune à toute l'entreprise. Elle peut s'analyser comme un processus permettant de recenser, puis de visualiser, les points d'entrée et outils de traitement de la data.

REPENSER LA GOUVERNANCE

Les données sont le "nerf de la guerre" à l'ère numérique. Leur maîtrise apparaît comme un véritable enjeu de compétitivité. Une bonne gouvernance permet d'améliorer l'efficacité de l'usage des données. Marie-Madeleine Lamy (Bayard) estime que l'« on ne pourra progresser dans le travail de la data si nous n'abordons pas frontalement le sujet de la gouvernance ». L'accès aux données, leur centralisation et leur partage présentent des difficultés techniques et organisationnelles. Lionel Leroy (LCL) nous éclaire sur les bonnes pratiques : « il s'agit de démocratiser l'accès à la donnée, pour que tous les acteurs de l'entreprise puissent avoir très facilement accès à la data ».

Permettre la circulation de l'information entre les différentes parties de l'entreprise est primordial. Pour Tom Delanoue (Chanel), « la problématique se rapporte au phénomène de silotage des données. (...). L'enjeu est celui de gouvernance de ces données, afin notamment de désigner de quelle manière il est préférable de les structurer ». La valorisation des données est essentielle. Selon Angélique Bidault-Verliac (voyages-sncf.com), « l'enjeu consiste à mettre systématiquement la data au coeur de nos décisions grace tout simplement à de la mise à disposition de la data ou bien à l'utilisation d'algorithmes mathématiques plus complexes ».

DEMOCRATISER L'ACCES AUX DONNEES

Il existe différentes manières de démocratiser les données. Se pose forcément la question des outils à mettre en place pour permettre la mise en place de ces nouveaux usages autour de la data. Chez The Economist, il y a historiquement deux écoles. D'un côté, se trouve une équipe BI qui a des processus « traditionnels », robustes, avec une bonne qualité de donnée. Cette data sert à faire du reporting et des prévisions sur les ventes et les abonnements. Du point de vue de Lionel Leroy (LCL) « la démocratisation de l'accès à la donnée doit être avant tout pilotée par la question de l'usage.Aujourd'hui, l'utilisateur peut avoir accès soit à de la data visualisation, de l'exploratoire, de la donnée brute... ».

Pour Gauthier Le Masne de Chermont (AirFrance), les équipes Business Intelligence (BI) peuvent jouer un rôle d'accélérateur dans la phase de démocratisation de l'accès aux données. Il déclare : « j'ai du mal à opposer BI et big data. Il y a de la BI qui peut se faire avec du big data... Tout dépend de l'utilisation que l'on va faire des données. Il y a un enjeu très opérationnel et des décisions quotidiennes et là, la BI classique semble dépassée, elle ne peut se passer du big data. Les équipes BI ont à la fois la connaissance technique et la connaissance des données : dans la phase de démocratisation, elles pourront aider à la structuration pour mieux appréhender les données».

Plus de 40 % des Chief Data Officers pensent que leur mission principale réside dans la construction d'une gouvernance adaptée aux pratiques de big data et / ou du Cloud.

Simplifier l'accès aux données, telle est l'ambition que se donnent les entreprises qui souhaitent que les directions fonctionnelles puissent mesurer l'efficacité de leurs actions. Néanmoins, l'accès aux données est un sujet sensible qui pose de sérieuses questions de gouvernance. Florent Poissonnet (La Fourchette) reconnaît que « pour faire du big data, il faut avoir accès à beaucoup de data : données techniques, données analytics, données transactionnelles, logs d'exploitation...».

Produire des analyses à forte valeur ajoutée nécessite une collaboration entre plusieurs équipes en interne, chacune apportant son expertise. Stéphane Père (The Economist) précise : « on dit que l'on souhaite démocratiser la donnée, mais cela dépend du niveau d'analyse et du niveau de données. Chez nous, il y a une graduation, depuis le dashboard de base, jusqu'au fait de "cruncher" de la donnée pure.... Chaque entreprise a sa propre graduation ; les talents et les outils diffèrent en fonction de l'étape. Cependant, démocratiser la donnée, cela ne veut pas dire que tout business user devient forcément data scientist ». Pour Michel-Ange Camhi (Bureau Veritas), « ce qui manque, c'est une description claire du catalogue de données. Il y aussi une crainte non-exprimée : la remise en question du rôle traditionnel des équipes BI ».

Pour faire du big data il ne suffit pas d'avoir des données en grande quantité, il faut aussi que les données soient fiables. Angélique Bidault-Verliac (voyages-sncf.com) insiste sur le fait que « l'enjeu consiste à fiabiliser et démocratiser les données. Le premier chantier de fiabilisation de la donnée est essentiel pour que les business analysts puissent passer plus de temps sur l'analyse de leur business que sur le redressement de la donnée ». Fabien Fouqueray (Disneyland Paris) ajoute : « vouloir une fiabilité à 100 %, cela reste un projet utopique. Il est nécessaire d'identifier les données qui se doivent d'être absolument fiables, car elles sont essentielles. Pour les autres données, le manque de fiabilité n'est pas forcément un drame. C'est l'usage qui définit le niveau de criticité ».

L'ouverture des données implique une réflexion préalable sur les habilitations et les restrictions afin que les données sensibles ou confidentielles ne soient pas accessibles pour n'importe qui. Pour Gauthier Le Masne de Chermont (Air France), « démocratiser les data, cela ne signifie aucunement donner accès à tout à tout le monde (c'est d'autant plus vrai avec le nouveau règlement européen) ». Michel-Ange Camhi (Bureau Veritas) rappelle que « quand bien même on démocratise la data, il y a des restrictions d'accès à établir. Les filtres posés relèvent forcément de la sémantique ».

Démocratiser la donnée à travers les différents services est l'objectif ultime pour plus de 56 % des Chief Data Officers. L'identification de nouveaux business models constitue le second volet par ordre d'importance (29 %). Cette démocratisation passe aussi par une interprétation des données au service des utilisateurs. BNP Paribas, « s'est rendu compte, en accompagnant des projets Web, que sur des données comme celles de Google Analytics, les utilisateurs ont besoin qu'on leur fournisse des clefs d'interprétation. Des niveaux de référence sont également requis : un taux de rebonds, par exemple, s'analyse à l'aune d'un contexte particulier. Donc, au-delà du catalogue de données, il convient d'accompagner, d'aider à interpréter » (Amandine Smulevici).

RESPECTER LA REGLEMENTATION

La règlementation européenne précise les usages autorisés vis-à-vis de l'exploitation des données. Pour Xavier Illy (Covéa), « le nouveau règlement européen est par, certains côtés, orthogonal avec la philosophie du big data. Le principe de cette architecture est de collecter les données sans préjuger des usages et d'ouvrir les silos. Maintenant, le nouveau règlement met en exergue un principe de finalité. Un nouveau défi pour la gouvernance et donc pour le CDO ! ». En ce qui concerne la question déontologique posée par l'exploitation des données clients, Lionel Leroy (LCL) estime qu'« au-delà des opportunités offertes par les dispositifs technologiques, nous devons nous pencher sur la question de la déontologie, car certains choix ont un impact fort sur la perception qu'a le client de votre marque.

Il nous faut parfois freiner les ardeurs des data scientists qui veulent tout analyser. Une instance liée à la conformité et au correspondant CNIL se réunit pour voir si, au-delà de la pertinence du modèle, il existe un risque d'image vis-à-vis des clients ou non-respect de notre code de déontologie ». Michel-Ange Camhi (Bureau Veritas) insiste sur la capacité des marques à entretenir une relation de confiance avec leurs clients : « la confiance numérique ne repose pas uniquement sur le respect pur de la réglementation autour des données personnelles. C'est aussi la capacité à rassurer le client sur l'intégrité du service qu'on lui fournit. Il s'agit d'être "fair play", d'avoir une éthique, une déontologie ». Pour des raisons éthiques, certaines entreprises s'imposent des règles plus strictes que les règlements en vigueur.

Xavier Illy (Covéa) affirme qu'« il y a aussi des limites que nous devons nous imposer à nous mêmes, au plan éthique ». Dans le même esprit Carlos Fialho (BNP Paribas) affirme qu' « il faut avoir un recueil ordonné et modéré, entièrement dédié à la mission de l'entreprise ». Dans le secteur du luxe, les données sont également manipulées dans un respect scrupuleux des règles déontologiques. Tom Delanoue (Chanel) remarque : « nous avons tendance à aller par nous mêmes plus loin que la réglementation sur le sujet de la confidentialité ».

Pour consulter l'ensemble du livrable, cliquer ici