Close
By Devoteam Management Consulting

Paroles d'experts

La minimisation des données, un premier pas vers la Data Excellence ?

05/11/2019 Business Process EfficiencyDataSales & Marketing EffectivenessSecurity & Risk Management

Les données constituent un “asset” de l’entreprise. Pourtant, leur potentiel est largement inexploité et souvent non optimisé. Pire, ces données peuvent être de mauvaise qualité, en raison de processus nécessitant des saisies manuelles et à cause d’une multiplication des sources de données, qui noie une information exacte au milieu d’informations erronées. Le phénomène est tel que les récentes études montrent que seulement un tiers des données sont réellement exploitées / exploitables par les entreprises.1

Face à ce flot d’informations et suite à ce constat, il faut se remettre en tête que la donnée est un outil et non un objectif en soi. L’objectif final étant d’avoir des informations fiables permettant de répondre aux besoins business de l’entreprise. Dans ce cas, pourquoi collecter toujours plus de données pour ne pas en avoir l’utilité au final ? Ou pire, prendre le risque de ne pas répondre correctement aux besoins business à cause de données fausses ou mal traitées ?

 

 

L’art du compromis sans se compromettre

Le but n’est pas de bannir l’extension du périmètre des données de l’entreprise – cela reste un levier d’innovation fort -, mais bien de rationaliser ce patrimoine afin de mieux le gérer, connaître son utilité et ainsi mieux le valoriser… quitte à se séparer de l’inutile. Ces volumes de plus en plus importants de données mènent à la dilution de la valeur unitaire de l’information, tout en rendant plus complexes son analyse, sa mise en qualité et les décisions relatives à la stratégie des données pour l’entreprise. La valeur d’une donnée a donc un maximum, mais son coût d’analyse et de stockage peut croître exponentiellement. 

A titre d’exemple, est-il nécessaire de garder une information détaillée d’une commande client pendant 10 ans au titre d’un principe de précaution poussé à l’extrême, de peur de “perdre” une information? A n’en pas douter, ces informations peuvent aider à créer un profil client et à proposer les offres adéquates. Mais ces données ont une durée de vie limitée, car le profil de l’utilisateur évolue en même temps que son parcours et ses expériences. Ne pas tenir compte de cette durée de vie peut être désastreux et orienter l’entreprise vers des profils d’utilisateurs qui n’existent pas ou plus.

L’importance de l’excellence en matière de data… et de bien ranger chez soi

 

Nous avons moins conscience des effets de l’accumulation de la data inutile à cause de sa nature virtuelle et donc non palpable. Or, ceci relève autant d’un syndrome de Diogène que l’accumulation d’objets inutiles chez soi. Assainir ses données n’est pas différent de mettre de l’ordre dans ses affaires. Pour cela, il est primordial de détruire les données inutiles.

Une telle politique n’a pas besoin d’être menée globalement dans l’entreprise pour montrer ses effets. Si vous devez ranger votre appartement, vous allez le faire pièce par pièce en commençant par le salon, puis la chambre etc…. La même méthode peut être appliquée aux différents sous-périmètres du SI de l’entreprise, en ayant pris soin au préalable de définir clairement le périmètre d’action et la trajectoire globale commune à tous les sous-périmètres. Cela ne signifie donc pas que chaque sous-périmètre doit mener sa transformation de manière silotée. Le périmètre SI en charge des commandes clients possède des liens forts avec celui en charge de la comptabilité fournisseurs : il est donc maître de son périmètre de données, mais doit consulter les sous-périmètres en adhérence  afin de ne pas impacter négativement leurs processus.

 

Supprimer ce qui n’est pas utile ne doit pas être vu comme un renoncement, mais au contraire comme un signe de maturité et de maîtrise des processus internes de l’entreprise qui concourent à la collecte, à l’analyse, à la mise en qualité, à l’exploitation et à la valorisation de ses données. L’idée n’est pas de supprimer ce qui n’est pas connu, mais bien de supprimer ce qui est reconnu comme inutile… Le discernement des deux implique nécessairement la mise en place d’un processus de Data Gouvernance, de Data Excellence et de Data Visualisation arrivés à un bon taux de maturité. Suivre une démarche de minimisation (Data Excellence) nécessite de savoir précisément quelles sont les données utiles et ce à quoi elles servent, quelles sont celles non utilisées mais ayant une potentielle utilité d’exploration ; il s’agit également de respecter le cycle de vie de la donnée, notamment l’archivage des données réglementaires et la suppression des données inutiles ou obsolètes.

 Les dimensions de la Data Excellence reprennent celle de la qualité des données, auxquelles on ajoute un principe : celui de la minimisation. Le respect du cycle de vie de la donnée, notamment l’archivage des données réglementaires et la suppression des données inutiles ou obsolètes est un pilier de la Data Excellence.

 

Qu’est-ce que les entreprises peuvent gagner?

La minimisation s’entend en tant qu’un recentrage sur les données réellement utiles à l’entreprise, ce qui correspond à une réduction des volumes de données, mais absolument pas à une réduction en termes de valeur. S’inscrire dans cette démarche a pour but d’optimiser et d’assainir tout son écosystème de données, améliorer sa gouvernance, faciliter sa mise en conformité RGPD et créer une base pour l’IA. Par conséquent, la trajectoire occupe une place aussi importante que l’objectif.

Le bénéfice d’une telle démarche est double pour l’entreprise :

  • une optimisation des processus, grâce à la nécessité de cartographier les données et de modéliser leur cycle de vie, parfois de manière transverse – ce qui peut déboucher sur un désilotage d’une ou plusieurs fonctions métiers, voire des synergies entre ces derniers.
  • des économies en termes financiers, sur les coûts de stockage de la donnée, mais également en termes de ressources humaines. L’assainissement et la simplification de l’écosystème des données permet de réduire les ressources employées pour le traitement et l’analyse, ou les réaffecter à des tâches plus valorisantes à plus forte valeur ajoutée comme l’exploration et la recherche…

Au final, l’intérêt d’optimiser son patrimoine de données réside aussi bien dans la démarche elle-même – puisqu’elle implique un questionnement sur le fonctionnement-même de l’entreprise – que dans son résultat espéré, à savoir des économies financières et des gains de temps. Néanmoins, ce genre de démarche implique une transformation de l’entreprise et de ses processus. L’entreprise ne doit donc pas considérer cette démarche comme une course de vitesse, mais au contraire l’envisager sur  le long terme. Ceci signifie à un rythme adapté à son organisation et son histoire, ainsi que dans un cadre d’amélioration continue.

 

[1] Source Expérian

 

A propos de l'auteur
Matthieu Beylot, Manager

Fort de plus de 12 ans d’expérience dans les domaines de la mobilité, de la transformation digitale et de la gestion des données, Matthieu a accompagné les DSIs dans la mise en place de démarches data management, à travers l’élaboration de stratégies data quality, en passant par la construction de la gouvernance des données et des modèles de valorisation de cette dernière. Son profil technico-fonctionnel lui procure une vision globale business et une connaissance des complexités opérationnelles inhérentes à l’environnement digital.

2019-11-05T12:31:26+01:00

Laisser un commentaire

Recevez par email le prochain article sur le même topic Recevoir une alerte