Master Data Management : la gestion du référentiel des données

Mai 20, 2021 | Data Management

Dans tout système d’information urbanisé et performant, la brique « référentiels de données » (ou Master Data Management) représente le pivot central qui stocke, harmonise, fiabilise la donnée à l’échelle de l’entreprise et au-delà. Véritable pierre angulaire de la transversalité d’usage de la data, le Master Data Management s’inscrit dans le plan de gouvernance des données d’une stratégie data-centric. Elle gère le cycle de vie des données de référence et leur consommation à partir du point qui garantit leur véracité.

Schéma de gestion du référentiel de données

 

Principes et bonnes pratiques du Master Data Management

La gestion des référentiels de données doit permettre de :

 

  • Cartographier les données de référence ainsi que la démarche de gestion et de réconciliation des données,
  • Mettre en place une architecture adaptée aux besoins et contraintes des différents métiers ainsi qu’à la nature des référentiels (exploiter un référentiel de données clients dans un CRM n’aura pas les mêmes implications que la constitution d’un reporting des ventes à intégrer dans une solution EPM),
  • Développer la forte disponibilité des données de l’entreprise pour mieux appréhender les stratégies multicanales,
  • Embarquer les métiers à la fois en matière de propriété et de gestion de la donnée : les évangéliser sur la culture data-centric, sur le rôle des données et responsabiliser les collaborateurs sur la création, l’usage, l’exploitation et la qualité des données.
  • Dérouler une approche à long terme même après la mise en production des premières itérations d’un projet. Chaque référentiel doit être pensé pour une utilisation pérenne et fiable.
Nouveau call-to-action

La gestion des référentiels dans le cadre d’une démarche Master Data Management est donc une brique importante d’un socle data.

C’est une démarche horizontale pour l’entreprise qui, en plus de l’adoption de l’outil, devra être alignée sur le contexte et les enjeux de l’organisation concernée. Elle nécessite par conséquent un sponsorship fort de la direction générale et une approche data-centric

La démarche de construction du référentiel de données est itérative (par référentiel, par métier, par fonction, etc.) et fondée sur le prototypage, en partant d’un lot initial.

Il est important de souligner que chaque référentiel (client, produit, organisation, etc.) doit disposer de sa propre roadmap, tout en assurant une cohérence globale. Pour répondre aux nombreuses contraintes que connaissent les entreprises, la modélisation et la gestion multi-domaines est à promouvoir en lieu et place d’une spécialisation par domaine (Client, Produit, etc).

Le déploiement de la gestion des référentiels sur le cloud est pour sa part à recommander pour installer un modèle de service à fort engagement. Enfin, l’intégration des référentiels à un socle Big Data crée un pivot réconciliant les données externes (souvent des données de paramétrage) et les données internes, déjà harmonisées grâce au MDM.

> À LIRE AUSSI : Data-centric company : stratégie et retour d’expérience de Faurecia

 

Quel outil choisir pour son Master Data Management ?

Les outils MDM facilitent l’usage de la data en améliorant la qualité des informations délivrées aux autres systèmes (centralisation et mutualisation de l’information).

Pour une organisation, la considération d’un développement de sa propre solution de Master Data Management est tout à fait légitime. Cependant, cette option paraît peu envisageable car les fonctionnalités à implémenter sont trop nombreuses et compliquées à maintenir avec des ressources internes. Il sera par conséquent beaucoup plus efficace et rentable de recourir aux outils disponibles sur le marché.

Plusieurs solutions de data management sont donc à disposition : Tibco EBX (Fusion des solutions Tibco et Orchestra Networks),  Informatica MDM ainsi qu’Infosphere Master Data Management d’IBM représentent environ 90% de cette offre.

Cependant, l’étude des solutions sectorielles pour le déploiement de solutions packagées avec un fort ROI est recommandée. Lors de la mise en œuvre de votre MDM, pensez « bi-directionnel », « collaboratif », « événementiel », « temps réel », « non structuré ». En effet, dans le cas de figure le plus courant qui est le cas clients/contrats, des outils dits « ouverts » comme Orchestra ou Informatica feront parfaitement l’affaire.

La partie la plus complexe est le référentiel d’organisations dans le cas d’organisations de type matricielles ou administratives : chaque élément ou ressource peut être rattaché à une double organisation.

Certains outils sont donc spécialisés pour des secteurs comme la santé, l’aéronautique, le retail (avec des référentiels de dizaines de millions de références et un historique qui s’accumule pour des raisons légales, de garantie sur les produits, etc.).

Beaucoup d’outils MDM sont utilisés pour gérer des référentiels d’articles. La superposition de complexités opérationnelles rend difficile l’utilisation de certains outils MDM. Il faut donc, à ce titre, opérer un benchmark sur l’existence d’outils propres à son secteur. Dans le cas contraire, un outil généraliste avec ses fonctions natives garantira une plus grande maîtrise du risque.

 

Photo de Michel Mercier, Content manager DataValue Consulting

 

Par Michel Mercier
Responsable éditorial chez DataValue Consulting

 

La rédaction vous conseille 

> Les bonnes pratiques pour assurer la qualité des données

> Comment structurer une gouvernance des données efficace ?

Nos ressources

Livre Blanc

Feuille de route d'une stratégie de Data Management 

Comment réussir votre migration vers le Big Data ?

Cas Client

Découvrez comment Albéa construit sa roadmap data 

Ebook

Les 5 rôles du CDO
Quel Chief Data Officer êtes-vous ?

Inscrivez-vous à notre newsletter !

Share This