Data Intelligence : rendre la data disponible

damien.carlhian@solution-bi.com 29 mars 2023

Par Charles Parat, Directeur Conseil Data

 

DATA INTELLIGENCE :
quand on estime que la Data est un patrimoine,
on s’organise pour en prendre soin
et rendre la donnée qualifiée disponible
pour tous les usages

  

Posons le terme : la Data Intelligence est un objectif d’amélioration de l’entreprise autour de la constitution et du partage du patrimoine Data.

C’est le chantier par lequel une organisation va permettre progressivement et en continu de rendre toute donnée disponible à tout acteur métier qui peut en avoir un besoin utile.

Simplifions encore : La Data Intelligence permet la maitrise et la mise à disposition des données ; la finalité de la Business Intelligence est de permettre la mise à disposition d’une information métier, jusque dans sa présentation la plus adaptée à son utilisateur final, celui qui doit prendre une décision.

En bref, pas de Business Intelligence efficace, sans Data Intelligence !

Puisque le pilotage et l’analyse forcent à briser les silos des différents domaines métiers de l’entreprise, c’est exposer des données et ce qu’on sait d’elles, à des acteurs métiers qui l’ignoraient peut-être, mais qui pourraient en profiter pour améliorer leur point de vue.

Comme l’accès et l’usage doivent être contrôlés, c’est aussi la façon de mettre en place les contrôles de différentes obligations de conformité, comme celle très prégnante, et quasi-universelle aujourd’hui, de la protection des données personnelles.

Nous l’avons évoqué dans le chapitre précédent ; la Process Intelligence a permis de constater d’un côté des usages métiers et les besoins d’information basés sur des évènements, et d’un autre des données d’entreprise censées représenter les faits qui doivent servir à produire cette information.

La Data Intelligence est donc cette discipline d’entreprise qui va consister à s’assurer que les besoins en données par les métiers sont couverts par les systèmes de données techniques mis en place.

On aura compris que tout ici est tiré par la notion d’usage. On ne construit pas des systèmes techniques complexes et coûteux pour le plaisir d’innover technologiquement. Alors il s’agit de mettre la couverture des usages et besoins métiers en objectif-clés de cette construction Data intelligente !

Si on parle usage, on parle métier ; si on parle système de production technique, on parle informatique. L’enjeu essentiel de la Data Intelligence est donc une co-production durable et en « bonne intelligence » entre les équipes métiers et les équipes informatiques.

Pour donner des repères, cette Data Intelligence repose sur 4 piliers indispensables : Data Governance, Data Architecture, Data Platform, Data Management.

 

Voyons ce que ces concepts recouvrent.

Data Governance

c’est l’organisation par laquelle les différents acteurs de l’entreprise, métiers, informatique et direction, se répartissent clairement les rôles dans l’enrichissement et la mise à disposition du patrimoine Data.

On met en place une gouvernance qui correspond à une stratégie Data : c’est-à-dire qu’on a posé des objectifs et qu’on a défini les moyens qu’on se donne pour les atteindre. Donc chaque entreprise aura une gouvernance des données qui lui est propre, et elle variera au cours du temps sous les influences de facteurs tant internes qu’externes (contraintes, conformités, risques, moyens, …).

L’essentiel de cette gouvernance consiste à maîtriser les données de l’entreprise, c’est-à-dire, les qualifier, les comprendre et en organiser l’accès. On dit quelquefois, penser « Data As A Service » pour servir tous les usages de la donnée dans l’entreprise.

Concrètement cette gouvernance doit être « sponsorisée » au niveau le plus haut de l’entreprise et reposer sur une cellule d’orchestration qui animera et pilotera le chantier Data sous le contrôle des sponsors. C’est le rôle de ce qu’on appelle le Data Office, qui est dirigé par le CDO, Chief Data Officer.

Sous sa responsabilité, les différents métiers s’organisent souvent en comités (Business Data Committees) qui regroupent les utilisateurs métiers pour décrire les besoins et usages des données. Cela permet d’améliorer et diffuser la connaissance de la valeur métier des Data disponibles…. ou de prévoir d’en acquérir de nouvelles. Ces comités élaborent et suivent les chantiers d’amélioration de leur sphère métier et organisent l’information et la formation aux populations qu’ils représentent.

La direction informatique, aura à cœur de designer parmi ses équipes des contributeurs à ces réflexions, capables d’éclairer les métiers sur les données disponibles, le contexte de leur obtention, les usages connus, et les précautions d’usage dans de nouveaux contextes. Il est souhaitable qu’ils participent aux comités métiers.

La direction informatique contribuera également aux réflexions du Data Office pour donner le bon niveau d’information sur les contraintes des systèmes et technologies en place, et aider le Data Office à préconiser l’adoption d’outils qui aideront l’entreprise à documenter ses chantiers et leur progression. On parle ici essentiellement des fonction-clés de Business Glossary, de Data Catalog, de Data Lineage Management et de Project Portfolio Management qui permettront au Data Office et à tous les contributeurs, de ne pas s’appuyer uniquement sur des outils bureautiques qui montrent trop vite leurs limites (Excel en particulier)

Refuser de se doter de ces outils mène rapidement à éteindre une dynamique de gouvernance, en rendant invivables au quotidien les tâches collaboratives de documentation et de validation.

 

Data Architecture :

c’est la vision logique de l’organisation des systèmes de données depuis leur captage jusqu’à l’usage métier. Il s’agit de définir ce qu’il est préférable de proposer comme systèmes de mise à disposition des données le plus en accord avec les exigences et usages des métiers.
Les systèmes sources fournissent une information directe selon des développements applicatifs prévus, et en rapport avec leur capacité de traitement, mais beaucoup d’usages nécessitent des traitements massifs sur ces données ou des consolidations avec d’autres sources qui obligent à penser des systèmes intermédiaires avant leur mise à disposition aux applicatifs métiers de type Business Intelligence.
C’est ici que les métiers entendent parler de DataMart, de Datawarehouse, de DataLake et de principes de transport et de traitement des données , comme les ETL ou les ELT qui remplissent dans des ordres différents les fonctionnalités d’Extraction, de Chargement (Load) et de Transformation des données dans les chaînes de Data Management

 

Data Management :

c’est l’organisation des flux de données et la description des conditions d’extraction, de transformation et de stockage des données entre les systèmes de stockage et de captage. C’est à ce niveau qu’interviennent les process techniques et les outils de mise en œuvre de la qualité des données (DQM, MDM,…), la prise en compte des besoins de supervision de la qualité de production des traitements.
Il est capital que ces outils permettent de capter les différents niveaux de meta-données qui concernent les flux : les informations de design qui les régissent, les informations techniques qui les transposent en chaine d’éxécution, les informations de production qui documentent leur fraicheur, leur qualité et leur intégrité.

 

Data Platforms :

c’est l’ensemble des composants d’infrastructure, de logiciels et de services qui se complètent pour « motoriser » la chaîne de valeur de la donnée : depuis les données source issues des applications transactionnelles ou de fournisseurs de données externes ou encore de saisies manuelles ou d’extraction qui arrivent sous forme de fichiers, … jusqu’à la consommation de l’information qui est faite par les outils de présentation et de diffusion de l’information.

La tendance forte actuelle consiste à transposer les architectures B.I. en services cloud ou encore à aménager une hybridation de services techniques entre des composants cloud et d’autres encore on premise, voire entre plusieurs clouds. Les gains attendus variants d’un nouveau modèle économique, voire l’attente d’une forme d’économie, à l’attrait d’une solution disponible à tout moment de n’importe où, avec des solutions d’amélioration continue des plateformes grâce aux upgrades au fil de l’eau.

 

Lire également nos autres articles sur les offres Solution BI 

La Business Intelligence en 3 étapes 

Process Intelligence : comprendre comment les données circulent

Advanced Analytics : s'adapter à son public

Performance Management : choisir les bons KPI

Agile transformation : accompagner la transformation data-driven de l'entreprise

 

Sur le même sujet 

Lexique Data : on vous aide à y voir plus clair !

 

Partagez cet article

Nos Actus

Data
7 juillet 2021
Les questions à se poser avant de lancer son Data Lake

À force de comparer la data à du pétrole, il fallait trouver le gisement ! La question du stockage et de l’accès aux données massives est devenue...

Actualité Business Intelligence
20 avril 2018
La Modernisation du Data Warehouse à l’ère du Big DATA

Aujourd’hui, Un entrepôt de données (Data Warehouse) est une nécessité pour toute entreprise. Il permet un accès rapide et fiable aux diverses...

A la Une Data Sharing
12 août 2021
Data sharing : créer plus de valeur avec le partage de données

Qu’est-ce que le data sharing et quelles sont les bases pour développer une stratégie qui bénéficie à la fois à l’entreprise et à ses partenaires ?