Par Matthieu Gauthey, Manager offre Gouvernance des données, Micropole Lyon
Les données sont désormais le principal levier des entreprises pour améliorer leur compétitivité, y compris dans des domaines où elles n’étaient encore qu’une ressource informatique il y a quelques années. Avec une volumétrie doublant tous les ans, les données deviennent difficiles à gouverner, et les changements induits se font de plus en plus au détriment des utilisateurs.
En terme de gouvernance de données, deux approches ont longtemps été opposées : laisser les utilisateurs métiers enrichir les données (exemple : catalogue produit) ou automatiser par un système informatique l’agrégation des données de plusieurs sources (ex : base client). L’objectif commun, qui était d’obtenir une donnée propre, non doublonnée et de bonne qualité, ne peut plus être atteint avec ces modèles.
VERS UN MODELE USER-CENTRIC
Les premiers à avoir compris que la donnée n’est pas que la chasse gardée d’une multitude de super calculateurs sont les géants du GAFA. D’autres nouveaux modèles (Uber, Airbnb) ont vu le jour avec le même postulat : la vérité doit être captée et récoltée à la source. Pour la donnée, la source est l’utilisateur lui-même.
Malheureusement, les utilisateurs ne donnent pas facilement des informations les concernant, il est donc nécessaire de leur rendre un service en contrepartie.
Par exemple, un utilisateur acceptant de fournir avec précision ses coordonnées géographiques bénéficie en contrepartie d’un service géo-localisé efficace, rapide et gratuit. De même, les évaluations de produits remplies par les consommateurs deviennent aussi importantes que les caractéristiques du produit elles-mêmes dans la décision d’achat.
Arrivé au bureau, l’utilisateur attend la même chose des outils d’entreprise. Contribuer oui, mais avec du sens et de l’efficacité. Tel est l’enjeu pour qu’il accepte de partager ses informations.
PROCESSUS VS CONTEXTUALISATION
Beaucoup de progiciels restent dans une logique où le processus l’emporte sur l’intérêt de l’utilisateur. Les ERP et CRM structurent à juste titre la contribution des utilisateurs au travers de processus métiers bien établis. Pour autant, l’utilisateur voit-il vraiment le gain de ses contributions ? A-t-il le sentiment de prendre part à la gouvernance des données ou se voit-il comme un exécutant forcé ?
La mise en œuvre d’un Master Data collaboratif permet de structurer les rôles et attentes de chaque acteur dans le cycle de vie des données. La notion de contextualisation est de plus en plus importante pour que l’utilisateur en voit l’intérêt dans son travail au quotidien.
L’IMPORTANCE DE L’EXPERIENCE UTILISATEUR
L’autre enseignement que l’on a tiré des GAFA, c’est que beaucoup d’initiatives de gouvernance de données échouent faute d’obtenir l’adhésion des utilisateurs.
Souvent, la mise en œuvre d’un master data se résume à un chantier technique centré sur la modélisation des données ou les règles de gestion.
Depuis plusieurs années, lorsque nous abordons la conception d’un Master Data, nous rencontrons systématiquement les différents métiers intervenant dans le cycle de vie des données. Cette étape est très importante pour comprendre dans quel contexte les utilisateurs appréhendent ce nouvel outil. Les entretiens permettent de faire émerger les bénéfices attendus dans leur travail quotidien. Nous faisons également intervenir des spécialistes de l’expérience utilisateur pour rendre les interactions plus fluides et accélérer l’adhésion des utilisateurs.
LA QUALITE DES DONNEES, CHANTIER A HAUT RISQUE !
Souvent, les chantiers de Data gouvernance se focalisent sur la cible à atteindre sans tenir compte de la qualité des données existantes. Pourtant, notre expérience de plus de 15 ans sur ces sujets montre que le niveau de qualité est régulièrement sous-estimé au lancement des projets.
Dans ce contexte, la collaboration des utilisateurs s’avère la plupart du temps longue et fastidieuse, même en s’appuyant sur des outils performants. En cause, la volumétrie et la connaissance requise sur les données à redresser.
Micropole a ainsi récemment développé une offre « Data Quality Factory » à destination des utilisateurs métiers. Basée sur des algorithmes prédictifs, elle facilite la contribution des utilisateurs en leur suggérant les corrections à mettre en œuvre.
Il convient donc de dépasser les aprioris et de s’orienter vers une démarche véritablement collaborative afin de ne pas seulement transformer la data, mais surtout l’améliorer pour en tirer des bénéfices clés dans l’accompagnement de vos projets.
Fort d’une expérience de plus de 15 ans dans le domaine de l’intégration de plateforme de Master Data, Micropole peut vous conseiller et vous accompagner dans les choix de réflexion et de mise en œuvre de solutions qui s’adapteront aux spécificités de votre marché, mais aussi de votre organisation. Même si la donnée est encore moins palpable que le pétrole à laquelle on la compare souvent, l’être humain doit rester au centre de toute réflexion, pour en tirer parti dans les meilleures conditions.
