gouvernance des données « de bas en haut » : comment les agents IA peuvent résoudre le problème de la définition
Résumé
- Les agents IA qui requête les données requête ont besoin de définitions claires des indicateurs et des termes métier.
- gouvernance des données traditionnelle, de type descendant, peine gouvernance à prendre en compte l'évolution des connaissances métier.
- gouvernance ascendante gouvernance des définitions lors utilisateur réelles entre utilisateur et les systèmes d'IA.
- Cette approche permet de maintenir les définitions des données à jour tout en permettant aux équipes chargées des données de les examiner et de les contrôler.
Le problème caché derrière l'IA appliquée aux données
La création d'agents IA capables requête avec précision les données requête n'est pas seulement un défi technique, c'est aussi un problème de gestion des connaissances. Pour que nos agents fonctionnent de manière fiable, ils doivent comprendre le contexte de votre entreprise. Comment votre entreprise définit-elle le « taux de désabonnement » ? Qu'est-ce qui caractérise un « client actif » ? Lorsque vous parlez de « chiffre d'affaires trimestriel », à quels trimestres fiscaux faites-vous référence ?
Ces définitions constituent le fondement même du fonctionnement de votre entreprise. Pourtant, dans la plupart des organisations, ces informations essentielles sont dispersées, incohérentes et étonnamment difficiles à recenser.
L'approche traditionnelle : descendante et inefficace
La solution habituelle a consisté à recruter des gestionnaires de données qui font le lien entre les équipes métier et les équipes chargées des données. Leur rôle consiste à :
- Interroger les acteurs clés de l'entreprise dans tous les services.
- Recueillir et consigner la manière dont chaque équipe définit indicateurs clés.
- Créez des définitions centralisées que tout le monde peut utiliser.
- Adaptez ces définitions au fur et à mesure que l'entreprise évolue.
Cette approche descendante semble logique en théorie. Dans la pratique, c'est souvent un cauchemar.
Le processus est linéaire et ne peut pas évoluer. Un responsable des données ne peut interroger qu'un nombre limité de personnes, assister qu'à un certain nombre de réunions et consigner qu'un certain nombre de définitions. À mesure que les organisations se développent et évoluent, il devient impossible de suivre le rythme.
Les connaissances restent en silo. Même avec les meilleures intentions du monde, les connaissances stratégiques pour l'entreprise restent enfermées dans l'esprit des gens. L'équipe commerciale sait comment calculer la valeur vie client, mais cette information risque de ne jamais être intégrée au dictionnaire de données officiel.
Les définitions deviennent obsolètes. Le monde des affaires évolue plus vite que la documentation. Le temps qu'une définition passe par toutes les étapes du processus de validation, la réalité du terrain a peut-être déjà changé.
Une meilleure approche : gouvernance des données ascendante
Alors que nous développions des agents IA chez Actian, nous sommes tombés sur ce qui nous semble être une meilleure approche : gouvernance des données ascendante.
Voici comment cela fonctionne concrètement :
Imaginez qu'un utilisateur professionnel utilisateur nos agents IA: « Pouvez-vous me donner des informations sur le taux de désabonnement des clients au cours du dernier trimestre ? »
Si l'agent ne dispose pas d'une définition claire du « taux de désabonnement » pour cette entreprise, au lieu de se livrer à des conjectures ou de se tromper, il pose une question complémentaire : « Comment définissez-vous le taux de désabonnement ? S'agit-il des clients qui n'ont pas effectué d'achat depuis 90 jours, ou de ceux qui ont officiellement résilié leur abonnement ? »
utilisateur sa propre définition : « Le taux de désabonnement désigne tout client n'ayant effectué aucun achat au cours des six derniers mois. »
C'est alors qu'il se passe quelque chose d'extraordinaire :
- Les informations sont enregistrées – L'agent peut désormais exécuter la requête cette définition.
- Le contexte est conservé : cette définition est enregistrée et accompagnée d'une mention indiquant qui l'a fournie et à quelle date.
- gouvernance sous contrôle – L'équipe chargée des données peut examiner, approuver ou affiner cette définition.
- L'apprentissage est partagé : la prochaine personne qui posera une question sur le taux de désabonnement pourra ainsi profiter de ces connaissances.
Pourquoi cela change tout
Cette approche renverse le modèle traditionnel :
Au lieu d'interrompre les flux de travail pour établir des définitions, celles-ci découlent directement du travail quotidien. Les utilisateurs n'ont pas besoin de se rendre à des réunions spécifiques pour définir des indicateurs : ils les définissent naturellement au fur et à mesure qu'ils obtiennent des réponses à leurs questions.
La collecte des connaissances devient un processus continu, et non plus ponctuel. Chaque interaction est l'occasion d'apprendre quelque chose de nouveau sur le fonctionnement réel de l'entreprise.
Les définitions restent à jour. Lorsque la logique métier évolue, cela se reflète immédiatement dans la requête suivante, et non plusieurs mois plus tard lors de la prochaine gouvernance .
L'équipe chargée des données garde le contrôle. Si les définitions sont définies selon une approche ascendante, leur validation et leur normalisation s'effectuent toujours par le biais gouvernance appropriés.
Une vision plus large
Ce que nous avons découvert va bien au-delà du simple fait de rendre les agents IA plus intelligents. gouvernance des données ascendante gouvernance un changement radical dans la manière dont les organisations peuvent gérer leur atout le plus précieux : le savoir institutionnel.
gouvernance des données Embarqué gouvernance Embarqué flux de travail quotidien. Les utilisateurs métier apportent naturellement leur expertise, les équipes chargées des données assurent le contrôle et cohérence, et tout le monde bénéficie d'une compréhension plus riche et plus précise de la signification réelle des données.
Cela ne rend pas pour autant superflus les responsables de données ni gouvernance formels. Au contraire, cela renforce leur efficacité en leur permettant de s'appuyer sur des connaissances récentes et concrètes, plutôt que d'essayer d'extraire des informations par le biais de processus artificiels.
En attendant
Nous n'en sommes encore qu'aux prémices de cette approche, mais son potentiel est évident. Lorsque les agents IA sont capables d'acquérir des connaissances métier dans le cadre de leur fonctionnement normal, nous créons un cercle vertueux : de meilleures définitions conduisent à des analyses plus précises, ce qui renforce la confiance, ce qui encourage une utilisation accrue, ce qui permet d'acquérir encore plus de connaissances.
Il en résulte un meilleur apprentissage organisationnel. Et dans un monde où le monde des affaires évolue plus vite que gouvernance traditionnelle, c'est peut-être exactement ce dont nous avons besoin.
Chez Actian, nous développons des agents IA qui ne se contentent pas requête données : ils apprennent à connaître votre entreprise. Si vous souhaitez découvrir comment gouvernance des données ascendante gouvernance s'appliquer à votre organisation, n'hésitez pas à nous contacter.
Restez connecté
Des informations tirées des données, à votre service.
(par exemple : sales@..., support)
