gestion des données la discipline opérationnelle qui consiste à définir les responsabilités en matière de qualité des données, de définitions, d'accès et de conformité à l'échelle de l'entreprise. Elle garantit que les données sont exactes, bien documentées, régies et fiables pour l'analyse et l'intelligence artificielle.
Ce guide explique ce gestion des données », en quoi elle se distingue de gouvernance des données gouvernance de la propriété des données, présente les rôles impliqués, décrit comment mettre en place un programme de gestion responsable et expose les bonnes pratiques qui permettent de distinguer les programmes efficaces de ceux qui n'existent que sur le papier.
Qu'est-ce que la gestion des données?
gestion des données l'ensemble des processus, des rôles et des responsabilités qui garantissent que les ressources de données d'une organisation sont exactes, accessibles, cohérentes et utilisées conformément aux politiques définies.
Alors que gouvernance des données gouvernance les règles — les politiques, les normes et les structures de responsabilité —, gestion des données les gestion des données . Les gestionnaires sont les personnes et les processus qui veillent au quotidien à la fiabilité des données : ils résolvent les problèmes de qualité, mettent à jour les définitions, appliquent les contrôles d'accès et s'assurent que les personnes qui ont besoin de ces données puissent les trouver et les utiliser.
Dans la pratique, la gestion des données se situe à la croisée des chemins entre les métiers et la technologie. Les équipes métier comprennent la signification des données et la manière dont elles doivent être utilisées. Les équipes techniques gèrent l'infrastructure qui les stocke et les transfère. Les responsables de la gestion des données font le lien entre ces deux mondes, en veillant à ce que les définitions métier se reflètent dans les implémentations techniques et que les changements techniques soient communiqués aux utilisateurs métier.
gestion des données . gouvernance des données gouvernance . Propriété des données
Ces trois termes sont souvent utilisés de manière interchangeable. Ils désignent des fonctions distinctes mais liées.
| gestion des données | Gouvernance des données | Propriété des données | |
|---|---|---|---|
| Ce que c’est | Responsabilité opérationnelle au quotidien en matière de qualité des données, de définitions et d'accès | Le cadre composé des politiques, des normes et des pouvoirs de décision qui régissent les données | Responsabilité finale de l'entreprise concernant un domaine de données ou un actif |
| Qui s'en charge ? | Responsables des données, équipes chargées de la gestion des domaines | gouvernance des données, CDO, gouvernance | Responsables d'unités opérationnelles, cadres spécialisés par domaine |
| Objectif principal | Qualité, définitions, accès, mise en œuvre de la conformité | Conception des politiques, normes, structures de responsabilité | Décisions stratégiques concernant l'utilisation des données et l'alignement sur les objectifs de l'entreprise |
| Horizon temporel | Tâches opérationnelles quotidiennes et hebdomadaires | gouvernance du programme : trimestrielle et annuelle | Suivi stratégique continu |
| Résultats | Résolution des problèmes de qualité, mise à jour des termes du glossaire, validation des demandes d'accès | gouvernance , normes relatives aux données, frameworks de responsabilité | Stratégie de données approuvée, décisions relatives aux données au niveau des domaines |
| Lien avec les autres | Met en œuvre les dispositions gouvernance et rend compte aux responsables des données | Définit les règles que suit la gestion responsable | Parraine le gouvernance , est responsable du domaine dont s'occupent les gestionnaires |
gestion des données gouvernance des données :gouvernance la politique. La gestion, c'est la pratique. Un gouvernance sans gestion active aboutit à des règles que personne ne fait respecter. Une gestion sans gouvernance conduit à des décisions incohérentes qui varient d'une équipe à l'autre.
gestion des données . propriété des données :lepropriétaire des données assume la responsabilité commerciale ultime d'un domaine. Le gestionnaire des données s'occupe des tâches quotidiennes au sein de ce domaine. Les propriétaires prennent les décisions stratégiques. Les gestionnaires les mettent en œuvre sur le plan opérationnel.
gestion des données . gestion responsable des données : Les gestionnaires techniques sont les équipes techniques qui gèrent l'infrastructure : stockage, pipelines, contrôles d'accès, sauvegardes. Les responsables des données définissent la signification des données et la manière dont elles doivent être gérées. Les gestionnaires techniques mettent en œuvre ces décisions au niveau technique.
Rôles clés dans un gestion des données
Les programmes de gestion efficaces définissent clairement les rôles afin que la responsabilité ne passe pas entre les mailles du filet entre les équipes.
Responsable des données
Le responsable des données est le pivot opérationnel d'un programme de gestion des données. Les responsables des données veillent au quotidien à la qualité des données, tiennent à jour les définitions métier dans le catalogue de données le glossaire métier, traitent les demandes d'accès, résolvent les problèmes liés aux données et assurent la liaison entre les utilisateurs métier et les équipes techniques.
Principales responsabilités :
- Gérer les termes et les définitions du glossaire métier pour le domaine de données qui leur a été attribué.
- Surveiller les scores de qualité des données et résoudre les problèmes signalés dans le respect des accords de niveau de service (SLA) définis.
- Examiner et approuver les demandes d'accès aux données, ou les transmettre à un niveau hiérarchique supérieur.
- Documenter la traçabilité des données et signaler les modifications qui ont une incidence sur les utilisateurs en aval.
- Participer aux comités de gestion afin de s'accorder sur les normes et les politiques.
- Assurer la coordination avec les responsables des données afin de mettre en œuvre gouvernance au sein des systèmes techniques.
Qui occupe ce poste :des analystes seniors, des experts dans un domaine spécifique ou des responsables dédiés au sein des grandes organisations. Dans les petites équipes, une seule personne peut être chargée de plusieurs domaines.
Propriétaire des données
Le propriétaire des données assume la responsabilité finale d'un domaine de données. Les propriétaires sont généralement des dirigeants de l'entreprise — par exemple, un directeur financier est responsable des données financières, un directeur marketing est responsable des données clients — qui prennent les décisions stratégiques concernant la définition, l'utilisation et la gouvernance des données de leur domaine.
Principales responsabilités :
- Définir les règles métier et les normes qui régissent leur domaine de données.
- Approuver les modifications importantes apportées aux définitions des données, aux politiques d'accès et aux modalités d'utilisation.
- Parrainer le programme de gestion responsable au sein de leur unité opérationnelle.
- Point de relais pour les problèmes que le délégué ne peut pas résoudre seul.
Dépositaire des données
Les responsables de la gestion des données sont les équipes techniques chargées de l'infrastructure qui stocke, transfère et protège les données. Ils mettent en œuvre les gouvernance définies par les propriétaires et les gestionnaires.
Principales responsabilités :
- Mettre en œuvre les contrôles d'accès et les modifications d'autorisations approuvés par les administrateurs et les propriétaires.
- Gérer le stockage des données, les pipelines, les sauvegardes et le chiffrement.
- Mettre en œuvre les corrections relatives à la qualité des données techniques identifiées par les responsables.
- Gérer les métadonnéesau niveau du système : schémas, définitions de tables, configurations de pipelines.
gouvernance des données / CDO
Définit le gouvernance à l'échelle de l'organisation dans lequel s'inscrit la gestion responsable. Définit les normes en matière de gestion responsable, résout les litiges inter-domaines, surveille la bonne santé des programmes et rend compte de gouvernance à la direction générale.
Types de gestion des données
Les programmes de gestion responsable ne sont pas tous structurés de la même manière. Le modèle le plus adapté dépend de la taille de l'organisation, de son secteur d'activité et gouvernance .
Gestion des domaines de données : Les responsables sont désignés par domaine de données : un responsable des finances gère les définitions des données financières, un responsable des clients gère les données clients. Ce modèle fonctionne bien lorsque les domaines de données sont clairement délimités et que l'expertise dans ces domaines est concentrée au sein d'équipes spécifiques.
Gestion technique : Elle se concentre sur la qualité technique et la fiabilité des données : gestion des schémas, documentation des pipelines, règles de qualité des données et traçabilité au niveau du système. Elle relève souvent de la responsabilité des équipes d’ingénierie des données. Elle est courante dans les organisations axées sur l’ingénierie ou en complément d’une gestion thématique axée sur l’activité.
Gestion opérationnelle : Axée sur la mise en œuvre quotidienne des gouvernance : traitement des demandes d’accès, résolution des incidents liés à la qualité, maintien du statut de certification. Elle relève moins de l’expertise métier que de la rigueur dans le respect des processus.
Gestion au plus haut niveau : Dirigeants de haut niveau responsables des domaines de données à un niveau stratégique. Ils n’assurent pas les tâches opérationnelles de gestion, mais parrainent des programmes, résolvent les escalades et veillent à ce que gouvernance des ressources appropriées.
Gestion fédérée : Dans un modèle data mesh de grande entreprise, la gestion est répartie entre les équipes métier qui sont responsables de leurs produits de données de bout en bout. Une gouvernance centrale gouvernance définit les normes ; les responsables métier les appliquent localement. Ce modèle s’adapte mieux que la gestion centralisée aux grandes organisations comportant des unités opérationnelles distinctes.
Mise en place d'un gestion des données
Étape 1 : Définir le périmètre et hiérarchiser les domaines
Commencez par les domaines de données qui présentent le plus de risques ou qui ont la plus grande valeur pour l'entreprise : données de reporting financier, dossiers clients, données soumises à la réglementation (RGPD ou HIPAA). Désignez un responsable et un propriétaire pour chaque domaine prioritaire avant de passer aux domaines moins prioritaires.
Étape 2 : Mettre en place le gouvernance
Définir les politiques que le responsable de la gestion des données devra mettre en œuvre : normes de qualité des données, règles de contrôle d'accès, politiques de conservation, exigences de conformité. Documenter les structures de responsabilité : qui est responsable de quoi, qui résout quoi, qui transmet le problème à qui.
Étape 3 : Constituer l'équipe de gestion
Désignez des responsables pour chaque domaine prioritaire. Dans la plupart des organisations, ces responsables sont des experts du domaine déjà en poste qui assument ces responsabilités dans le cadre défini de leurs fonctions, et non de nouvelles recrues. Définissez clairement le temps à y consacrer, les responsabilités et les procédures d'escalade.
Étape 4 : Déployer un catalogue de données
La gestion responsable ne peut pas être mise à l'échelle sans outils. Un catalogue de données offre aux responsables une interface centralisée pour gérer les termes du glossaire, surveiller les scores de qualité, traiter les demandes d’accès, suivre la traçabilité et gérer les certifications. Il rend également le travail de gestion des données visible à l’échelle de l’organisation, au lieu de le confiner à des feuilles de calcul et à des fils de discussion par e-mail.
Étape 5 : Définir les normes de qualité et les critères de certification
Définir les critères permettant de déterminer si un jeu de données suffisamment jeu de données pour être certifié : taux minimal d'exhaustivité, taux de valeurs nulles acceptable, actualité requise, documentation obligatoire de la traçabilité. Les gestionnaires appliquent ces normes de manière cohérente. Les utilisateurs font confiance aux ressources certifiées sans avoir besoin de les vérifier eux-mêmes.
Étape 6 : Mettre en place des processus de gestion responsable
Définissez des processus reproductibles pour les tâches de gestion les plus courantes : comment les demandes d'accès sont soumises, examinées et approuvées ; comment les problèmes de qualité sont signalés, attribués et résolus ; comment les termes du glossaire sont proposés, révisés et publiés. La documentation des processus permet de réduire les incohérences et de mesurer les performances en matière de gestion.
Étape 7 : Mesurer et rendre compte
Les programmes de gestion efficaces assurent le suivi des indicateurs opérationnels : pourcentage des ressources de données auxquelles un responsable a été attribué, évolution des scores de qualité par domaine, délai de traitement des demandes d'accès, arriéré de tickets ouverts, couverture du glossaire. Ces indicateurs doivent être communiqués régulièrement aux gouvernance afin de démontrer la bonne santé du programme et d'identifier les domaines nécessitant des investissements.
gestion des données pratiques
Attribuez les responsabilités de gestion avant que la situation ne devienne urgente : Les programmes de gestion qui sont lancés à la suite d'un incident lié à la qualité des données ou d'un manquement à la conformité démarrent en mode « reprise ». Désignez de manière proactive des responsables et des gestionnaires pour les domaines critiques, avant qu'une gouvernance ne devienne un problème opérationnel.
Veiller à ce que la gestion responsable reste opérationnelle, et non purement formelle : Un programme de gestion qui se réunit uniquement tous les trimestres et produit des documents stratégiques sans les mettre en œuvre n’apporte que peu de valeur ajoutée. La gestion fonctionne lorsque les responsables s’acquittent de tâches opérationnelles au quotidien : résoudre les problèmes, tenir à jour les glossaires, approuver les accès. Le gouvernance assure la cohérence de ce travail ; il ne le remplace pas.
Utilisez un catalogue de données rendre la gestion évolutif: Les processus manuels de gestion — feuilles de calcul, chaînes d'approbation par e-mail, documents Word pour les définitions de données — ne sont pas évolutifs au-delà de quelques centaines d'actifs. Un catalogue de données tous workflow liés à la gestion, rend le travail visible et fournit aux gestionnaires des outils adaptés à la complexité de leur mission.
Faites de la définition des données un processus collaboratif : Les termes de glossaire définis de manière isolement par les gestionnaires de données isolement publiés isolement sont rarement adoptés. Impliquez les utilisateurs métier, les analystes et les responsables de domaine dans le processus de définition. Les termes que les équipes ont contribué à définir sont ceux qu’elles utilisent.
Lier la gestion du programme aux indicateurs de qualité des données : Les responsables capables de mettre en avant une amélioration des scores de qualité, une réduction des incidents liés aux données et un raccourcissement des délais de traitement des demandes d’accès peuvent démontrer la valeur du programme de manière concrète. Intégrez les indicateurs de mesure dès le lancement du programme, et non pas après coup.
Mettez en place gouvernance fédérée gouvernance vous vous développez : Les modèles de gestion centralisés perdent leur efficacité à mesure que les organisations se développent. Prévoyez dès le départ une structure fédérée : définissez les normes qui s'appliqueront à l'échelle de l'entreprise, puis accordez aux équipes métier l'autonomie nécessaire pour assurer la gestion dans le respect de ces normes. Il s'agit du même principe que celui data mesh à gouvernance.
Relier la gestion responsable à gouvernance de l’IA : À mesure que les organisations développent des produits d’IA et déploient de grands modèles linguistiques, les gouvernance relatives apprentissage et jeux de données de recherche jeux de données un enjeu de gestion responsable. Les responsables de la gestion responsable doivent étendre leurs pratiques en matière de qualité, de traçabilité et de contrôle d’accès aux entrées et sorties de l’IA, et non plus uniquement jeux de données analytiques.
gestion des données le gouvernance des données
La gestion responsable ne fonctionne pas indépendamment de gouvernance. Ces deux fonctions forment un système : gouvernance les règles, tandis que la gestion responsable les met en œuvre.
| gouvernance | La gestion responsable met en œuvre |
|---|---|
| Normes de qualité des données | Contrôle qualité, résolution des problèmes, certification |
| Politiques de contrôle d'accès | Examen, validation et enregistrement des demandes d'accès |
| Définitions des données et taxonomie | Mise à jour du glossaire, publication des termes, révision des définitions |
| Conditions relatives à la filiation | Documentation relative au tracé, étude d'impact sur le pipeline |
| Exigences de conformité | Mise en œuvre des politiques, tenue de la piste d'audit, rapports réglementaires |
| Politiques de conservation | Gestion du cycle de vie, archivage, processus de suppression |
Un gouvernance qui définit des politiques sans qu'une équipe de gestion soit chargée de les mettre en œuvre produit des documents que personne ne respecte. Une équipe de gestion opérant sans gouvernance prend des décisions incohérentes, qui varient selon les domaines et les responsables. Ces deux fonctions sont interdépendantes.
gestion des données les secteurs réglementés
Services financiers : Les programmes de gestion responsable dans le secteur des services financiers sont souvent régis par la norme BCBS 239, la loi SOX et les réglementations relatives à la protection des données. Les responsables de la gestion responsable tiennent à jour la documentation relative à la traçabilité des données à des fins de reporting réglementaire, veillent au respect des politiques de conservation et de suppression des données, et gèrent les contrôles d’accès aux données financières sensibles. La conformité à la norme BCBS 239, en particulier, exige une traçabilité des données vérifiable et le respect de normes de qualité, que le programme opérationnel de gestion responsable assure naturellement dans le cadre de son travail quotidien.
Santé : La loi HIPAA exige une traçabilité documentée des informations médicales protégées (PHI) : qui peut y accéder, comment elles sont protégées et ce qu'il advient lorsqu'elles sont utilisées. Au sein des établissements de santé, les responsables de la gestion des données gèrent les étiquettes de classification des PHI, traitent les demandes d'accès aux données des patients et tiennent à jour des pistes d'audit pour chaque accès aux données.
Fabrication : Les données opérationnelles issues des systèmes de production, des capteurs et des chaînes d’approvisionnement doivent faire l’objet d’une gestion rigoureuse afin de garantir leur qualité et leur traçabilité. Dans les environnements de fabrication, les responsables de la gestion des données veillent au respect des définitions des indicateurs clés de performance (KPI) opérationnels, gèrent la traçabilité depuis les données brutes des capteurs jusqu’aux rapports de production, et veillent au respect des normes de qualité qui influencent les décisions relatives à la qualité des produits.
FAQ
Le propriétaire des données assume la responsabilité opérationnelle ultime d'un domaine de données et prend les décisions stratégiques concernant sa gouvernance et son utilisation. Le gestionnaire des données s'occupe des tâches opérationnelles quotidiennes au sein de ce domaine : mise à jour des définitions, résolution des problèmes de qualité, traitement des demandes d'accès. Les propriétaires parrainent le programme ; les gestionnaires le mettent en œuvre.
gouvernance des données définit les politiques, les normes, les structures de responsabilité et les pouvoirs décisionnels relatifs aux données. gestion des données opérationnelle quotidienne de ces politiques. gouvernance gestion responsable donne lieu à des règles qui ne sont pas appliquées. Une gestion responsable sans gouvernance des décisions incohérentes.
Il ne s'agit pas nécessairement d'un programme formel avec des rôles bien définis, mais le travail de gestion doit tout de même être assuré : quelqu'un doit être responsable des définitions des données, quelqu'un doit résoudre les problèmes de qualité, et quelqu'un doit gérer les droits d'accès aux données sensibles. Dans les petites structures, ces responsabilités incombent souvent aux analystes seniors ou aux responsables des équipes chargées des données. Les gouvernance se formalisent davantage à mesure que l'organisation se développe.
Le catalogue de données » catalogue de données l’outil principal : il offre une interface centralisée permettant de mettre à jour le glossaire métier, de surveiller les scores de qualité, de suivre la traçabilité des données et de gérer les demandes d’accès. Les responsables de données utilisent également plateformes de surveillance de la qualité des données, des outils workflow pour l’approbation des accès, ainsi que les outils de BI ou d’analyse sur lesquels repose leur domaine.
indicateurs clés : le pourcentage d'actifs de données auxquels un propriétaire et un responsable ont été attribués, l'évolution des scores de qualité des données par domaine, le délai moyen de résolution des incidents liés à la qualité des données, la durée du cycle de traitement des demandes d'accès, le taux de couverture du glossaire métier et le nombre de problèmes de gestion en suspens classés par ancienneté. Les programmes qui ne sont pas en mesure de mesurer ces indicateurs ne peuvent ni démontrer leur valeur ni identifier les domaines dans lesquels il convient d'investir à l'avenir.
Les modèles d'IA nécessitent apprentissage propres, traçables et soumises à un cadre de gouvernance. Les responsables de la gestion des données étendent leurs normes de qualité, leurs exigences en matière de traçabilité et leurs contrôles d'accès aux jeux de données pour apprentissage l'exploitation des modèles. Sans une gestion rigoureuse des données d'entrée de l'IA, les organisations ne peuvent pas reproduire apprentissage , démontrer leur conformité ni empêcher que des données soumises à une réglementation ne soient intégrées dans les pipelines d'IA.
Dans un modèle fédéré, les responsabilités en matière de gestion sont réparties entre les équipes métier plutôt que d’être gérées par une fonction centrale. Un gouvernance central définit les normes et les politiques à l’échelle de l’entreprise ; les équipes métier les mettent en œuvre par l’intermédiaire de leurs propres responsables. Ce modèle s’adapte mieux qu’une gestion centralisée aux grandes organisations comportant des unités opérationnelles distinctes ou dotées d’une data mesh ».
Le catalogue de données la principale interface opérationnelle pour les activités de gestion des données. Les responsables de la gestion des données l'utilisent pour mettre à jour les termes et définitions du glossaire métier, surveiller les scores de qualité, examiner et approuver les demandes d'accès, suivre la traçabilité des ressources, certifier jeux de données fiables et consigner les actions de gestion à des fins d'audit. Un catalogue sans gestion active contient métadonnées obsolètes ; une gestion sans catalogue repose sur des processus manuels qui ne sont pas évolutifs.
