Comprendre les enjeux de gestion des données à l’ère du numérique. Identifier les clés pour réussir la mise en place d’une politique de la donnée dans votre entreprise au bon niveau d’ambition en évitant les erreurs. Apprendre les méthodes et démarches pour mettre en œuvre et animer la gouvernance des données.
Philippe Nieuwbourg
LE MOT DE L’INTERVENANT
Avec cette formation, nous vous accompagnons dans la compréhension des enjeux et des solutions de mise en œuvre d’une gouvernance de la donnée au sein de votre organisation. Nous vous aidons à identifier le bon niveau d’ambition pour votre entreprise, les erreurs à ne pas commettre. Nous vous donnerons également les éléments de démarche pour une mise en place de gouvernance des données réussie.
Ce séminaire présente un panorama complet des enjeux métier et technologiques du management des données, pour les entreprises en général et les DSI en particulier, ainsi que les meilleures pratiques à mettre en œuvre. Nous abordons ainsi la gouvernance dans un contexte de sécurité globale, les principaux référentiels métier et technologiques du management et de la qualité des données, les démarches d’architecture et de gouvernance, les bonnes pratiques de gestion et d’ingénierie, etc.
- Quelles démarches mettre en œuvre pour bien manager et gouverner ses données ?
- Quelle place accorder à la gouvernance des données dans un contexte Big Data ?
- Quelle prise en compte de la sécurité ?
- Quelles contraintes réglementaires ?
- Quel rôle pour la DSI ?
|
Le modèle d’Ackoff (DIKW) :
|
|
Pourquoi et comment les données portent la transformation de secteurs clefs de l’économie
Rôle des données dans la transformation numérique
Rôle des données dans l’innovation
L’économie de la donnée
Exemples : les parcours clients |
Intérêts business : la qualité pour la performance
-
Efficacité et efficience
-
Performance économique
-
Disponibilité et continuité de service.
Nécessité business : donner confiance
-
Confidentialité, anonymisation
-
Indice de confiance : pourquoi il est majeur.
-
Sécurité / confiance : Blockchain
Sécurité business : limiter les risques
-
Sécurisation, vol, …
-
Utilisation abusive : quels sont les risques ?
-
Recherche de responsabilités
Nécessité légale : respecter les lois
-
Etat des lieux des cadres règlementaires : Données personnelles, données financières, solvabilité
-
Réglementations régionales
Exemples : la maitrise des risques
-
BALE
-
SOLVENCY
-
…
|
Acquisition
Qualification
Sécurisation
Transformation / enrichissement / fabrication
Transmission / échange
Utilisation
Inutilisation
Représentation / visualisation
Traçabilité
|
Définir & documenter
-
Les types de données : référentielles / transactionnelles / décisionnelles
-
Données structurées / non structurées / transtructurées
Modéliser
-
Les métadonnées
-
Les objets métiers
-
Les données dans les processus
-
Les données des applications : la représentation des données, les flux
-
Les nouveaux modèles de données : étoile écrasée ou Big Table, Hub-link-satellite.
S’organiser pour gérer : rôles et responsabilités des acteurs
-
Le rôle de propriétaire des données
-
Le rôle du responsable des traitements
-
Le rôle de pilote de la qualité et de la sécurité des données
-
Les rôles de gestion opérationnelle des données
-
Les nouveaux rôles de Chief Data Officer / Data Steward
-
Le RSSI / le DPO (Délégué à la Protection des données)
-
Les datascientist
-
La comitologie
Outiller : Les solutions de gouvernance des données
-
Les composantes : Master Data Management, Data Quality Management
-
Les pure players
-
Les solutions intégrées.
Partager : Les solutions de partage des données
|
Les données au sein de la gouvernance du SI
Démarches existantes et limites
Organiser la gouvernance des données
Etablir la fonction de gouvernance des données
|
Faire un état des lieux
-
Identifier la maturité de l’entreprise ou de l’organisation
-
Recenser les actions réalisées
-
Recenser les actions identifiées et pas faites
-
Cartographier les risques et opportunités
-
Recenser l’outillage existant
-
Recenser les acteurs
Identifier le prétexte à la prise de conscience (pourquoi ?)
-
Identifier les enjeux métier opérationnels et stratégiques (y compris économiques)
-
Identifier les freins métiers et IT
-
Evaluer les coûts d’une absence de gouvernance de données
Identifier les rôles et responsabiliser des acteurs (qui ?)
-
Les fonctions obligatoires
-
Les qualités requises pour les acteurs
-
Le rôle de chacun
Outiller
-
Harmoniser et rationnaliser l’existant
-
S’outiller progressivement
Mettre en œuvre sur l’existant
-
Cibler des quick win en fonction des problèmes
-
Prioriser les constituants du pilotage opérationnel
-
Etablir une roadmap fonction des gains opérationnels
-
Déployer progressivement et accompagner le changement
-
Intégrer le sujet des données dans les comités de gouvernance des processus
Mettre en œuvre sur les nouveaux périmètres
-
Inscrire la qualité des données dans la charte de l’architecture d’entreprise
-
Intégrer la cartographie des données dans les processus métier et dans le système d’information
-
Définir et déployer les cadres d’exigences des données
-
Lancer / compléter le dictionnaire d’objet métier
Partager et valoriser
-
Produire et expliquer les indicateurs : les données sur la gouvernance de données
-
Mesurer le retour sur investissement de la gouvernance de données
-
Rendre compte de la progression
-
Animer la communauté des parties prenantes et des acteurs
-
Valoriser l’action
L’ensemble des thèmes abordés sera illustré au travers d’exemples et de cas concrets.