100 Notions Territoires et Numériques / Chaire UNESCO ITEN

GESTION DE LA DONNE (DATA MANAGEMENT)

RM 20200228

La gestion de la donnée correspond au volet pratique de la gouvernance de la donnée*. Elle consiste à donner du sens aux données, les valoriser, transformer une matière brute en une matière première raffinée, prête à être exploitée. L’activité de gestion des données, désigne l’ensemble des méthodes, outils, concepts et processus qui permettent maîtriser les trois « V » : volume, variété et vélocité, afin de constituer un référentiel unique.

Dans les années soixante-dix les données des organisations étaient très formatées. Le web a créé un monde ouvert dans lequel données et documents sont aujourd’hui très hétérogènes, croissent de manière exponentielle et sont largement échangés et/ou partagés. Dans ce contexte la gestion de la donnée consiste à abaisser un certain nombre de barrières entre services, organisations et à mettre en œuvre une sorte de « tri sélectif » de manière à pouvoir les exploiter à leur juste valeur. Cette gestion dépend bien sûr du domaine, du secteur économique ou de la filière professionnelle concernée ainsi que de la durée du cycle de vie de la donnée (par exemple le long terme pour des données d’observation environnementale, le court terme pour les produits de très grande consommation). Les organisations (entreprises, collectivités, institutions publiques, etc.) doivent prêter une attention particulière à la structuration et à la qualité de leurs données, car erronées, incomplètes, mal formatées, redondantes ou obsolètes, elles peuvent rendre difficile leur traitement, fausser les analyses et conduire à de mauvaises prises de décision. Les données essentielles, critiques, partagées par l'ensemble des processus qui soutiennent l'activité courante d'une organisation ainsi que ses prises de décision sont appelées données de référence (*Master Data*).

Le premier enjeu réside dans la maîtrise du volume des données. Il s’agit de s’assurer que les données dites de référence soient correctement identifiées, de bonne qualité, nettoyées, dépourvues d’erreurs et utilisables sans le moindre risque. Pendant très longtemps, la préoccupation des entreprises a été d’appréhender le stockage et la collecte de ces masses de données. L’enjeu s’est aujourd’hui, déplacé, car sans être capable de leur donner du sens, ces données deviennent un poids mort, coûteux à entretenir.

La multiplication des sources et des formats soulève un deuxième enjeu : la maîtrise de la variété des flux de données. La concentration des entreprises et de leurs systèmes d’information pousse les organisations à homogénéiser leurs modèles de données, de manière à assurer l’interopérabilité des services internes. On parle alors d’urbanisation des systèmes d’information qui consiste à fluidifier les liaisons, les flux, les échanges entre sources de données hétérogènes. Les données doivent alors être structurées, mises en cohérence, consolidées, mises à jour et des descriptifs devront être générés (métadonnées) de manière à ce qu’elles puissent être traitées plus facilement, par des humains comme par des machines et qu’In Fine des actions puissent être lancées en confiance.

La vélocité constitue le troisième enjeu de la gestion des données.L’organisation doit être en mesure de rendre ses données disponibles rapidement pour la bonne organisation, la bonne personne, au moment opportun. Il s’agit donc de veiller à la conformité des données en regard des usages prévus et des besoins : anticiper, trouver la bonne information, développer des produits innovants, respecter les contraintes réglementaires par exemple européennes en termes de sécurité ou encore d’environnement.

Il est essentiel de connaître la donnée mais encore plus important de connaître le contexte de production de la donnée – la métadonnée – afin de pouvoir en exploiter tout le potentiel. Mettre l'accent sur le contexte de production de la donnée permet de remédier au piège du « garbage in, garbage out » (déchets en entrée, déchets dans les résultats), principe qui consiste à accorder une confiance aveugle aux résultats d’analyse des données de référence, sans avoir la moindre idée de la façon dont elles ont été élaborées en amont.