Communiqués de presse
5 conseils pour une gestion des données de référence sans stress

Master Data Management:
5 conseils pour que le personnel informatique puisse gérer vos données de référence sans stress

  • La dynamique de la numérisation rend plus difficile la gestion des données de base, si importante pour les processus commerciaux
  • Un système de gestion des données de référence (MDM) peut cartographier et intégrer différents systèmes - sans perturber les activités en cours
     

Pforzheim, le 6 mai 2020 - Les données de référence constituent la base de relations fructueuses avec les partenaires commerciaux - elles sont essentielles pour une approche ciblée des partenaires commerciaux et constituent l'épine dorsale des processus commerciaux et de vente. C'est pourquoi 95 % des spécialistes et des cadres interrogés estiment que la contribution de la valeur de la gestion des données de référence (MDM) à leur entreprise est élevée et essentielle à la réussite, selon la société d'audit et de conseil PwC 1. Mais la mise en œuvre technique d'une MDM n'a pas besoin d'être complexe. La dynamique de la numérisation confronte les organisations à un rythme de développement rapide : les infrastructures, les paysages de systèmes et les environnements d'applications changent souvent si rapidement que l'informatique ne peut les suivre qu'avec des méthodes agiles. Pour permettre aux départements informatiques de mettre en œuvre un projet de MDM sans stress, la solution MDM doit donc pouvoir être mise en œuvre "à la volée" et intégrer différents environnements système. Uniserv, fournisseur spécialisé de solutions pour la gestion des données des partenaires commerciaux, a résumé en 5 conseils les préparatifs que les départements informatiques doivent effectuer à cet effet:

Conseil n°1 : Un enregistrement de données uniforme au lieu de la multiplicité des TI et des silos de données

Les principaux problèmes qui rendent difficile la gestion des données de référence par les services informatiques sont l'hétérogénéité des environnements système développés et le parallélisme des processus de vente, de marketing et de CRM. Ces deux facteurs signifient que les données des partenaires commerciaux sont situées dans des endroits différents. Par conséquent, ces données ne peuvent être utilisées que de manière limitée dans les solutions individuelles des départements ou pas du tout, car elles ne convergent pas et ne s'harmonisent pas dans une plate-forme centrale. Selon l'étude Uniserv Trend Study Customer Data Management 2019, environ 64 % des entreprises utilisent plusieurs solutions départementales pour gérer les données de leurs partenaires commerciaux. La situation est rendue plus difficile par le fait que non seulement les données proviennent de sources différentes, mais que leurs structures varient également. Elles peuvent se présenter sous forme d'enregistrements de données, de tableaux ou de listes, mais aussi sous forme de piles de stockage, de graphiques ou de tables de hachage. Afin de les rendre utilisables par tous les services, ces silos doivent être décomposés et les stocks de données doivent être unifiés.  Une vue à 360 degrés des clients et des partenaires commerciaux n'est possible qu'en intégrant toutes ces informations distribuées et structurées différemment dans un seul ensemble de données. Le MDM doit également être capable de cartographier et d'intégrer les mondes de systèmes les plus divers, indépendamment des fabricants.

Conseil n°2 : Garantir la qualité des données

La qualité des données de référence constitue un autre défi majeur pour le MDM. Par exemple, dans les environnements qui ne sont pas suffisamment harmonisés et qui sont également caractérisés par une structure en silo prononcée, le nombre de données de référence dupliquées ou multiples est sensiblement plus élevé. L'incomplétude est un autre problème. Étant donné que, par exemple, des redondances entre différents systèmes dispersés se produisent en raison des différentes succursales et des différents employés, des multiples profils en ligne et des bases de données distinctes qui ne sont pas synchronisées entre elles, il n'est guère possible d'obtenir une correspondance de données propre pour résoudre ces duplications. Souvent, les correspondances affichées ne sont pas correctes et posent des problèmes pratiquement insurmontables au service informatique. Toutefois, si la qualité de la base de données de référence est insuffisante, les processus opérationnels qui en découlent ne sont pas non plus fiables. Résultat : les départements commerciaux travaillent avec des données de base incorrectes, obsolètes ou redondantes. Les données doivent donc d'abord être corrigées sur le plan de la qualité, c'est-à-dire qu'elles doivent d'abord être vérifiées, les doublons éliminés et toutes les données mises à jour au dernier - et même - état.

Conseil n°3 : Établir une stratégie de gouvernance des données

Afin de garantir que la qualité des données ne soit pas établie une seule fois, mais qu'elle puisse être maintenue en permanence, un contrôle continu et les rapports correspondants doivent être mis en œuvre. En raison des nombreux systèmes répartis dans l'entreprise, les informations ne correspondent pas à une norme uniforme. Soit il n'y a pas du tout de spécifications selon une stratégie de gouvernance des données, soit elles ne sont tout simplement pas respectées par les employés. Les différents systèmes sources contiennent donc des données différentes. Ce phénomène entraîne un surcroît de travail considérable lorsqu'il s'agit de mettre à disposition de manière centralisée les données relatives aux clients et aux partenaires commerciaux.

De plus, en raison d'un manque d'harmonisation informatique, il n'est même pas possible d'enregistrer ou de vérifier la qualité des données. En raison de l'incompatibilité des données, les mesures de surveillance et les analyses doivent être effectuées manuellement, ce qui n'arrive souvent que sporadiquement. Selon PWC, moins d'un tiers des personnes interrogées vérifient leurs données de référence au moins une fois par mois. En outre, il est pratiquement impossible d'effectuer un contrôle complet et (partiellement) automatisé de la qualité des données dans des paysages de données hétérogènes et non intégrés. Les stratégies d'optimisation de la gestion des données de base devraient donc absolument envisager l'intégration de fonctions de surveillance et d'un pare-feu de qualité des données (DQ Firewall) pour soutenir la gouvernance des données à l'échelle de l'entreprise.

Conseil n°4 : Intégrer la gestion des métadonnées

Les métadonnées sont également d'une grande importance pour la gestion des données de référence et donc aussi pour le MDM. Il est impossible d'imaginer la création de valeur de Big Data sans métadonnées. Ils donnent un contexte aux enregistrements de données et montrent quand et dans quels systèmes ils ont été générés. Toutefois, si ces précieux indices contextuels ne sont pas conservés au niveau central - par exemple, dans un catalogue de données complet - il devient très difficile de procéder à une contextualisation des informations basée sur les métadonnées et d'obtenir ainsi des informations approfondies sur la gouvernance. Autre conséquence d'une gestion inadéquate des métadonnées, qui se produit en combinaison avec des stocks de données de référence dispersés et non harmonisés : la base de données qui en résulte est difficilement utilisable pour les processus opérationnels qui en découlent et représente un facteur critique pour la qualité et la sécurité.

Enfin et surtout, lors de la mise en place d'un MDM, les lois sur la protection des données telles que le règlement de base de l'Union européenne sur la protection des données, en vigueur depuis mai 2018, sont bien sûr importantes et extrêmement critiques sur le plan de la sécurité. Afin de mettre en œuvre leur contenu, qui renforce les droits des partenaires commerciaux et des clients, les entreprises doivent pouvoir leur communiquer toutes les données collectées sous une forme structurée et cela rapidement. Aujourd'hui, dans de nombreuses entreprises, ni les processus ni les systèmes ne sont conçus pour cela. Cela devrait changer si la gestion des données de base doit être menée à bien. Ceux qui suivent les conseils déjà mentionnés sont sur la bonne voie. Il reste à présent à établir des processus d'information et à attribuer des responsabilités. Par exemple, pour documenter clairement qui a saisi ou supprimé quelles informations et quand et pourquoi. Pour que tous les processus impliqués dans le traitement des données des clients et des partenaires commerciaux restent transparents et que le plus haut niveau d'intégrité des données soit garanti, la définition des rôles et des droits d'accès est fondamentale pour toute stratégie de MDM.

La tâche centrale pour la réalisation d'une gestion intelligente des données de référence des clients et des partenaires commerciaux est donc de maintenir des données de référence cohérentes et de qualité assurée dans le système dans toute l'entreprise, qui peuvent être synchronisées à nouveau dans les systèmes sources si nécessaire.


1 PWC, 2018, Enquête : "Master Data Management in Retail and the Consumer Goods Industry", lien : www.pwc.de/de/digitale-transformation/pwc-studie-master-data-management-im-handel-und-in-der-konsumgueterindustrie-2018.pdf

Ce qui pourrait vous intéresser :

Master Data Management Solutions