MTI820 Entrepôts de données et intelligence d affaires Gouvernance des données et ges1on des données de référence 1
La gouvernance des données Défini1on: «Processus de supervision et de décision qui permet de hiérarchiser les différents inves1ssements, d'allouer les ressources adéquates et un pilotage par les résultats, tout ceci pour s'assurer que les données u1lisées au sein des projets sont valorisées et répondent aux enjeux et aux objec1fs de l'entreprise», Baseline Consul,ng, cabinet de conseil 2
La gouvernance des données Caractéris1ques: An1cipa1ve; Collabora1ve; Concertée; Rétro- correc1ve; Transparente; Équitable; Efficiente. 3
La gouvernance des données Les objec1fs: La qualité des données; Les exigences réglementaires; Des projets de données à l échelle corpora1ve. 4
Les bénéfices: La gouvernance des données 5
La gouvernance des données Les ou1ls: La gouvernance des données n est pas un ou1l; Un ensemble d ou1ls peuvent aider à une bonne ges1on ; Par contre pour certains aspects, un ou1l devient une obliga1on: métadonnées, ges1on des données de références (MDM), etc. 6
La gouvernance des données Mo1va1ons: L organisa1on devient très large (ex: suite à des fusions ou à des acquisi1ons) ; Les systèmes des données deviennent complexes; Les architectes, les spécialistes SOA ou bien tout autre groupe travaillant à l échelle corpora1ve ont besoin du support d une en1té ou d un programme ayant une vue globale des données; La gouvernance devienne une exigence réglementaire ou contractuelle. 7
La gouvernance des données Organisa1on type: Comité de gouvernance Les membres de la haute Direc@on Surintendant des données Intendants des données par domaine Les responsables informa@que Les lignes d affaire 8
La gouvernance des données Les propriétaires de données: Individus ou groupes possédant toute l autorité nécessaire pour définir, créer et maintenir les domaines de données; Sont définis par domaine de données (ex: données clients, données produits, classes comptables, etc.). Les intendants de données: Ne possèdent pas les données et n ont pas le contrôle absolu; Ont comme rôle de mekre en place et mekre à jour régulièrement des métriques de contrôle de qualité; Doivent travailler avec d autres groupes (ex: architectes de données, administrateurs de données, les analystes d affaires, etc.); Sont normalement des personnes de la ligne d affaires travaillant étroitement avec les spécialistes des TI 9
La gouvernance des données Les défis: Acquérir et conserver l engagement des responsables des différents départements de l entreprise; Le préjugé que la gouvernance des données alourdit le système et retarde la livraison des projets; Éviter d autoriser les projets urgents à contourner les processus de gouvernance. 10
Mise en contexte: Les systèmes d informa1on des grandes entreprises sont très hétérogènes; Les entreprises ont souvent des applica1ons différentes pour chacun de leurs groupes de produits, services ou départements; À l extrême, chaque département possède son propre service informa1que; Les acquisi1ons et les fusions d entreprises entraîne également la complexité des systèmes d informa1on; Dans ce contexte, les acteurs de l entreprise ne peuvent pas toujours parler le même langage et travailler de manière synchronisée. 11
Défini1on et caractéris1ques 1 : Ensemble cohérent et uniforme d iden1fiants et akributs décrivant les principales en1tés de l entreprise Personnes: clients, employés, vendeurs, fournisseurs, etc. Endroits: régions géographiques, bureaux, branches, etc. Choses: comptes, polices, produits, services, etc. Peuvent être groupées par: Hiérarchies organisa1onnelles, territoires de vente, hiérachies de produits (product roll- ups), segments de clients, etc. N englobent pas toutes les données de l entreprise, mais seulement les éléments nécessaires au partage et la standardisa1on des informa1ons; Changent rarement mais sont souvent référencées; Aident les entreprises répondre à la ques1on: «quelle informa,on est vraie?». 1: Gartner Andrew White and John Radcliffe 12
13
Les principaux domaines: 14
Les mo1va1ons: 15
Les mo1va1ons selon l industrie: 16
Les différents types de MDM: Les solu1ons MDM sont généralement associées à d autres applica1ons de l entreprise; Pour ceke raison elles sont souvent classées dans trois catégories dis1nctes: MDM opéra1onnel; MDM analy1que; MDM d entreprise. 17
MDM opéra1onnel: Vient consolider plusieurs applica1ons opéra1onnelles (ex: ERP, CRM, applica1ons maisons, etc.); Doit supporter le temps réel; Nécessite des changements au niveau des applica1ons opéra1onnelles, ce qui n est pas toujours évident; La structure des données est rela1vement stable (changements peu fréquents). MDM analy1que: Les entrepôts de données en sont une forme; Les structures de données changent plus souvent; Les dimensions conformes jouent un rôle clé dans ceke solu1on. 18
MDM d entreprise: C est le niveau que voudrait akeindre toutes les entreprises; Une seule structure intègre, synchronise et coordonne les structures des données communes aux différentes plateformes technologiques de l entreprise (opéra1onnelles ou analy1ques); Lorsque le mot MDM est u1lisé seul, on fait souvent référence au MDM d entreprise. 19
Niveau d'intégra1on d'un MDM: Master Iden@ty : intègre seulement les clés maîtresses des en1tés (ex: IDclient, IDProduit, etc.); Master Record : intègre également les akributs des en1tés (ex: descrip1onproduit, catégorieproduit, etc.); Master Data : ges1on complète de l en1té (ex: iden1fiant, akributs, données corrélées, etc.) 20
Architecture type: Opérer l entreprise Analyser l entreprise Produits Clients Location Master Data Management SOA, EAI, EII Web services, XML, ESB, AJAX, Web, HTML, Data Federation, Data prorogation métadonnées Systèmes patrimoniaux ERP Systèmes opérationnels CRM Données externes E T L Les entrepôts de données 21
L impact indirect des entrepôts de données sur les pra1ques de l entreprise: 22