Comment mesurer le modèle de maturité de la gouvernance des données ?

Gouvernance des données les protocoles n'existent pas dans une organisation, et qualité des données La qualité des données ne peut être garantie. Lorsque les données ne sont pas structurées et que les modifications qui y sont apportées ne sont pas documentées, leur qualité se dégrade rapidement. Non seulement c'est un véritable casse-tête pour les équipes de données, mais cela empêche également les utilisateurs métier d'innover avec les données de l'entreprise. Données de mauvaise qualité et inexistantes gestion des données les processus peuvent conduire à des ensembles de données inexacts.

Des données erronées peuvent avoir des conséquences catastrophiques, allant de décisions commerciales néfastes à des violations de données potentielles et à des manquements coûteux à la conformité. Pour remédier à ces problèmes, les organisations doivent déployer une solution. stratégie de gouvernance des données, mais pour que cette stratégie soit efficace, un niveau élevé de maturité des données est requis. La meilleure façon d'y parvenir est d'adopter une modèle de maturité de la gouvernance des données.

Maturité de la gouvernance des données et son modèle

Pour atteindre un niveau de maturité supérieur en matière de gouvernance des données, les organisations doivent adhérer au modèle de maturité de la gouvernance des données. Il existe de nombreux exemples de ce modèle, mais avant d'aborder les plus connus, comprenons la terminologie.

Qu’est-ce que la maturité de la gouvernance des données exactement ?

La maturité en matière de gouvernance des données désigne le stade atteint par une organisation dans la mise en œuvre et l'adoption d'un programme de gouvernance des données. Une organisation immature disposera de nombreuses données non organisées et ne les exploitera pas pour stimuler sa croissance. À l'inverse, les organisations matures seront pleinement conscientes de l'importance des données en tant qu'actif commercial critique et les géreront en conséquence.

Quel est le modèle de maturité de la gouvernance des données ?

Un modèle de maturité de gouvernance des données est un outil et une méthodologie permettant de mesurer et de communiquer facilement le programme de gouvernance des données d'une organisation à l'ensemble de celle-ci. Dans les organisations matures, tous les processus de gestion, d'accès et d'innovation des données sont en place. Les organisations moins avancées peuvent utiliser des modèles de maturité pour y parvenir.

Il existe des modèles de maturité de gouvernance des données bien connus, notamment ceux d'IBM, de Stanford, de Gartner et d'Oracle. Ces modèles permettent aux entreprises d'apprendre à gérer efficacement les données, à fournir un accès aux utilisateurs, à garantir la qualité des données et à permettre à tous les membres de l'organisation de bénéficier de ces avancées.

Il n’existe pas de modèle unique pour la maturité des données, et même si l’on en choisit un, il doit être adapté à l’organisation. Lorsqu'une organisation atteint le plus haut niveau de maturité en matière de gouvernance des données, des résultats visibles sont observés. À l'échelle de l'entreprise, les données seront utilisées pour innover, collaborer et prendre de meilleures décisions commerciales, et ces organisations éviteront de lourdes amendes pour non-respect des réglementations en matière de protection des données.

Quel modèle de maturité de gouvernance des données faut-il utiliser ?

Bien qu'il existe plusieurs modèles de maturité de gouvernance des données, de nombreux facteurs doivent être pris en compte lors du choix d'un modèle de maturité de gouvernance des données. Parmi ceux-ci figurent les principaux moteurs de l'activité, le budget nécessaire à la mise en œuvre du modèle, les cadres de gestion et de gouvernance des données existants et votre secteur d'activité.

Modèle de maturité progressive de la gouvernance des données

Les objectifs de chaque modèle de maturité de gouvernance des données sont identiques, mais ni Gartner ni IBM ne fournissent les détails nécessaires pour relever les défis auxquels les entreprises seront confrontées. Les organisations peuvent suivre l'évolution de leurs programmes de gouvernance des données.

Niveau 1 : indéfini

• Ne pas connaître l’importance des données ;
• Aucune action;
• Le flux est réactif et souvent chaotique ;

Niveau 2 : conscient

• Prendre conscience de l’importance des données ;
• Les pratiques de données existantes sont comprises et documentées ;
• Fournir une liste de sources de données ;

Niveau 3 : défini

• Les règles et politiques de gouvernance des données sont définies ;
• Identifier les propriétaires des données et gestionnaires de données;
• Comité de gouvernance établi;
• Répertoire de données installé ;

Niveau 4 : mis en œuvre

• Appliquer les politiques de gouvernance des données et les règles d’application ;
• Qualifié;
• Recueillir et mesurer des données ;
• Mettre en place des alertes pour surveiller les problèmes de qualité des données soulevés par les utilisateurs ;

Niveau 5 : optimisation

• Règles et politiques optimisées pour améliorer l’efficacité ;
• Le flux de travail repensé réduit la redondance ;
• Les données sont signalées par les utilisateurs pour une meilleure visibilité ;

Le modèle de maturité de la gouvernance des données doit être appliqué aux trois domaines clés de la gouvernance des données : la qualité des données, la gestion de l’accès aux données et la maîtrise des données. L’objectif est d’appliquer le modèle indépendamment à chacun des trois domaines et de résoudre progressivement le problème de la gouvernance des données.

La meilleure façon de comprendre la situation de votre organisation et de passer à l'étape suivante est de poser des questions aux utilisateurs de données via un questionnaire formel. Cela permettra de comprendre la situation de l'organisation, ce que les employés savent et ce qu'ils ignorent.

Modèle de maturité de la gouvernance des données IBM

Le modèle de maturité de la gouvernance des données d'IBM est l'un des plus connus. Développé en 2007, il aide les organisations à évaluer leurs progrès dans 11 domaines clés de la gouvernance des données. Parmi ces domaines figurent la connaissance des données et la structure organisationnelle, la politique de données, la gouvernance des données, la gestion de la qualité des données, la gestion du cycle de vie des données, la sécurité informatique et la confidentialité, l'architecture des données, la classification des données, la conformité, la création de valeur et l'audit.

Niveau 1 : initial

• Limité à aucun processus de données ou gouvernance ;
• La gestion des données est ad hoc et réactive ;
• Aucune procédure formelle de suivi des données ;
• Manque de respect des délais et dépassement des budgets des projets ;

Pour passer au niveau 2, les équipes de données doivent examiner la manière dont les données sont partagées au sein de leur organisation et élaborer un plan incluant les propriétaires de données et les autres parties prenantes.

Niveau 2 : géré

• Les utilisateurs réalisent la valeur commerciale des données ;
• Certains projets de données, tels que l’infrastructure de données cartographiques, sont en cours ;
• Peu d'automatisation ;
• Mesures de gouvernance des données convenues et disponibles pour utilisation ;
• Les équipes de données commencent à se concentrer sur les métadonnées ;

Pour atteindre le niveau 3, les mesures réglementaires doivent être davantage développées et documentées. Pour ce faire, commencez à créer des modèles cartographiant les infrastructures critiques et leurs exigences.

Niveau 3 : défini

• La politique de données est clairement définie ;
• Un certain nombre de gestionnaires de données ont été identifiés et nommés ;
• Certaines techniques de gestion des données sont utilisées ;
• Intégration des données des plans sont en cours d’élaboration;
• Les utilisateurs partagent et comprennent les processus de gestion des données ;
• La gestion des données de référence est monnaie courante ;
• Des mesures d’évaluation des risques liés à la qualité des données sont utilisées ;

Les organisations passeront au niveau 4 à mesure qu’elles continueront à spécifier et à mettre en œuvre des politiques de données et des processus de gouvernance.

Niveau 4 : gestion quantitative

• La politique de données est clairement définie ;
• Mesures de gouvernance des données au niveau de l’entreprise en place ;
• Des objectifs clairs en matière de qualité des données sont en place ;
• Les modèles de données sont facilement disponibles ;
• Les principes de gouvernance des données guident tous les projets de données ;
• La gestion de la performance est en direct et en cours de développement ;

Pour atteindre le plus haut niveau de maturité des données, vous devez vous concentrer sur la génération d'indicateurs clés de performance (KPI) et d'autres indicateurs de performance. Pour ce faire, un plan clair et concis de mise en œuvre du modèle de données doit être mis en place.

Niveau 5 : optimisation

• Réduction des coûts de gestion des données ;
• L’automatisation est courante ;
• Adoption à l’échelle de l’entreprise de principes de gestion des données clairs et complets ;
• La gouvernance des données fait partie de la culture d’entreprise ;
• Le calcul et le suivi du retour sur investissement des projets de données sont une pratique courante ;

Une organisation mature appréciera pleinement l’importance des données en tant qu’actif commercial essentiel et les gérera en conséquence.

Modèle de maturité de la gouvernance des données de Gartner

Un autre modèle largement reconnu est le modèle de maturité de la gouvernance des données de Gartner. Depuis 2008, ce modèle a permis aux organisations d'atteindre cinq objectifs principaux :

• Intégration des données à l’échelle de l’entreprise ;
• Contenu unifié;
• Intégration du domaine des données maîtres ;
• Des canaux d’information fluides ;
• Gestion des métadonnées;

Niveau 0 : indéfini

• Aucune gouvernance des données, propriété des données ou responsabilité ;
• Aucun processus ni structure de partage d’informations ;
• Aucune normalisation ni gestion des métadonnées ;
• La plupart des opérations d’archivage et de partage de documents se font par courrier électronique ;
• Pas d’unification, fragmentation des données ;
• Des décisions commerciales importantes sont prises avec des informations insuffisantes ;

Points d’action : Les équipes de données et les planificateurs doivent sensibiliser les principaux dirigeants d’entreprise à l’importance de la gouvernance des données et se concentrer sur l’impact potentiel de la violation des réglementations de conformité.

Niveau 1 : sensibilisation

• L’absence de propriétaires de données est évidente ;
• Les dirigeants d’entreprise admettent un manque de soutien à la gestion de l’information d’entreprise (EIM) ;
• La valeur des données devient de plus en plus évidente ;
• Un certain niveau de sensibilisation aux problèmes de qualité des données ;
• Les gens prennent conscience de la nécessité de politiques et de processus de données standardisés ;
• Soyez conscient des rapports redondants et des processus BI inefficaces ;
• Les risques liés à l’absence d’EIM deviennent de plus en plus évidents ;

Point d’action : L’équipe de données doit développer une stratégie EIM qui s’aligne sur l’architecture d’entreprise existante et les objectifs commerciaux stratégiques.

Niveau 2 : réactivité

• Les organisations comprennent la valeur des données d’entreprise ;
• Les données commencent à être partagées entre les départements, les projets et les systèmes ;
• Le processus de qualité des données est réactif ;
• Politique en place, mais faible adoption ;
• Processus d’évaluation des données, des informations et de la conservation en cours d’élaboration ;

Actions à entreprendre : Les principaux dirigeants d’entreprise doivent faciliter les procédures initiales et encourager l’adoption. Parallèlement, une proposition de valeur globale doit être fournie.

Niveau 3 : actif

• Les gestionnaires et propriétaires de données sont identifiés et actifs ;
• La collaboration est considérée comme un processus d’entreprise clé ;
• Rôles et modèles de gouvernance confirmés ;
• Conformité à l’échelle de l’entreprise avec les accords de gouvernance ;
• La gouvernance des données fait partie intégrante du développement et du déploiement de chaque projet ;
• Réduction des risques opérationnels;

Éléments d’action : Créer et présenter une stratégie EIM aux parties prenantes et à la direction de l’entreprise, et identifier les opportunités EIM au niveau départemental.

Niveau 4 : administration

• Consensus à l’échelle de l’entreprise sur le caractère essentiel des données ;
• La politique des données est élaborée, lancée et bien comprise ;
• Création d’un organisme de gouvernance des données ;
• Les mesures de données sont bien définies et facilement accessibles ;

Action : Les tâches de gestion informatique doivent être inventoriées afin de vérifier leur conformité aux politiques de gestion de l'information et de la communication (EIM). Un tableau de bord doit être mis en place pour évaluer le processus de gestion des données.

Niveau 5 : efficace

• L’exploitation des données et des informations de gestion est considérée comme offrant un avantage concurrentiel ;
• Dispose d'un accord de niveau de service (SLA) ;
• Atteindre les objectifs de productivité et réduire les risques sont deux objectifs associés à une stratégie EIM ;
• L'équipe responsable de l'EIM est mature et active ;
• Objectifs fondamentaux de l’EIM atteints ;

Point d’action : Veiller à ce que des mesures soient prises pour garantir que les contrôles EIM et les normes de qualité se poursuivent en cas de changement de direction.

Lorsqu’une entreprise atteint le plus haut niveau de maturité en matière de gouvernance des données, des résultats visibles sont observés.

Les données sont le principal moteur de croissance des entreprises modernes. Elles soutiennent non seulement les décisions stratégiques, mais permettent également des pratiques collaboratives favorisant l'innovation à l'échelle de l'organisation.

Conclusion

Merci d'avoir lu notre article et nous espérons qu'il vous aidera à mieux comprendre le modèle de maturité de la gouvernance des données. Pour en savoir plus sur la gouvernance des données, nous vous conseillons de consulter notre site. Gudu SQLFlow pour plus d'informations.

En tant que l'un des meilleurs outils de lignage de données Disponible sur le marché aujourd'hui, Gudu SQLFlow peut non seulement analyser les fichiers de script SQL, mais aussi obtenir lignée de données, et effectuer un affichage visuel, mais permettent également aux utilisateurs de fournir une lignée de données au format CSV et d'effectuer un affichage visuel. (Publié par Ryan le 23 juin 2022)