Qualité des Données les nettoyeurs sont enfin là
Tendances de fond et constats
La qualité des données est un sujet plus vieux que l’informatique mais qui reste plus que jamais d’actualité. Cela fait littéralement des décennies que les organisations sont coutumières des plaintes des opérationnels métiers comme du top management sur les données et les reporting qui ne sont pas de bonne qualité.
Malgré des initiatives ponctuelles sous forme de taskforce ou autres chantiers prioritaires, les problèmes de qualité émergent et reviennent de manière périodique, générant des tensions sur les activités quotidiennes mais aussi et surtout empêchant ou freinant les transformations d’entreprises et les projets d’innovation qui sont, à l’ère numérique, de plus en plus centrés sur les données.
Pourquoi en est-on là ?
La difficulté des organisations à adresser et traiter la qualité des données n’a pas une cause unique mais s’explique par une conjonction de facteurs :
- Des approches qualité souvent court-termistes visant à traiter rapidement l’urgence de qualité qui a émergé et ses impacts sans adresser les causes profondes qui génèreront de nouveaux problèmes sur le temps long
- Des approches isolées, qu’elles soient individuelles ou silotées, apportant des résultats limités car leur résolution complète nécessiterait la mobilisation d’autres entités de l’organisation, par exemple dans le cas où les données sont produites ou saisies par une autre entité.
- La difficulté intrinsèque à avoir une vision globale et exhaustive des impacts liés à la non qualité des données dont beaucoup sont masqués ou indirects, induisant de fait une sous-estimation des problèmes et donc un sous-investissement chronique dans les activités liées à la qualité des données.
Notre réponse
Parce qu'on a toujours un avis sur la questionLa qualité des données n’est pas une solution qui se déploie ou une activité qui se décrète : il s’agit avant tout d’une transformation culturelle qui nécessite une réelle prise de conscience pour être menée à bien. Nos convictions en la matière sont les suivantes :
- La conviction du top management d’abord. Un travail de conviction est à mener dès le début auprès du top management afin qu’il prenne conscience des impacts de la non qualité mais aussi des écueils passés qui ont conduit à cette situation. Cela passe par de la pédagogie couplée à de l’analyse quantitative sur les données ainsi que sur les impacts de la non qualité pour l’organisation.
- Une forte implication des métiers. L’implication des métiers est indispensable pour mener à bien la qualité des données. Ce sont eux qui connaissant leurs données, eux qui les produisent, les utilisent, … Un travail d’adhésion et d’implication auprès des métiers est donc nécessaire. Il doit être mené en proximité, en ciblant leurs priorités pour répondre à leurs différents besoins et difficultés.
- Une approche pluridisciplinaire. La qualité des données nécessite une approche pluridisciplinaire aussi bien sur les différents aspects de la qualité (remédiation, monitoring, mise sous contrôle, prévention, sensibilisation, quality by design, …) que sur les entités de l’organisation (métiers, IT, projet, produit, …)
- Un operating model concret. De par son côté multidisciplinaire et la multitude des parties prenantes, la qualité des données nécessite la mise en place d’un operating model permettant d’assurer concrètement la coordination entre tous les acteurs d’un point de vue opérationnelle mais aussi pour les prises de décision.
Pramana œuvre depuis plus de 10 ans sur ce domaine et affiche de nombreuses expériences réussies de déploiement de qualité des données. Travailler avec Pramana est la garantie d’aborder la qualité des données selon le bon angle, dans le bon ordre, avec les bonnes pratiques, et selon une approche spécifique au contexte, pour des effets tangibles et opérationnels.
Possibilités d'intervention
On peut vous aider sur beaucoup de sujetsBeaucoup de livrables possibles pour inscrire votre démarche dans la durée :
- Business case de la démarche ;
- Evaluation de maturité ;
- Alignement stratégique ;
- Identification des points de souffrance ;
- Travail de conviction auprès du top management ;
- Définition du framework – règles, standards, operating model ;
- Aide au choix et à la mise en place de l’outillage ;
- Travail par use case ou par domaine ;
- Opérationnalisation ;
- Formation ;
- Conduite du changement
Même si la qualité des données revêt avant tout un aspect organisationnel, culturel et de changement des pratiques, l’usage des bonnes solutions du marché peut être bénéfique pour ancrer, faciliter et industrialiser l’opérationnalisation de la qualité des données.
En tant que cabinet expert sur le Data Management, Pramana a noué une relation privilégiée et de confiance avec de nombreux partenaires technologiques, dont Informatica, Information Builders, Experian, Collibra ou encore ASG.
Notre intervention d’audit de la qualité des données vous permet d’obtenir rapidement une évaluation de la qualité et un diagnostic sur un périmètre Data ciblé.
Sur la base de ces analyses, nous préconisons des actions de mises en qualité pragmatiques et personnalisées s’inscrivant dans vos trajectoires métier et SI.
Pramana accompagne les organisations dans leur démarche de qualité, que ce soit lors de son déploiement ou dans les activités quotidiennes une fois celle-ci mise en place :
- Aide au déploiement et au pilotage ;
- Conduite du changement (formations, sensibilisation, accompagnement des opérationnels, animation de communautés, etc.) ;
- Audit de qualité ;
- Définition et mise en place des indicateurs et des tableaux de bord de qualité, remédiation, …
Un besoin ? Une question ?
Notre porte est ouverte, nos boîtes mail aussi.
Motivés ?
Pourquoi ne pas nous rejoindre ?Pramana est un cabinet de conseil d’une cinquantaine de collaborateurs et collaboratrices en constante évolution. Nous recrutons activement des consultants et des consultantes passionnés et motivés.