Data Trust : Définition et présentation du concept

En 2019, un dirigeant sur quatre affirme n’avoir toujours pas confiance dans les données de son entreprise selon le rapport d’Ernst & Young. Cette méfiance qu’ont les décideurs envers la donnée n’a cessé d’augmenter, pour atteindre 60% en 2021 selon une étude menée par Talend et Qualtrics.

‍

Les chiffres varient selon ces études, mais le constat dressé est le même. De nombreux dirigeants avouent avoir des doutes sur la pertinence de leurs données.

‍

Pourtant, chaque année, la plupart des secteurs d’activité augmentent leur investissement dans des stratégie de croissance, orientées sur la donnée. Supply chain, marketing, finance… Les entreprises misent sur une approche Data-Driven pour croître.

‍

Cette accumulation de donnée est notamment possible, grâce à une gouvernance des données qui s'affine de plus en plus pour gérer de plus en plus de données.

‍

Mais quelque chose nous échappe. 

‍

Ces organisations ne sont pas sûres d’avoir le bon carburant pour avancer, mais elles continuent d’en consommer pour accélérer.

‍

C’est un peu paradoxal. 

‍

• Pourquoi continuer à investir dans des projets Data si les dirigeants ont des doutes sur leurs données internes ?
• Quelles sont les raisons de cette méfiance envers les données ?
• Quels sont les leviers actionnables pour rétablir la confiance au sein de son organisation ?

‍

C’est ce que nous allons voir dans cet article.

L’explosion de volumes de données et la multiplication de leurs sources (réseaux sociaux, transactions en ligne, objets connectés…) se sont poursuivies ces dernières années. 

‍

On parle d’un vrai Big Bang dans l’univers du Big Data. Pour se rendre compte de l’ampleur du phénomène, il suffit de regarder l’étude menée par Statista en 2021.

‍

‍

Face à une telle masse de données, il n’est pas toujours facile, pour les organisations, d’assurer le même niveau de qualité dans leur gestion et leur traitement.

‍

L’environnement Data devient plus complexe, rendant la mise en œuvre de projets Data plus difficile. Le risque de prendre des décisions mal éclairées est bien présent.

‍

Pour garder un niveau d’exigence élevé envers la qualité de leurs données, les entreprises mettent en place une démarche Data Trust.

‍

Qu’est ce que la Data trust ?

‍

La Data trust est une approche qui vise à redonner du sens et de la confiance dans l’exploitation des données. Elle permet de garantir la confidentialité, la sécurité et l'utilisation éthique des données, en particulier lorsque celles-ci sont partagées entre différentes entités, telles que des organisations, des entreprises ou des gouvernements. 

‍

Son objectif est de satisfaire les besoins des entreprises en matière de qualité des données, mais aussi de répondre aux nouvelles attentes des utilisateurs.

‍

La Data Trust est plus qu’un simple outil dans la pratique du Data management.

‍

C’est un cadre organisationnel et juridique qui définit comment les données sont collectées, stockées, partagées et utilisées. C'est une approche novatrice pour aborder les questions de gouvernance des données et de confiance entre les parties prenantes.

‍

‍

‍

Comment la Data Trust s’inscrit dans une logique de Data Governance ?

Nous l’avons vu en début de cet article, de nombreux dirigeants n’ont pas confiance dans les données de leur entreprise. Malgré la mise en place d’une organisation de la gouvernance des données, ils continuent à douter de leur pertinence.

Malgré leurs craintes, ils investissent dans les projets data.

‍

Plusieurs raisons expliquent cela : 

• Ils reconnaissent l'importance stratégique des données pour rester compétitifs sur le marché. Sur le long terme, les résultats parlent d’eux-mêmes.
• Ils gardent espoir sur l’amélioration de la qualité des données internes, grâce aux actions de data governance menées.
• Les pressions concurrentielles les poussent à suivre la tendance du traitement des données. “Il ne faut surtout pas devenir dernier !”.

‍

Si on suit le raisonnement des dirigeants, il vaut mieux capitaliser sur des données à la qualité fluctuante plutôt que de capitaliser sur rien du tout.

‍

Autre point qui nous semble important de souligner, la gouvernance des données ne garantit pas la bonne implication des acteurs. Des blocages internes peuvent demeurer.

‍

Exemples : 

‍

• La direction ne montre pas son soutien et son engagement dans la mise en oeuvre de projets Data ; 
• Des équipes métiers ne respectent pas les normes établis ;
• Des objectifs et des intérêts contradictoires existent entre les différents départements de l’organisation ;
• Etc.

‍

Finalement, on s’aperçoit que mettre en œuvre une stratégie de data governance n’est pas suffisant. Sans confiance envers les données de l’entreprise et les acteurs entre eux, il sera difficile d’en tirer des bénéfices sur le long terme.

‍

C’est à ce moment-là que la Data trust intervient, pour pallier ces problèmes.

‍

‍

La Data trust va remettre du sens dans le rôle et les missions des parties prenantes de la data governance. Elle va leur montrer, à travers des méthodes et des règles, comment avoir confiance en la donnée.

‍

Grâce à son déploiement dans l’organisation, les professionnels prendront au sérieux la data governance et les enjeux associés.

‍

Pour réussir sa mise en œuvre, il faudra s’assurer de répondre à 6 critères majeurs.

‍

 {{banniere-article}}

‍

Les critères de la Data Trust 

‍

Pour que les professionnels retrouvent une confiance envers les données de leur entreprise, il faut que celles-ci soient de qualité.

‍

Mais comment faire ?

‍

Comment estimer la qualité de ses données ? 

Comment s’assurer que les données de son entreprise sont en bonne santé ?

‍

La Data Management Association du Royaume Uni a défini six critères pour évaluer la qualité des données.

‍

‍

1. La précision

‍

La précision se rapporte à la justesse et à l'exactitude des informations contenues dans les données. La confiance dans le processus de prise de décision est grandement renforcée lorsque les données sont précises.

‍

2. L’exhaustivité

‍

Toutes les données nécessaires sont présentes. Des données complètes ne manquent pas d'informations importantes. Des données exhaustives renforcent la fiabilité des informations en fournissant une image détaillée de la réalité. Les parties prenantes ont tendance à avoir plus confiance dans des données qui sont complètes.

‍

3. La cohérence

‍

Les données sont homogènes à travers différentes sources et systèmes. Elles sont cohérentes et présentent des informations uniformes et compatibles. Il y a une absence d'anomalies ou d'incohérences qui pourraient compromettre l'intégrité des informations.

‍

Les utilisateurs, qu'ils soient internes ou externes à l'organisation, ont plus de confiance dans les données lorsqu'ils constatent une cohérence dans les informations fournies. 

‍

4. Les délais d’obtention

‍

Les données sont à jour rapidement et sont rendues disponibles lorsque les différents services en font la demande. Les délais d'obtention courts permettent de maintenir la fraîcheur des données, ce qui est crucial dans des domaines où l'information évolue rapidement, comme dans certaines industries financières, médicales ou technologiques.

‍

5. L’unicité

‍

Des données uniques garantissent qu'une seule instance de chaque entité est présente, évitant ainsi les doublons et les incohérences

‍

L'unicité des données simplifie l'analyse des données en évitant les distorsions potentielles introduites par des enregistrements dupliqués. Cela favorise la confiance dans les résultats des analyses effectuées sur les données.

‍

6. La conformité

‍

Les données conformes respectent les exigences légales et les standards de l'industrie concernée. Cela implique également le respect des normes et des politiques internes de l’entreprise.

‍

Les utilisateurs, qu'ils soient clients, employés ou partenaires commerciaux, ont plus de confiance dans les données lorsqu'ils savent que l'organisation est conforme aux normes en vigueur. Cela favorise une utilisation plus étendue des données au sein de l'entreprise.

‍

Ces six critères visent à redonner de la confiance dans les données de l’entreprise.

Pour en savoir plus, vous pouvez consulter les ressources de DAMA France.

‍

Comment mettre en place une logique Data Trust ?

‍

Comment appliquer une approche qui favorise l’adoption et la confiance dans la donnée ?

‍

En échangeant avec nos entreprises partenaires, nous avons identifié quatre points majeurs, déterminants dans la réussite de la mise en place de la Data Trust.

‍

Voici ces quatre étapes : 

‍

‍

Commencez par auditer votre organisation

‍

Avant de mettre en place une démarche Data trust, il faut déjà  connaître et comprendre le fonctionnement de son organisation. Au risque de proposer une approche inadéquate avec les problèmes internes.

‍

L’enjeu de cette étape est donc d’identifier à quels moments interviennent les points de blocages dans le processus de data governance de l’entreprise.

‍

• Est-ce au niveau stratégique ou au niveau opérationnel ?
• Quelles étapes, normes ou politiques ne sont pas respectées ?
• Il y a des des politiques ou normes inadaptées ?
• Quels sont les acteurs réticents face aux procédures imposées ?
• Quelles sont leurs raisons ?

‍

Vous obtiendrez des réponses à ces questions en faisant le tour des services de l’entreprise. Pour chaque département, vous devrez observer leurs pratiques en matière de gestion et de traitement de la donnée. Le cas échéant, il faudra poser certaines questions pour comprendre leur manière de fonctionner.

‍

Ainsi, vous serez en mesure de déterminer précisément quels sont les éléments et étapes non respectés par les équipes métier.

‍

Grâce à votre questionnement, vous serez en mesure de définir s’il s’agit d’une méconnaissance des pratiques internes ou d’un choix délibéré de ne pas appliquer les pratiques imposées.

‍

Évaluez la situation

‍

Vous venez de faire votre audit. Vous disposez d’une vue globale du fonctionnement de votre organisation  en matière de data governance.

‍

Il est maintenant temps d’évaluer la situation.

‍

• Est-ce que les pratiques que vous avez observées dans les différents services sont respectueuses des normes imposées par la data governance ?
• Si non, quelles en sont les raisons ?
• Ces raisons sont-elles justifiées ?
• Quels impacts et répercussions ont ces actions sur la qualité des données dans l’entreprise ?

‍

Vous devez répondre à ces questions pour évaluer le niveau de risque auquel votre entreprise est exposée.

‍

En connaissant ce niveau de risque, vous serez capable de définir les actions à prioriser pour limiter la production de données de mauvaise qualité.

‍

À cette étape, vous pouvez produire un rapport ou une présentation visuelle pour communiquer les résultats de vos analyses lors d’une réunion sur la data governance de l’entreprise.

‍

Communiquez les résultats lors d’une réunion

‍

Ça y est, vous avez en main votre rapport d’analyse qui mentionne les résultats de vos évaluations. C’est l’heure de le partager avec les parties prenantes concernées par la gouvernance des données au sein de l’organisation.

‍

Head of data, data managers, dirigeants, responsables des départements (finance, marketing, achat…) sont rassemblés lors de cette réunion.

‍

Ils sont prêts à vous écouter.

‍

Pour maximiser l’impact de votre présentation, nous vous suggérons d’établir et de suivre un plan de réunion. Cela peut ressembler à cela : 

‍

1. Rappelez pourquoi vous avez fait ce travail d’audit 

‍

Est-ce que c’est dû aux retours de certains services sur la qualité et l’accessibilité des données ?

‍

La raison réside t-elle dans des prises de décisions qui ont eu des impacts négatifs sur le business de l’entreprise ?

‍

Donnez un cadre aux participants afin qu’ils puissent bien comprendre le contexte de votre intervention.

‍

2. Partagez vos analyses et les résultats associés

‍

Présentez les étapes de la stratégie de gouvernance des données qui mériteraient d’être retravaillées. 

‍

Indiquez les services qui rencontrent des problèmes en matière de gestion et de traitement des données et ceux qui ont dû mal à appliquer les normes imposées.

‍

Rentrez dans le détail en utilisant des exemples factuels, L’objectif étant de donner de la résonance à votre discours pour embarquer le plus de personnes dans votre réflexion.

‍

Exprimer clairement les risques à venir en cas d’inaction de l’entreprise. Le but est d’alerter les parties prenantes sur le besoin urgent de changer les pratiques internes. 

‍

N’hésitez pas à utiliser des supports de présentation qui facilitent la bonne compréhension des problèmes exposés.

‍

3. Invitez les participants à s’exprimer sur ces résultats

‍

Demandez-leur directement ce qu’ils en pensent.

‍

Ces résultats vous parlent-ils ?

Avez-vous des choses à redire sur les résultats présentés ?

Ces analyses vous semblent-elles cohérentes avec votre réalité ?

‍

L’enjeu est de les impliquer dans la co-construction de la Data trust. Et pour y arriver, il faut d’abord les considérer. En montrant que leur avis à de l’importance.

‍

C’est aussi le meilleur moyen de confirmer, aux yeux de tous, ce qui ne fonctionne pas dans l’application de la stratégie de gouvernance des données.

‍

Co-construire un plan d'action de la Data trust

‍

Les experts data ainsi que les responsables des services de l’entreprise partagent leurs commentaires sur les analyses qui ont été partagées.

‍

Ils sont engagés sur des problématiques qui touchent l’entreprise, la qualité des données et le manque de confiance qu’elle génère.

‍

C’est le moment idéal pour les faire passer de spectateur à acteur dans l’amélioration de cette situation.

‍

À cet instant, vous devez prendre le lead pour organiser la co-construction d’un plan d’action, qui visera à améliorer les pratiques internes. Et à redonner confiance dans les données de l’entreprise.

‍

Votre plan d’action devra recouvrir les six critères de qualité des données que nous avons vus précédemment. 

‍

• La précision
• L’exhaustivité
• La cohérence
• Les délais d’obtention
• L’unicité
• La conformité

‍

Votre plan d’action devra définir un cadre organisationnel permettant de répondre à ces six critères.

‍

La Data trust en bref : 

‍

Pour construire un rapport de confiance envers les données, vous devez impliquer chaque partie prenante concernée par la data governance de votre organisation.

‍

C’est en mettant les acteurs face aux problématiques rencontrées que vous arriverez à les engager dans une mission commune. Aussi, prendre leurs retours et suggestions sur la gestion et le traitement des données est primordial si vous souhaitez les engager sur le long terme.

‍

La confiance passe avant tout par une relation forte et pérenne entre les acteurs. Cela n’est possible que lorsqu’il y a de l’écoute et de la considération.