2. 2
Le Master Data Management est la
fondation de vos processus centrés données
Connaître
son client
Exposer et élargir
l’offre produit
Valoriser tout
l’écosystème
3. 3
3
DEFINITION
Le Master data management (MDM) est le processus consistant à créer un point unique de
référence pour les données d’entreprise très largement partagées, comme les clients,
produits, fournisseurs, employés, sites, organisations, etc.
Le Master Data Management permet aux organisations de créer une vue unique sur les
données de référence. Puis il réconcilie l’ensemble des sources de données autour de cette
vue partagée, et assure le respect des règles et procédures pour accéder et mettre à jour
les master data, gérer la qualité de données et orchestrer la résolution des problèmes.
Cette fonction de “data stewardship” permet aux métiers d’être responsabilisés sur les
données dont ils ont besoin pour mener à bien leurs processus opérationnels ou prendre
des décisions éclairées. Une fois la vue partagée constituée, les données sont actionnables
et peuvent être facilement partagées et exploitées, y compris en temps réel.
Le MDM est une initiative stratégique pour les organisations orientées dont l’enjeu est de
mettre l’information au service du client, de l’efficacité des actions commerciales et
marketing, ou de l’optimisation de la supply chain.
4. 4
De l’intégration de données ...à la Gouvernance de
l’Information
Un modèle centralisé piloté par l’IT…
…un modèle plus fédéral, à
responsabilités partagées
IT
Maturitédanslagestiondel’information
De l’intégration de données…
…vers la gouvernance de
l’Information
5. 5
Principaux cas d’usage du MDM
Fusions,
acquisitions, re-
structurations
010101011010101010101
010101101010101010101
010101010101010101010
101101010101010101010
101011010101010101010
101101010101010101101
010101010101010101101
0 1 0 1 0 1 0 1 0 1
360°
Views
Managed Data
Accuracy
Collaborative
Data
Governance
Information
Accessibility
Information
Accountability
Plate-
forme
MDM
Gouvernance,
Risques, Conformité
et gestion des
fraudes
Juste-à-temps et
optimisation de la
supply chain
Personnalisation
et gestion de
l’expérience
client
Optimisation des
processus client
Time to market
6. 6
MDM : Pourquoi changer ? Pourquoi maintenant ? Et
Comment ?
Source : Gartner 2014 survey Enterprise Information and MDM
Le MDM est un sujet d’actualité
•Parmi les 3 priorités IT de 50% des DSI
Résoudre les problèmes liés à la qualité des données
est devenu urgent
•Note de la situation actuelle : 3,6 sur 7 ; capacité jugée moyenne
pour 79% des participants et faible pour 21%
Beaucoup d’entreprises ont engagé des initiatives,
mais ce sont les premiers pas
• 61% sont toujours en phase de planning ou prototypes
Seulement 49% s’appuient sur des business cases
clairement définis
• Et 31% sur la base d’une analyse de ROI
7. 7
Principaux challenges pendant la phase de
planification d’une initiative MDM
Absence d’un
Business Case solide
Manque de préparation
Trajectoire
non ou mal définie
Manque d’alignement
entre les
parties-prenantes
Besoins
mal définisPrérequis non
établis
Many MDM initiatives
get stuck in their
planning phase
8. 8
Gouvernance de données ; par où commencer ?
Définir les besoins et la roadmap
Mettre en place l’organisation de stewardship
Mettre en place la plate-forme
Engager les
programmes MDM
9. 9
Quelques idées reçues sur le MDM
Idées reçues Facteurs clés de succès
Très grand projet IT d’entreprise
(Penser grand, Démarrer grand)
Approche évolutive avec forte
implication des directions fonctionnelles
MDM & intégration des données
en tant que discipline disjointes
(Démarrer petit, Rester petit)
La capacité d’intégrer les informations
pour répondre aux besoins du moment
et s’adapter aux besoins futurs
Une application autonome
(Approche en silo)
Une plate forme temps-réel pour rendre
opérationnelle les master data
Les Master Data s’alimentent
uniquement des systèmes traditionnels
comme le CRM ou les ERP
(Caduque par Design)
Il y aura toujours de nouvelles sources
de données à intégrer pour améliorer la
vue 360° - internet des objets, mobile,
clickstreams….
10. 10
01010101101010101010
10101011010101010101
01010101010101010101
01010110101010101010
10101010110101010101
01010101101010101010
10110101010101010101
01011010101010101
Les enjeux opérationnels du projet MDM
Agilité de
modélisation
Pertinence de
l’information
Steward-
ship des
données
Intégration des
données
Actionnabilité
des données
• Vues unifiées
• Règles de gestion et
contrôle
• Accès par rôle et traçabilité
• Création de Master
Data Services
• Connections temps
réels aux systèmes
et applications
• Profiling de nouvelles data
sources
• Standardisation & matching
• Analyse et monitoring de la
qualité
• Interfaces d’accès et de
mise à jour
• Résolution des conflits et
arbitrage
• Workflows et BPM
• Intégration et références
croisées sur les données
• Enrichissement avec
données externes
MDM
11. 11
Modéliser vos données
Facteurs clés de succès
• Créer le modèle de données
• Définir les règles de gestion
• Définir les contrôles de validité
• Définir les rôles, et la sécurité
Modéliser
Gérerlaqualité
dedonnées
Organiserle
datastewardship
Intégreretpropager
lesdonnées
Rendreopérationnelles
lesmasterdata
12. 12
Déployer le projet MDM : définir les styles
d’implémentation
MDM
ERP
CRM
COTS
DWH
Consolidation
MDM
ERP
SFA
CRM
DWH
Centralisé
MD
M
CRM
E-
Commerc
e
Marketin
g
DWH
Co-existence
MDM
ERP
SFA
CRM
DWH
Registre- Peu intrusif
- Modèle peu fréquemment
rencontré
- Peu Intrusif
- Le point de départ de
beaucoup de projets MDM
- Importance des fonctions
d’intégration et de qualité
des données
- Relativement intrusif mais
peu structurant
- Importance des fonctions
d’intégration temps réel et de
déduplication des données
- Relativement intrusif et assez
structurant
- Importance des fonctions de
workflow et d’’intégration
temps réel
13. 13
Bonnes pratiques de modélisation
Fonctionnelles :
Engager fortement les métiers dans le design
Atteindre un consensus au plus tôt sur la
définition du “golden record”
Commencer par le cœur du master record en
recherchant la simplicité, puis élargir
Privilégier la lisibilité pour les utilisateurs finaux,
et documenter le glossaire d’entreprise
Créer des clés internes
Gérer avec soin les phases de design et de
validation, car changer le modèle de données à
posteriori sera plus complexe
Utiliser les rôles et les vues pour l’accessibilité
des données et la sécurité
Valeur :
➜ Etablir des fondations pérennes pour le modèle
MDM
➜ Créer les bases de l’alignement IT/métier
(Stewardship et intégration)
Techniques :
Créer une clé interne pérenne pour les Master
Data
Définir les standards de modélisation et les
respecter
Utiliser un outil de modélisation
Etablir des règles de nommage
Réutiliser les définitions, règles et modèles
Anticiper les impacts de performance sur les
contrôles, enrichissement et règles de
propagation
14. 14
Maîtriser la Qualité des Données
Facteurs clés de succès
• Data Profiling
• Collecter les données
• Définir les règles de parsing, validation
• Standardiser les données
• Définir et affiner les règles de dé-
doublonnage
• Matching intégré
Gérerlaqualité
dedonnées
Organiserle
datastewardship
Intégreretpropager
lesdonnées
Rendreopérationnelles
lesmasterdata
Modéliser
15. 15
Secteur Public - Prendre soin de la plus précieuse
ressource d’une collectivité : l’enfant
Les Enjeux :
Une source d’information unique pour délivrer des
services de qualité auprès des + de 2100.00 enfants
de la collectivité et de leur famille
Pourquoi MDM, pourquoi Talend ?
• Le MDM permet de recouper l’information sur
chaque enfant au travers des différents champs
d’action de la collectivité (enseignement, social,
sécurité…) et organise la gouvernance des
données.
• Puissance des fonctions d’intégration, de qualité
et de consolidation des données
Bénéfices :
Des services nettement plus efficaces,
notamment en matière de protection de
l’enfance
16. 16
Bonnes pratiques pour la qualité des données
Fonctionnel :
Connaitre vos données avant la phase de design :
contenu, disponibilité volume, typologie, fiabilité,
données de référence associées ;
Comprendre la supply chain informationnelle : qui
crée, importe, met à jour, utilise (et
quand/pourquoi…)
Etablir une forte collaboration avec les data
stewards afin d’améliorer les algorithmes de
matching au fil de l’eau ;
Définir les indicateurs de performance business et
projet à suivre, afin d’être alerté en cas de
problème et de mesurer les progrès.
Bénéfices :
➜ Mettre en évidence les problèmes de qualité
de données et s’organiser pour les résoudre
➜ Etablir des métriques pour mesurer les progrès
et attester des ROI du projet MDM
Technique :
Utiliser un outil de data profiling ;
Intégrer les règles de qualité dans les processus
d’intégration de données afin de pouvoir
remonter les contrôles à la source ;
Comprendre les contraintes et objectifs qui
sous-tendent les règles de déduplication, y
compris liés à la performance, impact des faux
positifs/négatifs, le coûts liés aux déduplication
manuelles…;
Anticiper le besoin d’ajustement continu.
17. 17
Synchroniser avec les systèmes existants,
en batch ou en temps réel
Facteurs clés de succès
• Batch et temps réel, chargement total ou
incrémental, propagation : définit les bonnes
politiques d’intégration
• Intégrer les applications : internes (ERP, CRM,
RH, applications spécifiques…), cloud,
externes
• Intégration Big Data
Intégreretpropager
lesdonnées
Gérerlaqualité
dedonnées
Organiserle
datastewardship
Rendreopérationnelles
lesmasterdata
Modéliser
18. 18
Assurance santé: Fluidifier les processus liés à la
gestion de la relation adhérent
Les enjeux :
• Des systèmes peu intégrés et des processus de
gestion non automatisés
• Une augmentation considérable de nouveaux
clients à considérer
Pourquoi Talend ?
• Rapidité de mise en œuvre de l’intégration et de
la mise en qualité des données
• Capacité à intégrer les standards d’échanges de
données (HIPAA)
• Richesse des fonctions BPM et d’intégration
d’application
Bénéfices :
Augmenter de 250% le nombre d’adhésion en un
an à ressources égales
Meilleur service client, réduction des coûts de
traitements et respect des réglementations
19. 19
Bonnes pratiques pour l’intégration de données
Fonctionnel :
Définir l’architecture d’intégration et les critères de
décision pour choisir les styles d’implémentation et
les scénarios d’intégration de chaque sources/cibles ;
Concevoir la couche d’intégration comme une
structure vivante qui devra évoluer de manière
régulière, avec un cycle de vie en propre (nouveaux
systèmes à intégrer, montées de version…) ;
Utiliser des mécanismes comme le publier s’abonner
ou les services Master Data services pour limiter les
dépendances inter systèmes et avoir un séparation
des rôles clairement définie.
Valeur :
➜ Un service partagé qui permet d’échanger des
données certifiées au travers de procédures
clairement définies et maitrisées ;
➜ Gérer les changement dans vos initiatives MDM
et tirer facilement parties de nouvelles sources
de données.
Technique :
Investir sur la productivité et les outils de
change management, car la maintenance
évolutive représentera une forte partie du
TCO ;
Anticiper l’arrivée du Big Data ;
Définir les procédures de déploiement inter
environnements.
Integration
Services
Data Staging
MetaData
Repository
Web Layer
Hybris
TCP/IP - Kereberos
Legend
Customer Data Management – Static Architecture
Integration
Services
Batch
Adaptors
Real-time
Adaptors
Real time
data
services
File based
Master
Repository
@ComRes
ACDS
Pega
Tracs
Vision
Data Quality Services
Talend Integration Platform
Parsing
& enrichment
(Experian)
Matching
Services Batch data
services
Data Layer
Master Data
Governance
Talend
Administration
Data Quality
Dashboard
Migration
Adaptors
Standardisation
Services
IntegrationLayerActive
Directory
SOAP over JMS
GetCustomerDetailsCore
GeCustomerinteractions
CreateCustomer
UpdateCustomer
PublishCustomer
GetCustomerEngagements
GetCustomerProfile
SearchCustomer
MatchCustomer
PublishCustomerMerge
IntegrationLayer
MatchCustomerBulk
SOAP over Http
Talend ESB
20. 20
Engager les directions fonctionnelles
Facteurs clés de succès
• Organiser les tâches de data stewardship par
rôle
• Gérer les tâches quotidiennes de
maintenance des données de référence
• Accéder et éditer les master data
• Définir les workflows pour les éditions
collaboratives
Gérerlaqualité
dedonnées
Organiserle
datastewardship
Intégreretpropager
lesdonnées
Rendreopérationnelles
lesmasterdata
Modéliser
21. 21
Media : Diffuser le contenu et augmenter le CA
par client (ARPU)
L’enjeu :
Un catalogue produit de plus en plus riche, une cible
de plus en plus diversifiée, des canaux de diffusion
multiples
Pourquoi Talend ?
• Flexibilité et rapidité de mise en œuvre
• Une plate-forme d’intégration unifiée pour les
personnes, les applications et les processus
(BPM, ESB, data quality et data stewardship)
Les bénéfices :
Augmenter l’ARPU (Average Revenue Per User)
par la richesse et la pertinence des données
produits
Réduction des coûts liés à l’ajout des nouveaux
produit au catalogue
22. 22
Les bonnes pratiques de Data Stewardship
Fonctionnel :
Définir et documenter les politiques de data
gouvernance (y compris les rôles, droits d’accès,
workflows) ;
S’assurer que les métiers sont engagés et
responsabilisés ;
Définir clairement les rôles & taches pour les
data stewards et définir leur environnement de
travail et les workflows en conséquence ;
Engager les data stewards au plus tôt dans le
projet, bien avant les phase de formation et de
déploiement.
Valeur :
➜ Engager les métiers dans la réussite
opérationnelle de l’initiative ;
➜ S’organiser pour le déploiement MDM et
l’amélioration continue.
Technique :
Intégrer les tâches manuelles de data
stewardship dans le processus global plutôt
que comme une activité isolée ;
Mettre en place le bon environnement pour
chaque rôle (concepteur, data stewards,
auteur, contributeur, consommateur).
23. 23
BPM ou pas BPM ?
Fonctionnel :
➜ Bien identifier les acteurs ;
➜ Nommer les champions par rôles et les engager dans
le projet pour définir les processus et les activités ;
➜ Utiliser des méthodologies agiles pour définir les
workflows et interfaces ;
➜ Utiliser le Business Activity Management pour gérer
les exceptions et améliorer le processus.
Quand utiliser le BPM dans un projet MDM ?
Le MDM est maître, pas seulement arbitre, sur les
mises à jour des données ;
Il y a un fort lien entre le MDM et les processus
métier (ex : référencer un produit, accueillir un
nouvel employé…) ;
Les utilisateurs ont besoin d’être guidés dans les
processus de mise à jour des données.
Technique :
S’assurer que le MDM ne devient pas une
application packagée : séparer données et
processus dans le design ;
Rester simple et anticiper des changements
fréquents ;
Ne pas mésestimer les temps de mise en
œuvre de l’interface homme machine.
Valeur :
• Reconfigurer un processus existant avec une
approche centrée sur les données.
24. 24
Cas d’usage : créer une vue unique des employés
dans une organisation distribuée
Challenge :
• Plus de 190 000 employés répartis dans 100 pays
et 400 filiales ;
• Pas de vue partagée et à jour des employés dans
une organisation décentralisée.
Valeur :
• Vue partagée des employés au niveau groupe et
capacité de les joindre rapidement, par exemple
pour les communication de crise.
Pourquoi Talend ?
• Sécurité, traçabilité et audit des données ;
• Intégration dans un environnement hétérogène,
y compris les annuaires ;
• Processus pilotés par workflows (exemple :
mutation).
25. 25
Des données de référence actionnables
Facteurs clés de succès
• Intégrer le services Master Data Services real
time dans les processus
• Amener le contexte dans les applications
d’entreprise ainsi que dans les applications
Big Data, web et mobiles
Rendreopérationnelles
lesmasterdata
Gérerlaqualité
dedonnées
Organiserle
datastewardship
Intégreretpropager
lesdonnées
Modéliser
26. 26
Bonnes pratiques pour rendre les master data
actionnables
Fonctionnel
Identifier les points d’intégration pour les services
MDM, et prioriser leur déploiement ;
Définir les métriques pour mesure les retours sur
investissements, par ex. les taux de
transformation, les taux de clicks… ;
Comprendre les contraintes de performance et de
disponibilité des échanges temps réel ;
Définir un nombre limité de services réutilisables
et bien documentés ;
Connecter les master data aux applications Big
Data pour connecter les Big data aux données
d’entreprise.
Valeur:
➜ Les vues 360° sont rendues disponibles au bon
endroit, au bon moment pour déclencher les
actions et décisions.
Technique
Intégrer étroitement le MDM dans le
paysage IT ;
Definir les Service Level Agreements pour les
services MDM et les suivre régulièrement ;
Créer les scénarios de tests pour
industrialiser et automatiser les tests.
MDM
Applications
de gestion
Applications
Mobiles
Big Data
Applications
Web
27. 27
Voyage et Transport : La bonne offre, le bon
service, au bon moment, au bon endroit
Les enjeux :
• Fidéliser le client et se différencier des nouveaux
perturbateurs on-line ;
• Consolider et restituer une information client
cohérente au travers des canaux (on-line,
boutique, centre d’appels).
Pourquoi Talend ?
• Rapidité de constitution d’une base client unifiée
pour les 15 millions de clients ;
• Capacité d’intégration temps réel pour une
expérience client multicanal.
Bénéfices :
Des clients connus et reconnus pour un service
client à valeur ajoutée ;
Des taux de transformation des offres boostés
grâce à un meilleur ciblage.
28. 28
Les tendances MDM
Dix priorités pour les applications MDM
de nouvelles générations
1. MDM Multi-domaine
2. Multi département, multi application
3. MDM bidirectionnel
4. MDM temps réel
5. Consolider de multiples Solutions MDM
6. Coordonner avec les autres disciplines EIM
7. Modélisation avancée
8. Au-delà des données d’entreprise
9. Workflow et Process Management
10. Solutions MDM intégrées aux outils et
plate-formes
Source : TDWI next generation MDM
Les challenges pour moderniser le
MDM
1. Relations complexes
2. Mobile
3. Social
4. Big Data
5. Dépendances temporelles
6. Cloud
7. MDM actionnable
8. Temps réel
9. Mise à l’échelle
10. Gouvernance proactive et intégrée
Source : The MDM Institute