La gouvernance des données au 21 siècle est un concept, sans doute un peu ambigu, qui évolue très rapidement et est est défini de manière different selon le context, les personnes et les organisations. Pour Zeenea, la gouvernance des données est l’élaboration des politiques et la supervision des informations de l’entreprise. La gouvernance des données aligne la qualité des données sur les mesures et l'acceptation commerciales, positionne les problèmes de données métiers comme étant interfonctionnels et garantit que les données soient gérées séparément de ses applications. - Les différentes approches de la gouvernance des données - En effet une gouvernance des données se pense donc sous deux approches : defensive et offensive. >> Une approche defensive va mettre l’accent sur le contrôle des données. >> Une approche offensive sur la flexibilité la facilitation et la creation de valeur par les données. - Vers une gouvernance des données agile - Dans le passé, la gouvernance des données signifiait sécurité des données et contrôle, alors qu'aujourd'hui l'accent est mis sur la valeur. "La gouvernance doit viser à garantir que les données apportent une valeur ajoutée à l'entreprise, tout en lui permettant de tirer de la valeur à partir des données". - Comment réussir une gouvernance des données agile - Metadata Management : Pour réussir dans la gouvernance des données, vous devez réussir dans la gestion des métadonnées. Sans contexte, ces données mèneront à des mauvaises analyses et donc à de mauvaises décisions. Automatisation - permet à vos responsables des données d'éviter le syndrome de la feuille blanche et, les affranchira de tâches fastidieuses et répétitives, augmentant ainsi l’adhésion du plus grand nombre à votre initiative de mise en place d’une gouvernance des données au sein de votre entreprise. Une approche bottom up - Ceci signifie d'avoir une approche démocratique plutôt que hiérarchique et une autonomie des collaborateurs dans le choix des outils et la manière de s’organiser. Itérative -Une gouvernance des données doit se construire étape par étape afin de correspondre au plus près au fonctionnement de l’entreprise. Non-intrusive - Il s’agit de laisser la liberté à vos collaborateurs d’utiliser les outils les plus adaptés pour leurs usages, que ce soit pour générer ou accéder à des jeux de données. Collaborative - Créer une démocratie de la donnée, où tous les employés peuvent accéder aux données de l’entreprise à grande échelle, signifie que les employés n'ont pas à attendre pour exécuter des projets qui peuvent ajouter de la valeur. Téléchargez gratuitement notre livre blanc 👉http://bit.ly/2K4R2Ar Découvrez le programme, les objectifs et les dates de notre formation 👉http://bit.ly/2wcWOI3 Pour en savoir plus sur Zeenea 👉 https://www.zeenea.com/

3. 1784 1870 1969 Aujourd’hui
Vapeur Électricité L’informatique
Information +
Intelligence
1ère révolution
industrielle
2ème révolution
industrielle
3ème révolution
industrielle
4ème révolution
industrielle

4. Source : IDC’s Data Age 2025 study, sponsored by Seagate, April 2017
Près de 90% des données mondiales créées depuis le début de l’humanité l’ont été au cours des
deux dernières années.

5. La donnée est au coeur des initiatives stratégiques des entreprises. Elles doivent devenir Data
Centric et maîtriser leur données pour réussir leur transformations digitales pour :
Augmenter l’acquisition clientCréer des flux de revenus supplémentaires
Pénétrer de nouveaux marchés Avoir un avantage concurrentiel
Réduire les risques et les fraudes
Améliorer le bien être de ses
collaborateurs, clients et citoyens

7. Pour de trop nombreuses organisations 80% à 90% de leurs
informations sont toujours constituées d’informations non
structurées et mal organisées.
L’explosion du volume et de la variété des données créés
ainsi que la multiplication des outils de stockage et de
traitement de l’information font courir le risque de :
● Une efficacité écrue
● Un coût de traitement plus élevé
● Une augmentation des erreurs
● Une incapacité à traiter et comprendre l’information

8. Marketing
Logistic
SalesBusiness
Executives
IT
Opérations

10. En effet, beaucoup des nouvelles
infrastructures, comme les Data Lakes,
s’apparentent plus à des marécages qu’à des
lacs de données, réduisant les data analysts
ou data scientists à résoudre le problème de
l’aiguille dans la botte de foin.

11. Selon Robert Mueller, ancien directeur
du FBI, il n’existe que deux sortes
d’entreprises : celles qui ont été
hackées, et celles qui vont l’ être…

12. Il existe bien d’autres obstacles à la gestion de ces actifs informationnels
:
● Un manque de sensibilisation dans l’entreprise,,
● Un manque de formation formelle,
● Une immaturité organisationnelle,
● Un manque de soutien de la part des dirigeants,
● La résistance au changement.
Et...
Un manque de Gouvernance d’entreprise.

13. À quoi ressemble une entreprise qui
aurait réussi sa transformation vers une
maîtrise totale de ses données et de ses
information ?

14. Innovation et
valeur
Augmentation des
revenues
Réduction des risques
De meilleures prises
de décisions
Amélioration des
opérations commerciales
Meilleure connaissance
du marché

15. By George Anadiotis for Big on Data | January 13, 2017

16. By George Anadiotis for Big on Data | January 13, 2017 -- 18:00 GMT (18:00 GMT)

18. Data Strategy Data ManagementData Governance

20. TDAN:
The exercise and enforcement of decision-making authority
over the management of data assets and the performance of
data functions.
Experian:
Data governance is a process to ensure data meets precise
standards and business rules as it is entered into a system.
Data governance enables businesses to exert control over
the management of data assets. This process encompasses
the people, process, and technology that is required to
ensure that data is fit for its intended purpose.
Informatica:
Data governance encompasses the strategies and
technologies used to make sure business data stays in
compliance with regulations and corporate policies.
Data Governance Institute:
Data Governance is a system of decision rights and
accountabilities for information-related processes,
executed according to agreed-upon models which describe
who can take what actions with what information, and
when, under what circumstances, using what methods.
DAMA:
The exercise of authority, control, and shared
decision-making (planning, monitoring, and enforcement)
over the management of data assets.
SAP:
The practice of organizing and implementing policies,
procedures and standards for the effective use of an
organization’s structured/unstructured information assets.

21. La gouvernance des données est l’élaboration des politiques et la supervision des informations de
l’entreprise.
Elle aligne la qualité des données sur les mesures et l'acceptation commerciales, positionne les
problèmes de données métiers comme étant interfonctionnels et garantit que les données sont gérées
séparément de ses applications.
La gouvernance des données consiste à
définir la bonne chose à faire (avec les
données)
La gestion des données consiste à savoir comment
bien faire les choses.

22. Assurer la sécurité des données, la
confidentialité, l'intégrité, la qualité,
la conformité réglementaire et la
gouvernance
Défensive
Optimiser l'extraction, la normalisation, le
stockage et l'accès aux données.
Contrôle
Forte réglementation
Améliorer la position
concurrentielle et la rentabilité.
Offensive
Forte concurrence
Optimisez l'analyse, la modélisation, la
visualisation, la transformation et
l'enrichissement des données.
Flexibilité

24. La gouvernance comme étant un frein à l'innovation
Pas de solutions claires pour évoluer
La résistance à l'intégration de Silos rend difficile le partage efficace des
données
Appliquer les règles de confidentialité au libre-service

25. DAMA DMBOK Functonal Framework
La gouvernance des données est le fondement d’une gestion de
données :
➔ Quelles données sont présentes au sein de mon
organisation ?
➔ Ces donné es sont-elles suffisamment
documentées pour être comprises et maı̂trisées
par les collaborateurs de mon organisation ?
➔ D’où viennent-elles ?
➔ Sont-elles sécurisées ?
➔ Quelles règles ou restrictions s’appliquent à mes
données ?
➔ Qui sont les responsables ? Qui sont les
“sachants” ?
➔ Qui utilise ces données ? Comment ?
➔ Comment vos collaborateurs peuvent y accéder ?

27. Traditionnelle
➔ Précision
➔ Qualité
➔ Structure
➔ Purpose
➔ Asset
➔ Réponses
➔ Confirmation
➔ Perspicacité
➔ Standards. Conformité. Contrôle.
Agile
➔ Rapidité
➔ Quantité
➔ Variété
➔ Découverte
➔ Potentiel
➔ Questions
➔ Exploration
➔ Action
Responsabilité. Ouverture.Extensibilité.

28. Les métadonnées sont les informations sur les données elles mêmes.
Elle répondent au “qui, quoi, pourquoi, où et comment” des données.
Pour réussir dans la gouvernance des données, vous devez réussir dans la
gestion des métadonnées.
Sans contexte, ces données mèneront à des mauvaises analyses et donc à
de mauvaises décisions.

29. La construction d’une gouvernance des données doit
commencer par le référencement, l’indexation puis, l’évaluation
du patrimoine de données de votre organisation.
À l’aide d’algorithmes d’intelligence artificielle ou de machine
learning, il devient possible d’interpréter, contextualiser et
d’inférer un sens plus précis à votre patrimoine de données.

30. Une approche bottom up partant du terrain, au sens opérationnel, pour consolider
progressivement une synthèse et maintenir une gestion de gouvernance des
données correspondant au contexte réel de votre entreprise se définit par :
● Une approche démocratique plutôt que hiérarchique.
● Résoudre les problèmes créés par la fluidité plutôt que d'imposer plus de
structure.
● Une “bureaucratie” réduite à son minimum
● Une collaboration active des acteurs favorisant l’adhésion et la collecte
d’informations sur les données de l’organisation.
● Une autonomie des collaborateurs dans le choix des outils et la manière de
s’organiser.

31. Une gouvernance de la donnée doit s’adapter au contexte
de votre entreprise et non l’inverse pour avoir une chance
d’être adoptée et exécutée par vos collaborateurs.
Cette manière non intrusive d’adresser la gouvernance des
données demande à l’entreprise d’avancer pas à pas.
Il s’agit de laisser la liberté à vos collaborateurs d’utiliser
les outils les plus adaptés pour leurs usages, que ce soit
pour générer ou accéder à des jeux de données, selon leur
niveau d’habilitation bien entendu !

32. L’entreprise doit adopter une approche itérative.
En augmentant petit à petit sa portée sur vos différents segments de
données, en re-définissant les rôles et responsabilités au sein de votre
l’organisation, et les règles de gestion de la donnée, vous chercherez à
concevoir une gouvernance qui vous satisfait.
Cette flexibilité encourage également l’émergence d’une culture de la
donnée solide au sein de votre organisation.

33. La gouvernance des données ne doit plus
être la chasse gardée de l’IT.
Créer une démocratie de la donnée, où tous
les employés peuvent accéder aux données
de l’entreprise à grande échelle, permet aux
employés de ne plus attendre pour exécuter
des projets.

34. Data Governance Council
Pilotage / niveau stratégique
Data Governance Board
Niveau tactique
Data Managers
Responsables de la mise en place
d’une gouvernance des données
Data Owners
Responsable des données produites sur
son périmètre
Data Stewards
Responsables de la maintenance de la
qualité des jeux de données produits
Data Producers
Responsable de la création / capture des
données selon les besoins des data users
Data Users / Consumers
En charge de définir ce que fait un bon
jeux de données.
Data Custodians
Responsable de la maintenance des
données sur les SI conformément aux
exigences de l'entreprise

35. La pérennité d’une gouvernance de données doit passer par la création de
communautés autour des différents domaines d’activités liés à la data au sein de
votre organisation.
Autrement dit : « Tout le monde est Data Steward », ou encore tout le monde fait
partie du projet de gouvernance des données de votre organisation.
La gestion de la donnée est l’affaire de tous.

37. Sponsor - il est important d’avoir le soutien du management avant une mise en place
d’une gouvernance des données.
Stratégie - Le développement d’une stratégie unifiée est primordiale.
Culture - La création d’une “culture data” au sein d’une entreprise
Rôles et Responsabilités - Bien définir les rôles et responsabilités de chacun
Autonomie vs. Responsabilité - La création d’une data démocratie se basant sur
l’autonomie et la responsabilisation.
Metadata - Mettre en place un management des métadonnées efficace

38. Data centric - en adoptant une vision data centric, une entreprise se met en capacité
de tirer de la valeur de toutes les données.
Long terme - Le financement à long terme est essentiel.
Commencer petit - Ne pas commencer à initier des étapes complexes, mais à comprendre
que la gouvernance des données est un processus itératif et en continu.
Recevoir des feedbacks - Mesurer ses actions.
Itératif - Aborder la gouvernance de la donnée de manière itérative et progressive.

39. La valeur
générée par la
donnée
Maturité GDD Agile
Dans le noir Réactive ActiveEnrichie Intelligente
Data Lab
Ad-hoc
Solutions spécifiques
Data catalog entreprise
Rôles & responsabilités
Data Democracy
Automatisation

40. Quels sont les principaux objectifs “gouvernance des données” de votre entreprise ?
● Exploiter de nouvelles sources de données, internes ou externes
● Répondre rapidement à la concurrence et aux évolutions du marché
● Monétiser la valeur des données de l'entreprise
● utiliser des données internes en tant que produit ou service
● Répondre aux exigences réglementaires de l'industrie
● Développer des capacités analytiques et numériques
● Améliorer vos revenus grâce à la vente croisée, à la tarification et à
une clientèle élargie
● Utiliser des analyses sophistiquées en temps réel ou quasi réel pour
les entreprises

41. ● Améliorer l'infrastructure informatique et réduire les coûts liés aux
données (nombre de bases de données, etc.)
● Générer un retour sur investissement dans le big data et
l'infrastructure d'analyse
● Prévenir les cyberattaques et les violations de données
● Rationaliser plusieurs sources des mêmes données et informations
● Améliorer la qualité des données
● Créer de nouveaux produits et services
● Réduire les dépenses d'exploitation générales et rationaliser les
processus opérationnels
● Optimiser le banc d’analystes et de scientifiques de données existant
● Atténuer les risques opérationnels tels que les ruptures de données,
les fraudes, etc.

42. Aujourd’hui : Application-Centric
➔ Coût élevé, souvent prohibitif.
➔ Les données sont bloquées dans les
applications car celles-ci possèdent leurs
propres données.
➔ Chaque nouveau projet est accompagné d’un
projet de conversion de Big Data.
➔ Les données existent dans une grande variété
de formats, de structures, de signification et de
terminologie hétérogènes.
➔ L'intégration des données représente entre
35% et 65% du budget informatique.
➔ Difficile ou impossible d'intégrer des données
externes avec des données internes.
FUTURE: Data-Centric
➔ Coût raisonnable du changement.
➔ Les données sont une ressource ouverte qui
survit à toute application donnée.
➔ Chaque nouveau projet puise dans les
stockages de données existants.
➔ Les données sont globalement intégrées et
partagent une signification commune. Elles
sont exportées d’une source commune vers
n’importe quel format.
➔ L'intégration de données sera presque
gratuite.
➔ Les données internes et externes sont
facilement intégrées.

43. Téléchargez gratuitement nos livres blancs sur la gouvernance des données agile :
Téléchargez Téléchargez

44. Forgez-vous des convictions sur la mise en place et la
maintenance d'une gouvernance des données !
Cette formation est orientée pour quiconque souhaite
comprendre l’intérêt de la mise en place d’une
gouvernance de données mais aussi d’identifier les
éléments clés et une façon de les mettre en oeuvre.
>>Découvrez le programme, les objectifs et
les dates de notre formation.<<