Tout dirigeant de l'entreprise doit savoir où sont les données et comment les utiliser. S'y ajoutent aujourd'hui la nécessité de savoir si ces données sont en sécurité, quelle est leur précision et si elles sont dignes de confiance. Peu d'entreprises sont capables de répondre positivement à ces questions.
Si la donnée informatique est souvent au cœur des discussions sur la sécurité du système d'information, la question de différencier la bonne de la mauvaise donnée est en revanche souvent négligée. Ce que nous pourrions appeler la loi des 40 % de la donnée vient appuyer cette problématique :
- 40 % des entreprises ne parviennent pas à atteindre leurs objectifs business à cause de la mauvaise qualité des données ;
- 40 % des données d'une entreprise à un instant ’t’ sont manquantes, erronées ou incomplètes ;
- plus de 40 % des cadres de l'entreprise prennent une décision importante au moins une fois par mois ;
- ces décisions reposent sur des données dont le volume est en hausse de 40 % par an.
La situation est inquiétante, mais surtout elle ne peut qu'empirer. Le volume des données augmente à un rythme alarmant, tout comme sa variété. L'entrée dans le monde des données 2.0, celui du Big Data, n'arrange pas les choses. Et l'émergence du monde des données 3.0, entre l’Internet des Objets et les écosystèmes de données dans le cloud, s'annonce critique.
Pourquoi les données vont mal ?
La donnée ne naît pas mauvaise ! En revanche, au fil du temps, elle ne cesse de se dégrader. L'erreur humaine dans les saisies, les systèmes déconnectés ou en silo, l'échec des projets de migration d'intégration des données, la multiplication des fournisseurs, la complexité des fusions et acquisitions sont en partie à l'origine de cette dégradation. C'est ainsi que les mauvaises données pénalisent l'entreprise, et peuvent mettre fin à la carrière de ceux qui en sont responsables. Nous l'avons vu, la cause ne revient pas seulement aux failles des systèmes. Quant au nettoyage des données, c'est un défi permanent que peu de personnes dans les organisations sont prêtes à assumer.
Il n'est pas trop tard !
Non, il n’est pas trop tard, car les technologies sont là, et elles accompagnent la marche forcée vers l'exactitude des données au profit de la qualité de la prise de décision. Elles doivent s'accompagner de la prise de conscience par les équipes des défis que représentent la donnée et son intégration aux objectifs commerciaux de l'entreprise. Tout le monde est impacté par des données incomplètes et peu fiables. C'est pourquoi il faut adopter une approche cohérente, avec une vue unifiée de l'environnement informatique et des dépôts de données.
Pour obtenir des données propres et prêtes pour l'analyse, les outils de type MDM (Master Data Management) accompagnent la démarche de purification. Sur ces points, l'amélioration doit être continue. C'est une étape qui n'est pas facile, mais qui est logique, celle de disposer de la capacité d'analyser les données d'aujourd'hui pour prévoir et optimiser les données de demain.
Mettre la donnée au travail
C'est l'organisation au complet qui doit prendre conscience du risque porté par la donnée, et du besoin de procéder à la correction voire à l'élimination des mauvaises données. Si les équipes informatiques sont de premier plan, c'est toute l'entreprise qui est concernée, il est donc nécessaire d'obtenir l'adhésion de tous. Ce n'est pas non plus un exercice académique, mais bien un objectif qui doit se décliner sous la forme d'un résultat financier. Et cela non seulement sur les données informatiques, mais également sur l'ensemble de l'entreprise.
La prise de conscience de la valeur de la donnée facilite celle de la nécessité d'obtenir et de conserver des données de qualité. Les outils technologiques et la transformation digitale peuvent accompagner cette démarche, avec le learning machine, l'intelligence artificielle, et l'analyse normative, qui deviendront monnaie courante au cours des prochaines années. Mais l'automatisation des processus ne pourra suffire si l'ensemble des personnes qui interviennent sur la donnée n'a pas pris conscience de la nécessité d'accompagner celle-ci vers la qualité.
Image d’entête 60244150 @ iStock rafyfane
