Démocratisation des données : pourquoi se tourner vers une approche Data as a Product ?
Par Felipe Henao, Senior Product Marketing Manager, Talend
La démocratisation des données (data democratization) est le processus qui consiste à rendre les données disponibles et accessibles à toutes les parties prenantes d'une entreprise. Selon cette définition, chacun devrait avoir la possibilité d'accéder aux données et de les utiliser pour prendre des décisions en toute connaissance de cause. Lorsque chaque partie prenante peut accéder aux données dont elle a besoin, les entreprises améliorent la prise de décision, l'efficacité et l'excellence opérationnelle. Pour parvenir à la démocratisation des données, celles-ci peuvent mettre en place des méthodologies telles que l’établissement de politiques et de procédures claires pour l’accès aux données et leur utilisation, la formation et le support pour aider les employés à les comprendre et à les utiliser de manière efficace. Dans une approche traditionnelle, les entreprises fourniraient également aux utilisateurs métiers de puissants outils de visualisation de la data.
D'autre part, une autre approche visant à libérer les données consiste à les considérer comme un produit (data as a product), ce qui est l'un des piliers du modèle data mesh. Une approche où les données sont traitées avec le même niveau d'importance et de soin que n'importe quel autre produit ou service fournit par l’entreprise, et où elles sont gérées et gouvernées d'une manière qui garantit la fiabilité et répond aux besoins commerciaux de l'organisation. Cependant, si cette approche peut se révéler très efficace, le parcours peut aussi être tumultueux.
La propriété des données (data ownership), critère essentiel
Avec l'approche data as a product, la pyramide décisionnelle en matière de données est inversée, car tout commence par des cas d’usages opérationnels. Les utilisateurs métiers s'approprient le processus et définissent les cas d’usages les plus pertinents qu'ils souhaitent améliorer, et qui sont souvent liés à des priorités opérationnelles.
Toutefois, cette stratégie nécessite un sens aigu de la propriété des données (data ownership) afin de garantir une bonne gouvernance des données. Dans une approche distribuée de la gouvernance des données, la gouvernance n'est pas une fonction centralisée mais trans-organisationnelle, de sorte que chaque partie prenante est responsable de l'utilisation adéquate des données, et c'est là qu'apparaissent les difficultés. Cette approche de "libération des données" (data liberation) implique un niveau élevé de connaissance et de culture des données.
L’approche Data as a productimplique également que les utilisateurs métiers sachent tout sur les données - où elles sont stockées, d'où elles viennent, si elles sont fiables, s'il y a un consentement préalable (opt-in), etc. Ils doivent connaître chaque élément de ces données afin d'en maximiser l'utilisation pour soutenir les objectifs et la stratégie de l'entreprise.
Responsabiliser les utilisateurs professionnels... enfin
Si la mode est en perpétuel renouvellement, lorsqu'il s'agit de la gestion des données, les organisations sont confrontées à un problème réccurent de responsabilisation des entreprises. Elles sont confrontées au même défi depuis des années, à savoir comment briser les silos entre l'informatique et les métiers et mieux responsabiliser ces derniers ?
L'habilitation des données (data enablement) ne se limite pas fournir des données dans un data lake ou un data warehouse. Les données doivent atteindre facilement leur point de "consommation". Qu'elles soient accessibles en libre-service par un utilisateur métier ou intégrées dans une application, il est de la plus haute importance de mettre des données fiables à la disposition de tous lorsqu'elles sont nécessaires. Traditionnellement, les organisations ont mis en place ce que IDC appelle une "gouvernance par le non", ce qui signifie que les utilisateurs métier doivent adresser leurs demandes au service informatique central et attendre qu'elles soient traitées et autorisées. Cela crée un fossé entre les métiers et l'informatique en ce qui concerne la propriété des données. Un fossé qui s'élargit avec les réalités de la prolifération des données.
Pour réussir dans une approche data as a product, les entreprises doivent permettre un accès plus large aux données. Les professionnels des données sont confrontés à un manque d'efficacité ; ils passent trop de temps à accéder aux données dont ils ont besoin et à les placer dans le contexte opérationnel approprié. La capacité de fournir des données fiables aux experts métier au moment où ils en ont besoin est essentielle pour libérer la valeur des données au sein des entreprises. Les applications en libre-service telles que les outils de préparation des données permettent aux utilisateurs métier d'accéder à un ensemble de données, de les nettoyer, de les uniformiser, de les transformer ou de les enrichir. Ils peuvent ensuite facilement les partager ou les intégrer dans des scénarios d'intégration de données. Pour démocratiser réellement les données, les organisations devraient commencer par démocratiser leur qualité et permettre aux utilisateurs métiers d'accéder aux fonctions de qualité des données.
Pour que les utilisateurs métiers puissent enfin agir sur les données avant qu'elles n'alimentent leurs tableaux de bord, les fournisseurs de solutions logicielles investissent beaucoup dans l'interface utilisateur et dans des applications plus conviviales. Les solutions "low-code" ou "no-code" destinées aux non-spécialistes des données peuvent aider les utilisateurs métiers à adopter une approche proactive de la gestion des données, y compris de la qualité des données, et ainsi soutenir une culture des données plus large, alignée sur les objectifs opérationnels de l’entreprise.
Pour en savoir plus sur Talend et essayer Talend Cloud pendant 14 jours, cliquez ici !