Ecrit par Belkacem BERRAHAL – Senior Consultant

Etat des lieux

À l’heure où le numérique explose dans le secteur de la finance par l’avènement de la finance digitale et où les données s’accumulent, le data management est incontournable. Il permet de tirer profit de cette masse d’informations via la mise en place d’une stratégie de gestion des données. 

Ces données constituent une source de renseignements permettant de prendre des décisions plus rapidement et de manière mieux éclairée, notamment dans le cas de choix d’orientations stratégiques. Leur bonne gestion peut donc avoir un impact important. Pour ce faire, il est nécessaire de disposer d’outils adéquats pour analyser, échanger et stocker les données. 

Qu’est-ce qu’un outil de Data Management ? 

Avec le volume de données produites et la vitesse à laquelle elles s’accumulent, une organisation a besoin d’un Data Management (ou gestion de données) pour orchestrer le traitement de ses données. Dans ce contexte, le data management permet le développement d’architectures, de bonnes pratiques et de processus qui prennent en charge les besoins des organismes sur l’ensemble du cycle de vie de la donnée. 

Pourquoi faire du data management ? 

Aider à la prise de décision, améliorer l’efficacité opérationnelle, détecter les tendances du marché, éviter les fuites d’informations confidentielles ou les doublons de données… les avantages sont nombreux. 

Data management et master data management (MDM) 

Data management et master data management sont des notions proches, mais à différencier. Le master data management ou MDM est la solution regroupant les outils opérationnels de gestion de la donnée. Les équipes métiers utilisent des outils opérationnels pour gérer leurs données, stocker les visuels produits, les données clients, ou encore les informations sur les utilisateurs. Dès que les entités grossissent et donc que la masse de données devient trop importante, il devient nécessaire de gérer les données à un niveau centralisé. La solution : le MDM. 

Le MDM synchronise et affine l’information, il permet un gain de temps de traitement et de nettoyage de l’information par les équipes. Une solution MDM assure une réduction du time to market et une optimisation de l’expérience client, en centralisant l’information et en la sécurisant. Cependant, la mise en place d’un MDM est longue et ses avantages se constatent sur le long terme. Organiser une phase de cadrage préalablement à la mise en œuvre de ce type d’outil est crucial. 

La modélisation des données 

Le data management permet de créer une structure logique destinée à contenir des données, afin de leur donner une organisation permettant de simplifier leur traitement par l’intervention d’un administrateur de bases de données. Ces structures font alors partie d’entrepôts de données qui permettent de gérer les données pour leur utilisation par d’autres applications, comme les systèmes décisionnels. Et les données peuvent être modélisées par : 

• Le Data Requirements Definition pour assurer l’alignement des données aux objectifs des processus métiers.  
• Le Data Provider Management pour assurer le bon approvisionnement des données.  
• Le Data Lifecycle Management pour gérer les données tout au long de leur cycle de vie.  
• Le Data History, Archiving and Retention pour répondre aux exigences internes, légales et réglementaire en matière de conservation et de traçage.  
• Et le Data Analytics pour rendre les données valorisables pour les processus métiers. 

La transformation des données 

Pour pouvoir obtenir une vision synthétique de chaque service ou de l’ensemble de l’entité, il convient que les données soient filtrées, croisées et reclassées dans un entrepôt de données central qui doit sécuriser la donnée. Cet entrepôt de données va permettre aux analystes de prendre connaissance des données à un niveau global, vérifier leur cohérence et ainsi prendre des décisions plus pertinentes. 

La gestion de la qualité et la fiabilité des données 

La gestion de la qualité de la donnée représente le point d’ancrage de la prise de décision dans un contexte où la donnée subit une série de traitements irréversibles, tout au long de son cycle (collecte, stockage, analyse, suppression) qui se doivent d’être génériques compte tenu des différentes données présentes dans le référentiel et provenant de sources différentes. 

Par ailleurs, ce ne sont pas les seules limitations liées à l’hétérogénéité des données. La multitude de normes et de format existants aboutit à une conception complexe et un manque d’interopérabilité de bout en bout. Il en résulte la nécessité de développer des solutions génériques pour répondre à ces problématiques. 

Le stockage et la gestion (l’exploitation) des données 

Au-delà des difficultés liées à la gestion des données, il existe également des problèmes de stockage des données qui se résument par : 

• Absence de normes uniformes et présence d’approches différentes pour les répertorier ; 
• La qualité d’un même répertoire diffère selon les systèmes ; 
• Les informations réglementaires et de référence sont stockées simultanément dans différents systèmes d’information et ont une structure différente ; 
• Différents processus métiers de dépôt et de traitement des demandes d’informations réglementaires et de référence sont utilisées par les entités. 

Pourquoi la gouvernance des données est-elle indispensable ? 

Un point commun à tous les principes mentionnés ci-dessus est la nécessité d’une structure de gouvernance unifiée. Cette structure garantit que les données sont utilisées et gérées de manière cohérente et complète par toutes les équipes et tous les services d’une même entité. Une gouvernance fédérée ou une approche de gouvernance unifiée peut contribuer à garantir la qualité, la sécurité et la conformité des données tout en permettant aux équipes de travailler de manière indépendante et autonome. 

L’amélioration de la qualité des données est l’un des principaux résultats d’une initiative de gouvernance des données. 

En conclusion 

Le Data Management, permet la mise en place d’une stratégie de gestion des données au sein d’une entité et regroupe l’ensemble des processus qui permettent de collecter, structurer, gérer sécuriser et exploiter les données. 

Mais ce n’est pas tout ce que nous avons à dire à ce sujet … Pour que les concepts autour du Data Management soient efficaces, il est donc primordial de mettre en place en amont une Gouvernance de la donnée adaptée afin d’optimiser la gestion des données sur le long terme. Et il existe des solutions entièrement dédiées à cette Gouvernance de la Donnée, regroupant de nombreuses fonctionnalités pour prendre en charge tous les différents aspects. En guise d’exemples, on peut citer Informatica, Talend, Atlan, CloverDX ou encore Colibra. C’est ce que nous comptons aborder dans un prochain article.

Envie d’en savoir plus sur Périclès Group ?

Spécialisé dans les domaines de la Banque, de la Finance, de l’Assurance et de la Protection Sociale, notre Cabinet place l’expertise au cœur de son savoir-faire. Nos équipes interviennent à la fois sur les phases stratégiques, organisationnelles, de mise en œuvre et s’adaptent aux spécificités de chaque projet. Nos antennes françaises, luxembourgeoises et anglaises seront ravies d’échanger avec vous autour de vos besoins en assurance, finance et actuariat. Pour nous contacter, cliquez ici.