Les données sont de plus en plus utilisées pour prendre des décisions stratégiques et opérationnelles. Selon l’étude de Splunk et True Global Intelligence, huit entreprises sur dix considèrent les données comme très ou extrêmement précieuses pour un succès global. En parallèle, près d’une sur deux estime qu’elle ne serait pas capable de gérer une augmentation rapide de la quantité de données, quand
57 % des entreprises ne parviennent pas à suivre leur croissance actuelle. Une bonne gouvernance permet alors de s'assurer de leur fiabilité et de leur qualité, et de les utiliser de manière responsable
et éthique.
Attention, Dark Data !
Près d’une direction IT sur deux estime que leur entreprise ne saisit pas pleinement les défis liés à l'accroissement important des données et 66 % des responsables IT indiquent que la proportion de données non utilisées, non quantifiées et inexploitées (appelées dark datas) représente plus de la moitié des datas de leur entreprise. Dans un entretien pour HUB Institute, Robert Worsley, Head of Data & Analytics chez Hitachi Solutions France, relève que plusieurs aspects complexifient la collecte et l’analyse. Tout d’abord, les données en elles-mêmes possèdent “un volume de plus en plus important, une variété de formes et de formats. De plus, elles peuvent apparaître et changer de forme très rapidement.” Toujours selon Robert Worsley, les compétences nécessaires pour les traiter rendent le traitement plus compliqué : “On parle souvent de data engineer, de data scientist, de data steward ou encore de business analyst. Le traitement de certaines données ou l’application de certaines approches nécessite des compétences supplémentaires qui peuvent être difficiles à acquérir.” Finalement, “un troisième élément concerne l'organisation des équipes. Elles doivent être assez "mixtes", c'est-à-dire regrouper des personnes qui disposent de compétences techniques, mais également de profils plus orientés business pour pouvoir donner un sens aux données.
Les nouveaux métiers de la tech
Data engineer : responsable de la conception, de la construction, de l'entretien et de la surveillance des systèmes de gestion de données. Il est capable de gérer les infrastructures pour stocker, traiter et analyser les données utiles pour le data scientist.
Data scientist : il utilise des techniques statistiques avancées pour extraire des informations à partir de grandes quantités de données. Il peut prévoir les tendances et les comportements futurs ainsi que collecter, préparer, analyser et visualiser les données.
Data analyst : il se concentre sur l'analyse pour comprendre les tendances et les modèles en utilisant des techniques statistiques de base pour résoudre des problèmes.
Data governance manager : il met en place la gouvernance des données, des processus et les politiques d’une gestion efficace. Il est le garant de la qualité et doit s'assurer que les règles de confidentialité et de sécurité sont respectées.
Data visualizer : ses outils de visualisation présentent les informations de manière claire et facile à comprendre pour aider les décideurs à prendre des décisions informées.
De nouveaux processus voient également le jour, comme le data storytelling qui mêle communication et science des données. Le data storytelling est un processus de communication de données qui utilise des histoires pour transmettre efficacement les informations cachées importantes et rendre ainsi les datas plus compréhensibles, plus engageantes et finalement plus impactantes. Dans un entretien pour LeBigData.fr, Charles Miglietti, CEO de Toucan Toco, déclare : “Le data storytelling vient combler ce besoin des entreprises de faire parler leurs données afin de mettre entre les mains des utilisateurs finaux, qui ne sont ni analystes ni data scientists, des rapports et graphiques qui collent à leurs activités et à leurs besoins. Le data storytelling, c’est ce qui permet de donner une vision claire sur les indicateurs clés de son activité et de garantir un taux d’adoption élevé parmi les utilisateurs néophytes.”
Sécurité et qualité des données
Les exigences de sécurité et de conformité deviennent toujours plus complexes pour les DSI. Celles-ci cherchent à mettre en place des politiques et des procédures de sécurité pour protéger les données contre les menaces externes. Les risques de fuite ne concernent pas uniquement les informations confidentielles de l’entreprise, mais également des informations personnelles identifiables (PII). Les PII sont des informations qui peuvent être utilisées pour identifier une personne de manière unique (le nom, l'adresse, le numéro de téléphone, l’e-mail, les informations de santé, etc.). Ces informations sensibles sont protégées par les lois de protection des données. Les potentielles expositions de données sensibles peuvent être dues à des failles de sécurité, mais également à l’accès ouvert aux collaborateurs dans de mauvaises circonstances. L’essor du télétravail est également une menace à prendre en compte.
Ainsi, près de 40 % des télétravailleurs interrogés déclarent utiliser des applications personnelles non sécurisées pour accéder à des informations professionnelles confidentielles alors que, de son côté, Gartner indique que plus d’une direction IT sur deux prévoit une nouvelle augmentation du télétravail. En contrepartie, la gouvernance des données permet de surveiller l'utilisation des datas pour détecter les violations potentielles et protéger les données sensibles en utilisant des méthodes comme la segmentation des données, selon leur niveau de sécurité.
Certaines solutions proposent un fort degré de sécurisation. Power BI, par exemple, permet une classification des données sensibles, une application des stratégies de gouvernance, un monitoring en temps réel ou encore des stratégies de protection contre la perte de données (Data Loss Prevention). D’autres outils misent sur une gouvernance unifiée tel que Microsoft Purview qui permet de protéger et d’apporter plus de visibilité tout en identifiant les risques réglementaires. Différentes sociétés proposent leurs propres solutions comme IBM, OvalEdge, Truedat ou Collibra.
Réglementation : ce qu’il faut savoir
Gouvernance des données et réglementation sont étroitement liées. La gouvernance doit s'adapter aux évolutions réglementaires. En effet, les organismes publics sont plus exigeants au travers de changements fréquents. À l’image
de la RGPD en Europe, il est crucial de se conformer aux réglementations en vigueur.
Data Governance Act et Data Act : applicable en septembre 2023, le Data Governance Act vise à améliorer la gouvernance des données en Europe en créant un cadre réglementaire, en facilitant l'accès pour les entreprises et les chercheurs, tout en protégeant les données personnelles et la sécurité. Concernant le règlement des données, la proposition législative du Data Act de la Commission européenne complète le dispositif pour développer un marché unique de la donnée et assurer une meilleure répartition de la valeur issue de l’utilisation des datas en regard notamment du développement de l’Internet des objets.
RGPD : garantie de protection des informations personnelles, une gouvernance des données est efficace si elle s’envisage dans le cadre du RGPD (en français, “ règlement général sur la protection des données”). Cela inclut la mise en place de politiques et de procédures pour surveiller les données ou encore la formation des employés sur la protection des données. Certaines organisations doivent également nommer un délégué à la protection des données (DPO) pour surveiller l'application du RGPD et conseiller les employés sur la protection des données.
Traquer la pépite
La vitesse à laquelle les entreprises créent, mettent à jour et diffusent leurs informations augmente sans cesse. Les entreprises manquent alors parfois de visibilité concernant leur amas de données. La plupart d’entre elles ne sont pas en mesure d'extraire efficacement les données non structurées et ne savent pas comment interpréter ces informations.
Les données non structurées (e-mails, textes, images, vidéos ou audios) sont des informations qui ne sont pas organisées dans un format spécifique. Près de 80 % de l'ensemble des données d'entreprise ne sont pas structurées et ne peuvent donc pas être analysées telles quelles. Alors, comment transformer cette matière non-structurée en données utilisables ? La réponse passe par les options de traitement intelligent des documents (IDP). Elles utilisent l’intelligence artificielle (Machine Learning, traitement du langage naturel, apprentissage profond, etc.) afin de convertir, d’extraire, de classer et de catégoriser les données adéquates. Assurer la qualité des données est donc primordial pour que les décisions des entreprises soient basées sur des informations exactes et fiables. Afin de contrôler la qualité des données, il convient donc d’instaurer un processus de gestion de la qualité des données en les validant, en les vérifiant et en les normalisant.
La gouvernance des données, à travers ses nombreux aspects tels que la protection, la qualité, l'accessibilité et la facilité d'utilisation, apparaît comme un enjeu essentiel. Elle permet aux organisations d’utiliser les données de manière efficiente pour en retirer le maximum de valeur. Afin d’instaurer une bonne stratégie de gouvernance, établir le bon cadre est indispensable pour définir et appliquer les politiques qui viendront soutenir les processus de gestion. À l’aide d’outils performants, un contrôle de données efficace et une bonne visibilité permettent aux entreprises d’améliorer leur avantage concurrentiel à travers de justes prises de décisions et d’une meilleure gestion des risques en toute conformité réglementaire. En outre, la protection des données des consommateurs est un signe évident de professionnalisme qui contribue à renforcer la confiance que les consommateurs accordent aux entreprises.
Sources :
Allez au-delà de la gouvernance avec Microsoft Purview | Microsoft Purview
Top IT Priorities: Leadership Vision for 2021 | Gartner
La gouvernance, un élément essentiel pour réussir les projets data selon Hitachi Solutions | HUB Institute
Comment valoriser ses données grâce au Data Storytelling ? Interview de Charles Miglietti, CEO de Toucan Toco | Le Big Data
Principles best practices for data governance (PDF) | Services Google
Statistiques sur le télétravail | Wrike
Protection des données dans Power BI | Learn Microsoft
Feuille de route sur l’adoption de Power BI : gouvernance | Learn Microsoft
Le guide de la sécurité et de la gouvernance des données (PDF) | Salesforce
What is Intelligent Document Processing? | Metamaze
Partager cet article :
