Gouvernance de données et Secteur public

L'innovation est au coeur du secteur public, à tel point que le privé a même tendance à s'inspirer de ce qu'il s'y fait. Mais à l'heure où les administrations publiques doivent rendre des comptes sur leurs résultats et leurs performances, et améliorer leurs processus, les remaniements ministériels et la multiplication des acteurs spécialisée les poussent à repenser leurs pratiques.

Dans cette vidéo, Franck Régnier et Thomas Laborey (Logica Management Consulting) nous expliquent que les administrations sont à la recherche d'un langage commun, leur permettant de fluidifier leurs échanges, au sein de l'administration mais également entre les différentes administrations. L'objectif d'un langage commun est également de faciliter l'interopérabilité des systèmes.

Petite piqure de rappel pour ceux qui n'auraient toujours pas bien saisi ce qu'était le Master Data Management :

Le MDM, ou gestion des données de référence, regroupe les activités liées aux dimensions que sont l'organisation, la méthodologie et l'outillage en vue d'établir une bonne gestion des données, et en priorité des données de référence. L'objectif est d'améliorer la qualité des données, et de rendre disponibles ces données le plus facilement possibles aux processus, de manière à améliorer la performance de l'organisation. En ce sens, le MDM participe à la rationalisation des actifs métiers de l'entreprise, en ouvrant la voie vers une gestion optimisée de l'information.

La mise en place d'un langage commun est cependant un travail de longue haleine.
Les intervenants nous rappellent que l'un des facteurs importants de la construction de ce langage commun est représenté par les individus de l'organisation, qui possèdent une partie du savoir métier dans leur tête (pratiques, historique, règles métier), représentant un risque pour l'organisation lors de départs en retraite.

Pour construire ce langage commun, il faut donc tout d'abord formaliser ces savoirs métiers informels, ce qui implique de :
- Piloter et gouverner
- Formaliser les processus métiers,
- Identifier les acteurs clés de ces processus métiers, et documenter leur rôle et leur savoir, et communiquer ces résultats,
- Architecturer les données de manière formelle,
- Structurer les relations avec utilisateurs de ces données (partenaires externes),
- Communiquer aux utilisateurs le plan d'action et l'avancement.

L'adoption d'une gouvernance des données, sur la base des 3 dimensions du Master Data Management, devient alors nécessaire :

Dimension Organisation
L'organisation doit se doter d'une véritable Fonction de gestion des données, par la mise en place d'une structure de décision transverse et dédiée, au même titre que le sont les fonctions RH ou compatibilité/trésorerie.

Dimension Méthode
La structure de décision doit adopter un management par la mesure :
- Fixer des objectifs et les paliers pour les atteindre, et cadencer l'avancement
- Mesurer l'atteinte de ces objectifs par la dotation d'outils de pilotage, permettant une maîtrise de la performance.

Dimension Outils
Les outils permettent d'éviter tout glissement sur la signification d'un objet, car celui-ci peut être vu différemment selon le métier ou la personne qui le regarde.

Pour celà, il faut consolider la norme d'expression du langage commun, ce qui se traduit par :
- la formalisation sémantique des objets,
- la formalisation dans un format technique pour les insérer dans une solution MDM.

Ces solutions doivent être nécessairement orientées métier, puisque comme le souligne F.Régnier, les "objets manipulés ont pour seul objectif la mise à disposition une information fiable à destination des processus métiers".

Voir la vidéo sur YourPotential.tv.