Accueil > Domaines > RGPD > Gouvernance des Données

Gouvernance des Données

Enjeux, organisation, démarche de mise en œuvre, bonnes pratiques

En deux journées particulièrement riches, ce séminaire présente un point complet sur les enjeux métiers et technologiques du management des données, pour les entreprises en général et les DSI en particulier, ainsi que les meilleures pratiques à mettre en œuvre.

Seront notamment abordés le futur de l’économie des données, les particularités de Gouvernance des Données non structurées, des données de l’Internet des Objets, les cadres réglementaires applicables (français, européens, américains) en mettant l’accent sur le RGPD, problème d’actualité), la gouvernance dans un contexte de sécurité globale (en particulier la classification et la gestion des données en fonction du niveau de confidentialité et de risque associé), les principaux référentiels métiers et technologiques de management des données et de la qualité des données, les démarches d’architecture, les démarches de gouvernance, les bonnes pratiques de gestion et d’ingénierie, les bénéfices pour l’entreprise… le tout illustré par des exemples concrets.

Objectifs

Quels bénéfices l’entreprise peut-elle attendre d’un bon management et d’une bonne Gouvernance des Données ? Et si bien manager ses données était source de profit ?
Quels risques pour l’entreprise à ne pas bien gouverner ses données ?
Peut-on faire de la Gouvernance des Données sans outillage spécifique ?
Quelle place accorder à la Gouvernance des Données dans un contexte Big Data ?
Quelles démarches l’entreprise doit-elle mettre en œuvre pour bien manager et gouverner ses données ?
Comment gouverner les données et leur niveau de qualité ?
Quelle prise en compte de la sécurité ?
Quelles contraintes réglementaires s’appliquent aux données de l’entreprise ?
Quels liens entre RGPD (Règlement général pour la protection des données) et Gouvernance des Données ?
Par où commencer la mise en œuvre d’une démarche de management des données ?
Quel rôle pour la DSI ?

Public

CDO
DPO
compliance manager
Data Manager
directeur de projet
chef de projet
responsable de domaine d’information management
Architecte de données.

Prérequis

Connaissances de base en Systèmes d’Information.

Programme de la formation

De la Donnée à la… sagesse

Le modèle d’Ackoff (DIKW)

La donnée.
L’information.
La connaissance.
La sagesse.

Les caractéristiques singulières de l’information

Le business de la Donnée

Pourquoi et comment les données portent la transformation de secteurs clefs de l’économie

Dans la finance.
Dans l’industrie ou la santé.
Dans l’administration.
Dans la distribution et l’e-commerce.

Rôle des données dans la transformation numérique

Les données au cœur des nouveaux business models.
La valeur des données dans la nouvelle économie.

Rôle des données dans l’innovation

Les Datas : source d’innovation ?
Les nouvelles formes de données (non structurées, issues de l’IoT.
La Data au cœur des nouveaux usages.

L’économie de la donnée

Valorisation des patrimoines informationnels.
Monétisation des données...

Exemples : les parcours clients

Pourquoi gouverner la Donnée ?

Intérêts business : la qualité pour la performance

Efficacité et efficience.
Performance économique.
Disponibilité et continuité de service.

Nécessité business : donner confiance

Confidentialité, anonymisation.
Indice de confiance : pourquoi il est majeur.
Sécurité / confiance : Blockchain.

Sécurité business : limiter les risques

Sécurisation, vol…
Utilisation abusive : quels sont les risques ?
Recherche de responsabilités.

Nécessité légale : respecter les lois

Etat des lieux des cadres règlementaires : données personnelles, données financières, solvabilité.
Réglementations régionales.

Exemples : la maîtrise des risques

BALE.
SOLVENCY.
Etc.

Cycle de vie de la Donnée

Acquisition

L’évolution des capacités d’entrée.
De la saisie à l’acquisition automatique (dont IOT).
La consommation.

Qualification

Contrôle et gestion de la qualité des données.
Gestion des non conformités (rejets / recyclage).
Redressement.

Sécurisation

Notion de données personnelles, sensibles.
Décisions de cryptage, anonymisation, pseudonymisation.

Transformation, enrichissement, fabrication

Données calculées, générées.
Données et processus métiers…

Transmission, échange

Batch.
API.
Services.

Utilisation

Exploitation dans les systèmes opérants.
Exploitation décisionnelle : de la Business Intelligence au Business Analytics ?
Conservation : journal, historique, archivage, archivage probant.
Etc.

Inutilisation

Données non exploitables.
Données parasites.
Données non ou partiellement exploitées : quid des Data Lakes ?

Représentation, visualisation

Business Intelligence.
Data Visualisation.
Business Analytics.

Traçabilité

Les contextes de traçabilité : les applications, les flux, la traçabilité de bout en bout.
Cas de la Blockchain : une nouvelle référence ?

Comment gouverner la Donnée ?

Définir et documenter

Les types de données : référentielles, transactionnelles, décisionnelles.
Données structurées, non structurées, transtructurées.

Modéliser

Les métadonnées.
Les objets métiers.
Les données dans les processus.
Les données des applications : la représentation des données, les flux.
Les nouveaux modèles de données : étoile écrasée ou Big Table, Hub-Link-Satellite.

S’organiser pour gérer : rôles et responsabilités des acteurs

Le rôle de propriétaire des données.
Le rôle du responsable des traitements.
Le rôle de pilote de la qualité et de la sécurité des données.
Les rôles de gestion opérationnelle des données.
Les nouveaux rôles de Chief Data Officer / Data Steward.
Le RSSI / le DPO (délégué à la protection des données).
Les Data Scientists.
La comitologie.

Outiller : les solutions de gouvernance des données

Les composantes : Master Data Management, Data Quality Management.
Les pure players.
Les solutions intégrées.

Partager : Les solutions de partage des données

La Gouvernance des Données par rapport à la gouvernance globale

Les données au sein de la gouvernance du SI

Les données et COBIT5.
Les données et TOGAF 9.1.
Les données, BISL et le BABOK.
Etc.

Démarches existantes et limites

Data Management Body Of Knowledge.
Data Governance Institute.
IBM Governance Council.
Enterprise Information Management.
Le Data Management Maturity Model.
Non Invasive Data Governance.
Une approche des solutions de management des données : MIKE-2.
Les cadres de gouvernance et les PME : rester pragmatique.

Organiser la Gouvernance des Données

De la Gouvernance des Données à la gouvernance des projets.
Supervision des opérations sur les données.
Les organisations de Gouvernance des Données.

Etablir la fonction de Gouvernance des Données

Etablir la politique des données.
Etablir une charte : objectifs, organisation, comités, rôles et responsabilités.
Définir les indicateurs et le reporting.

Mettre en place une Gouvernance des Données

Faire un état des lieux

Identifier la maturité de l’entreprise ou de l’organisation.
Recenser les actions réalisées.
Recenser les actions identifiées et pas faites.
Cartographier les risques et opportunités.
Recenser l’outillage existant.
Recenser les acteurs.

Identifier le prétexte à la prise de conscience (pourquoi ?)

Identifier les enjeux métier opérationnels et stratégiques (y compris économiques).
Identifier les freins métiers et IT.
Évaluer les coûts d’une absence de Gouvernance des Données.

Identifier les rôles et responsabiliser des acteurs (qui ?)

Les fonctions obligatoires.
Les qualités requises pour les acteurs.
Le rôle de chacun.

Outiller

Harmoniser et rationnaliser l’existant.
S’outiller progressivement.

Mettre en œuvre sur l’existant

Cibler des Quick Win en fonction des problèmes.
Prioriser les constituants du pilotage opérationnel.
Etablir une Roadmap en fonction des gains opérationnels.
Déployer progressivement et accompagner le changement.
Intégrer le sujet des données dans les comités de gouvernance des processus.

Mettre en œuvre sur les nouveaux périmètres

Inscrire la qualité des données dans la charte de l’architecture d’entreprise.
Intégrer la cartographie des données dans les processus métier et dans le Système d’Information.
Définir et déployer les cadres d’exigences des données.
Lancer / compléter le dictionnaire d’objet métier.

Partager et valoriser

Produire et expliquer les indicateurs : les données sur la Gouvernance des Données.
Mesurer le retour sur investissement de la Gouvernance des Données.
Rendre compte de la progression.
Animer la communauté des parties prenantes et des acteurs.
Valoriser l’action.