Qu'est-ce que la reference data management ?

La reference data management est le processus de gestion des classifications et des hiérarchies à travers les systèmes et les secteurs d'activité. Il peut s'agir d'effectuer des analyses sur les données de référence, de suivre les modifications apportées aux données de référence, de distribuer les données de référence, etc. Pour une gestion efficace des données de référence, les entreprises doivent définir des politiques, des cadres et des normes pour régir et gérer les données de référence internes et externes.

Diagramme de Reference Data Management

Après avoir été largement mise en avant en 2012, la gestion des données de référence (RDM) est devenue un élément clé de la gestion des données de référence (MDM). Le RDM fournit les processus et les technologies permettant de reconnaître, d'harmoniser et de partager des ensembles de données codées et relativement statiques à des fins de "référence" par de multiples parties prenantes (personnes, systèmes et autres domaines de données de référence). Un tel système assure la gouvernance, le processus, la sécurité et le contrôle d'audit autour de la maîtrise des données de référence. En outre, les systèmes RDM gèrent également des mappings complexes entre différentes représentations de données de référence et différents domaines de données à travers l'entreprise. La plupart des systèmes RDM contemporains fournissent également une connectivité, généralement une couche de service d'architecture orientée services (SOA) (aussi appelée microservices), pour le partage des données de référence avec les applications d'entreprise, les applications analytiques/data science, et governance .

Découvrez la Reference Data Management
Où la gestion efficace des données de référence apporte-t-elle une valeur ajoutée à l'entreprise ?
Découvrez les quatre R de la reference data management et commencez dès aujourd'hui à élaborer votre dossier commercial.

Pourquoi la reference data management est-elle si importante ?

Avant la disponibilité de solutions RDM commerciales, les organisations construisaient des solutions personnalisées en utilisant des logiciels existants tels que des SGBDR, des tableurs, des logiciels de flux de travail (business process management ou BPM) et d'autres outils. Ces systèmes manquaient souvent de gestion des changements, de contrôles d'audit et de sécurité/permissions granulaires. En conséquence, ces solutions héritées sont devenues de plus en plus des en matière de conformité. Les données de référence étant utilisées pour piloter les processus métier clés et la logique applicative, les erreurs dans les données de référence peuvent avoir un impact négatif majeur et multiplicatif sur l'entreprise. Les inadéquations dans les données de référence : (1) ont un impact sur la qualité des données ; (2) affectent l'intégrité des rapports de BI ; et (3) sont également une source courante d'échec d'intégration des applications. Tout comme les entreprises ne construisent plus leurs propres systèmes CRM, ERP et MDM, elles commencent à acquérir des solutions commerciales RDM ou RDG, qui peuvent être facilement adaptées ou configurées et bénéficient du soutien continu d'un grand éditeur de logiciels.

Quels sont les avantages de la reference data management ?

L'un des avantages de la reference data management est qu'en centralisant le contrôle, vous pouvez vous assurer que la cohérence et la conformité sont maintenues. Elle aide les équipes commerciales à accéder aux données de référence, à les distribuer et à les mettre à jour dans plusieurs systèmes, de manière cohérente et régie, afin de répondre aux besoins de l'entreprise. Une reference data management peut permettre à une entreprise de faire évoluer ses opérations et ses processus analytiques. Elle peut permettre de réagir rapidement aux nouvelles exigences en matière de données ou aux changements du marché sans restructurer l'ensemble des données de l'entreprise.

La reference data management peut apporter de la cohérence à vos données. En gérant chaque version des données de référence et en les reliant par des tables de correspondance, les entreprises peuvent obtenir une cohérence sémantique dans le temps et entre différentes normes. Sans cette cohérence, les organisations souffriraient d'une mauvaise qualité des données et de petites erreurs qui pourraient devenir des erreurs coûteuses à long terme.

Pourquoi la reference data management est importante
Pourquoi la « reference data management » est-elle si importante ?
Consultez le dernier rapport de terrain sur la reference data management de l'Institut MDM pour le découvrir.

Critères d'évaluation de la reference data management

  1. Capacité de mapper les données de référence : outre les ensembles de données de référence canoniques (codes de pays, devises, langues, etc.), un hub RDM doit être capable de gérer les applications, les secteurs d'activité et les cas d'utilisation spécifiques, ainsi que les nouvelles versions et les adaptations locales (par exemple, les versions en langues étrangères). Il faut également gérer les relations entre les ensembles de données de référence et toutes ces permutations.
  2. Administration des types de données de référence : l'un des problèmes courants des solutions de données de référence développées en interne est qu'un modèle de données unique ne peut pas représenter facilement les nombreux types différents de données de référence. Le modèle de données doit être étendu pour prendre en charge de nouveaux ensembles de données de référence et de nouvelles propriétés spécifiques aux divers types de données de référence gérés.
  3. Gestion et expérience utilisateur des ensembles de données de référence : les solutions RDM doivent être conçues en tenant compte de l'utilisateur professionnel. En fournissant des interfaces utilisateur intuitives et un modèle de données flexible, une entreprise peut rapidement installer, configurer et importer des données de référence avec un minimum d'implication du service IT.
  4. Architecture/Performance : en raison de la nature hautement liée des données de référence, le mode sémantique est utile pour gérer les relations entre les ensembles de données de référence et le temps. Il est clair que la nécessité de documenter les données de référence et leurs connexions complexes à d'autres domaines exige que la plateforme dispose d'une modélisation robuste des données et de la sémantique.
  5. Gestion de la hiérarchie sur des ensembles de données de référence : les tables de codes de référence peuvent être soit des listes plates, soit des hiérarchies. La structure hiérarchique est un aspect essentiel des données de référence qui doit être géré en plus des valeurs et des relations de mapping.
  6. Connectivité : il est vital qu'une solution RDM fournisse des moyens de connexion multiples et flexibles pour offrir une « accessibilité » maximale. Les données de référence doivent être facilement accessibles aux systèmes d'application en aval, aux abonnés à distance, etc. En outre, chaque consommateur de données RDM doit pouvoir accéder aux données par le moyen et dans le format qui lui convient le mieux.
  7. Importation et exportation : une solution RDM doit permettre l'importation et l'exportation de données de référence dans plusieurs formats. Par exemple, pour les mappages entrants et sortants de/vers les définitions de données, les sources et les destinations telles que les fichiers plats ou les bases de données, ainsi que les formats CSV et XML.
  8. Support des versions : les solutions RDM doivent également soutenir l'administration des versions des ensembles de données de référence et des mappages associés. Cette administration des versions est utilisée conjointement avec la gestion du cycle de vie afin de gérer les modifications apportées aux ensembles de données de référence et aux mappages au fil du temps.
  9. Sécurité et contrôle d'accès : les solutions RDM modernes offrent une sécurité robuste basée sur les rôles. Par exemple, l'accès CRUD à une entité particulière doit être contrôlé par le rôle de l'utilisateur, le groupe dont l'utilisateur est membre, la propriété de l'entité et l'état du cycle de vie de l'entité elle-même.
  10. Gestion du cycle de vie de bout en bout : les solutions RDM doivent utiliser une interface utilisateur de gouvernance et des processus de flux de travail pour prendre en charge la gouvernance formelle des données de référence, en mettant la gestion du cycle de vie de bout en bout (E2E) des données de référence de l'entreprise entre les mains des utilisateurs professionnels, ce qui réduit la charge de travail du service IT et améliore la qualité globale des données utilisées dans l'ensemble de l'organisation.