Une stratégie de données réussie nécessite généralement l'utilisation de certains composants clés. La plupart des entreprises ont investi dans une certaine forme de gestion des données, mais trop souvent, les différentes sections d'une entreprise ne sont pas très bien coordonnées. Une stratégie de données peut être décrite comme un processus dynamique utilisé pour prendre en charge la collecte de données, leur organisation, leur analyse et leur livraison, afin de soutenir les objectifs et les activités de l'entreprise. 

La coordination des différentes équipes projets et directions métiers est une nécessité pour optimiser le flux de données et maximiser sa valeur.

Lorsque des problèmes avec les données surviennent, une stratégie de données fournit un processus pour identifier les problèmes afin que les humains puissent trouver des solutions. Une stratégie de données réussie fournit un système qui offre les meilleures solutions possibles à une organisation. Il peut être considéré comme une feuille de route pour identifier à la fois les Gestion des données problèmes.

Une stratégie de données peut être utilisée pour soutenir de manière proactive les objectifs qui favorisent la croissance de l'entreprise. 

L'élaboration d'une stratégie de données commence par l'identification des objectifs de l'entreprise. Ceci est suivi par l'identification des problèmes qui existent dans l'environnement des données - l'évaluation de chaque équipe ou service º et la sélection d'objectifs réalisables qui rendront les données plus accessibles et le partage plus facile. Stephen Yu, président de Willow Data Strategy, souligne se concentrer sur l'avenir:

« Adoptez une approche progressive. Les premières étapes doivent consister à éliminer les points faibles, mais il ne faut pas perdre de vue les objectifs commerciaux à long terme. C'est important car chaque phase peut faire appel à différents types de talents et d'expertise.

Mise en garde: Élaboration d'une stratégie de données n'est pas un effort ponctuel. Certains des objectifs sélectionnés prendront un certain temps à atteindre, et d'autres pourront commencer à une date ultérieure. (Il est courant de planifier l'achèvement des objectifs, ce qui peut inclure l'achèvement des jalons en tant que sous-objectifs.) De plus, les objectifs commerciaux changent, ce qui signifie modifier la stratégie de données pour prendre en charge ces changements. L'examen et l'ajustement de la stratégie de données pour maintenir son efficacité doivent être effectués sur une base régulière et planifiée. 

Les révisions planifiées de la stratégie de données offrent la possibilité de résoudre les problèmes avant qu'ils ne deviennent sérieux. Les étapes comprennent l'examen :

• Intégration des données
• Données d'étiquetage
• Stockage de données
• Sécurité des données
• Partage et vente de données
• Gouvernance des données 

Intégration Des Données 

La collecte et la combinaison de données provenant de différentes sources impliquent normalement de transformer les données dans un format unifié et cohérent (généralement un format SQL).  NoSQL, lacs de donnéeset une lacs de données, de par leur conception, ne nécessitent pas de format unifié et cohérent.  

La solution pour intégrer des données provenant de plusieurs sources et utilisant différents formats consiste essentiellement à trouver le bon logiciel. Heureusement, il existe un grand nombre d'outils disponibles. Certains des plus populaires sont : 

• Centre d'alimentation Informatica: Un outil ETL convivial qui offre des capacités d'interfaçage étendues. Cet outil possède des capacités d'interface graphique utiles et prend en charge la technologie glisser-déposer d'un bout à l'autre d'un pipeline de données. 

• Fivétran: Bien que ce soit plus cher que d'autres options, il est livré avec une variété de fonctionnalités uniques qui manquent aux autres. Il offre une connectivité transparente, des mises à jour de sécurité régulières et répliquera les applications, les bases de données, les événements et les fichiers. 

• jitsu: Une plate-forme open-source pour l'intégration de données. Il peut collecter des données à partir de sources externes à l'aide d'une API et prend en charge plusieurs connecteurs natifs. De plus, Jitsu peut servir de pont vers Singer, un framework open source pour les connecteurs API.

Données d'étiquetage

L'utilisation et le partage de données au sein d'une organisation nécessitent d'établir des moyens d'identifier et de communiquer le contenu des données. Un nom ou une étiquette est nécessaire pour localiser, traiter et mettre à jour les données. Généralement, il s'agit de documents et de fichiers, et ceux-ci doivent être nommés. Si aucun nom n'est donné, l'ordinateur utilise normalement par défaut le document « sans titre » ou le fichier « sans titre ». 

L'établissement d'un système cohérent pour nommer les fichiers et les documents facilitera la recherche des données, en particulier s'il y a plusieurs utilisateurs de données.

Il est également important d'utiliser les métadonnées comme ressource de référencement. Les métadonnées sont essentiellement de petites quantités de données utilisées pour localiser et décrire des « ensembles de données ». Les bibliothèques fournissent une bonne analogie. Lorsqu'un client de la bibliothèque veut trouver un livre, il tape le titre et l'ordinateur affiche les informations importantes - une brève description et l'emplacement de l'article, la date de publication et le nom de l'auteur. 

Les métadonnées fournissent des informations utiles très similaires (ou devraient). Bien que chaque organisation contrôle la manière dont elle organise les métadonnées appliquées à ses ensembles de données, le titre, la date de création, une brève description et peut-être le nom de l'auteur sont généralement inclus. Métadonnées est également appliqué aux données non structurées, par exemple, les pages Web, la vidéo, les images et l'audio.

L'utilisation de métadonnées offre un moyen d'identifier et de gérer des données non structurées.

Les métadonnées peuvent être créées et attribuées via l'utilisation de l'automatisation, ou elles peuvent être créées manuellement. Fait intéressant, l'efficacité augmente avec les étiquettes de métadonnées créées manuellement. En effet, les métadonnées automatisées ont tendance à être très basiques et élémentaires, affichant uniquement les informations les plus élémentaires. Les métadonnées créées manuellement peuvent fournir des informations plus utiles. 

Les métadonnées soutiennent une stratégie de données réussie.

Stockage de données

Le stockage des données est une fonctionnalité essentielle dans les organisations qui travaillent avec des données.

Cependant, alors que la plupart des organisations ont un stockage de données système, cela ne signifie pas nécessairement qu'il est efficace. De manière générale, les petites entreprises n'accordent pas beaucoup d'importance au stockage des données. Au fur et à mesure de leur croissance, les petites organisations ne développent pas de plan de gestion de leurs données tant que le besoin ne les y oblige pas. Cette philosophie d'attendre jusqu'à la dernière minute devrait être reconsidérée. Une transition en douceur vers un nouveau système de stockage de données nécessite une planification, par opposition au processus de brouillage désespéré pour installer un nouveau système de stockage qui peut ou non être la meilleure option.

De nombreuses entreprises en croissance ont découvert qu'au fur et à mesure que leurs besoins de stockage augmentaient, il n'était tout simplement pas réaliste de stocker toutes leurs données dans un seul emplacement (la taille de l'organisation, ses modèles de distribution des données et la diversité des sources de données rendent souvent le chargement des données dans un système de stockage peu pratique.

Avoir des données stockées à plusieurs endroits est devenu un comportement normal ; cependant, il est important de fournir au personnel des moyens de le trouver et d'y accéder.

Sécurité des données

La sécurité des données, bien que fastidieuse, est également un comportement responsable, que vos clients non seulement apprécieront mais exigeront. S'ils découvrent qu'une organisation a divulgué leurs informations personnelles, ils cesseront au moins de faire affaire avec cette organisation. 

Exécution et le maintien d'un programme de sécurité des données est essentiel pour développer une stratégie de données réussie. 

Il existe essentiellement deux philosophies concernant la sécurité des données et l'accès aux données stockées au sein d'une organisation. L'un soutient l'idéal selon lequel tout le monde au sein de l'organisation devrait avoir accès à toutes les données. L'autre dicte que seuls ceux qui ont besoin de savoir peuvent accéder aux données pertinentes pour leur travail. Les deux sont un peu extrêmes, le premier rendant les données personnelles des clients accessibles aux criminels potentiels et le second bloquant le flux de travail car le personnel ne peut pas accéder aux données nécessaires. 

Une philosophie intermédiaire est plus optimale, les données personnelles du client étant limitées à deux ou trois responsables de confiance, tandis que le reste des données est disponible pour le personnel qui travaille avec les données. (L'accès aux projets de données serait généralement limité à l'équipe de projet, mais cela dépend du projet et de l'organisation.) 

Une entreprise efficace et rationalisée garantira qu'il existe un processus facile à utiliser pour stocker toutes les données générées par l'entreprise, tout en facilitant l'accès aux données utilisées par un personnel digne de confiance.

Partage et vente de données

Les données peuvent être vendues ou partagées. Les données partagées peuvent être des informations accessibles au public sur un site Web pour les clients, des données de recherche partagées par des établissements universitaires ou des données partagées par des entreprises du même secteur pour développer des informations commerciales. La plupart des données partagées se répartissent en deux catégories de base : les données collectées à partir de sources externes (applications cloud, institutions académiques, données tierces, etc.) et les données générées en interne (informations sur les clients, détails d'achat, etc.).

Si une entreprise est vente de données, ces données doivent être préparées et conditionnées avant la vente. Si les données doivent être vendues ou partagées, le processus doit être inclus dans la stratégie de données. 

La question à se poser est de savoir si la vente des données vaut à la fois l'effort et la perte potentielle de clients soucieux de leur vie privée. 

De nombreuses personnes s'opposent à la vente d'informations personnelles pour des raisons éthiques (comme le potentiel de manipulation ou d'acquisition par des personnes ayant des intentions criminelles). Cela a abouti à des lois sur la protection des consommateurs en Europe (RGPD), Californie (CCPA) et le Brésil (RGPD). Malheureusement, les législateurs fédéraux américains n'ont fourni aucune protection significative aux citoyens américains. 

Gouvernance des données

Un système de gouvernance des données entièrement fonctionnel est complexe. Il s'agit d'une combinaison de logiciels et de règles pour le personnel lorsqu'il traite des données. Un programme de gouvernance des données dicte les politiques et procédures utilisées pour collecter, organiser et gérer des données précises. 

Il est utilisé pour améliorer l'analyse des données et, à son tour, favorise une meilleure prise de décision et une gestion plus efficace. La gouvernance des données répond également aux exigences de conformité du RGPD et à d'autres exigences réglementaires (telles que les réglementations qui s'appliquent aux données des employés, aux dossiers financiers et à d'autres questions juridiques).

Si une organisation ne respecte pas les différentes réglementations en matière de données, elle s'expose à des amendes et à des poursuites judiciaires.

La majorité des entreprises commencent à utiliser Gouvernance des données pour faire face à des problèmes ou à des améliorations spécifiques (exactitude des données, réglementation des données, amélioration de l'efficacité). Cependant, à mesure que l'utilisation et la sensibilisation au programme de gouvernance des données augmentent, le personnel et la direction commencent généralement à explorer ses autres fonctionnalités. Au fur et à mesure que cela se développe, la direction réalise que l'établissement de politiques, de règles et de comportements peut promouvoir l'utilisation de données plus précises et de meilleure qualité.

Mettre l'accent sur la réussite commerciale

Il est important de se concentrer sur les objectifs commerciaux. N'oubliez pas que la mise en œuvre de nouvelles technologies est un moyen d'atteindre vos objectifs commerciaux. Brillant et nouveau ne signifie rien s'il n'aide pas à atteindre les objectifs de l'entreprise et à augmenter les bénéfices. 

La liste des objectifs commerciaux devrait être la première étape du développement d'une stratégie de données réussie. Cette liste ne doit pas être restreinte ou limitée, mais doit refléter l'idéal, une image de l'entreprise que vous souhaitez créer. 

Image utilisée sous licence de Shutterstock.com

• Contenu propulsé par le référencement et distribution de relations publiques. Soyez amplifié aujourd'hui.
• Platoblockchain. Intelligence métaverse Web3. Connaissance Amplifiée. Accéder ici.
• La source: https://www.dataversity.net/key-components-of-a-successful-data-strategy/