Les dirigeants doivent faire confiance aux données au sein de l’organisation pour prendre des décisions commerciales judicieuses. Ainsi, beaucoup se tournent vers la gestion des données de référence (MDM), une solution de pour obtenir et conserver des données uniformes et précises qui augmentent la valeur commerciale.

Pourtant, selon Gartner, 75% de tous les programmes MDM dans les organisations ne parviennent pas à atteindre les objectifs commerciaux. Cette tendance s’est d’ailleurs aggravée depuis 2015, soit une augmentation de 9 %.

« Le MDM est complexe », a reconnu Amy Cooper, consultante principale chez Dun & Bradstreet et experte travaillant avec des clients souhaitant évoluer en tant qu'organisations axées sur les données. « Aligner les personnes, les processus et la technologie pour gouverner et structurer les données de référence afin d'obtenir de bons résultats. Qualité des données est particulièrement difficile », a-t-elle déclaré.

Pour aider les entreprises à comprendre pourquoi le MDM est si difficile, Cooper a partagé ses idées lors d'une récente conférence Conférence sur la gouvernance des données et la qualité de l'information (DGIQ). Elle a évoqué trois pièges du MDM et proposé des suggestions pour y remédier. 

Échec de la connexion du programme MDM aux objectifs commerciaux

Le premier écueil important de Cooper est l'incapacité à relier le programme MDM aux objectifs commerciaux. Elle a expliqué que de nombreux dirigeants, les principales parties prenantes, comprennent la nécessité des programmes MDM mais manquent de connaissances sur la manière dont ils sont liés à la valeur commerciale. 

De nombreux dirigeants ne mesurent même pas leurs programmes MDM. Elle a souligné que 90 % des organisations ne parviennent pas à collecter des indicateurs clés de performance (KPI) pour leur programme MDM.

« Les 10 % des entreprises disposent de mesures ou de KPI qui les lient aux données elles-mêmes, et non aux résultats commerciaux », a-t-elle déclaré. Cooper a illustré son propos à l'aide du diagramme ci-dessous.

Figure 1 (Crédit d'image : Gartner)

Elle a pointé du doigt la gauche du triangle au niveau C, sous « Partie prenante », et a déclaré : « Les dirigeants associent le succès du programme MDM à des résultats, tels que l'augmentation des revenus, la réduction des coûts, l'atténuation des risques ou un fonctionnement plus efficace. »

Cependant, lier les métriques aux données et au flux de travail, comme indiqué au bas du diagramme, laisse un vide. Elle a noté que cette approche ou l’absence de mesures rend plus difficile le plaidoyer en faveur du financement du MDM. 

Elle a expliqué : « Les dirigeants ne comprennent pas que le MDM est en cours. C’est un état d’esprit et une culture. Ils sont plus susceptibles de comprendre ce concept lorsque les mesures MDM sont liées aux résultats qui constituent leur objectif.

S'appuyer uniquement sur la technologie

En plus de ne pas réussir à relier la valeur du MDM aux résultats commerciaux, « les gens commencent avec le MDM en se lançant dans la technologie », a déclaré Cooper. « Ensuite, ils essaient d’adapter les personnes, les processus et les données de base à la technologie qu’ils ont choisie. »

De plus, dans le processus de priorisation de la technologie, les organisations tiennent pour acquis qu'elles disposent de bonnes Qualité des données, des données propres et adaptées à leur objectif. Puis, lors d’une initiative majeure, telle que la migration vers un environnement cloud, ils découvrent que leurs données ne sont pas aussi propres. Ils ne parviennent pas à prévoir du temps et des ressources pour évaluer si la qualité des données est suffisamment bonne.

Les ingénieurs et leurs responsables répondent à ce problème en embauchant un fournisseur, comme Dun & Bradstreet, pour obtenir des données propres. Au cours de ce travail, le service informatique apprend qu'il ne comprend pas les cas d'utilisation métier. 

Cooper a souligné : « La technologie à elle seule ne nettoie pas les données. Il apporte cohérence et structure en faisant correspondre des enregistrements similaires. MDM nécessite plus que ce service ; cela nécessite un engagement envers la qualité des données et une mise en œuvre alignée sur la culture et le niveau de maturité de l'organisation.

Essayer de tout faire vous-même

Les organisations tombent dans les pièges ci-dessus et dans d’autres parce qu’elles essaient de le faire seules, et la plupart n’ont jamais fait de MDM auparavant. Au lieu de cela, « les organisations ont des capacités différentes en matière de MDM », a déclaré Cooper, « et vous ne savez pas ce que vous ne savez pas ».

Elle a donné l'exemple d'une organisation décidant de migrer ses données dans le cadre d'une stratégie de marché vertical. Cette entreprise a opté pour une entreprise qui n'avait pas de secteur associé aux données du client. Elle a ajouté:

« Comment une entreprise peut-elle opérationnaliser une stratégie de marché vertical si elle ne sait pas dans quel secteur le client exerce ses activités ? L'entreprise pourrait s'asseoir avec les ventes et demander à ce service d'établir le lien. Cependant, ce processus finit par être subjectif et prend du temps.

De plus, Cooper a parlé de deux autres maux de tête causés par le fait de faire cavalier seul. Premièrement, la Turquie a demandé à l’ONU de corriger l’orthographe de son nom dans toutes ses candidatures. 

En outre, certains clients de Cooper étaient inquiets de se conformer aux mandats commerciaux en raison du conflit russo-ukrainien. Elle a conseillé de consulter un expert pour apporter les meilleures pratiques, une évaluation objective des données et comprendre si les données sont valides.

Prendre des précautions pour éviter les pièges

Les entreprises qui cherchent à minimiser les trois pièges mentionnés ci-dessus doivent lier leur programme MDM à leurs objectifs commerciaux, regarder au-delà de la technologie, s'intéresser aux données et travailler avec un expert MDM. Cooper a expliqué comment remédier aux pièges au cours de son discours.

Discuter avec les parties prenantes pour aligner les métriques MDM sur les objectifs commerciaux 

Connecter le programme MDM aux objectifs commerciaux nécessite de discuter avec les parties prenantes de l'ensemble de l'organisation, en particulier les divisions présentant des risques financiers directs telles que les ventes, le marketing, les achats et l'approvisionnement. Cooper a déclaré que les lecteurs devraient connaître les objectifs de chaque unité et comment ils mesurent leur réussite en matière d'augmentation des revenus, de réduction des coûts, d'atténuation des risques ou de fonctionnement plus efficace. Voir la figure 2 ci-dessous :

Figure 2 (Crédit d'image : Amy Cooper)

Cooper a souligné que les ventes étaient une partie prenante à inclure. Dans son modèle, les ventes visent à augmenter les revenus, soit en vendant plus de produits ou de services, soit en fidélisant les clients existants. 

Elle a ensuite conçu des mesures pour améliorer la fidélisation des clients. Cooper utilise les enquêtes de satisfaction client comme guide, indiquant leur fidélité lorsque les clients reçoivent leurs commandes, les bons produits, à temps et à la bonne adresse.

Dans cette situation, l'organisation devait évaluer les clients l'exactitude des données, l'exhaustivité et le taux de remplissage, en particulier les attributs d'adresse de facturation, d'adresse de livraison et de nom du contact. L’entreprise pourrait ensuite cibler l’amélioration de ces indicateurs grâce à l’automatisation, ce qui aurait un impact sur la fidélisation des clients et générerait des résultats commerciaux.

Au-delà de la technologie, vers la qualité des données

Cooper a conseillé de se concentrer sur la qualité des données – par exemple via des données de référence – plutôt que sur la technologie. Dans la figure ci-dessous, une entreprise dispose de données sur un client, Emerson Electric, comme indiqué à gauche. Les données tabulaires de droite représentent les données de référence de tiers et une source unique de vérité fournie à l'entreprise de gauche, qui regroupe les différentes entités juridiques d'Emerson Electric. 

Concevoir du MDM en tenant compte de la maturité organisationnelle

En plus de discuter avec les parties prenantes et de se concentrer sur la qualité des données, Cooper a suggéré de concevoir tout programme MDM en gardant à l'esprit la maturité organisationnelle. Elle a ensuite présenté une diapositive qui divisait la maturité en stades précoce, intermédiaire et avancé, puis discutait de la création de valeur.

Cooper a commencé au niveau du fichier/de la demande en bas à gauche et a décrit comment elle a construit un tel programme pour une entreprise au début de sa maturité. L'entreprise souhaitait créer un programme de comptabilité nationale mais ne pouvait pas accéder aux données clients. Ainsi, elle a identifié les clients comme étant les mêmes dans tout le pays en fonction de leurs dépenses et de la taille de leur entreprise, et a associé ces informations à leur application de gestion de la relation client (CRM).

Au niveau intermédiaire, Cooper cherche à obtenir une bonne qualité de données pour une unité commerciale et cherche à étendre ce succès à plusieurs équipes à un stade avancé de maturité. Par exemple, l'un des clients de Cooper a lancé cette intégration MDM au niveau de l'entreprise il y a dix ans. 

L'intégration MDM au niveau de l'entreprise s'est avérée difficile car les divisions financières et des risques préfèrent leurs vues d'applications localisées. Cooper a expliqué l'importance de l'accord des équipes au sein d'une entreprise sur la manière dont le MDM effectue les visualisations.

Faire appel à des conseils d’experts pour faire du MDM 

Par mesure de précaution, « parlez avec vos pairs et avec des personnes qui ont déjà pratiqué le MDM », a déclaré Cooper, « et faites appel à un partenaire pour vous aider avec les données ». Une telle tactique constitue une source de bonnes pratiques et d'évaluations objectives des données d'une entreprise en fournissant une pierre de touche pour la comparaison. 

Elle a recommandé de faire appel à un expert disposant de données de référence précises et fiables, ainsi que d'une gouvernance et d'une terminologie intégrées, fournissant ainsi une source unique de vérité. De cette façon, une organisation peut obtenir la confirmation de la mesure dans laquelle ses données représentent une « entité commerciale valide ».

Une fois qu'un tiers a évalué les données d'une entreprise, cette organisation doit se poser les questions suivantes :

• Où sont les données ?
• Qu'est-ce que cela représente?
• Est-ce exact?
• Est-ce disponible? 
• Est-ce une bonne qualité de données ?

Elle a conseillé aux organisations d'intégrer les données de leurs partenaires aux leurs pour répondre à des « besoins uniques en dehors de votre entreprise » et obtenir les vues les plus fiables sur les relations commerciales essentielles. En envisageant cette option, les entreprises devraient consacrer des ressources pour travailler avec leurs partenaires sur ces visualisations conjointes.

Conclusion

Les programmes MDM peuvent réussir, a souligné Cooper. Discuter avec les parties prenantes des objectifs commerciaux, se concentrer sur la qualité des données, prendre en compte la maturité organisationnelle et faire appel à des experts minimisent les impacts liés à l'échec de la connexion de la valeur commerciale au MDM, en se concentrant d'abord sur la technologie et en essayant de le faire tout seul.

Elle a souligné que s’engager dans le MDM « est un long jeu », commençant modestement, améliorant les activités MDM et répétant ce processus pour éviter les pièges. « Ciblez un produit, une zone géographique ou une application pour tirer parti des succès du MDM », a souligné Cooper.

Vous voulez en savoir plus sur les événements à venir de DATAVERSITY? Découvrez notre gamme actuelle de conférences en ligne et en face à face ici.

Regardez la présentation de la DGIQ ci-dessous :

• Contenu propulsé par le référencement et distribution de relations publiques. Soyez amplifié aujourd'hui.
• PlatoData.Network Ai générative verticale. Autonomisez-vous. Accéder ici.
• PlatoAiStream. Intelligence Web3. Connaissance Amplifiée. Accéder ici.
• PlatonESG. Carbone, Technologie propre, Énergie, Environnement, Solaire, La gestion des déchets. Accéder ici.
• PlatoHealth. Veille biotechnologique et essais cliniques. Accéder ici.
• La source: https://www.dataversity.net/common-master-data-management-mdm-pitfalls/