Le modèle devient réalité

Nous recommandons de ne pas commencer tout de suite avec tous les domaines de données de base - clients, fournisseurs, articles, partenaires commerciaux, etc. - mais de commencer par un seul domaine. Il y a plusieurs possibilités pour le choix. On peut commencer par le domaine qui pose le plus de problèmes de qualité ou par celui qui est le plus important pour l'entreprise ou qui promet les résultats les plus rapides. C'est une décision individuelle. Une fois que l'on a commencé avec un domaine, on passe aux autres domaines.

Gouvernance des données et optimisation des processus

Le thème Master Data Excellence n'est pas en premier lieu un thème technologique et donc pas non plus un thème purement informatique. Dans les entreprises, il doit être mené conjointement par les services spécialisés et l'informatique. Notre expérience a montré que le soutien de la direction, une gouvernance des données structurée et ciblée ainsi que l'optimisation des processus font partie des facteurs de réussite des modèles d'exploitation MDM.

C'est la seule façon de s'assurer que l'importance d'une qualité élevée des données de base pour le développement de l'activité et des coûts est comprise par tous les collaborateurs. Des directives internes à l'entreprise concernant le traitement des données sont absolument nécessaires.

La gouvernance des données définit des règles, des processus et des responsabilités uniformes pour la saisie, la validation et la mise à jour des données ainsi que pour les indicateurs clés de qualité des données. Il ne faut pas seulement tenir compte des processus clés de l'entreprise, comme les achats, la production ou la distribution. Les processus de données de base autour de la création, de la gestion ou de la suppression de données doivent également être optimisés.

Un modèle d'exploitation MDM intervient dans des structures, des processus et des "territoires" traditionnels. C'est pourquoi une gestion du changement accompagnante fait partie des facteurs de réussite, afin de transformer les personnes concernées en participants et de les "emmener" dans le nouveau monde. Enfin, une solution logicielle professionnelle ne peut avoir qu'un effet de soutien. Ce n'est qu'après avoir clairement défini les processus et les autorisations pour la gestion et la validation des données qu'un soutien informatique peut être mis en place.

zetVisions SPoT 

Multi-domaine intelligent
Gestion des données de base

• Une base de données centrale pour
  tous les domaines de données de base
• Une gouvernance des données claire
• Amélioration de la qualité des données
• Réduction des sources d'erreur grâce à la gestion automatisée des données
• Des interfaces utilisateur sur mesure 
• Personnalisation des modèles de données
• Transfert flexible de données vers des systèmes SAP et non-SAP

Solution multi-domaines

Indépendamment de notre recommandation de commencer par un seul domaine, les entreprises devraient utiliser une solution MDM multi-domaines. Il s'agit d'une solution de données de base qui couvre plusieurs domaines de données de base et centralise l'ensemble de la gestion des données de base sur une seule plateforme.

Cela ouvre de nouvelles perspectives sur le processus d'entreprise. Les relations et interactions à l'échelle de l'entreprise deviennent visibles - et il n'est pas rare qu'un potentiel d'économie considérable en termes de temps et de coûts en découle. Un MDM multi-domaines crée ainsi "une seule vérité" pour différents domaines de données de base sur l'ensemble du processus commercial.

Outre la gestion intégrée des données à l'échelle de l'entreprise, les systèmes MDM multi-domaines peuvent également prendre en charge la gouvernance des données grâce à des règles de qualité des données et des processus de cycle de vie, c'est-à-dire des conditions-cadres, des flux de travail et des responsabilités uniformes et obligatoires pour le traitement des données, leur entretien, leur distribution, etc. En cas d'utilisation de divers silos de données à domaine unique, il est naturellement difficile de garantir le respect des normes définies dans toute l'entreprise.

En revanche, s'il n'y a qu'une seule source de données de base, les utilisateurs ont beaucoup moins d'autonomie pour développer des définitions et des règles pour les données, car l'architecture de données interdomaine est contraignante et transparente. Il en résulte des principes de gouvernance efficaces et une collaboration interfonctionnelle entre les services. Ces deux éléments combinés permettent d'accroître l'efficacité des processus et d'améliorer l'allocation des ressources.

Poser des questions

Outre le respect des facteurs de réussite décrits au début, il est essentiel de commencer par poser les bonnes questions. C'est ce que nous a appris l'expérience de nombreux projets clients. Parmi celles-ci figurent les questions suivantes : que signifient les données de base dans notre contexte ? Comment ces données de base sont-elles définies ? Quelles données de base doivent être harmonisées, lesquelles doivent être reprises initialement ? Que sont les données de base globales ou locales ? Quels sont les recoupements entre ces données de base et les pools de données existants ? À quoi doivent ressembler les processus théoriques ? Quels systèmes doivent être connectés ? 

En conclusion, répondre à ces questions par la mise en œuvre d'une solution de gestion des données de base permet de soutenir la gouvernance des données. Comme tous les systèmes utilisent la même version des données de base, la qualité des données s'améliore "automatiquement" et les "bonnes" données sont toujours disponibles au jour le jour. Des processus rationalisés sans saisie manuelle redondante des données dans les différents systèmes - et les efforts de coordination entre les services qui y sont liés - réduisent la complexité et diminuent les coûts.

Processus de placement et de modification

Sur la base des processus et des directives de gouvernance des données définis dans le modèle d'exploitation MDE, la conception des processus de création et de modification nécessaires est effectuée dans le cadre du projet d'introduction de la solution de gestion des données de base. Les processus basés sur le workflow servent d'une part à garantir la gouvernance des données et d'autre part à assurer une collaboration interdépartementale sans faille lors de la création ou de la modification d'une fiche entre plusieurs services ou systèmes. Ils peuvent ainsi relier des processus sur différents systèmes, même au-delà des limites du système.

Dans une entreprise internationale spécialisée dans la fabrication de verre et de vitrocéramique, qui utilise zetVisions SPoT pour le processus de création de produits configurables, les données clients ainsi que la demande individuelle de produits sont d'abord saisies dans le système CRM.

De là, les données de base sont transmises à zetVisions SPoT, où elles sont préenregistrées en tant qu'article SAP configurable. Après avoir complété toutes les données requises par le système ERP via des départements tels que la production et la gestion des produits, l'ensemble des données de base est transféré dans le système SAP.

Le transfert de données via des interfaces préconfigurées ne se limite toutefois pas au monde SAP. Ainsi, dans un autre exemple d'application, les données des concessionnaires (par exemple les noms et les adresses) saisies dans le système SPoT d'un fabricant de motos et de voitures de sport sont transmises à un système de gestion de contenu afin de permettre aux clients de rechercher un concessionnaire sur le site web de l'entreprise.

En outre, les processus assurent la transparence nécessaire sur le statut de la demande jusqu'à la validation d'une fiche, car la demande est décomposée en différentes étapes de processus et les mécanismes de workflow permettent de voir à tout moment dans quelle phase se trouve le processus.

Le modèle d'exploitation d'un système MDM comprend également l'intégration de services externes qui permettent de vérifier l'exhaustivité et la cohérence des données de base. En voici quelques exemples : le contrôle du numéro d'identification de la TVA, les contrôles d'adresses ainsi que le contrôle de la liste d'embargo. Ces contrôles peuvent être intégrés via un service web. 

En général, un projet de mise en œuvre se déroule en plusieurs étapes, chaque phase se terminant par un jalon avant que la phase suivante du projet ne commence. Au cours d'une phase de préparation du projet, l'étendue du projet est spécifiée et un plan de projet détaillé est établi. Une réunion de lancement, incluant une formation d'équipe, réunit toutes les personnes impliquées dans le projet.

Lors de la phase suivante de conception théorique, qui constitue la pierre angulaire de la réussite d'un projet de données de base et donc la phase la plus importante, des objectifs individuels sont définis dans le cadre d'ateliers et d'entretiens ; en outre, un concept adapté aux besoins est élaboré pour la représentation informatique des aspects de la gouvernance des données spécifiques à l'entreprise, des autorisations et des processus qui y sont liés. La définition des modèles de données et des interfaces doit également avoir lieu au cours de cette phase.

La décision de savoir quelles données de base doivent être gérées dans le système central fait également partie de cette phase. Parallèlement, le système MDM est installé dans l'environnement système. La phase d'implémentation qui s'ensuit permet de mettre en pratique les différents concepts techniques élaborés par zetVisions.

Le cas échéant, il est également possible de préparer un transfert initial des données dans l'outil MDM. C'est aussi l'occasion de tester en profondeur les paramètres ou les adaptations du nouveau système. Pendant la préparation de la production, zetVisions apporte son soutien à la planification de la mise en service. La formation des collaborateurs fait également partie de cette phase. Ils doivent non seulement pouvoir manipuler le système, mais aussi être en mesure de procéder eux-mêmes à des adaptations du système (Customizing).

Surveiller et optimiser

Le suivi de la qualité des données peut être effectué via le zetVisions SPoT Data Quality Analyzer (DQA) - un outil flexible pour l'analyse et le suivi de la qualité des données dans SPoT. Avec le DQA, il est possible de créer des KPI et des scores de qualité pour mesurer la qualité des données ou la réalisation d'objectifs individuels de qualité des données et de les pondérer différemment. L'évaluation des objectifs de qualité des données, sur des périodes librement définissables, s'effectue sous forme de graphiques et de tableaux dans des tableaux de bord de qualité des données.