The Doppler Quarterly (FRANÇAIS) Hiver 2016 - Page 27

Etablir un cycle de vie, et s’y tenir L’élaboration d’un cycle de vie pour les données, qui détermine leur date de mise au rebut lorsqu’elles sont devenues inutiles, fait en sorte qu’aucune donnée obsolète ne stagne sur les systèmes, coûtant de l’ar- gent et influençant les décisions. Suivre les métadonnées dans toute l’entreprise Les métadonnées ont gagné en importance ces dernières années avec l’augmentation du stockage et de l’analyse des données non structurées. Les méta- données concernant la création, les propriétaires et les thèmes sont cruciales pour la compréhension et l’amélioration de la valeur d’un ensemble de données. L’adoption d’une stratégie et d’une instance unique à l’échelle de l’entreprise pour suivre toutes les méta- données permettra à quiconque au sein de l’entre- prise de localiser rapidement les informations néces- saires à son travail. Suivre les copies/instances d’un même ensem- ble de données avec les emplacements et les dates de création A mesure que les systèmes d’information gagnent en complexité, il devient de plus en plus fréquent d’avoir plusieurs copies d’un même ensemble de données dans l’entreprise. Ces répliques sont indispensables au bon fonctionnement du système opérationnel, mais doivent être suivies de manière homogène, avec leur date de création, pour s’assurer de pouvoir mettre à jour ou supprimer les copies si nécessaire. Prendre en compte l’Intégration et la Transfor- mation de manière distincte dans les stratégies de gouvernance des données Intégration Les stratégies d’intégration des données doivent définir les types de données pouvant être combinées et quelle position de sécurité doit être adoptée pour les données en découlant. Les stratégies d’intégration doivent également consigner les emplacements où les données peuvent être combinées et les processus util- isés afin d’assurer la répétabilité des opérations. Transformation Les stratégies de transformation doivent consigner les actions effectuées sur les données d’origine. Par exemple, les données sont-elles conservées ou sup- primées après transformation ? Dans un monde où il est courant de transformer les données pendant leur analyse, il convient d’évaluer les avantages à con- server les données originales au cas où des flux de travail futurs en auraient besoin. Gestion du modèle De nombreuses entreprises s’appuient sur des modèles prédictifs. Ces modèles sont utilisés pour définir beau- coup d’éléments, des recommandations au profilage des risques. Ces modèles sont tout aussi cruciaux que les données qui les alimentent, si ce n’est plus. Ils doivent être pris en compte dans une stratégie de gou- vernance des données pour expliquer qui peut approu- ver le déploiement de nouveaux modèles, comment ceux-ci sont testés, et quelle documentation doit être fournie pour tous les modèles produits. Mettre en place d’un Expert technique (SME) assigné pour chaque ensemble de données Beaucoup d’entreprises désignent un propriétaire des données pour définir et mettre en œuvre les stratégies sur des ensembles de données spécifiques. Je re 6ЦFRFRL:6vW"VWW'BFV6VR4RW 6VRV6V&RFRF:W2RfW2F:W0'FVVB :( VG&W&6RRFW&RFR *&&:F&P+W7BF2G&WW"RFG&RFR4RW7BW2,:62>( vBN( VRW'6RV6&VB&fFVVBW0&7VW2WBfWW"VRW2F:W2ƗVVBW@6VBW2F֗6W"W"( VG&W&6R*6766RGR&7VRVP6VBW2F:W2 :fG&PVG&W&6RW7B7'V6RW"77W&W VR&FV7FL:VFR +F2RFRN( VW&N( V&<:7W"R6VBWB6VЧG,:7W"W2F:W2R,;FRFR6VW26W7BW0'FBVR2W27G&L:vW2N( L:w&FFPG&6f&FWBFR6FWFRFR<:7W&L:FfV@:G&R֗6W2 :W"W"7Vg&RRWfVVB&FW2Ɩ6F2WBFW2F:W2VW2ƖVFVB6W26vVVG2FfVB :G&RVffV7G\:2fvW7FFW2&7VW2WBF&|:2"V4R6&|:FRL:f FW2W27V7G2FRvWfW&6RW"6VPV6V&RFRF:W2R4R77W&RVR&RvW2ЧFFW2&7VW2WBV :VƖ'&RVG&RW2&7VW2WBW0&W62FR( VG&W&6RWBFW2W'6W2V67VBЦVBWBǗ6VBW2F:W26R( W7B^( VRf26WGFPW7W&RV6RVRW2VG&W&6W2F76VBN( VP7G&L:vRFRvWfW&6RFW2F:W26ƖFRऄdU"#bDRDU"#