Projet de Gouvernance des Données : méthodologie pour passer de la théorie à l’action

Nous accompagnons rarement des projets « Gouvernance des Données » purs.

Dans 90% des cas, le sujet émerge dans le cadre d’un projet data plus large : un déploiement CRM, une refonte de Référentiel Client Unique, la mise en place d’une Customer Data Platform, un chantier d’unification des données B2B.

C’est dans ces contextes que la gouvernance trouve son ancrage concret.

Vouloir en faire un projet isolé, c’est prendre le risque de produire un cadre théorique que personne n’appliquera.

La Gouvernance des Données n’est pas un projet qu’on lance, qu’on termine et qu’on archive.

C’est au contraire une démarche vivante qui doit s’intégrer aux processus quotidiens de l’entreprise.

Les règles, les rôles, la qualité, les contrôles : tout cela doit évoluer en permanence, au rythme des projets, des évolutions réglementaires, des nouveaux cas d’usage.

Un dispositif de gouvernance qui n’évolue pas est un dispositif qui régresse.

Nous refusons l’approche abstraite qui consiste à produire des cadres conceptuels déconnectés du terrain.

La bonne question n’est pas « quelle est l’architecture idéale de gouvernance des données ? » mais « comment organiser concrètement la gestion des données clients de votre entreprise, avec les outils et les équipes dont vous disposez ? ».

La Gouvernance des Données, pour nous, c’est l’art d’organiser concrètement les données. Point.

Ces trois convictions irriguent les sept clés méthodologiques qui suivent.

Retour au Sommaire

C’est notre premier conseil méthodologique et il découle directement de notre première conviction. Si vous voulez réussir votre Gouvernance des Données (pour creuser ce concept, voir notre article dédié à la définition et aux enjeux de la Gouvernance des Données), ne la traitez pas comme un projet indépendant. Arrimez-la à vos projets data existants ou à venir.

Un projet CRM est une excellente occasion de structurer la gouvernance des données commerciales. De même, un projet CDP offre le cadre idéal pour clarifier la propriété des données clients, leurs sources, leurs règles de réconciliation.

Nous pourrions multiplier les exemples.

Ce sont ces projets qui donnent à la gouvernance sa raison d’être opérationnelle.

Pourquoi ce choix méthodologique ?

• Les projets data portent des enjeux business clairs, ce qui facilite la mobilisation des équipes et des sponsors.
• Ils imposent des arbitrages concrets (quelle donnée dans quel outil, avec quelles règles) qui sont exactement les arbitrages que la gouvernance doit trancher.
• Ils disposent généralement d’un budget et d’une gouvernance projet qui peuvent accueillir le volet « gouvernance des données » sans nécessiter un dispositif ad hoc.
• Ils produisent des résultats visibles rapidement, ce qui crédibilise la démarche de gouvernance aux yeux de la direction.

Notre recommandation pratique : lorsque vous lancez un projet data structurant, inscrivez dès le cadrage un volet « gouvernance des données ». Pas besoin de créer une instance séparée. La gouvernance doit vivre dans le projet, pas à côté.

Et si vous n’avez pas de projet data en cours ? C’est probablement que votre point d’entrée doit être ailleurs : un diagnostic, un audit, qui fera émerger les cas d’usage prioritaires et les chantiers à mener. Nous y venons.

Retour au Sommaire

Avant d’aller plus loin, un mot sur le vocabulaire. Dans cet article, nous parlons d’Audit de Gouvernance des Données parce que c’est le terme qu’utilisent les entreprises et c’est celui qui « parle » le plus sur le marché.

Mais à dire vrai, chez CustUp, nous n’aimons pas beaucoup ce terme d’« audit ». Le mot « audit » vient du monde juridique et comptable. Il renvoie à la notion de norme, de contrôle, de conformité, de jugement. Il porte avec lui une connotation descendante qui ne correspond pas à notre manière de travailler.

Nous préférons parler de diagnostic. Un diagnostic part du réel, cherche à comprendre avant de juger, vise à identifier ce qui fonctionne autant que ce qui dysfonctionne. Il est au service de l’action, pas de la mise en conformité à une norme abstraite.

C’est cette posture qui nous semble juste sur un sujet comme la Gouvernance des Données, où il n’existe pas de standard universel applicable à toutes les organisations. Chaque entreprise a son patrimoine data, ses outils, ses équipes, ses enjeux. Le bon dispositif est celui qui part de cette réalité, pas celui qui la mesure à l’aune d’un référentiel théorique.

Vocabulaire mis à part, le message reste le même : avant de définir des règles, avant de nommer des Data Owners, avant d’acheter un Data Catalog, il y a un passage obligé. Appelez-le audit ou diagnostic : c’est la fondation de toute démarche sérieuse. C’est lui qui vous permet de partir du réel.

L’erreur classique consiste à vouloir définir la cible avant d’avoir compris l’existant. Pourtant, avant de savoir où aller, vous devez savoir où vous êtes. Et sur le sujet des données, l’écart entre ce que les équipes croient savoir et la réalité est souvent vertigineux.

Un bon diagnostic de Gouvernance des Données répond à plusieurs questions fondamentales :

• Quelles sont les données en jeu ? Quel est votre patrimoine data réel ? Quelles données clients, commerciales, contacts, transactionnelles sont effectivement collectées et stockées ? Où sont-elles ? Qui les utilise ?
• Quelle est leur qualité ? Taux de complétude, fraîcheur, doublons, cohérence inter-systèmes, champs obsolètes. Ces dimensions doivent être mesurées, pas estimées.
• Quels sont les outils en place ? CRM, ERP, outils marketing, bases sectorielles, fichiers Excel parallèles. Vous devez cartographier votre écosystème applicatif et les flux de données qui le traversent.
• Qui fait quoi aujourd’hui ? Qui saisit, qui modifie, qui supprime, qui exporte, qui contrôle ? Les rôles sont rarement formalisés. Mais ils existent de fait. Il faut les expliciter.
• Quelle est la conformité RGPD actuelle ? Consentements, durées de conservation, droits d’accès, base légale des traitements. Autant de points qui doivent être passés au crible.
• Quels sont les usages prioritaires servis par ces données ? C’est la question métier fondamentale. La gouvernance ne vaut que par les usages qu’elle permet.

Ce diagnostic produit une photographie factuelle qui devient ensuite votre base de travail. Il identifie les forces sur lesquelles capitaliser (vous avez probablement plus d’actifs que vous ne le pensez), les manques à combler et les risques à traiter en priorité.

Un bon diagnostic (ou un bon Audit de Gouvernance des Données, si vous préférez ce terme) doit aboutir à des recommandations hiérarchisées par impact et faisabilité. Non pas une liste de 80 actions, mais 5 à 10 chantiers prioritaires, chiffrés, phasés. C’est cette hiérarchisation qui transforme un constat en feuille de route actionnable.

Retour au Sommaire

Une fois le diagnostic posé, beaucoup d’entreprises se précipitent sur la rédaction de règles et de procédures. C’est une erreur.

Avant d’écrire une règle, vous devez savoir qui va la porter, la contrôler, la faire évoluer et la défendre auprès des équipes. Les rôles précèdent les règles.

Notre expérience nous montre que les acteurs de Gouvernance des Données sont rarement nommés explicitement dans les organisations. Ils existent de fait (quelqu’un valide bien les fiches clients, quelqu’un contrôle bien la qualité du fichier avant une campagne), mais leur rôle n’est ni reconnu, ni formalisé, ni valorisé. Cette invisibilité est la première cause d’échec des projets de gouvernance.

Notre méthode consiste à expliciter, pour chaque domaine de données prioritaire, quatre rôles clés :

1. Le propriétaire métier de la donnée (Data Owner). C’est le responsable senior qui rend des comptes sur la qualité et la bonne utilisation d’un domaine de données. Pour les données commerciales, c’est souvent le directeur commercial. Pour les données clients, c’est le directeur marketing ou le directeur de la relation clients. Un Data Owner par domaine, pas deux.
2. L’intendant opérationnel (Data Steward). C’est celui qui fait vivre les règles au quotidien : contrôles qualité, accompagnement des utilisateurs, documentation. Le Data Steward travaille sous la houlette du Data Owner et constitue la véritable courroie de transmission entre les règles et le terrain.
3. Le responsable de la conformité (DPO). Il veille au respect du RGPD et des autres cadres réglementaires. Il intervient en transverse sur l’ensemble des domaines de données.
4. Les utilisateurs métiers. Marketing, vente, service client, digital : ce sont eux qui manipulent les données au quotidien. Ils ne sont pas des acteurs secondaires de la gouvernance. Ils en sont les premiers contributeurs (et les premiers fauteurs en cas de manquement).

Un point que nous tenons à souligner : ces rôles ne sont pas nécessairement des postes à temps plein. Dans une PME, le Data Owner des données clients peut être le directeur marketing, à hauteur de 5% de son temps. Ce qui compte, c’est que le rôle soit nommé, reconnu et exercé. Une bonne gouvernance des données ne nécessite pas d’embaucher un CDO. Elle nécessite de clarifier qui fait quoi.

Retour au Sommaire

La tentation est grande de vouloir tout documenter d’emblée. Toutes les données, toutes les règles, tous les flux.  Personne n’a le temps de maintenir une documentation exhaustive et une documentation qui n’est pas maintenue devient vite pire qu’une absence de documentation.

Notre recommandation est de commencer par les Golden Data. Les Golden Data, ce sont les données vraiment critiques pour votre business, celles sans lesquelles rien ne tourne : identité client, coordonnées, consentements, données contractuelles, historique transactionnel. En général, une dizaine à une vingtaine de données par domaine.

Pourquoi commencer par là ?

• Ce sont les données qui portent le plus d’enjeu business. Les sécuriser en priorité, c’est sécuriser l’essentiel.
• Le périmètre est assez restreint pour être réellement documentable.
• Les bonnes pratiques acquises sur ce petit périmètre pourront ensuite être étendues progressivement au reste du patrimoine data.
• Vous obtenez des résultats visibles rapidement, ce qui crédibilise la démarche en interne et facilite l’obtention de moyens pour la suite.

Pour chaque Golden Data, vous devez pouvoir répondre à des questions simples :

• Quelle est la définition précise de cette donnée ?
• Quelle est sa source de référence ?
• Qui peut la modifier, et selon quelles règles de saisie ?
• Quels contrôles qualité s’appliquent, à quelle fréquence, sous la responsabilité de qui ?
• Quelle est sa durée de conservation ?

Ces réponses constituent votre dictionnaire de données initial.

Ensuite (et seulement ensuite), vous pouvez élargir le périmètre. Cette approche incrémentale vous permet de livrer de la valeur à chaque étape.

Retour au Sommaire

Une gouvernance qui ne se traduit pas en indicateurs qualité mesurables reste un exercice de style. La qualité des données est le premier livrable concret d’une bonne gouvernance : c’est elle qui justifie tout le dispositif aux yeux des utilisateurs et de la direction.

Nous recommandons de définir, pour chaque donnée prioritaire, des objectifs de qualité explicites sur plusieurs dimensions :

• Exhaustivité : quel taux de complétude exigez-vous sur ce champ ?
• Exactitude : la donnée correspond-elle à la réalité ? Comment le vérifier ?
• Cohérence : la donnée est-elle cohérente entre les différents systèmes qui la manipulent ?
• Fraîcheur : à quelle fréquence doit-elle être mise à jour ?
• Unicité : quel taux de doublons est acceptable ?

Ces objectifs doivent être réalistes et alignés sur les cas d’usage métier. Il ne sert à rien de viser 100% de complétude sur un champ dont les usages tolèrent 80%. Inversement, une donnée qui alimente un calcul réglementaire doit viser l’exhaustivité absolue.

À chaque objectif doit correspondre un contrôle : contrôle à la saisie (règle bloquante, format imposé), contrôle périodique (requête SQL, tableau de bord), contrôle d’exploitation (vérification avant campagne). Ces contrôles peuvent être techniques (automatisés) ou fonctionnels (revues manuelles). Les deux sont légitimes selon les cas.

Surtout, chaque contrôle doit être attribué à un responsable. Un contrôle sans responsable est un contrôle qui ne sera pas fait. C’est aussi simple que cela.

Enfin, prévoyez la remédiation : que se passe-t-il quand un contrôle est KO ? Qui est alerté ? Qui corrige ? À la source ou en aval ? Ces processus de remédiation sont souvent le parent pauvre des démarches de gouvernance. Ils méritent autant d’attention que les contrôles eux-mêmes.

Pour automatiser une partie de ces contrôles et documenter votre patrimoine data, des solutions existent. Nous les présentons dans notre panorama des logiciels de Gouvernance des Données : Data Quality, MDM, Data Catalog, lignage de données. »

Retour au Sommaire

Nous revenons ici sur notre deuxième conviction : la Gouvernance des Données est une démarche continue. C’est un point que nous martelons auprès de nos clients, parce qu’il est systématiquement sous-estimé.

Voici à quoi ressemble une gouvernance des données qui vit :

• Un comité data régulier. Nous recommandons une instance mensuelle ou bimensuelle qui réunit les Data Owners, les Data Stewards et le DPO pour arbitrer les besoins, examiner les indicateurs qualité, traiter les incidents et statuer sur les nouvelles demandes.
• Un tableau de bord qualité mis à jour régulièrement et partagé avec les parties prenantes.
• Un processus d’évolution du dictionnaire de données. De nouvelles données apparaissent, d’autres deviennent obsolètes, les règles évoluent. Votre documentation doit suivre ce mouvement.
• Un lien systématique avec les projets data. Chaque nouveau projet doit intégrer un volet gouvernance : quelles données ajoutées au périmètre ? Quelles règles à ajuster ? Quels impacts sur les Data Owners existants ?
• Un suivi réglementaire. Le cadre légal évolue (RGPD, Data Act, règlements sectoriels). Votre gouvernance doit intégrer cette veille.

Cette dimension de « vie du dispositif » doit être pensée dès le cadrage initial. Si elle est traitée après coup, en bout de projet, elle ne se mettra jamais en place. Les équipes auront bouclé le chantier et seront passées à autre chose.

Notre conseil opérationnel : budgétez explicitement le pilotage courant de la gouvernance. Pas en ETP fantasmés, mais en temps réel alloué à des personnes identifiées. Un Data Steward à 0,2 ETP qui fait effectivement son travail vaut mieux qu’un CDO (Chief Data Officer) théorique à 1 ETP qui n’existe que sur l’organigramme.

Retour au Sommaire

Nous terminons par ce qui est souvent le premier facteur d’échec : l’appropriation humaine. Vous pouvez avoir la meilleure méthode, les meilleurs outils, le meilleur dispositif documentaire, si les équipes métier ne sont pas embarquées, rien ne tient.

La Gouvernance des Données est une démarche qui doit servir leurs propres intérêts : des données plus fiables, plus accessibles, plus exploitables. C’est ce message qu’il faut porter et c’est ce bénéfice qu’il faut démontrer rapidement.

Concrètement, cela implique plusieurs principes d’action :

• Associez les équipes dès le cadrage. Pas seulement les directeurs, mais les opérationnels qui manipulent les données au quotidien. Ce sont eux qui connaissent les irritants, les bricolages, les contournements. Leur expérience terrain est précieuse pour définir des règles applicables.
• Traduisez les enjeux dans leur langage. Un commercial ne se mobilisera pas pour la « qualité des données ». Il se mobilisera si vous lui montrez qu’une fiche client mieux renseignée lui fait gagner du temps et signer plus de contrats. Les bénéfices doivent être incarnés, pas abstraits.
• Formez et sensibilisez, mais sans excès. Trop de formations tuent la formation. Privilégiez des formats courts, pratiques, opérationnels, qui répondent à des questions concrètes : comment bien saisir une fiche ? Que faire en cas de doublon ? Comment gérer un consentement ?
• Reconnaissez les contributions. Les Data Stewards et les contributeurs métier à la gouvernance doivent voir leur rôle reconnu, valorisé, intégré dans leur évaluation. Sans reconnaissance, pas d’engagement durable.
• Célébrez les résultats. Quand un indicateur qualité progresse, dites-le. Quand un incident est évité grâce à un contrôle, partagez-le. La gouvernance des données a besoin de ses petites victoires pour s’ancrer dans la culture d’entreprise.

La Gouvernance des Données est autant une affaire de culture que de méthode. Les deux dimensions se renforcent mutuellement : une méthode qui produit des résultats nourrit la culture, une culture engagée fait vivre la méthode.

Retour au Sommaire

Un Audit de Gouvernance des Données est un diagnostic structuré qui évalue la manière dont une organisation gère ses données :

• Patrimoine data.
• Qualité.
• Rôles.
• Outils.
• Processus.
• Conformité réglementaire.

Son objectif est de produire une photographie factuelle de l’existant et d’identifier les écarts avec les bonnes pratiques et les exigences réglementaires.

Il débouche sur un plan d’actions hiérarchisé par impact et faisabilité. Un audit bien mené ne se contente pas de lister des manques : il qualifie les forces, les risques et les priorités de manière opérationnelle.

Plusieurs moments justifient un audit :

• Avant le lancement d’un projet data structurant (CRM, CDP, RCU, unification des données) pour partir sur des bases saines.
• À l’occasion d’un changement réglementaire ou d’un contrôle CNIL.
• Après un incident qualité ou un incident de sécurité qui révèle des failles dans le dispositif.
• Dans le cadre d’une prise de poste d’un nouveau Directeur Marketing, DSI ou DPO souhaitant cartographier l’existant.
• En routine, tous les 2 à 3 ans, pour maintenir le dispositif à jour.

Dans tous les cas, nous recommandons de ne pas attendre qu’une crise force la démarche. Un audit à froid est toujours plus efficace qu’un audit sous pression.

La durée dépend du périmètre et de la taille de l’organisation :

• Sur un périmètre ciblé (par exemple les données clients d’une ETI), comptez 4 à 6 semaines pour un audit complet.
• Sur un périmètre plus large intégrant plusieurs domaines de données et plusieurs filiales, il faut prévoir 2 à 4 mois.

Au-delà, vous sortez de la logique d’audit et vous entrez dans une mission de structuration de la gouvernance, qui est un autre sujet. Notre conseil : commencez par un audit restreint mais profond, plutôt qu’un audit large et superficiel.

Un audit sérieux doit produire au minimum :

• Une cartographie des données critiques (Golden Data) et de leurs sources.
• Un inventaire des outils et des flux de données.
• Une évaluation de la qualité sur les dimensions clés (complétude, cohérence, fraîcheur, unicité).
• Une qualification des rôles existants (même informels).
• Une analyse de la conformité RGPD.
• Une identification des risques hiérarchisés.
• Un plan d’actions phasé avec estimation de charge.

Ces livrables doivent être opérationnels, pas académiques. L’objectif n’est pas de produire un rapport, mais d’armer les équipes pour passer à l’action dans les semaines qui suivent.

Le pilotage interne doit être porté par un sponsor suffisamment légitime pour mobiliser les parties prenantes métiers et IT.

Dans la pratique, ce sponsor est souvent le Directeur Marketing, le Directeur de la Relation Clients, le DSI ou, s’il existe, le CDO. Le DPO est systématiquement impliqué sur le volet conformité.

Pour la conduite opérationnelle de l’audit, un appui externe est recommandé : il apporte une méthodologie éprouvée, un regard neutre et une capacité à challenger les certitudes internes. C’est précisément le rôle que nous jouons chez CustUp sur ce type de mission.