Archives du mot-clé data

Guide pratique de data lineage – Procédé Praxeme – « Assurer la traçabilité des données » dans une démarche d’architecture d’entreprise

Nous avons le plaisir de vous annoncer une nouvelle contribution CONIX à la méthode Praxeme.

Cette contribution est un procédé de data lineage.

Ce procédé :

  • Offre un guide pratique pour réaliser un data lineage (pourquoi, comment, quoi – résultat)
  • Met ce type d’exercice dans la perspective plus large de traçabilité sur les données (traces de construction : comment est la chaîne de traitement des données, traces d’exécution : comment s’exécute la chaîne de traitement des données)
  • Offre une typologie des méta-données à recueillir et illustre différentes façons de les représenter
  • Décrit les 7 étapes de production d’un data lineage
  • S’inscrit dans une démarche d’architecture d’entreprise permettant d’avoir une vision d’ensemble, alignée et exhaustive d’un data lineage (choix de modélisation alignés entre le modèle métier et les modèles d’implémentation physique des données, lien avec la gouvernance des données, méta-données alignées sur les différents aspects au sens Praxeme d’une architecture d’entreprise)
  • Comprend des illustrations d’usages de data lineage : dans le cadre réglementaire bancaire (BCBS), RGPD et qualité des données
  • Ouvre vers l’idée de conception des systèmes selon une approche « trace by design ».

Lien : http://www.praxeme.org/data-lineage-assurer-la-tracabilite-des-donnees/

La datavisualisation

Nous sommes envahis par un grand nombre de données que notre cerveau ne peut exploiter et analyser simultanément. Face à cela, la datavisualisation fait parler d’elle comme une alternative et un moyen pertinent de mettre en valeur la donnée.

Si le concept de datavisualisation existe depuis longtemps, la révolution Big Data lui a donné un nouveau souffle. Immersion dans la datavisualisation, cette science qui donne la parole aux chiffres :

  1. Qu’est-ce que la datavisualisation ?

L’expression « une image vaut mille mots » prend tout son sens lorsqu’on réalise que 90 % de l’information transmise au cerveau est visuelle. La data visualisation utilise cette sensibilité à l’aspect visuel pour faire passer des informations qui sont, de prime abord, complexes.

Désignée comme l’art de transformer la data en représentations visuelles, la datavisualisation fait parler les chiffres et leur donne une signification. Plus encore, elle permet d’aborder des informations sous un autre angle, pour mettre en lumière des faits et des réalités qui ne sont pas toujours visibles au premier abord.

L’esthétique joue un rôle important puisque les données sont retranscrites sous forme d’objets visuels tels que des graphiques, des cartographies, des chronologies ou des mappings.

Considérée comme un outil de communication puissant et efficace, elle permet également un gain de temps conséquent dans l’analyse et la recherche de données.

  1. Un outil stratégique de Business Intelligence

La Business Intelligence, désigne toutes les solutions qui mettent à disposition des informations clés aux managers grâce au traitement, à l’analyse et la représentation des données. Ces solutions incluent la datavisualisation.

Dans leur transition vers des organisations « data-driven », les managers et les décisionnaires s’appuient sur la datavisualisation comme outil stratégique dans la gestion de leur entreprise. La datavisualisation utilise le big data comme une solution opérationnelle dans le processus des prises de décisions en entreprise.

Les interminables tableaux Excel laissent place aux tableaux de bord fonctionnels, interactifs, personnalisés et actualisés en temps réel. Les managers y retrouvent les principaux KPIs et drivers qui leur sont utiles pour analyser leur activité. La visualisation interactive permet l’exploration des données en profondeur et également de jouer sur tous les paramètres visuels (couleurs, taille, positionnement dans l’espace…) pour démarquer les différents secteurs d’activités et KPIs.

En un coup d’œil, le décisionnaire obtient une vue d’ensemble qui lui permet de comprendre le contexte global de la situation, lui offrant à la fois un gain de temps et une évolution de sa productivité.

Envie d’en savoir plus sur les solutions de datavisualisation ? Contactez-nous

Conix – Quand data et conformité bancaire s’unissent

« Swissleaks », « Panama Papers », crise financière des « subprimes » en 2007… De nombreux scandales dans le secteur financier ont poussé les autorités régulatrices du secteur de la finance à prendre des mesures drastiques. Ainsi, les réglementations nationales et internationales se font de plus en plus nombreuses et pressantes pour contrôler le système bancaire.

Au sein de cet environnement complexe et de cette inflation réglementaire, la fonction de conformité (compliance) a émergé. Elle représente aujourd’hui un enjeu majeur. Elle s’inscrit dans une optique large, de sécurité financière, de respect de dispositions législatives et réglementaires, de lutte contre le blanchiment d’argent, le terrorisme et la corruption, et de normes déontologiques.

  • La conformité bancaire, avant tout une opportunité de croissance

La fonction de conformité représente les procédures et mesures misent en place pour veiller au respect des lois et des règlementations professionnelles externes. Les principaux objectifs sont la détection et l’anticipation des risques de non-conformité qui pourraient compromettre la pérennité de l’entreprise ainsi que sa réputation. La fonction compliance a également la responsabilité du respect des lois et des règlements internes à l’entreprise fixés par le conseil d’administration. Cela peut concerner le code de conduite ou encore les procédures de relation client misent en place par les réformes telles que le KYC (Know Your Customer) qui émanent de la Loi Sapin II (2016).

Les pénalités pour non-respect des législations peuvent être financières, juridiques, administratives ou disciplinaires. Au-delà du risque financier, la nuisance de la notoriété et de la réputation de la société pouvant entraîner des conséquences dramatiques, représente une forte menace.
La fonction de conformité est une alternative qui favorise une certaine transparence du secteur bancaire et donc une opportunité de croissance et un gage de confiance pour les clients. Plus encore, elle représente de la valeur ajoutée et valorise l’image de marque.

La fonction de Chief Compliance Officer (COO), au cœur des décisions stratégiques, se développe dans les entreprises du secteur financier. Elle a pour responsabilité première la bonne gouvernance de ces nouveaux enjeux afin qu’ils incarnent une opportunité et non une menace pour le futur de la société.

  • La data au cœur des enjeux de conformité

Dans l’étude “Digital Finance: Meeting ethics and compliance challenges in financial services », il est démontré que le digital dans sa globalité représente un facteur clé de succès dans la mutation de la fonction compliance.

Comme preuve de bonne gouvernance, les autorités en charge du respect des lois et des réglementations demandent aux entreprises concernées des rapports complets et détaillés voire la preuve de la façon dont sont produits ces rapports (à l’image de la norme BCBS 239).

En effet, selon l’étude de The Economist Intelligent Unit, 57 % des individus sondés ont affirmé qu’afin d’améliorer la « conformité » de leur entreprise, ils ont développé de nouvelles exigences en matière de collecte d’informations (données) et de reporting.

Cependant, ce type de reporting nécessite une excellente performance pour l’extraction, le traitement et l’analyse des données. Or, l’analyse des données est complexe de par la sophistication du réseau d’informations de la structure bancaire puisqu’il englobe une multitude de systèmes d’informations historiques, nouveaux et interconnectés. Le traitement des données est donc un enjeu important et il est au cœur des préoccupations des dirigeants puisque 58 % estiment que les exigences relatives à la gestion des données représentent un challenge, selon The Economist Intelligent Unit.

L’analyse des données doit permettre d’identifier les problématiques de conformité et les solutions pour y remédier. Elle va également améliorer les tests de conformité et anticiper les risques qui y sont liés.

L’importance de la gestion des données pour la conformité est illustrée par la montée des Chief Data Officers (CDO) au sein des institutions financières. Selon une étude de PWC, 66% des entreprises du secteur financier ont créé un poste de CDO dont 75 % affirment avoir été motivés par le durcissement et les exigences des réglementations financières. (voir notre infographie sur les CDO)

De nouvelles solutions se développent pour répondre au mieux à ce besoin exponentiel et primordial.

Face à cela, les entreprises se dotent de dispositifs voire de S.I. à part entière dédiés à la conformité, naturellement et impérativement data centric.

Contribution PxData
Politique de la donnée – procédé et formalisation

PxData

Définition d’une politique de la donnée

Aucune organisation ne peut ignorer le phénomène Data. La pression par les données devient de plus en plus forte (obligations réglementaires, nouveaux risques liés à l’inflation de la circulation et de l’exposition des données…).  les opportunités offertes par les données explosent (création de business models par l’intégration de services orientés données, enrichissement des données par le sourcing externe…). Les organisations multiplient les initiatives.

Dans ce contexte, comment piloter de manière concertée tout ce qui a trait aux données au sein d’une organisation ? Un élément de réponse est la définition d’une politique de la donnée.

En 2015, dans le cadre de la méthode publique Praxeme, une première version d’un procédé d’élaboration d’une politique de la donnée a été proposée. Ce procédé est le résultat de travaux de la société CONIX avec le support des auteurs de la méthode publique.

Le cœur de la politique est, par essence, le capital « données ». Sur la base de ce capital nous allons décrire les éléments clés support à la politique : définition, sensibilité à l’exposition, réglementaire, règles d’usage…

Praxeme couvre tous les aspects de l’entreprise, de la stratégie au déploiement. Sept aspects sont identifiés dans ce que l’on appelle le « Système Entreprise ». Les données sont présentes dans chacun de ces aspects et la politique de la donnée proposée est donc structurée pour répondre à chacun d’entre eux :

  • Aspect Intentionnel : les valeurs de l’entreprise et ses finalités (stratégie, culture, contraintes…)
    ➜ Déclinaison dans la politique de la donnée : exprimer les intentions liées aux données tout en respectant les valeurs de l’entreprise
  • Aspect Sémantique : la connaissance, les fondamentaux du métier (l’environnement, l’offre de l’entreprise, les objets métier…)
    ➜ Politique de la donnée : assurer la compréhension partagée des données (définition, dictionnaire, modèle sémantique…)
  • Aspect Pragmatique : les activités de l’entreprise et son organisation (rôles, processus, styles de management et de contrôle…)
    ➜ Politique de la donnée : ordonner les activités en vue de l’exploitation optimale des données, mettre en lumière dans les processus existants les impacts de la politique et faire les adaptations nécessaires
  • Aspect Géographique : la localisation des activités de l’entreprise (géographie de l’entreprise, virtualisation, télétravail, équipement nomade…)
    ➜ Politique de la donnée : préciser les dispositions techniques et organisationnelles à prendre quant à la distribution géographique des données
  • Aspect Logique : un aspect intermédiaire entre métier et technologie, introduit dans la chaîne de transformation pour faciliter la conception des systèmes techniques
    ➜ Politique de la donnée : Décrire l’architecture logique de données
  • Aspect Logistique : l’ensemble des ressources techniques au service de l’activité
    ➜ Politique de la donnée : Identifier les composants techniques support à l’architecture de données
  • Aspect Physique : le Système Entreprise complètement déployé (avec toutes ses ressources localisées)
    ➜ Politique de la donnée : Préparer le déploiement de la politique, dimensionner la cible, accompagner le changement

Enfin le dernier point nécessaire à une politique de la donnée est la gouvernance associée. C’est-à-dire l’organisation nécessaire à la maîtrise des données (profils, compétences…), l’inscription dans la « comitologie » existante, l’interaction avec les projets de transformation et trajectoire pour une cohérence transverse à la politique de la donnée et la promotion de la culture de la donnée au sens large pour la bonne mobilisation des collaborateurs.

Le formulaire et le mode d’emploi sont téléchargeables dans le respect de la licence Creative Commons qui régit le fond documentaire Praxeme (documents PxPRD-04f – Politique de la Donnée – et PxPRD-04m – mode d’emploi).

Ce premier travail, finalisé en 2015, a vocation à se poursuivre en 2016 et 2017 pour, en particulier, renforcer l’angle innovation et data science, accompagner la culture de l’expérimentation, développer le caractère auditable de l’application de la politique, explorer la dimension éthique et, enfin, réaliser un état de l’art sur les outils supports d’une politique de la donnée et de sa mise à jour.

Auteurs : Delphine BARRAU & Joël BIZINGRE

politique de la donnée - Observatoire CONIX de la donnée