Dans notre précédent article, nous avons discuté de l’importance d’optimiser les données et de leur impact positif sur les organisations. La prochaine question logique qui se pose est de savoir comment gagner en maturité données.

Dans quelle mesure les entreprises utilisent-elles leurs données pour optimiser leur stratégie ? En termes simples, la maturité des données est la capacité à l’entreprise de créer, stocker des données de qualité et de les exploiter. Selon une étude de Spluk, seules 11% des entreprises sont matures en matière de données. Des entreprises telles que Airbnb, Uber, Tesla et Netflix optimisent leurs données de manière si efficace qu’elles sont vues comme des entreprises de données plutôt qu’hôtellerie, de transport ou de divertissement. 

 

Comment évaluer le niveau de maturité de votre organisation ? 

 

Les entreprises se trouvent à différents stades de maturité. Il peut exister des disparités importantes de maturité entre des organisations par ailleurs similaires.

L’évaluation de la maturité des données agit comme une feuille de route qui aide les organisations à estimer l’efficacité de traitement des données de l’entreprise. Plusieurs modèles d’évaluation sont développés au fil du temps et peuvent être utilisés pour évaluer la maturité données de chaque entreprise en fonction de ses objectifs.

Avec la maturité data, il n’y a jamais de modèle unique pour tous. Bien qu’il existe divers modèles, la plupart suivent la méthode du « Capability Maturity Model« .

 

MODÈLES D’ÉVALUATION DE LA MATURITÉ DES DONNÉES :

 

Le modèle d’IBM

En 2007, IBM a mis au point un modèle qui aide les entreprises à évaluer et à mesurer leurs progrès dans  11 domaines de gouvernance des données. Sur la base de l’analyse, le modèle divise la maturité de l’entreprise en cinq niveaux différents.

 

Le modèle de Gartner

À l’instar d’IBM, Gartner a présenté son modèle en 2008. Ce modèle considère le système de gestion de l’information comme une seule entité. Les principaux objectifs du modèle sont la fluidité du flux d’informations à travers l’organisation et la gestion des métadonnées. Ce modèle de maturité comporte six stades de maturité, et chaque stade a ses attributs et ses actions.

 

Le modèle de Stanford

L’université de Stanford a lancé son modèle de maturité des données en 2011, adapté des modèles d’IBM et de CMM. Il est intéressant de noter que ce modèle se concentre à la fois sur les aspects fondation et projet de la gouvernance des données. Ce modèle de maturité de la gouvernance des données a été conçu en tenant compte des objectifs, des priorités et des compétences de leur institution. Néanmoins, il peut également être personnalisé pour répondre aux besoins de votre organisation. Il est recommandé de procéder à une évaluation initiale au cours des premières étapes de votre programme de gouvernance des données, puis de le mesurer à nouveau chaque année.

 

Le modèle de DataFlux

Développé par DataFlux en 2007, il est basé sur leurs dix années d’expérience dans le développement des composants de base de la technologie de gouvernance des données. Après la première présentation, il a été révisé et mis à jour afin d’inclure la perspective commerciale qui motive la nécessité de gérer les données comme un actif. Le modèle comporte quatre niveaux de maturité.

 

Le modèle d’Oracle

Développé en 2006, l’objectif d’Oracle en créant le modèle était de rendre les données et leurs analyses flexibles. Pour guider les organisations dans leurs approches, Son modèle comprend six niveaux ou jalons.

 

Le modèle de TDWI

Publié en juillet 2008, ce modèle comporte six niveaux, similaires au modèle de maturité de la gouvernance des données d’Oracle ou au modèle de maturité EIM 2008 de Gartner. Les niveaux du modèle peuvent être comparés aux étapes de la vie d’un être humain. C’est pourquoi TDWI les appelle les étapes du cycle de vie.

 

Devenir mature en matière de données nécessite un investissement lourd en technologie et en personnel. Le retour sur investissement est important, mais c’est un parcours. Plusieurs entreprises ont déjà traversé ce pont pour construire une chaîne d’approvisionnement durable, à l’instar de La Redoute.

Découvrez dans notre dernier Livre Blanc sur la maturité des données >