La gestion du cycle de vie des données (DLM) a toujours été essentielle. Certaines personnes et organisations considèrent la gestion des étapes du cycle de vie des données comme allant de soi. gestion des données La gestion des données en tant que discipline distincte avec sa propre plateforme pour gérer toutes les données et le cycle de vie de la qualité des données n'est souvent pas une initiative stratégique pour de nombreuses organisations. Ces organisations gèrent en fait leurs données en fonction d'une pratique particulière telle que la gestion des services informatiques (ITSM), la sécurité ou une application spécifique. Cela ne devrait pas être le cas ; la gestion du cycle de vie des données devrait être une pratique holistique définie qui soutient les consommateurs tels que l'ITSM, la sécurité ou une application particulière.
La gestion du cycle de vie des données devrait être une stratégie fondamentale pour toutes les organisations. Chaque organisation devrait avoir une stratégie de gestion de ses données en plus d'autres stratégies. La stratégie de gestion du cycle de vie des données devrait être régie par les dirigeants de l'organisation et prise très au sérieux, et non pas simplement comme un élément que les différentes disciplines doivent gérer sur la base de normes de gouvernance générales. Les données sont à la base de toute activité, de tout processus et de toute procédure visant à support et à fournir des services et des produits à nos clients. Comprendre et utiliser judicieusement les données est la clé pour comprendre les besoins de nos clients et les besoins de l'organisation dans son ensemble, y compris les contraintes liées à la fourniture et support un meilleur service et de meilleurs produits.
Qu'est-ce que la gestion du cycle de vie des données ?
La gestion du cycle de vie des données est plus qu'un simple processus visant à contrôler les données du début à la fin au sein d'une organisation ; il s'agit plutôt d'une pratique que les organisations devraient utiliser de manière holistique pour toutes les données qu'elles gèrent. Les données de l'organisation sont justement des données organisationnelles destinées à être utilisées par l'organisation pour des décisions spécifiques dont chaque entité de la chaîne de valeur du service ou du produit a besoin pour fonctionner.
Les données sont le moteur de l'organisation et doivent toujours être considérées comme un actif stratégique qui soutient toutes les fonctions de l'entreprise. Lorsque l'on visualise une organisation du point de vue de l'architecture, la gestion des données doit être considérée comme une fondation soutenant tous les autres domaines de l'organisation.
La pratique de la gestion du cycle de vie des données devrait comprendre les aspects suivants :
Les personnes
Il s'agit notamment de la gouvernance, de la gestion des risques et de l'assurance que les personnes respectent l'utilisation sûre des données au sein de l'organisation. Il s'agit notamment de respecter la conformité réglementaire, la sécurité, l'intégrité des données et les besoins de confidentialité de l'organisation et de ses clients.
Recherche
Le cycle de vie des données de recherche est l'acte d'analyser les données pour aider support la prise de décision. De nombreuses organisations ont commencé à automatiser l'analyse des données lorsqu'elles utilisent des méthodes d'apprentissage automatique ou d'intelligence artificielle.
Processus
L'organisation doit définir formellement le processus relatif aux étapes des données. Identifier les rôles et les responsabilités (RACI) pour les données. Établir des flux de travail pour les données, des traductions, etc. Le processus doit comprendre des contrôlesgouvernance, politiques, normes, etc.), des activités et des éléments facilitateurs tels que les actifs de l'organisation (personnel, technologie, etc.).
gouvernance, risque, conformité (GRC)
Les données doivent être régies, faire l'objet d'une gestion des risques appropriée et des mesures de conformité doivent être mises en place. Des contrôles plus stricts doivent être mis en place pour les informations personnelles identifiables (PII) et les informations et données sensibles, telles que les données soumises à des réglementations comme HIPAA, CCPA et GDPR.
Technologie
Aider à gérer les données de la manière la plus efficace et la plus efficiente possible à toutes les étapes de leur traitement. La technologie doit permettre une approche holistique de la gestion des données provenant de toutes les sources, telles que l'informatique en nuage.
Fournisseurs
Les fournisseurs tiers, tels que les fournisseurs de services en nuage, peuvent grandement contribuer à la gestion du cycle de vie des données. Presque tout, en particulier les capacités que l'organisation n'a pas, peut être offert comme un service par les fournisseurs pour aider une organisation à éviter la lutte et le coût de l'acquisition de sa capacité. Cela se traduit généralement par un gain de temps et une mise sur le marché plus rapide de leurs solutions. Les organisations doivent être averties du coût au fil du temps par rapport au retour sur investissement des services et des produits proposés.
Métriques
Les données devraient être assorties d'indicateurs de performance clés, de facteurs critiques de succès et d'objectifs liés aux résultats escomptés des données, des informations et des connaissances elles-mêmes. Cela aide les organisations à améliorer leurs données et à comprendre globalement les contraintes qui pèsent sur leurs décisions.
Les étapes de la gestion du cycle de vie des données
Il est essentiel de comprendre les étapes de la gestion du cycle de vie des données. Chaque étape du cycle de vie des données a une valeur et des résultats particuliers qui doivent être gérés. Différentes parties de l'organisation interagissent avec les étapes à différents moments de la vie des données. Chaque interaction doit support la chaîne de valeur du transport des données au sein de l'organisation. Une organisation doit veiller à ne pas gérer les données en vase clos et à ne pas collaborer à l'utilisation et à la transformation des données. Dans le cas contraire, les organisations risquent de créer une utilisation inefficace des données, des informations et des connaissances, ce qui affectera la performance globale des services.
Les étapes de la gestion du cycle de vie des données sont la création, le stockage, la traduction, l'utilisation, l'archivage et la destruction. Chaque étape est expliquée ci-dessous.
- Création - Il s'agit de toute source ou entrée permettant de créer des données, telles que l'acquisition, la saisie de données et la capture de données par des applications, l'apprentissage automatique (ML), les capteurs, l'intelligence artificielle (IA), etc. Un cycle de vie des données de recherche peut découler de la collecte ou de la création de données en tant que projet d'innovation.
- Stockage - Il s'agit de l'endroit et de la manière dont les données sont enregistrées ou stockées, y compris les plans et procédures de sauvegarde, de continuité et de récupération. Toutes les données n'étant pas numériques, il convient de se préoccuper de toutes les données, y compris celles qui ne le sont pas. Il faut également tenir compte des données en transit, qui peuvent être stockées pendant des périodes plus courtes grâce à la technologie.
- Traduction - Certaines données peuvent être utilisées telles quelles par le consommateur, tandis que d'autres doivent être transformées ou traduites en informations ou en connaissances pour être utilisées par l'organisation à des fins d'support décision. Cette transformation des données ou leur traitement peut être considérée comme une gestion du cycle de vie de l'information et une gestion du cycle de vie de la connaissance. Les données, les informations et les connaissances doivent être gérées ensemble et comme un processus distinct afin de maximiser les avantages et les résultats de chacun, ce qui contribue à un cycle de vie global de la qualité des données.
- Utilisation - Consommation des données, des informations ou des connaissances transformées en vue de leur visualisation, de leur traitement, de leur partage, de leur sauvegarde et d'autres activités. Pour ce faire, l'organisation doit déterminer quelles données, informations ou connaissances sont nécessaires à chaque consommateur de données (application, personne ou autre technologie) afin de s'assurer que les données sont gérées du point de vue de l'entreprise. Ainsi, tous les consommateurs interprètent les données de la même manière afin de support décisions collaboratives. L'utilisation des données comprend également la gestion du transfert et de la publication des données.
- Archivage - Certaines données ne peuvent pas être supprimées immédiatement mais ont une valeur historique ou de conformité et doivent être archivées. Les données archivées ne sont généralement plus actives et doivent être conservées à long terme. De nombreuses organisations peuvent utiliser des capacités d'entreposage de données pour l'archivage de données rarement utilisées pour des raisons de performance, mais peuvent également utiliser la technologie pour un accès plus rapide à leurs données archivées.
- Destruction - Les données doivent être détruites en fonction des besoins d'archivage et des besoins de l'organisation en matière de prise de décision. Le fait de conserver trop de données augmente le coût de leur gestion, ce qui affecte le coût total de possession et le retour sur investissement des services et des produits de l'organisation.
Au cours de la traduction des données, les données peuvent passer par un cycle de vie des données de recherche. Cela peut se produire dans l'organisation lors d'un exercice d'analyse des données visant à combiner les données ou à déterminer les relations entre les données pour l'articulation de l'information et de la connaissance des données. Avant l'archivage des données, l'organisation peut déterminer si des données peuvent être réutilisées par l'organisation pour en tirer un avantage.
Objectifs de la gestion du cycle de vie des données
L'objectif principal de la gestion du cycle de vie des données est de s'assurer que toutes les données ont une valeur pour l'organisation de manière agile lorsqu'elles sont nécessaires. Les données doivent être disponibles lorsque la personne ou la technologie appropriée en a besoin, elles doivent être confidentielles et leur intégrité doit être assurée à tout moment.
En outre, les trois principaux objectifs de la gestion du cycle de vie des données sont les suivants :
- Conformité et gouvernance données - La conformité et la gouvernance ne sont pas seulement un objectif organisationnel, elles concernent également les réglementations gouvernementales relatives à l'utilisation des données des clients. Toutes les organisations doivent se conformer à diverses réglementations gouvernementales en fonction des activités et des services qu'elles fournissent à leurs clients. Sans cet objectif, aucune organisation ne serait en mesure de remplir ses fonctions.
- Protection des données - La protection des données est omniprésente. Les données sont parfois qualifiées de confidentielles, privées, secrètes, et d'autres étiquettes pour aider à protéger les données de ceux qui ne devraient pas les utiliser pour d'autres raisons que celles prévues. La protection des données doit intervenir à tous les stades du cycle de vie de la gestion des données . De la collecte à l'élimination, les données doivent être protégées. Les voleurs deviennent chaque jour plus intelligents et plus avisés, et l'utilisation abusive, le vol et les stratagèmes liés aux données sont en constante évolution. Il existe des normes et des réglementations telles que le Règlement général sur la protection des données (RGPD) et la Loi sur la protection des données pour aider les organisations dans ce domaine.
- Utilisation des données pour l'Support décision - Toutes les données devraient être utilisées pour l'support décision. C'est le cas lorsque les données sont transformées en informations, et les informations en connaissances, afin d'support les personnes et les technologies à prendre des décisions. Toute donnée capturée ou créée par une organisation qui ne sert pas cet objectif est une perte de temps et de ressources pour l'organisation. Une organisation qui comprend l'importance de ces données crée des systèmes de données d'Support décision (DSDS) afin d'identifier, de collecter et d'analyser les données dans l'ensemble de l'organisation. Ces données sont collectées à partir de diverses fonctions au sein de l'organisation afin de faciliter l'utilisation de la technologie et d'obtenir de meilleurs résultats en termes d'amélioration des performances et de réduction des efforts manuels.
Les trois objectifs de la gestion du cycle de vie des données doivent support mission et la vision de l'organisation. Il s'agit là d'une question d'importance stratégique. Les aspects tactiques et opérationnels de la gestion du cycle de vie des données sont soutenus par des programmes et des projets d'innovation, de croissance, d'amélioration de la compétitivité et, d'une manière générale, de fonctionnement de l'entreprise. Toutes ces perspectives doivent fonctionner ensemble pour le bien de l'organisation et de ses clients. La déconnexion des objectifs avec les opérations ou l'intention stratégique créera de mauvaises pratiques de gestion du cycle de vie des données au sein de l'organisation.
Outils de gestion du cycle de vie des données
Les données doivent être gérées d'un point de vue stratégique, tactique et opérationnel jusqu'à ce qu'elles n'existent plus ou qu'elles soient détruites par l'organisation. Les outils de gestion du cycle de vie des données aident à chaque étape de la gestion des données. Les outils peuvent être classés dans de nombreux domaines tels que :
- Gestion de l'informatique en nuage.
- Contrôle des versions.
- Gestion de projet.
- Développement.
- Gestion des versions.
- Gestion du changement.
- Gestion de bases de données.
- Gestion du stockage.
- Qualité des données.
- Cycle de vie du produit.
- Tout outil de l'organisation qui touche, crée ou manipule des données.
Lors de la sélection des outils, il est préférable que ceux-ci puissent être intégrés à d'autres outils et sources de données en dehors des outils natifs afin de permettre la collaboration et la coordination des données dans l'ensemble de l'organisation. L'organisation doit être en mesure de cartographier ou d'architecturer les outils dans une perspective globale d'outils de gestion du cycle de vie des données. En faisant l'inventaire de l'architecture de données actuelle et de l'utilisation des outils, l'organisation peut trouver des outils permettant de réduire les coûts et de rapprocher les outils qui effectuent les mêmes tâches avec les mêmes données.
Le gestionnaire du cycle de vie des données d'Amazon (AWS), par exemple, peut s'avérer utile. Cet outil utilise l'automatisation pour sauvegarder les données stockées sur les volumes AWS Elastic Block Store (EBS), y compris la création et la suppression des données EBS. Il utilise des politiques qui doivent découler de votre stratégie globale de gestion du cycle de vie des données. La protection des données de valeur, la normalisation des méthodes et la conformité stockage/rétention/reprisereprise après sinistre sont autant de fonctionnalités essentielles du produit.
N'oubliez jamais que les outils ne suffisent pas s'ils ne font pas partie d'une pratique plus vaste visant à support aux besoins de l'organisation. L'organisation doit travailler comme une seule équipe. Les données, les informations et les connaissances dans l'ensemble de l'organisation sont le moteur de la coordination et de la collaboration de toutes les fonctions, équipes et rôles de l'organisation, y compris la technologie automatisée.
Gestion du cycle de vie des données Conclusion
La gestion du cycle de vie des données est une pratique vitale pour toutes les organisations. La gestion des données holistique gestion des données ne devrait pas être une réflexion après coup, mais une capacité stratégique critique d'une organisation. Les rôles clés qu'une organisation peut envisager sont l'administrateur des données, le gardien des données, le responsable des données, le propriétaire des données et le gestionnaire des données.
Ne pas gérer efficacement les données constitue un risque considérable pour l'organisation et ses clients. Les données se multiplient et leur gestion ne peut être laissée de côté. Les architectures ouvertes et la possibilité de se connecter à n'importe quoi et n'importe où offrent une meilleure expérience grâce à l'accessibilité des données et créent davantage d'opportunités pour les défis liés aux données, en particulier l'utilisation malveillante des données. Faites de la gestion du cycle de vie des données une initiative stratégique pour votre organisation.
La solution analytique Customer 360 d'Actian vous permet de contrôler les données clients de votre organisation, en réduisant le besoin d'expertise spécialisée et en facilitant l'utilisation des outils bi sur lesquels les entreprises s'appuient déjà. Augmenter les revenus tout en réduisant l'enfermement propriétaire du CRM et en gagnant en flexibilité de déploiement dans des environnements multi-cloud ou hybrides.
