Que signifie concrètement la “ gouvernance des données ” pour votre entreprise ?

La gouvernance des données englobe la qualité, l'accès, la propriété, la conformité et les contrôles liés à l'IA. Apprenez à définir précisément vos besoins avant de mettre en place le programme.

Les organisations s'accordent souvent sur un point :

“ Nous avons besoin d’une meilleure gouvernance des données. ”

L'accord s'arrête généralement là.

Demandez à cinq dirigeants ce que signifie la gouvernance des données et vous obtiendrez probablement cinq réponses différentes.

Le poste de RSSI peut impliquer une réduction de l'accès aux données sensibles.

Le rôle du CDO peut impliquer l'établissement de définitions fiables, de qualité et de propriété intellectuelle.

L'équipe chargée de la protection de la vie privée peut avoir pour objet l'application de politiques relatives aux informations personnelles.

Un dirigeant d'entreprise peut tout simplement souhaiter des rapports fiables.

Une équipe de gouvernance de l'IA peut avoir besoin de savoir quels modèles de données, copilotes et agents peuvent utiliser et si cette utilisation est conforme à la politique en vigueur.

Tous ces besoins relèvent de la gouvernance des données.

Mais ils n'ont pas besoin de la même solution.

C'est pourquoi la première étape dans un monde moderne gouvernance des données Le programme ne devrait pas consister à choisir un catalogue, à rédiger une politique ou à créer un autre comité de gouvernance.

Il s'agirait plutôt de répondre à une question plus pratique :

Quel problème spécifique en matière de gestion, de sécurité, de conformité ou d'IA cherchons-nous à résoudre grâce à la gouvernance ?

Un programme de gouvernance efficace traduit cette réponse en responsables désignés, en résultats mesurables, en données contrôlées, en politiques applicables et en flux de travail reproductibles.

Qu'est-ce que la gouvernance des données ?

La gouvernance des données est le système de responsabilité, de politiques, de contrôles, de propriété, de processus et de technologies qui détermine comment une organisation gère et utilise ses données.

Un programme de gouvernance peut établir :

• À qui appartiennent les données importantes ?
• Comment les équipes définissent les termes commerciaux critiques
• Quelles données répondent aux exigences de qualité ?
• Qui ou quoi peut accéder aux informations sensibles
• Comment les équipes classent et protègent les données réglementées
• Combien de temps l'organisation conserve-t-elle les informations ?
• Quelles politiques s'appliquent aux différentes données
• Comment les équipes approuvent l'utilisation des données
• Comment l'organisation gère les données utilisées par l'IA
• Comment les équipes identifient, attribuent et corrigent les problèmes de données

Cette définition large explique pourquoi les organisations se parlent souvent sans s'écouter.

Deux dirigeants peuvent s'accorder sur l'importance de la gouvernance tout en essayant de résoudre des problèmes totalement différents.

Pourquoi “ Nous avons besoin d’une gouvernance des données ” n’est pas assez précis

Considérez ces cinq demandes :

• “ Nous avons besoin d’une meilleure gouvernance des données. ”
• “ Nous avons besoin d'un catalogue de données. ”
• “ Nous avons besoin de données plus fiables. ”
• “ Nous avons besoin d'un actionnariat plus fort. ”
• “ Nous avons besoin d’une gouvernance pour l’IA. ”

Chacune de ces solutions semble raisonnable.

Aucun document n'indique précisément à l'organisation ce qui doit changer.

Une initiative de gouvernance devient concrète lorsque les équipes peuvent identifier :

• Le processus métier ou la décision affecté
• Les données impliquées
• La défaillance ou le risque actuel
• Le propriétaire responsable
• La politique ou le contrôle requis
• Le processus de résolution des problèmes
• L'indicateur qui démontre une amélioration

Par exemple:

Exigence générale : “ Nous avons besoin d’une meilleure gouvernance de la qualité des données. ”

Exigence opérationnelle : “ Le service financier ne peut pas rapprocher les revenus avant le troisième jour ouvrable car les identifiants clients et produits diffèrent entre les trois systèmes sources. Nous avons besoin de responsables désignés, d'une définition approuvée, de règles de qualité et d'un processus de correction pour les champs qui retardent la clôture. ”

La deuxième déclaration donne à l'équipe de gouvernance quelque chose qu'elle peut réellement gouverner.

Sept problèmes différents cachés dans la “ gouvernance des données ”

Le travail de découverte le plus utile consiste souvent à identifier le problème de gouvernance dont souffre réellement l'organisation.

La gouvernance des données doit commencer par une décision ou un flux de travail.

Un processus de gouvernance efficace commence par identifier les changements nécessaires au sein de l'entreprise.

Au lieu de demander :

“ Quelles capacités de gouvernance devons-nous mettre en œuvre ? ”

Demander:

“ Quelle décision, quel processus ou quel risque devrait être amélioré ? ”

Ensuite, travaillez à rebours.

La gouvernance des données est souvent un problème de modèle opérationnel

Tous les problèmes de données ne sont pas d'origine technologique.

Un problème de qualité peut provenir d'un manque de clarté concernant la propriété.

Un problème de signalement peut provenir de définitions contradictoires.

Un problème d'accès peut provenir d'un processus métier qui ne supprime jamais les autorisations lorsque les responsabilités changent.

Un problème de conformité peut provenir de politiques que personne ne parvient à mettre en œuvre.

Un catalogue de données peut révéler ces problèmes.

Cela ne les résout pas automatiquement.

C’est pourquoi une gouvernance efficace a besoin à la fois de technologie et d’un modèle opérationnel.

Les équipes doivent définir :

• À qui appartiennent les données critiques ?
• Qui définit les normes
• Qui approuve les exceptions
• Qui bénéficie de travaux de remise en état
• Qui mesure les résultats de la gouvernance ?
• Comment les équipes remontent les problèmes non résolus

La gouvernance fonctionne lorsque la responsabilité évolue en même temps que la problématique.

Une seule définition ne suffit pas toujours pour l'ensemble de l'entreprise.

La gouvernance doit instaurer la cohérence là où la cohérence est importante.

Il ne faut pas contraindre tous les contextes commerciaux à se conformer à une définition artificielle unique.

Considérez le mot client.

Le service financier peut définir un client en fonction du chiffre d'affaires comptabilisé.

Le service commercial peut définir un client comme un compte entretenant une relation commerciale active.

Le service d'assistance peut définir un client comme une entité ayant droit au service.

Le produit peut privilégier les utilisateurs actifs plutôt que les comptes contractuels.

Ces définitions peuvent toutes servir des objectifs légitimes.

Le problème de gouvernance ne réside pas nécessairement dans l'existence de plusieurs définitions.

Le problème survient lorsque des équipes utilisent des définitions différentes sans comprendre laquelle s'applique.

Une bonne gouvernance fait la distinction entre l'incohérence nuisible et le contexte commercial légitime.

Les organisations devraient standardiser les définitions d'entreprise lorsque les décisions exigent une cohérence, tout en documentant les définitions locales valides lorsque les processus métier diffèrent réellement.

Comment l'IA transforme la gouvernance des données

L'IA renforce l'importance de cette distinction car les systèmes d'IA consomment des données au-delà des frontières organisationnelles.

Une application d'IA générative peut récupérer des documents provenant de plusieurs référentiels.

Une application RAG peut indexer des informations créées par différentes équipes.

Un copilote peut afficher du contenu en fonction des autorisations existantes.

Un agent d'IA peut utiliser des données puis déclencher des actions à travers des applications et des API.

Les organisations doivent donc gouverner bien plus que le simple stockage des données.

Ils doivent comprendre :

• Quels systèmes d'IA existent ?
• Quelles données d'entreprise utilisent-ils ?
• La pertinence de ces données pour l'utilisation prévue de l'IA
• Quelles informations sensibles ou réglementées l'IA peut-elle atteindre ?
• À qui appartient le système d'IA ?
• Quelles identités et autorisations permettent l'accès à l'IA
• Comment les données circulent dans les flux de travail de l'IA
• Quelles politiques s'appliquent
• Quelles actions un agent IA peut-il effectuer ?
• Quelles preuves démontrent le contrôle

Cela rend Gouvernance de l'IA une extension de la gouvernance des données, et non un univers séparé.

Les mêmes questions relatives à la propriété, la qualité, la provenance, la politique, l'accès et la finalité restent pertinentes.

L'IA ne fait qu'amplifier les conséquences lorsque les équipes ne peuvent pas y répondre.

La gouvernance doit être proportionnelle à la gravité du cas d'utilisation de l'IA

Toutes les initiatives en matière d'IA ne méritent pas le même fardeau en matière de gouvernance.

Un assistant interne résumant des documents publics ne présente pas le même risque qu'un agent autonome capable de modifier des documents financiers.

Les exigences en matière de gouvernance devraient augmenter à mesure que la combinaison de sensibilité des données, conséquences des décisions, accès et autonomie de l'IA augmente.

Plus l'utilisation de l'IA sera importante, plus la gouvernance devra être renforcée.

Un exemple concret : “ Nous avons besoin d’une meilleure gouvernance des données ”

Imaginez une organisation commerciale qui demande au CDO d'améliorer la gouvernance des données.

Cette demande est trop vague pour être financée intelligemment.

La découverte révèle le véritable problème :

Les gestionnaires de comptes reçoivent des informations contradictoires sur les clients et les renouvellements provenant des systèmes CRM, de facturation, d'utilisation des produits et de support. Les équipes doivent harmoniser manuellement ces informations avant les réunions de renouvellement, et personne n'est responsable des définitions de compte conflictuelles.

Les exigences en matière de gouvernance apparaissent désormais plus clairement.

Résultat commercial : Améliorer la préparation des renouvellements et réduire le rapprochement manuel.

Flux de travail : Fournissez aux équipes commerciales une vision fiable de l'état du contrat, de l'utilisation du produit, de l'activité de support et de la propriété du compte avant la planification du renouvellement.

Données critiques : Identifiant du compte, date du contrat, statut de l'abonnement, utilisation, demandes d'assistance, propriétaire et date de renouvellement.

Besoins en matière de gouvernance : Définitions convenues, propriété, contrôles de qualité, traçabilité, contrôles d'accès et résolution des problèmes.

Mesure: Délai de rapprochement réduit, moins d'enregistrements de comptes contestés et intervention plus rapide en matière de renouvellement.

L'entreprise peut toujours utiliser un catalogue, des outils de qualité, l'automatisation des flux de travail et des contrôles de politiques.

Mais ces capacités permettent désormais d'obtenir un résultat mesurable.

Le programme de gouvernance cesse d'être l'objectif. L'amélioration de l'exécution des opérations devient l'objectif.

Cinq questions que les CDO devraient se poser avant de financer la gouvernance

1. Qu'est-ce qui ne fonctionne pas aujourd'hui ?

Demandez quel est le problème précis concernant les données.

Est-ce que c'est :

• Des indicateurs incohérents ?
• Accès excessif ?
• Mauvaise qualité des données ?
• Propriétaire inconnu ?
• Preuves de conformité lentes ?
• Des analyses non fiables ?
• L'IA utilise-t-elle des données inappropriées ?

2. Quelle décision ou quel flux de travail est concerné ?

La gouvernance devient plus facile à prioriser lorsque le problème est lié à un aspect opérationnel.

3. Quelles données sont réellement importantes ?

Ne traitez pas tous les ensembles de données avec la même intensité.

Identifier les éléments de données critiques nécessaires au résultat.

4. À qui appartient le résultat ?

Un responsable des données peut gérer une tâche de gouvernance.

Un chef d'entreprise doit assumer les résultats de son entreprise.

5. Comment saurons-nous que le programme a fonctionné ?

Les mesures utiles peuvent inclure :

• Moins d'incidents liés à la qualité des données
• Remédiation plus rapide
• Accès excessif réduit
• Adoption accrue de données fiables
• Cycles de reporting plus courts
• Collecte de preuves plus rapide
• Réconciliation manuelle inférieure
• Moins d'infractions au règlement
• Davantage de cas d'utilisation de l'IA approuvés et conformes aux politiques

Ce dont un programme moderne de gouvernance des données a besoin

Un programme de gouvernance moderne devrait connecter plusieurs capacités plutôt que de traiter la gouvernance comme une simple documentation.

Découverte et classification

Les organisations doivent savoir quelles données existent, où elles se trouvent et ce qu'elles contiennent.

Découverte et classification des données jeter les bases de la compréhension des informations sensibles, réglementées, confidentielles, exclusives et essentielles à l'activité.

Catalogue et contexte commercial

A catalogue de données permet de relier les métadonnées techniques aux définitions, à la propriété, à la traçabilité, à la sensibilité, à la qualité et à la signification commerciale.

L'objectif devrait être la compréhension, et non la simple collecte de métadonnées.

Propriété et gestion

Les problèmes liés aux données nécessitent des responsables.

La responsabilité doit déterminer qui définit, approuve, examine et résout les problèmes liés aux données critiques.

Qualité des données

Les équipes devraient évaluer la qualité en fonction de son adéquation à un usage spécifique plutôt que de la considérer comme un score universel.

Gouvernance de l'accès

Gouvernance de l'accès aux données Elle associe les identités et les autorisations aux données sensibles afin que les équipes puissent identifier les accès excessifs et appliquer le principe du moindre privilège.

Gouvernance des politiques et du cycle de vie

Les organisations ont besoin de mécanismes de contrôle sur la manière dont les équipes collectent, utilisent, conservent, partagent, archivent et suppriment les données.

Gouvernance de l'IA

La gouvernance doit désormais s'étendre aux modèles, aux applications, aux copilotes, aux systèmes RAG, aux agents, aux ensembles de données, aux invites, aux pipelines et à l'accès à l'IA.

Remédiation

Une gouvernance sans action ne produit que de la documentation.

Remédiation relie les résultats aux responsables, aux flux de travail, aux mesures correctives et aux preuves.

Comment BigID aborde la gouvernance des données moderne

BigID aborde la gouvernance en partant des données vers l'extérieur.

Plutôt que de séparer le catalogage, les données sensibles, l'accès, les politiques, la confidentialité, la sécurité et l'IA en vues de gouvernance déconnectées, BigID relie les données d'entreprise au contexte dont les organisations ont besoin pour les comprendre et agir en conséquence.

BigID aide les organisations :

• Découvrir et classer les données d'entreprise : Identifier les données structurées et non structurées dans les environnements cloud, SaaS, sur site et hybrides pris en charge.
• Cataloguer et contextualiser les données : Associez les métadonnées aux définitions, à la sensibilité, à la propriété, à la traçabilité, à la qualité, aux politiques et au contexte commercial.
• Établir la propriété : Relier les données critiques et les décisions de gouvernance aux responsables métiers et aux propriétaires de données.
• Mettre en œuvre la politique : Appliquer les exigences de gouvernance aux données réelles de l'entreprise plutôt que de laisser les politiques déconnectées de leur mise en œuvre.
• Accès au gouvernement : Identifiez les personnes ou les éléments qui peuvent accéder aux données sensibles et les autorisations qui peuvent engendrer des risques inutiles.
• Soutenir la gouvernance du cycle de vie : Appliquer les politiques de conservation, de minimisation, de suppression et autres politiques de cycle de vie en fonction du contexte des données.
• Étendre la gouvernance à l'IA : Associez les ressources d'IA aux données sensibles, à la propriété, à la traçabilité, à l'accès, aux politiques, aux risques et aux preuves.
• Action de conduite : Attribuer les problèmes, coordonner les flux de travail, suivre les actions correctives et réduire les risques de gouvernance.

L’objectif n’est pas d’accroître les activités de gouvernance, mais d’obtenir des données mieux gouvernées qui permettent de prendre des décisions fiables, de garantir un accès sécurisé, une IA responsable, le respect des obligations réglementaires et d’obtenir des résultats commerciaux mesurables.

FAQ sur la gouvernance des données

Qu’est-ce que la gouvernance des données ?

La gouvernance des données est le système de responsabilité, de politiques, de propriété, de contrôles, de processus et de technologies qui détermine comment une organisation gère et utilise ses données. Elle peut inclure la qualité, l'accès, la sécurité, la confidentialité, le cycle de vie, les définitions, la traçabilité, la conformité et la gouvernance de l'IA.

Pourquoi la gouvernance des données est-elle importante ?

La gouvernance des données aide les organisations à améliorer la confiance dans les données, à établir la responsabilité, à réduire les risques liés à la sécurité et à la confidentialité, à respecter les exigences réglementaires, à améliorer la qualité des données, à gouverner l'accès et à fournir des bases plus solides pour l'analyse et l'IA.

Quel problème la gouvernance des données résout-elle ?

Il n'existe pas de problème unique de gouvernance des données. La gouvernance des données peut remédier à la mauvaise qualité des données, aux définitions incohérentes, aux accès excessifs, au manque de clarté concernant la propriété des données, à la faiblesse de l'application des politiques, aux lacunes en matière de conformité, aux analyses peu fiables, à l'utilisation inappropriée de l'IA et à d'autres risques liés aux données.

Quelle est la différence entre la gouvernance des données et la gestion des données ?

La gestion des données se concentre sur les pratiques opérationnelles utilisées pour collecter, stocker, intégrer, traiter, maintenir et diffuser les données. La gouvernance des données définit la propriété, les politiques, les normes, les contrôles et les responsabilités qui encadrent la gestion et l'utilisation de ces données par les équipes.

Quelle est la différence entre la gouvernance des données et la gouvernance de l'accès aux données ?

La gouvernance des données englobe la gestion et le contrôle des données d'entreprise. La gouvernance des accès aux données, quant à elle, se concentre sur les personnes et les éléments autorisés à accéder aux données sensibles, sur les permissions existantes, sur la pertinence de ces accès et sur les risques qu'ils engendrent.

Comment l'IA transforme-t-elle la gouvernance des données ?

L'IA étend la gouvernance au-delà des ensembles de données et des analyses traditionnels. Les organisations doivent gouverner les données utilisées par les modèles, les systèmes RAG, les copilotes, les applications et les agents d'IA, notamment en ce qui concerne la sensibilité, la qualité, la traçabilité, la propriété, les autorisations, les politiques et les actions en aval.

Toutes les organisations ont-elles besoin du même cadre de gouvernance des données ?

Non. La gouvernance doit refléter les objectifs commerciaux de l'organisation, les risques liés aux données, les obligations réglementaires, le modèle opérationnel, les cas d'usage de l'IA et les flux de travail critiques. Les contrôles doivent être adaptés aux problèmes et à leurs conséquences.

Comment les organisations doivent-elles mettre en place un programme de gouvernance des données ?

Commencez par définir un résultat mesurable en matière d'activité, de sécurité, de conformité ou d'IA. Identifiez le flux de travail concerné, les données critiques, le responsable, les contrôles requis, le processus de remédiation et l'indicateur de succès avant de choisir une technologie.

Comment BigID soutient-il la gouvernance des données ?

BigID aide les organisations à découvrir, classer, cataloguer, contextualiser et gouverner les données d'entreprise tout en les reliant à la propriété, la qualité, la traçabilité, l'accès, les politiques, la confidentialité, la sécurité, l'IA, les risques et la remédiation.