La question technique est la plus simple. Ce qui distingue les programmes de gestion de la mobilité des appareils mobiles (MDM) qui perdurent de ceux qui s'enlisent, c'est un ensemble de décisions prises dès le début, concernant le périmètre, la responsabilité et les indicateurs de performance. Voici les huit décisions les plus importantes, tirées des programmes mis en œuvre par APGAR pour des groupes internationaux.

Le défi : pourquoi les programmes de gestion des données d'entreprise (MDM) piétinent-ils ?.

Quand les programmes perdent de leur élan

Rares sont les programmes MDM qui échouent complètement. La plupart perdent de leur élan, et ce de manière évidente : un périmètre qui s’élargit plus vite que la mise en œuvre, un modèle de gouvernance que personne dans l’entreprise ne s’approprie, une première version qui améliore des données dont personne ne se plaignait, et un comité de pilotage incapable de dire ce que le programme a produit.

La technologie n'est pas le problème

Aucun de ces points ne relève d’un problème technique. Il s’agit à chaque fois d’une décision prise implicitement au départ, puis réexaminée trop tard. Les huit pratiques ci-dessous correspondent à ces décisions, formulées de manière explicite.

Alignement métier: Partir des résultats métier et créer de la valeur progressivement

1. Partir d’un résultat métier, et non d’un domaine de données

La première question n’est pas de savoir quel domaine gérer, mais quel résultat métier le programme doit garantir. La gestion des données de référence soutient quatre types d’objectifs distincts : mieux gérer l’entreprise, la développer, la transformer et réduire la dette technique générée par la disparité des langages métier entre les services.

Définir l’objectif en premier lieu modifie ce qui va être mis en place. Un programme chargé de réduire le risque réglementaire conçoit des contrôles différents de ceux d’un programme chargé d’accélérer la mise sur le marché de nouveaux produits. Un programme qui ne définit aucun objectif vise l’exhaustivité, ce qui constitue l’option la plus coûteuse et la moins défendable au moment de l’établissement du budget.

2. Traiter un domaine à la fois

Il est légitime d’avoir une ambition multidomaine ; sa mise en œuvre ne l’est pas. Les programmes qui conservent leur financement traitent un domaine, en démontrent l’efficacité, puis s’appuient sur cette preuve pour aborder le suivant. Les programmes qui s’enlisent tentent de modéliser simultanément les clients, les fournisseurs, les produits et les structures financières, et parviennent à leur première version dix-huit mois plus tard sans rien à présenter aux utilisateurs métier.

Le choix du premier domaine repose à la fois sur une appréciation de la valeur et de la faisabilité. Les données de référence — ces listes communes de valeurs dont dépendent tous les autres domaines, les unités de mesure, les codes pays, les conditions de paiement — constituent souvent le gain rapide le plus facile à obtenir, car elles sont de petite envergure, ne prêtent pas à controverse et sont immédiatement visibles dans tous les systèmes qui les utilisent.

 

Gouvernance

3. Concevez la gouvernance en fonction de vos droits de décision, et non de ceux de votre outil

Chaque plateforme MDM est livrée avec un modèle de gouvernance. Celui-ci correspond rarement au vôtre. Adopter la gouvernance prédéfinie de l’outil implique des circuits de validation qui suivent les hypothèses du logiciel quant à qui décide de quoi, plutôt que la manière dont votre organisation prend réellement ses décisions.

La conséquence est prévisible et toujours la même : l’entreprise trouve un moyen de contourner le flux de travail. Une gouvernance conçue autour de vos véritables pouvoirs de décision, et configurée pour s’y adapter, est plus longue à définir mais a bien plus de chances de perdurer.

4. Désignez des responsables des données au sein de l’entreprise, et non au sein du service informatique

Un programme MDM nécessite que la responsabilité soit clairement attribuée pour chaque domaine, et cette responsabilité doit se situer là où la définition est décidée. Lorsque personne au sein de l’entreprise n’est responsable de ce qui constitue un produit fini, ou du même client, la définition varie d’un service à l’autre et aucune plateforme ne pourra la harmoniser.

Désigner des responsables est la partie la plus facile. Ce qui fait que cela fonctionne, c’est le reste : les identifier, les former, les accompagner pendant les premiers mois et leur fournir un espace de travail qu’ils peuvent réellement utiliser sans licence ERP. Une responsabilité qui n’existe que dans un tableau RACI n’est pas une véritable responsabilité.

 

Données et technologie

5. Privilégier un modèle de données orienté métier et une intégration native

Un modèle de données de référence conçu pour refléter l’ERP hérite des limites de ce dernier : il contient les attributs nécessaires aux transactions, mais ne dispose d’aucun emplacement naturel pour ceux requis par le CRM, le système d’approvisionnement ou le reporting ESG. Un modèle conçu uniquement pour le métier, où l’intégration est considérée comme un problème à résoudre ultérieurement, entraîne un deuxième exercice de rapprochement.

La solution viable consiste à combiner les deux : un modèle de données orienté métier et des API préconfigurées qui garantissent une intégration fluide avec les systèmes transactionnels. C’est précisément cette combinaison qu’offre un accélérateur.

6. Intégrer les contrôles de qualité dès la création, et non après

La correction de la qualité des données représente un coût permanent. La qualité dès la création, en revanche, ne nécessite qu’un effort de conception ponctuel. Un enregistrement créé en cinq minutes pour débloquer un processus urgent, dont un tiers des attributs obligatoires sont renseignés, se traduira quelques mois plus tard par une erreur de calcul des coûts, un paiement échoué ou une anomalie d’audit — et quelqu’un devra le corriger manuellement.

L’intégration de règles de validation, de normalisation et d’exhaustivité dès la saisie déplace l’effort en amont, là où il est le moins coûteux, et modifie la manière dont les gestionnaires de données consacrent leur temps.

 

Value & Adoption

7. Adapter la gouvernance à l’impact de chaque objet

L’erreur la plus courante en matière de gouvernance est l’uniformité. Un parcours d’approbation unique et global, appliqué à chaque objet dans tous les pays, est celui qui est le plus souvent contourné — car un responsable local qui ne peut pas s’y conformer trouvera un autre moyen, et l’exception deviendra alors la règle.

La gouvernance doit être proportionnée : un parcours de validation adapté à l’impact réel de l’objet, et une granularité de gestion définie de manière à ce que les rôles et les autorisations puissent être ajustés par pays, par zone ou par entité juridique. La configurabilité n’est pas ici une fonctionnalité de luxe. C’est ce qui permet aux règles de résister au contact avec l’organisation.

8. Mesurer et communiquer la valeur dès la première mise en production

Les programmes perdent leur financement non pas parce qu’ils ne produisent aucun résultat, mais parce que ce qu’ils produisent est présenté à l’aide d’indicateurs auxquels personne, en dehors de l’équipe chargée des données, n’accorde de valeur. Les taux d’exhaustivité et le nombre de doublons décrivent le travail ; ils ne décrivent pas le résultat.

« Rendez les données maîtres et les données de référence faisant autorité faciles à trouver et à utiliser. Rendez les produits de données fiables plus accessibles que les copies non contrôlées. »

Photo Forbes Bruno BILLY

Bruno BILLY

Président et CEO, APGAR Amérique du Nord

FAQ sur les bonnes pratiques en matière de MDM

Quelles sont les meilleures pratiques à adopter dans le cadre d'un projet MDM ?

Fermé

Partez d’un objectif métier clairement défini, mettez en œuvre un domaine à la fois, concevez une gouvernance articulée autour de vos propres pouvoirs de décision plutôt que de ceux de l’outil, désignez des responsables des données au sein de l’entreprise, veillez à ce que le modèle de données reste orienté métier, intégrez des contrôles qualité dès la création, adaptez les processus de validation à l’impact et mesurez la valeur dès la première mise en production.

Par où faut-il commencer pour mettre en place un programme MDM ?

Fermé

Dans un domaine qui allie valeur visible et faible controverse. Les données de référence — ces listes de valeurs partagées dont dépendent tous les autres domaines — constituent souvent le moyen le plus rapide d’obtenir des résultats immédiats, car elles sont de petite taille, incontestées et immédiatement visibles dans tous les systèmes qui les utilisent.

À qui devraient appartenir les données de référence ?

Fermé

Ce sont les responsables désignés au sein de l’entreprise qui en décident, et non le service informatique. La responsabilisation ne fonctionne que lorsque ces responsables sont identifiés, formés, accompagnés pendant les premiers mois et qu’on leur attribue un espace de travail qu’ils peuvent utiliser sans licence du système transactionnel.

Pourquoi les projets MDM échouent-ils ?

Fermé

C’est rarement pour des raisons techniques. Les projets s’enlisent lorsque la portée augmente plus vite que le rythme de livraison, lorsque le modèle de gouvernance est celui de l’outil plutôt que celui de l’organisation, lorsque la première version améliore des données dont personne ne se plaignait, et lorsque les résultats sont présentés à l’aide d’indicateurs auxquels les dirigeants n’accordent aucune importance.

Comment éviter que les règles de gouvernance ne soient contournées ?

Fermé

En veillant à ce qu’elles soient proportionnées. Un processus d’approbation unique et global, appliqué à tous les objets dans tous les pays, est celui qui est le plus souvent contourné. Les processus de validation adaptés à l’impact de chaque objet, avec des rôles modulables par pays, par zone ou par entité juridique, résistent aux aléas au sein de l’organisation.

Comment mesure-t-on la réussite d'un programme de gestion des données de l'entreprise (MDM) ?

Fermé

En établissant un lien entre les améliorations apportées aux données de référence et les résultats opérationnels sur lesquels elles ont une incidence, puis en quantifiant cet impact selon quatre critères : réduction des risques, croissance du chiffre d’affaires, économies de coûts et gouvernance d’entreprise. Les taux d’exhaustivité et le nombre de doublons décrivent le travail effectué, et non le résultat obtenu.

Valeur commerciale : transformer des données de référence de meilleure qualité en résultats commerciaux mesurables.

Relier les données aux résultats de l'entreprise

La gestion des données de référence (MDM) crée de la valeur lorsque les améliorations apportées aux données de référence peuvent être mises en relation avec les résultats que l’entreprise suit déjà. Plutôt que de se concentrer uniquement sur des indicateurs techniques tels que les taux d’exhaustivité ou le nombre de doublons, les organisations doivent démontrer en quoi des données de référence fiables contribuent à la performance réelle de l’entreprise.

Mesurer ce qui compte vraiment

L’impact peut être évalué selon quatre critères : réduction des risques, croissance du chiffre d’affaires, économies de coûts et gouvernance d’entreprise. La mise en place de cette mesure de la valeur dès la première version permet de rendre visible la contribution de la gestion des données de référence (MDM) et facilite sa communication auprès des parties prenantes.

L'expertise APGAR : mettre en place un programme de gestion des données de référence (MDM) conçu pour générer une valeur commerciale durable.

Aller au-delà de la technologie

Les programmes de gestion des données mobiles (MDM) efficaces ne se limitent pas à la technologie. Ils associent des objectifs métier clairs, une gouvernance efficace, des données fiables et des modèles de propriété qui reflètent le fonctionnement réel de l’organisation.

Mettre en place une solution MDM pour créer de la valeur durable

APGAR accompagne les organisations dans la conception et la mise en œuvre de programmes de gestion des données de référence (MDM) qui associent les priorités métier à la gouvernance, à la qualité des données et à des résultats mesurables.

Vous envisagez de mettre en place un programme MDM ?

Élaborez une feuille de route MDM ciblée, mettez en place le modèle de gouvernance adapté et générez une valeur métier mesurable dès la première version.