TD1 - Gouvernance de la Donnée & Hygiène Système

Principe fondateur : « Une transition digitale ne rate jamais à cause du logiciel, elle rate à cause de la qualité de la donnée et du rejet des équipes (Garbage In, Garbage Out). »


0. Le syndrome GIGO : Garbage In, Garbage Out

Pourquoi la donnée brute détermine la performance de l'entreprise ?

L'adage informatique fondamental GIGO (« Déchet en entrée, déchet en sortie ») rappelle qu'un système d'information — aussi moderne et puissant soit-il — ne produit des résultats fiables que si les données qu'on lui injecte le sont également.

L'illusion technologique : Aucun algorithme de scoring, tableau de bord BI ou outil d'intelligence artificielle ne peut compenser une base de données corrompue, incomplète ou obsolète. Traiter des données de mauvaise qualité ne génère pas de la valeur : cela produit des erreurs à grande vitesse.

Pour un responsable du développement commercial, l'hygiène système est le prérequis indispensable pour :


1. L'Emplacement : La SSOT face au Shadow IT

Où vit la donnée dans l'organisation ?

La SSOT (Single Source of Truth)

Une donnée métier essentielle (coordonnées d'un compte, tarif négocié, statut contractuel) ne possède qu'un seul domicile officiel dans l'entreprise.

Dès lors que le commerce, la comptabilité et les opérations s'appuient sur des sources disjointes, l'entreprise pilote à l'aveugle.

Le risque du Shadow IT

Le Shadow IT correspond aux outils et pratiques non officiels adoptés par les collaborateurs (notes sur bloc-notes, échanges WhatsApp non centralisés, classeurs Excel locaux).

Les 3 risques majeurs du Shadow IT :

  • Opérationnel : Erreurs de facturation, promesses commerciales non transmises, retards de livraison.
  • Légal & Sécurité : Données professionnelles et personnelles hébergées hors périmètre sécurisé (non-conformité RGPD).
  • Patrimonial : Lors du départ d'un collaborateur, son historique d'échange et la relation client quittent l'entreprise avec lui.

Règle d'or : Tout ce qui n'est pas consigné dans l'outil de référence officiel n'existe pas pour l'organisation.


2. La Structure : Typage strict vs Champ libre

Comment formater la donnée pour la rendre actionnable ?

Le problème du champ libre

Laisser des champs de saisie ouverts pour des informations critiques empêche toute exploitation automatique.

Exemple dans le suivi commercial : Une même étape de conversion est saisie de façons hétérogènes :

Impacts sur le pilotage :

  • Impossibilité de trier, filtrer ou segmenter la base de données.
  • Rapports de prévision des ventes (forecasting) faussés ou irréalisables.
  • Échec des automatisations de relance ou de routage d'information.

Le principe de normalisation

Pour alimenter les tableaux de bord et fiabiliser les processus :

Règle d'or : Des champs fermés pour piloter et automatiser, des champs libres pour raconter.


3. La Gouvernance : Modèle PPT & Contrat de saisie

Comment garantir l'adoption des outils sans surcharger les équipes ?

L'alignement PPT (People - Process - Technology)

Dans tout projet digital, l'efficacité dépend de l'équilibre entre trois composantes :

Le piège du solutionnisme digital : Installer un outil complexe ne corrige pas un manque de méthode. Lorsque la technologie impose une charge excessive aux équipes, celles-ci la contournent et réactivent le Shadow IT.

Le Contrat de Saisie Minimal Viable (CSMV)

Le volume de données requis doit être calibré sur la capacité réelle de saisie des équipes :

Matrice d'arbitrage des 4 familles de données

Famille Finalité Exemples Exigence Système Erreur type à proscrire
1. Identité Identifier précisément (Qui ?) Nom, Raison sociale, SIRET, Email pro Unicité absolue (SSOT) Doublons de comptes, adresses emails perso
2. Quantitative Mesurer et planifier (Combien ? Quand ?) Montant opportunité, Échéance, Quantité Typage strict (Zéro texte) Saisir « ~5000 € » dans une cellule de montant
3. Qualitative Donner du contexte (Pourquoi ?) Historique relationnel, besoins spécifiques Champ libre autorisé Restreindre artificiellement un compte-rendu
4. Descriptive Segmenter (Quel profil ?) Secteur, Effectif, Outil en place Minimisation / Arbitrage Formulaire exhaustif de 20 champs facultatifs

4. Méthodologie d'assainissement d'un jeu de données

Pour auditer une base de données opérationnelle et restaurer son hygiène système :

  1. Identifier la source de référence : Localiser les doublons et décréter l'enregistrement officiel (SSOT).
  2. Normaliser les données clés : Remplacer les champs libres incohérents par des types stricts ou des menus déroulants standardisés.
  3. Élaguer le superflu : Supprimer les données orphelines, non exploitées ou non maintenues.
  4. Poser les règles de gouvernance : Rédiger la charte de saisie (champs bloquants, formats attendus, interdiction des canaux parallèles).