Gouverner, Gérer, Transformer : pourquoi vos données ont besoin des trois
70 % des initiatives data échouent. Pas à cause de la technologie. Le vrai problème ? Trois mondes qui ne se parlent pas.
Oleg Chitic
· 8 min de lecture
📖 Vocabulaire clé de cet article
Pourquoi 70 % des initiatives de gouvernance des données échouent-elles ? Ce chiffre, cité par Gartner dans ses études sur la gestion des données, reflète une réalité que j'observe depuis 15 ans sur le terrain. Après avoir accompagné des organisations dans leur gestion des données et leurs projets de transformation, j'ai identifié une cause récurrente : les trois volets essentiels - gouverner, gérer et transformer - vivent dans des silos séparés.
Vous connaissez cette scène. Lundi matin, comité de direction. Le VP Marketing présente ses chiffres : « Le client moyen a dépensé 50 000 $ ce trimestre. »
Le VP Finance fronce les sourcils. Ses chiffres disent 45 000 $.
Qui a raison ? Personne ne sait. Tout le monde blâme « les données ». Le CEO demande de « régler ça ». Un consultant est engagé. Un outil de gestion des données maîtres (MDM) à 500 K$ est acheté. Six mois plus tard, les chiffres ne concordent toujours pas.
Le problème n'était pas l'outil. Le problème, c'est que trois mondes essentiels ne se parlaient pas.
Le vrai problème : trois silos
Dans la plupart des organisations, la donnée est gérée en trois silos qui s'ignorent :
Les stratèges
Ils écrivent les politiques. 200 pages. Personne ne les lit.
Les opérationnels
Ils font ce qu'ils peuvent. Sans directives claires. Avec des fichiers Excel.
Les ingénieurs
Ils construisent les circuits automatisés qui traitent les données. Sans savoir si les règles sont respectées.
Le résultat ? Les règles restent sur papier. Le terrain improvise. Et les systèmes automatisés transforment des données dont personne ne garantit la qualité.
C'est exactement pour ça que j'ai créé CQSEV avec 3 volets intégrés.
→ Voir d'autres cas concrets dans la section Terrain
Volet 1 - Gouverner : les règles du jeu
La gouvernance des données est l'ensemble des politiques, rôles et standards qui définissent comment une organisation gère ses données. C'est le « quoi » et le « qui » - pas le « comment ».
Gouverner, ce n'est pas créer de la bureaucratie. C'est répondre à une question simple :
« Qui décide quoi sur les données, et selon quelles règles ? »
Pensez au Ministère de la Santé pour l'eau potable. Il ne filtre pas l'eau lui-même. Il définit les normes : « L'eau doit contenir moins de 0.5 mg/L de chlore. » Il nomme un responsable. Il audite les stations.
En entreprise, c'est pareil. Le comité data définit que « client actif » = une transaction dans les 12 derniers mois. Point. Pas de débat possible. Marketing et Finance utilisent la même définition.
Concrètement, gouverner c'est :
- Nommer un responsable de données (Data Owner) pour chaque domaine de données
- Définir un glossaire métier - pas 200 pages, juste les 20 termes qui posent problème
- Écrire les 3 politiques critiques : qualité, accès, rétention
- Mesurer la conformité à la Loi 25 (la loi québécoise sur la protection des renseignements personnels) et au RGPD
Le piège :
Trop de gouvernance tue la gouvernance. 3 politiques qui fonctionnent valent mieux que 200 pages que personne ne lit.
Pour approfondir les 5 axes de la gouvernance pragmatique, consultez le framework CQSEV complet.
Volet 2 - Gérer : les mains dans la terre
La gestion des données (data management) est l'application opérationnelle des règles de gouvernance au quotidien. C'est le « comment » et le « quand » - la vérification terrain que les règles sont respectées.
Avoir des règles, c'est bien. Vérifier qu'elles sont appliquées chaque jour, c'est mieux.
Pensez au contrôle qualité dans une usine alimentaire. Chaque matin, un inspecteur prélève des échantillons sur la ligne de production. Il vérifie la température, la date de péremption, la traçabilité des lots. Si quelque chose est hors norme, il retire le produit avant qu'il n'atteigne le consommateur. Il ne réécrit pas la recette - il applique les standards existants.
En entreprise, c'est le gardien des données au quotidien (Data Steward) qui fait ce travail. Chaque semaine, il vérifie le taux de doublons dans le logiciel de gestion des clients (CRM). Si c'est au-dessus de 5 %, il lance un nettoyage. Il ne demande pas la permission au comité. La règle est claire, il l'applique.
Concrètement, gérer c'est :
- Mesurer la qualité chaque semaine (pas chaque trimestre)
- Corriger les anomalies dès qu'elles sont détectées
- Tenir les descriptions de données à jour (métadonnées) pour que tout le monde trouve ce qu'il cherche
- Faire des revues d'accès trimestrielles : qui a accès à quoi ?
Le piège :
Des règles sans vérification terrain = une fiction. Si personne ne vérifie, les règles n'existent pas vraiment.
Volet 3 - Transformer : les systèmes automatisés
La transformation des données désigne les processus automatisés - souvent appelés ETL (Extract, Transform, Load) ou ELT - qui déplacent, nettoient et chargent les données d'un système à un autre. Ce sont les circuits automatisés (pipelines) qui appliquent les règles à grande échelle, sans intervention humaine.
Pensez à une chaîne de montage automobile. Les pièces arrivent de dizaines de fournisseurs (Extract - extraire). Chaque pièce est vérifiée, ajustée, assemblée selon un plan précis (Transform - transformer). Le véhicule fini est livré au concessionnaire (Load - charger). Si un capteur détecte qu'un boulon est mal serré, la chaîne s'arrête automatiquement.
En entreprise, c'est pareil. Votre circuit automatisé extrait les données du CRM, les nettoie, dédoublonne, et les charge dans l'entrepôt central de données (Data Warehouse). Mais si les règles de qualité définies en gouvernance ne sont pas programmées dans le circuit, des données invalides passent.
Concrètement, transformer c'est :
- Intégrer les règles de validation directement dans le circuit automatisé
- Rejeter automatiquement les données non conformes
- Masquer les informations personnelles - noms, adresses, numéros d'assurance sociale (PII) - dès l'extraction
- Alerter quand un flux échoue - pas découvrir le problème 3 jours après
Le piège :
Un circuit automatisé sans règles de gouvernance intégrées = une usine qui produit des données non fiables à grande vitesse.
Ce que CQSEV change : évaluer les trois en même temps
Le framework CQSEV pose 5 questions - mais chaque question est évaluée dans les 3 volets simultanément. Prenons la Qualité :
| Question | Gouverner | Gérer | Transformer |
|---|---|---|---|
| Qualité | A-t-on défini les standards ? | Quelqu'un les vérifie-t-il ? | Le circuit rejette-t-il les données invalides ? |
Si la réponse est « non » à un seul niveau, on sait exactement où intervenir.
En pratique - l'adresse client
Voyons comment les 3 volets fonctionnent ensemble sur un exemple concret que tout le monde peut comprendre : l'adresse postale d'un client.
Gouverner - La règle
On décide que toute adresse doit être validée par Postes Canada avant d'être enregistrée dans le système. Cette règle est écrite, approuvée et communiquée à toutes les équipes.
Gérer - La vérification
Chaque semaine, le gardien des données (Data Steward) vérifie le taux d'adresses invalides dans le CRM. Si le taux dépasse 3 %, il déclenche une alerte et une correction. Il ne réécrit pas la règle - il l'applique.
Transformer - L'automatisation
Le circuit automatisé vérifie chaque nouvelle adresse via l'API de Postes Canada. Si l'adresse est invalide, la ligne est automatiquement rejetée et signalée pour correction. Pas d'intervention humaine nécessaire.
✅ Résultat : les trois volets travaillent ensemble
Zéro colis retourné. Zéro lettre perdue. Zéro débat sur « est-ce que cette adresse est bonne ? ». La règle est écrite, vérifiée et automatisée.
C'est ça, CQSEV appliqué au quotidien. Gouverner sans gérer, c'est de la fiction. Gérer sans transformer, c'est du bricolage. Transformer sans gouverner, c'est de l'automatisation aveugle.
Par où commencer ?
Ne commencez pas par acheter un outil. Commencez par poser 5 questions, dans 3 volets.
Pour chaque axe de CQSEV, demandez à votre équipe :
- La règle existe-t-elle ? (Gouverner)
- Quelqu'un la vérifie-t-il ? (Gérer)
- Le circuit automatisé l'applique-t-il ? (Transformer)
Les cases vides sont vos priorités d'action.
→ Voir la matrice CQSEV complète (5 axes × 3 volets)
Le mot de la fin
En 15 ans, je n'ai jamais vu une organisation échouer parce qu'elle n'avait pas le bon outil. Je les ai vues échouer parce que :
- ×Les règles existaient mais personne ne savait qu'elles existaient
- ×La vérification n'était faite par personne
- ×Les systèmes automatisés ignoraient totalement les politiques
Gouverner sans gérer, c'est de la fiction. Gérer sans transformer, c'est du bricolage. Transformer sans gouverner, c'est de l'automatisation aveugle.
Les trois ensemble, c'est la fiabilité.
📊 Faites votre diagnostic CQSEV
Téléchargez la grille 5×3 en Excel. Évaluez votre maturité data en 30 minutes.
Télécharger la grille (Excel)