Pour tenir un catalogue de données à jour sans une grande équipe de data stewards, répartissez le travail. Importez automatiquement les métadonnées techniques depuis vos sources et Power BI. Limitez le travail manuel aux définitions et aux responsables des données réellement utilisées. Et confiez ce travail aux personnes qui sont déjà responsables des chiffres, pas à une équipe distincte. Un catalogue dépérit faute d’entretien, pas de fonctionnalités.
Pourquoi la plupart des catalogues de données sont obsolètes après un an
Le réflexe habituel consiste à ajouter des fonctionnalités et des data stewards. Cela résout rarement le problème. Un catalogue ne devient pas inutilisable parce que ses capacités sont limitées, mais parce que son contenu n’est plus exact.
Prenons un exemple : au lancement, une équipe projet documente des milliers de tables. Un an plus tard, des colonnes ont été renommées, un responsable est parti et la moitié des descriptions renvoient à une source qui n’existe plus. Le premier utilisateur qui le constate ne revient pas.
Dans les faits, le catalogue est alors devenu une photographie à un instant donné. Le projet est clôturé, mais personne n’a jamais été désigné pour assurer l’entretien. C’est là que se situe le vrai problème.
Ce que vous pouvez automatiser, et ce qui ne peut pas l’être
Toutes les métadonnées ne demandent pas autant de travail humain. Une grande partie peut provenir directement de vos sources. Ce qui reste, c’est le sens : ce qu’un chiffre signifie et qui en décide.
| Type de métadonnées | Mode d’intégration | Qui les tient à jour |
|---|---|---|
| Tables, colonnes, types de données | Automatiquement, via un connecteur à la source | Personne, elles s’actualisent automatiquement |
| Lignage entre la source et le rapport | En grande partie automatiquement, dans la mesure où les sources le permettent | L’équipe data comble les lacunes |
| Utilisation : quels rapports sont ouverts | Automatiquement, à partir des journaux de la plateforme | Personne |
| Descriptions des champs | L’IA peut rédiger une première proposition | Une personne la valide |
| Définitions des KPI et responsables | En partie manuellement, avec des suggestions de définition et de liens vers les rapports | Le responsable du chiffre |
Le principe est simple. Tout ce qu’une machine peut extraire, laissez une machine l’extraire. Les personnes consacrent leur temps aux deux dernières lignes.
Commencez par ce qui est consulté, pas par tout ce qui existe
Viser l’exhaustivité semble raisonnable, mais c’est le chemin le plus court vers un catalogue obsolète. Chaque table que vous documentez doit ensuite être tenue à jour.
Examinez donc d’abord les usages. Quels rapports Power BI sont ouverts chaque semaine ? Quels KPI reviennent au comité de direction ? C’est par là qu’il faut commencer. Une table de staging que personne ne consulte peut rester sans documentation jusqu’à ce que quelqu’un en fasse la demande.
En pratique, votre périmètre initial se limite ainsi à quelques rapports et aux KPI qu’ils contiennent. Cela représente quelques semaines de travail, pas un projet sur plusieurs années.
Confiez l’entretien au responsable, pas à une équipe distincte
Une petite équipe de data stewards ne pourra jamais tenir à jour toutes les définitions d’une grande entreprise. Ces personnes ne connaissent pas assez bien les métiers et ne sont pas informées des changements.
Le responsable d’un chiffre, lui, l’est. Si le département Finance modifie la définition de la marge brute, le contrôleur de gestion est le premier au courant. Confiez-lui la responsabilité de cette définition dans le catalogue. Le data steward accompagne, veille au respect des règles convenues et prend en charge ce qui échappe aux responsabilités de chacun.
Cela ne fonctionne que si l’entretien reste léger. Ne demandez pas à un responsable d’apprendre à utiliser un portail. Demandez-lui de confirmer ou d’adapter une phrase, à un moment prévu.
Rendez visibles les informations qui ne sont plus exactes
Une définition obsolète que personne ne remarque est plus dangereuse qu’une définition manquante. Associez donc chaque définition à une date de dernière validation et à un responsable.
Affichez aussi les définitions là où les personnes travaillent : dans le rapport, à côté du chiffre. Une personne qui voit une définition incorrecte le signale. Une définition disponible uniquement dans un portail distinct n’est jamais corrigée, parce que personne ne la lit.
Un cadre pratique : Automatisez, Ciblez, Attribuez, Affichez, Révisez
- Automatisez : importez automatiquement les tables, les colonnes, le lignage et les données d’utilisation depuis vos sources.
- Ciblez : documentez d’abord les rapports et les KPI réellement consultés.
- Attribuez : désignez un seul responsable par définition, une personne du métier, pas une équipe.
- Affichez : rendez les définitions et les responsables visibles dans le rapport, là où les erreurs se remarquent.
- Révisez : le responsable confirme chaque définition à intervalles réguliers, par exemple chaque trimestre.
Le rôle de dScribe
Définir un KPI reste un travail manuel. Une personne du métier décide de ce que signifie la marge brute chez vous, et aucun outil ne peut le faire à sa place. dScribe réduit toutefois ce travail grâce à des suggestions intelligentes. Elles vous aident à définir de nouveaux termes et KPI et les relient aux rapports et aux jeux de données dans lesquels ils semblent être utilisés. Elles signalent aussi les définitions en double et aident à documenter le lignage. Le responsable ne part donc pas d’une page blanche : il confirme ou adapte une proposition.
Par ailleurs, dScribe peut explorer les métadonnées de systèmes anciens et en dresser l’inventaire. Vous voyez quels rapports utilisent une définition de mesure donnée. Vous voyez aussi quels rapports et champs sont utilisés, pour savoir par où commencer. Dans Power BI, l’extension de navigateur affiche les définitions et les responsables directement dans le rapport, là où les lecteurs les voient et signalent les erreurs.
Pour conclure
Un catalogue exhaustif au lancement contient généralement des erreurs après un an. Un catalogue qui démarre sur un périmètre limité et que les bonnes personnes tiennent à jour reste fiable. Automatisez ce qu’une machine peut lire. Confiez le sens au responsable. Et affichez-le là où les personnes consultent les données, pour qu’une erreur ne passe pas longtemps inaperçue.
Questions fréquentes
Combien de data stewards faut-il pour un catalogue de données ?
Moins que vous ne le pensez, si les responsables des chiffres tiennent eux-mêmes leurs définitions à jour. Les data stewards accompagnent alors le processus au lieu de tout rédiger eux-mêmes. Leur nombre dépend surtout du nombre de domaines que vous abordez simultanément.
Un catalogue de données peut-il se tenir à jour tout seul ?
En partie. Les tables, les colonnes, le lignage et les données d’utilisation peuvent être importés automatiquement. Le sens d’un KPI et la personne qui en décide doivent être définis par un humain, même si l’IA fait une première proposition.
L’IA peut-elle rédiger les descriptions de mon catalogue de données ?
L’IA peut proposer une première version utile des descriptions de champs, à partir des noms et du contexte. Faites-la relire par une personne avant publication. Pour les définitions de KPI qui font débat, c’est toujours le responsable qui tranche.
Pourquoi personne n’utilise notre catalogue de données ?
Le plus souvent, parce qu’il n’est pas accessible là où les personnes travaillent, ou parce que trop d’informations sont obsolètes. Après avoir trouvé deux descriptions erronées, un utilisateur cesse de chercher. Affichez les définitions dans le rapport et gardez un périmètre suffisamment limité pour pouvoir le tenir à jour.
Faut-il tout documenter avant de lancer un catalogue ?
Non. Commencez par les rapports et les KPI les plus consultés. Un périmètre limité avec des informations exactes inspire davantage confiance qu’un catalogue exhaustif rempli de descriptions obsolètes.