Matrice : Gouvernance des données

Comment le produit fait de ses données un bien géré : qualité mesurée, métadonnées, catalogue, traçabilité, responsables, données personnelles, classification, anomalies.

≈ 12 min de lectureLecture

En bref

8 dimensions, niveaux 0 à 5, 112 critères.
Outil : état des lieux en choisissant « Gouvernance des données ».
Niveaux et critères : synthèse originale, références citées en bas de page.

Sur cette page

Vue d'ensemble
Qualité
1. Qualité mesurée
2. Gestion des anomalies de données
Connaissance des données
Responsabilités et conformité
Sources et vérification

Périmètre

Ce que le produit met en place pour gouverner les données qu'il contient : mesure de la qualité, métadonnées et glossaire, catalogue, lignée, responsables, conformité aux règles sur les données personnelles, classification, traitement des anomalies. La gouvernance de l'organisation dans son ensemble relève de la matrice DAMA-DMBOK, qui décrit une organisation et non un produit.

8 dimensions, six niveaux (0 à 5) et 112 critères observables. Pour situer votre produit : ouvrir l'état des lieux de ce thème. Les règles de calcul sont ici.

Vue d'ensemble#

Chaque cellule est la signature du niveau pour la dimension.

Dimension	0 · Artisanal	1 · Local outillé	2 · Partagé	3 · Industrialisé	4 · Intégré et gouverné	5 · Autonome
Qualité mesurée	La qualité est jugée à l'impression, quand un utilisateur se plaint.	Défauts connus.	Règles définies.	Qualité suivie.	Qualité pilotée.	Qualité anticipée.
Métadonnées et glossaire	Le sens des données vit dans la tête de quelques personnes.	Notes dispersées.	Dictionnaire de données.	Métadonnées liées aux objets.	Métadonnées exploitées.	Métadonnées vivantes.
Catalogue de données	On trouve les données en demandant à la bonne personne.	Liste des jeux de données.	Catalogue consultable.	Catalogue à jour.	Catalogue relié.	Catalogue actif.
Traçabilité et lignée	L'origine d'un chiffre se reconstitue en lisant le code.	Schémas manuels.	Dépendances déclarées.	Lignée de table.	Lignée de colonne.	Lignée standardisée.
Propriétaires et responsabilités	Personne ne répond des données : tout le monde y touche.	Contacts connus.	Propriétaires désignés.	Responsabilités exercées.	Instance de gouvernance.	Responsabilités outillées.
Données personnelles et registre	Les données personnelles ne sont pas identifiées.	Données identifiées.	Registre.	Droits des personnes.	Protection intégrée.	Conformité contrôlée.
Classification et politiques	Toutes les données sont traitées de la même façon.	Données sensibles repérées.	Classes définies.	Règles appliquées.	Politiques maîtrisées.	Classification automatisée.
Gestion des anomalies de données	Les anomalies sont corrigées à la demande, sans trace.	Anomalies notées.	Circuit de traitement.	Correction à la source.	Anomalies analysées.	Anomalies prévenues.

Lien avec le modèle global

Dimensions du modèle global les plus concernées : Qualité des données, Documentation et traçabilité et Sécurité et conformité.

Qualité#

Qualité mesurée#

La qualité des données est-elle définie, mesurée et suivie dans le temps ?

Niveau	Signature	Critères à réunir
0 · Artisanal	La qualité est jugée à l'impression, quand un utilisateur se plaint.	Point de départ : aucun critère.
1 · Local outillé	Défauts connus.	Les défauts de données connus sont listés. Chaque défaut a un responsable de correction.
2 · Partagé	Règles définies.	Des règles de qualité sont définies pour les jeux de données principaux (complétude, unicité, validité, cohérence). Ces règles sont exécutées à chaque chargement. Le résultat de chaque règle est conservé avec sa date.
3 · Industrialisé	Qualité suivie.	Un indicateur de qualité par jeu de données est calculé et suivi dans le temps. Un seuil d'acceptabilité est fixé pour chaque règle, avec la décision associée (bloquer, signaler). Les règles s'appliquent aux sources comme aux données publiées.
4 · Intégré et gouverné	Qualité pilotée.	Les règles de qualité sont rédigées avec les propriétaires métier. L'indicateur de qualité est visible des utilisateurs avec les données. Les causes des défauts les plus fréquents sont analysées et traitées à la source.
5 · Autonome	Qualité anticipée.	Des anomalies sont détectées automatiquement sans règle écrite à l'avance (écart à l'historique, valeurs improbables). Une dégradation de la qualité est signalée avant qu'elle atteigne les rapports. La qualité est un critère d'acceptation de chaque livraison de données.

Effet sur l'utilisateur

On sait dire dans quelle mesure on peut se fier à un jeu de données, avec un chiffre et pas une impression.

Gestion des anomalies de données#

Que devient une anomalie de données une fois détectée ?

Niveau	Signature	Critères à réunir
0 · Artisanal	Les anomalies sont corrigées à la demande, sans trace.	Point de départ : aucun critère.
1 · Local outillé	Anomalies notées.	Les anomalies signalées sont notées. Chaque anomalie a une personne qui la traite.
2 · Partagé	Circuit de traitement.	Les anomalies sont enregistrées dans un outil de suivi, avec leur gravité. Une anomalie est qualifiée : erreur de la source, erreur de traitement ou règle manquante. Le délai de traitement attendu dépend de la gravité.
3 · Industrialisé	Correction à la source.	Les anomalies dues à la source sont renvoyées à son responsable avec un suivi. Une correction dans le produit est ajoutée seulement si la source ne peut pas être corrigée, et elle est documentée. Les lignes en anomalie conservées sont rejouées après correction.
4 · Intégré et gouverné	Anomalies analysées.	Les anomalies sont comptées par cause, par source et par période. Les causes récurrentes font l'objet d'une action corrective décidée avec leur propriétaire. Le coût des anomalies (temps de correction, décisions faussées) est estimé.
5 · Autonome	Anomalies prévenues.	Une anomalie connue génère automatiquement une règle de contrôle pour la détecter la prochaine fois. La correction des cas simples est automatisée et tracée. Le nombre d'anomalies récurrentes diminue d'une période à l'autre, et cela est suivi.

Effet sur l'utilisateur

Une anomalie est suivie jusqu'à sa correction, et sa cause est traitée pour qu'elle ne revienne pas.

Connaissance des données#

Métadonnées et glossaire#

Les données sont-elles décrites, avec un vocabulaire métier commun ?

Niveau	Signature	Critères à réunir
0 · Artisanal	Le sens des données vit dans la tête de quelques personnes.	Point de départ : aucun critère.
1 · Local outillé	Notes dispersées.	Des notes décrivent les principaux champs. Les termes métier ambigus sont repérés.
2 · Partagé	Dictionnaire de données.	Chaque table et chaque colonne a une description dans un dictionnaire de données. Un glossaire définit les termes métier principaux. Le dictionnaire et le glossaire sont consultables par tous les utilisateurs.
3 · Industrialisé	Métadonnées liées aux objets.	Les descriptions sont stockées avec les objets de la base (propriétés étendues, commentaires de colonnes), pas dans un document séparé. Chaque terme du glossaire est relié aux champs qui le mettent en œuvre. Une modification d'objet exige la mise à jour de sa description.
4 · Intégré et gouverné	Métadonnées exploitées.	Les métadonnées alimentent la documentation, les modèles et les libellés des rapports. Les termes du glossaire ont un propriétaire et une date de validation. Les métadonnées sont disponibles en plusieurs langues.
5 · Autonome	Métadonnées vivantes.	Les métadonnées techniques (types, volumes, usage) sont collectées automatiquement. Une description manquante ou périmée est détectée automatiquement. Les termes en conflit entre domaines sont signalés pour arbitrage.

Effet sur l'utilisateur

Un mot a le même sens pour tous, et un champ est expliqué là où on l'utilise.

Catalogue de données#

Peut-on chercher et trouver les données disponibles, avec leur contexte ?

Niveau	Signature	Critères à réunir
0 · Artisanal	On trouve les données en demandant à la bonne personne.	Point de départ : aucun critère.
1 · Local outillé	Liste des jeux de données.	Une liste des jeux de données principaux est tenue. La liste indique le responsable de chaque jeu.
2 · Partagé	Catalogue consultable.	Un catalogue permet de rechercher les jeux de données par nom et par mot-clé. Chaque entrée porte la description, le responsable, la fraîcheur et le niveau de sensibilité. Le catalogue est accessible à tous les utilisateurs concernés.
3 · Industrialisé	Catalogue à jour.	Le catalogue est alimenté à partir des métadonnées du produit, sans saisie en double. Chaque entrée indique les rapports et les usages connus. Les jeux de données retirés ou remplacés sont marqués comme tels.
4 · Intégré et gouverné	Catalogue relié.	Le catalogue renvoie vers le glossaire, la lignée et les contrats de données. Les utilisateurs peuvent demander l'accès à un jeu de données depuis le catalogue. Les jeux de données certifiés sont distingués des autres.
5 · Autonome	Catalogue actif.	Les jeux de données les plus utiles sont proposés selon le profil et l'usage. Un jeu de données non décrit ou sans propriétaire est détecté et signalé. Les recherches sans résultat sont analysées pour compléter le catalogue.

Effet sur l'utilisateur

Avant de redemander des données à l'équipe technique, on regarde ce qui existe déjà.

Traçabilité et lignée#

Peut-on suivre un chiffre jusqu'à sa source, et retrouver ce qui dépend d'une donnée ?

Niveau	Signature	Critères à réunir
0 · Artisanal	L'origine d'un chiffre se reconstitue en lisant le code.	Point de départ : aucun critère.
1 · Local outillé	Schémas manuels.	Un schéma décrit les grandes étapes de la source aux rapports. Les traitements principaux sont nommés dans le schéma.
2 · Partagé	Dépendances déclarées.	Chaque traitement déclare les tables qu'il lit et celles qu'il écrit. La déclaration est tenue à jour à chaque modification du traitement. On peut lister les tables en amont et en aval d'une table donnée.
3 · Industrialisé	Lignée de table.	La lignée au niveau des tables est calculée à partir des dépendances déclarées ou analysées. La lignée inclut les rapports et les modèles qui consomment les tables. Une analyse d'impact précède chaque changement de structure.
4 · Intégré et gouverné	Lignée de colonne.	La lignée est disponible au niveau des colonnes, avec les règles de transformation. Chaque exécution de traitement enregistre ce qu'elle a lu et écrit. La lignée est consultable par les utilisateurs depuis le catalogue ou le rapport.
5 · Autonome	Lignée standardisée.	La lignée est collectée par un standard ouvert, depuis tous les composants (planification, requêtes, rapports). La cause d'un écart de chiffre est retrouvée automatiquement en remontant la lignée. Les ruptures de lignée (traitement non déclaré, source inconnue) sont détectées.

Effet sur l'utilisateur

On répond à « d'où vient ce chiffre ? » et à « qu'est-ce que ce changement va toucher ? » sans enquête.

Responsabilités et conformité#

Propriétaires et responsabilités#

Chaque jeu de données a-t-il quelqu'un qui en répond ?

Niveau	Signature	Critères à réunir
0 · Artisanal	Personne ne répond des données : tout le monde y touche.	Point de départ : aucun critère.
1 · Local outillé	Contacts connus.	Pour chaque jeu de données principal, une personne à contacter est connue. Ces contacts sont consignés.
2 · Partagé	Propriétaires désignés.	Chaque jeu de données a un propriétaire métier et un responsable technique. Le rôle de propriétaire est décrit (décisions, validations). Les propriétaires sont inscrits dans le catalogue.
3 · Industrialisé	Responsabilités exercées.	Les propriétaires valident les définitions, les droits d'accès et les règles de qualité. Un propriétaire absent a un suppléant désigné. Les décisions importantes sur les données sont consignées avec leur date.
4 · Intégré et gouverné	Instance de gouvernance.	Un comité ou un rituel régulier réunit les propriétaires pour arbitrer. Les propriétaires reçoivent un bilan périodique de qualité et d'usage de leurs données. Un conflit de définition entre domaines suit un circuit d'arbitrage.
5 · Autonome	Responsabilités outillées.	Les demandes (accès, correction, évolution) sont routées automatiquement vers le bon propriétaire. Un propriétaire manquant ou inactif est détecté automatiquement. Les indicateurs de gouvernance (couverture, délais) sont suivis par domaine.

Effet sur l'utilisateur

Une anomalie a un interlocuteur identifié, et une décision sur une donnée ne reste pas sans propriétaire.

Données personnelles et registre#

Sait-on quelles données personnelles le produit traite, pourquoi, et comment les droits des personnes sont respectés ?

Niveau	Signature	Critères à réunir
0 · Artisanal	Les données personnelles ne sont pas identifiées.	Point de départ : aucun critère.
1 · Local outillé	Données identifiées.	Les colonnes contenant des données personnelles sont repérées. Une personne est désignée pour répondre aux questions de conformité.
2 · Partagé	Registre.	Un registre des traitements décrit finalité, catégories de données, destinataires, durée de conservation et mesures de sécurité. Chaque ajout de donnée personnelle est justifié par une finalité. Le registre est tenu à jour à chaque évolution du produit.
3 · Industrialisé	Droits des personnes.	Une procédure permet de retrouver toutes les données d'une personne dans le produit. Une procédure permet de les rectifier ou de les effacer, dans toutes les couches. Les accès aux données personnelles sont limités à ceux qui en ont besoin.
4 · Intégré et gouverné	Protection intégrée.	Les données personnelles sont pseudonymisées ou masquées dans les zones d'analyse quand l'identité n'est pas utile. Une analyse d'impact est faite pour les traitements à risque élevé. Les sous-traitants et les transferts hors de l'Union sont recensés.
5 · Autonome	Conformité contrôlée.	Les nouvelles colonnes à caractère personnel sont détectées automatiquement et signalées. Les durées de conservation sont appliquées automatiquement. Les demandes des personnes sont traitées par un circuit outillé, avec preuve de l'exécution.

Effet sur l'utilisateur

Le produit peut répondre à un contrôle ou à une demande d'une personne sans fouiller toutes ses tables.

Classification et politiques#

Les données sont-elles classées selon leur sensibilité, et des règles en découlent-elles ?

Niveau	Signature	Critères à réunir
0 · Artisanal	Toutes les données sont traitées de la même façon.	Point de départ : aucun critère.
1 · Local outillé	Données sensibles repérées.	Les données les plus sensibles sont repérées. Les personnes qui y ont accès sont connues.
2 · Partagé	Classes définies.	Une échelle de classification (par exemple public, interne, confidentiel) est définie. Chaque jeu de données principal a sa classe, inscrite dans le catalogue. Une règle de traitement est associée à chaque classe.
3 · Industrialisé	Règles appliquées.	Les règles de chaque classe (accès, masquage, conservation, partage) sont appliquées par le produit. Les données dérivées héritent de la classe la plus élevée des données dont elles proviennent. Un changement de classe suit un circuit de décision.
4 · Intégré et gouverné	Politiques maîtrisées.	Les politiques sont publiées, datées et connues des utilisateurs. Les dérogations sont consignées avec leur justification et leur durée. Le respect des politiques est vérifié à intervalle régulier.
5 · Autonome	Classification automatisée.	La classe est proposée automatiquement à partir du contenu des données. Une donnée sensible hors de son périmètre est détectée et signalée. Les politiques sont appliquées par des règles exécutables et non par des consignes.

Effet sur l'utilisateur

Les mesures de protection sont proportionnées à la sensibilité, et appliquées sans discussion cas par cas.

Origine des critères

Les dimensions s'inspirent des références citées ci-dessous ; les niveaux et les critères sont une synthèse originale, pas une reprise d'un référentiel. Ils sont proposés pour être discutés et adaptés, pas pour faire foi.

Sources et vérification#

OpenLineage — An open framework for data lineage collection and analysis — standard ouvert de collecte de la lignée : jobs, exécutions, jeux de données ; les composants envoient leurs événements à un système compatible
CNIL — Le registre des activités de traitement — registre prévu par l'article 30 du RGPD : finalités, catégories de données, destinataires, durées de conservation, mesures de sécurité
Bitol — Open Data Contract Standard (ODCS) — un contrat de données porte aussi les règles de qualité, les responsables et les exigences de sécurité
dbt — Add data tests to your DAG — un test de données est une requête qui renvoie les lignes défaillantes ; unique, not_null, accepted_values, relationships
RGPD, article 5, paragraphe 1, points c) et e) — texte sur le site de la CNIL — minimisation et limitation de la conservation
DAMA International — DAMA-DMBOK2 — les domaines « Data Governance », « Data Quality », « Metadata Management » ; référentiel payant, donc non relu ligne à ligne