Master Data Management : les critères clés pour choisir votre outil MDM

Un Master Data Management (MDM) est une application dont l’objectif est d’administrer les données référentielles du système d’informations (SI) d’une entreprise. Le MDM collecte, centralise et met à disposition ces informations au reste des applications du SI. Tous types de données sont concernées : données clients, produits ou encore fournisseurs. Le MDM garantit une vision unique, fiable et actualisée de ces données. Les données du Master Data Management sont communément appelées des « Golden Record ».

Cependant, l’absence de réflexion stratégique claire autour de la gestion des données référentielles au sein d’un SI n’est pas sans risques :

• Métier: Sans une gestion maîtrisée des données référentielles, les processus métier risquent d’être incohérents, entraînant des erreurs décisionnelles et une perte de confiance dans les données
• Application : L’absence de MDM favorise la duplication et l’incohérence des données entre applications, rendant leur intégration complexe et augmentant les coûts de maintenance
• Donnée : Un manque de gouvernance sur les données référentielles conduit à une qualité de données médiocre (doublons, incohérences, obsolescence), impactant l’analyse et le reporting
• Infrastructure : Sans MDM, l’infrastructure subit une surcharge due aux redondances et aux traitements correctifs, entraînant des performances dégradées et des surcoûts

En conséquence, trois parties différentes ont été réalisées pour aider et donner des éléments de réflexion sur les critères de sélection fonctionnels, techniques et financiers d’une solution Master Data Management :

Les critères de sélection fonctionnels d’un Master Data Management

Les critères de sélection techniques d’un Master Data Management

Les critères de sélection financiers d’un Master Data Management

Les points clés à retenir pour le choix d’une solution MDM

Les critères de sélection fonctionnels d’un Master Data Management

Appliquer des règles de nettoyage pour dédoublonner les données

Tout d’abord, le MDM a pour vocation de collecter des données référentielles. Ces données peuvent provenir de plusieurs sources. Chacune des applications sources utilise son propre format de donnée. Des données hétérogènes sont donc collectées par le MDM.

Pour simplifier l’intégration des données, le MDM procède au nettoyage et à la normalisation de ces données. En réalisant ces opérations, le MDM rend exploitables des données qui initialement ne le sont pas.

In fine, c’est grâce à ces actions que le MDM a la capacité de dédoublonner la donnée. Le MDM applique des règles de rapprochement sur des données harmonisées et propres. Ces règles de rapprochement permettent de fusionner des données qui apparaissent comme identiques ou similaires.

En fonction des règles de rapprochement configurées, soit le MDM rapproche automatiquement les données, soit un utilisateur valide manuellement la fusion des données.

Illustration : 

Le MDM collecte des données de 3 sources différentes :

• Le site e-commerce
• Le Customer Relationship Management (CRM)
• Les données d’un partenaire (source externe)

Les actions de nettoyage permettent de :

• Standardiser la manière dont le contact est rédigé : John DOE (Prénom NOM),
• Harmoniser le format des numéros de téléphone : 06.12.34.56.78 et donc in fine,
• Proposer le rapprochement entre ces 3 contacts et les fusionner en un seul.

 

Finalement, c’est ce golden record qui sera présent dans le Master Data Management.

Configurer des règles de contrôle qualité

Le MDM est garant de la qualité des données qu’il met à disposition aux applications du SI. En conséquence, le MDM doit permettre aux utilisateurs de paramétrer des règles de contrôle qualité. En fonction des besoins métiers, des règles plus ou moins complexes sont nécessaires : s’assurer que la donnée respecte un format de données, un pattern, ou encore vérifier qu’un champ soit bien renseigné.

De plus, les règles de contrôle qualité doivent pouvoir être facilement paramétrables et configurables par les utilisateurs. Cela permet d’actualiser régulièrement les règles et de s’adapter aux types d’erreurs rencontrés.

En complément des règles de contrôle qualité, le MDM doit proposer un système de reporting. La mise à disposition de tableaux de bord permettant le suivi qualité est un atout majeur. Le MDM est un compagnon idéal dans la mise en place d’une stratégie d’amélioration continue de la qualité de la donnée.

Définir des règles de gouvernance de la donnée

Le MDM doit permettre de définir des rôles et des droits d’accès aux données aux utilisateurs du MDM. Grâce à cette gestion rigoureuse des accès, seules les personnes autorisées peuvent modifier les données, tandis que les autres se limitent à leur consultation. Ainsi, les risques de mauvaises saisies et d’erreurs de manipulation sont réduits, préservant ainsi la qualité et la fiabilité des données.

Au-delà de la gestion des accès, le MDM joue un rôle clé dans la conservation et l’historisation des données. Il applique des règles précises de stockage et de suppression, assurant ainsi la conformité aux réglementations telles que le RGPD.

Toutefois, la gestion des données ne se limite pas à leur conservation : il est également essentiel de pouvoir retracer l’évolution des données tout au long de leur cycle de vie. C’est pourquoi le MDM intègre des mécanismes de traçabilité, permettant d’historiser chaque modification. Grâce à cela, il est possible d’identifier l’auteur et la nature des changements effectués, un atout précieux pour garantir l’audibilité des données.

En somme, un MDM (Master Data Management) joue un rôle essentiel dans la gestion et la qualité des données au sein d’un système d’information. Il permet d’harmoniser, de nettoyer et de dédoublonner les données issues de différentes sources, assurant ainsi leur fiabilité et leur exploitabilité. Grâce aux règles de contrôle qualité, il garantit l’intégrité des informations et facilite leur suivi via des tableaux de bord dédiés. Enfin, la mise en place de règles de gouvernance strictes permet de sécuriser l’accès aux données et d’assurer leur traçabilité, contribuant ainsi à la conformité réglementaire et à l’amélioration continue de la qualité des données.

Les critères de sélection techniques d’un Master Data Management

Après avoir recensé les critères fonctionnels indispensables pour le choix d’une solution MDM, il est désormais essentiel de s’intéresser à un autre volet tout aussi déterminant : les critères techniques.

Les critères de sélection techniques d’un Master Data Management

L’acquisition et l’intégration des données du SI

Comme précisé plus tôt, le Master Data Management collecte et centralise la donnée. Il est primordial que le MDM se dote de fonctionnalités techniques avancées pour collecter la donnée via divers mécanismes de transfert : API, fichier plat, connecteurs ERP… La connectivité d’un MDM est un élément important à prendre en compte. Plus le Master Data Management pourra collecter des données de différentes sources, plus il pourra assurer un niveau de qualité sur l’ensemble des données du SI.

En revanche, attention toutefois à ne pas intégrer toutes les données du SI dans le Master Data Management ! Seules les données référentielles, utilisées par un grand nombre d’applications ont un intérêt. Ce sont les données dites « froides », qui n’évoluent que très peu dans le temps, que le MDM est censé conserver.

La scalabilité et l’évolutivité

Le choix d’un MDM prend en compte des besoins actuels. Néanmoins, il ne faut pas sous-estimer l’impact des besoins futurs. Une solution MDM doit pouvoir facilement intégrer de nouvelles fonctionnalités afin de répondre à des besoins naissants.

Outre la partie fonctionnelle, les caractéristiques techniques de la solution doivent être prises en compte. L’augmentation constante du volume et de la complexité des données est un facteur clé à considérer dans le choix d’un MDM. La modélisation des données dans le Master Data Management doit être évolutive. Elle ne doit pas exiger un temps de développement considérable ni entraver le fonctionnement du business.

La performance et la rapidité d’exécution

Plus un MDM centralise de la donnée, plus il y a un risque que le MDM soit lent à traiter le volume de données. Ainsi, il est important que le MDM puisse traiter un volume de données important efficacement que ce soit en mode batch ou en temps réel.

Le risque est d’avoir un goulot d’étranglement au niveau la mise à jour des données référentielles au niveau du MDM alors qu’un grand nombre d’applications consomment les données du MDM. En conséquence, il peut résulter des écarts de synchronisation des données entre les applications consommatrices du MDM.

Une bonne performance du MDM contribue directement à l’efficacité opérationnelle, à la qualité des données et à l’agilité de l’entreprise face aux besoins évolutifs du marché.

L’expérience utilisateur et la facilité d’usage

D’abord, pour faciliter la gestion des données référentielles, Master Data Management MDM doit se doter d’une interface ergonomique. D’un point de vue utilisateur, les interfaces d’un MDM doivent être conçues pour faciliter la navigation à travers toutes les données référentielles.

Si un utilisateur recherche spécifiquement une donnée, une barre de recherche dédiée doit être disponible. Un système de filtres associé simplifie les recherches. Encore, un menu de navigation doit aussi être affiché. Enfin, des onglets pour organiser les données permettent à l’utilisateur de naviguer aisément.

En outre, d’un point de vue administrateur, un bon outil MDM intègre des évolutions dites « no-codes » ou « low-codes ». Pour ne pas dépendre d’un intégrateur ou d’une équipe technique, la majorité des fonctionnalités doivent pouvoir être paramétrées par un profil dit « non-technique ».

Ce genre de fonctionnalités sont très appréciées car elles permettent de tester rapidement de nouveaux paramétrages avec les métiers et in fine, une mise en production rapide.

Également, un bon exemple de fonctionnalité appréciée est le système de workflow. Le workflow permet de définir des parcours utilisateurs ou des parcours de la donnée. L’administrateur définit des étapes de collecte, d’enrichissement et de validation de la donnée. A chaque étape, l’administrateur définir des règles de contrôle qualité, des systèmes de notifications et des contacts pour assurer le bon suivi du workflow. Tant que les conditions de passage d’une étape ne sont pas remplies, la donnée est en attente et n’est pas mise à disposition du reste du SI.

Le mode d’implémentation

En fonction de la stratégie de l’entreprise et son architecture SI, les solutions MDM du marché s’adaptent à tous modes d’implémentation. Que ce soit en Software as a Service (SaaS) ou On-Premise, les entreprises ont le choix. En revanche, chacun de ces modes d’implémentation présente des avantages et des inconvénients.

 

Finalement, une entreprise présentant peu de ressources (humaines et techniques) s’orientera plus facilement sur une solution MDM SaaS. En revanche pour une entreprise avec un data management plus mature d’un point de vue SI, ou ayant des contraintes de sécurité sur la donnée qu’elle détient, pourra s’orienter vers une solution MDM On-Premise.

Le choix d’un MDM repose sur plusieurs critères techniques essentiels : sa capacité à intégrer efficacement les données du SI, sa scalabilité pour anticiper les besoins futurs, sa performance pour éviter tout ralentissement, ainsi que son ergonomie pour faciliter son adoption par les utilisateurs.

De plus, le mode d’implémentation (SaaS ou On-Premise) doit être aligné avec la stratégie et les contraintes de l’entreprise. Un MDM bien sélectionné garantit ainsi une gestion optimale des données référentielles, contribuant à la fiabilité, la performance et l’agilité du SI.

Enfin, les critères de sélection financiers seront approfondis pour finaliser le choix de votre application MDM.

Quels critères financiers sont essentiels de comprendre pour choisir son application MDM ?

Ainsi, dans cette dernière partie « les critères clés pour choisr votre Master Data Management », seront étudiés les critères de sélection financiers. Ces critères sont souvent sous-estimés mais peuvent avoir un fort impact sur la santé de l’entreprise. Le Master Data Management étant garant des données de l’entreprise, une mauvaise maîtrise des coûts liés à la gestion de cette application peut être fatal. L’objectif de cet article est de faire un état des lieux des différents coûts potentiels et d’identifier la manière dont les appréhender au mieux.

Les critères de sélection financiers d’un Master Data Management

Le modèle économique de la solution

Investir dans une solution MDM est un choix stratégique. Le coût associé à l’acquisition d’une telle solution doit pouvoir être mesuré et anticipé. Selon l’éditeur, la solution MDM ou encore le mode d’implémentation, le coût peut passer du simple au double.

Si l’entreprise s’oriente vers une solution MDM On-Premise, il faut savoir que le coût initial est élevé. En effet, même si le coût de la solution MDM en tant que telle ne paraît pas démesuré, la majorité des coûts est directement liée liés au mode d’implémentation : hébergement, maintenance, et sécurisation de la solution MDM.

A contrario, si l’entreprise s’oriente vers une solution MDM SaaS, l’entreprise paiera une certaine somme tous les mois ou tous les ans, mais bénéficiera de l’assistance technique (montées de versions, support utilisateur…).

In fine, c’est le Total Cost of Ownership (TCO) qu’il est intéressant de comparer. Le TCO est la somme de tous les coûts que la solution MDM implique sur une durée déterminée (ex : 5 ans) en prenant en compte tous les aspects :

• Licences
• Infrastructures
• Hébergement
• Formations
• Recrutement

Néanmoins, le modèle économique peut-être parfois difficile à comparer. Certains éditeurs facturent au nombre d’utilisateurs de la solution. Certains facturent au nombre de Golden Records détenus dans le MDM. D’autres y ajoutent la notion de nombre d’applications connectées au MDM. Ainsi, il est important de comprendre tous ces modèles économiques pour mieux maîtriser ses coûts cloud ou autre sur le long-terme.

Anticiper les coûts cachés

En plus du modèle économique, l’entreprise doit s’assurer de bien relire les contrats de service proposés par les éditeurs.

Pour des solutions MDM SaaS, en fonction de la durée d’engagement, le prix peut être dégressif. Plus la durée d’engagement est importante (12, 24 ou 36 mois), plus le rabais proposé le sera également. Cependant, l’éditeur peut imposer des pénalités de résiliation anticipée qu’il est important de prendre en considération.

Également, le coût de la solution peut évoluer en fonction d’autres critères : le nombre de Golden Records, le nombre d’utilisateurs, ou l’ajout de modules fonctionnels. Se projeter et définir une roadmap SI pour anticiper les besoins futurs est idéal pour mieux maîtriser ces impacts.

D’autres coûts peuvent être ajoutés : formations, implémentation de connecteurs non supportés, personnalisation de la solution, support utilisateur…

Les points clés à retenir pour le choix d’une solution MDM

In fine, le choix d’une solution MDM doit être guidé par une approche pragmatique, tenant compte des besoins métiers, des contraintes techniques et des implications financières. Un modèle SaaS peut offrir une meilleure agilité et un déploiement rapide, tandis qu’une solution On-Premise garantit un contrôle total sur les données et l’architecture. Toutefois, il est essentiel d’anticiper les coûts cachés, les exigences d’intégration avec le SI existant et la capacité de la solution à évoluer avec l’entreprise.

Dans un contexte où la donnée est un actif stratégique, investir dans un MDM ne se résume pas à une décision IT, mais bien à une transformation organisationnelle globale impliquant les métiers, la DSI et la gouvernance des données. Un projet bien mené permettra de maximiser la valeur des données, d’améliorer la prise de décision et d’optimiser l’efficience opérationnelle.

 

Pour en savoir plus sur notre offre Data Management