Le data asset management est le processus de bout en bout qui consiste \u00e0 organiser, g\u00e9rer et optimiser les data assets afin de cr\u00e9er de la valeur pour l\u2019entreprise.<\/p>\n
Il couvre l\u2019ensemble du cycle de vie des data assets : identification, classification, stockage, protection, r\u00e9cup\u00e9ration et destruction des donn\u00e9es. Contrairement \u00e0 la gestion des donn\u00e9es (data management) qui se concentre sur les aspects techniques, le data asset management traite les donn\u00e9es comme un actif business pr\u00e9cieux dont il faut tirer le maximum de b\u00e9n\u00e9fices.<\/p>\n
Le data asset management ne doit pas \u00eatre confondu avec le digital asset management, qui concerne uniquement la gestion des actifs num\u00e9riques comme les vid\u00e9os, fichiers audio, animations, logos, typographies et palettes de couleurs. Le data asset management est plus large et couvre tous types de data assets.<\/p>\n
Le data asset management vise \u00e0 transformer les donn\u00e9es en valeur, permettant aux organisations d\u2019exploiter leurs donn\u00e9es pour gagner en comp\u00e9titivit\u00e9, innover et stimuler la croissance.<\/p>\n
Ses b\u00e9n\u00e9fices incluent :<\/p>\n
Soutenir une meilleure prise de d\u00e9cision, bas\u00e9e sur les donn\u00e9es, \u00e0 la fois strat\u00e9gique et op\u00e9rationnelle<\/p>\n<\/li>\n
R\u00e9duire les risques en comprenant mieux le contexte op\u00e9rationnel tout en assurant la conformit\u00e9<\/p>\n<\/li>\n
Am\u00e9liorer la qualit\u00e9, la pr\u00e9cision et la pertinence des donn\u00e9es<\/p>\n<\/li>\n
Rendre les op\u00e9rations business plus fluides et efficaces<\/p>\n<\/li>\n<\/ul>\n
Le data asset management est un domaine large qui regroupe plusieurs disciplines, telles que :<\/p>\n
La gouvernance des donn\u00e9es (data governance<\/a>)<\/p>\n<\/li>\n La d\u00e9couverte des donn\u00e9es (data discovery)<\/p>\n<\/li>\n La classification des donn\u00e9es \/ cr\u00e9ation de data asset inventory<\/p>\n<\/li>\n La gestion de la qualit\u00e9 des donn\u00e9es (data quality management)<\/p>\n<\/li>\n L\u2019architecture des donn\u00e9es (data architecture)<\/p>\n<\/li>\n La tra\u00e7abilit\u00e9 des donn\u00e9es (data lineage<\/a>)<\/p>\n<\/li>\n La disponibilit\u00e9 des donn\u00e9es \u00e0 grande \u00e9chelle via les data marketplaces, business intelligence et analytics<\/p>\n<\/li>\n<\/ul>\n En plus des solutions techniques au sein de la stack data, il inclut la mise en \u0153uvre de politiques, proc\u00e9dures et bonnes pratiques visant \u00e0 maximiser la valeur des data assets.<\/p>\n Comme pour les actifs physiques, les organisations doivent mettre en place des cadres et processus pour g\u00e9rer les data assets de fa\u00e7on coh\u00e9rente et efficace. Ces processus couvrent tout le cycle de vie, depuis la d\u00e9couverte\/cr\u00e9ation des data assets, leur utilisation, maintenance et mise \u00e0 jour, jusqu\u2019\u00e0 leur suppression ou destruction.<\/p>\n Voici huit questions fondamentales pour un cadre et processus efficaces :<\/p>\n Quels sont nos actifs ?<\/p>\n<\/li>\n Quels sont les plus et les moins pr\u00e9cieux pour l\u2019organisation ?<\/p>\n<\/li>\n Que voulons-nous en faire, en termes d\u2019objectifs business ?<\/p>\n<\/li>\n Comment allons-nous y parvenir ?<\/p>\n<\/li>\n Comment suivre la progression vers ces objectifs ?<\/p>\n<\/li>\n Comment l\u2019\u00e9tat de nos actifs \u00e9volue-t-il dans le temps ?<\/p>\n<\/li>\n Comment r\u00e9agissons-nous \u00e0 ces \u00e9volutions ?<\/p>\n<\/li>\n Comment s\u2019assurer que nous obtenons le meilleur retour sur investissement (ROI) de nos actifs ?<\/p>\n<\/li>\n<\/ol>\n Comme pour les programmes techniques de gestion des donn\u00e9es, transformer efficacement les data assets en valeur business rencontre plusieurs d\u00e9fis :<\/p>\n Comprendre, suivre et partager des volumes croissants de donn\u00e9es issues de sources de plus en plus vari\u00e9es, internes et externes<\/p>\n<\/li>\n Garantir la s\u00e9curit\u00e9, la confidentialit\u00e9 et la conformit\u00e9 des donn\u00e9es lors de leur r\u00e9utilisation et partage<\/p>\n<\/li>\n G\u00e9rer \u00e0 la fois les donn\u00e9es structur\u00e9es et non structur\u00e9es<\/p>\n<\/li>\n Briser les silos d\u00e9partementaux pour collecter et partager les donn\u00e9es \u00e0 l\u2019\u00e9chelle de l\u2019entreprise<\/p>\n<\/li>\n Trouver des moyens de rendre les data assets accessibles aux employ\u00e9s et parties prenantes qui en ont besoin \u2014 r\u00e9soudre ce probl\u00e8me d\u2019acc\u00e8s \u201cdernier kilom\u00e8tre\u201d, par exemple via des data marketplaces, est crucial pour le succ\u00e8s des programmes de data asset management<\/p>\n<\/li>\n<\/ul>\n La principale diff\u00e9rence est que le data asset inventory<\/a> fournit un inventaire et r\u00e9sum\u00e9 des data assets, tandis que le data asset management est l\u2019initiative globale qui organise et optimise ces actifs pour g\u00e9n\u00e9rer de la valeur business.<\/p>\n<\/h3>\n
Comment une organisation peut-elle assurer un data asset management efficace ?<\/h2>\n
\n
<\/h3>\n
Quels sont les d\u00e9fis du data asset management ?<\/h2>\n
\n
<\/h3>\n
Quelle est la diff\u00e9rence entre data asset management et data asset inventory ?<\/h2>\n
<\/h4>\n
Data asset inventory<\/h3>\n