Introduction

Le Stratégie de données, stratégie de gestion des données et analyse de rentabilité de la gestion des données Ce composant définit comment les données et les capacités de gestion des données sont liées aux objectifs commerciaux de haut niveau et intégrées aux opérations de l'organisation. Il articule la valeur et la vision à long terme des données et des capacités de gestion des données, et identifie les parties prenantes qui doivent être alignées pour atteindre les objectifs commerciaux de l'organisation grâce aux données. La stratégie de données vise à relier les objectifs et priorités stratégiques de l'entreprise au périmètre de données nécessaire pour atteindre ces objectifs, tout en garantissant l'alignement avec les parties prenantes. La stratégie de gestion des données s'appuie sur ce principe en décrivant les capacités de gestion des données essentielles pour atteindre ces objectifs et générer de la valeur ajoutée pour l'entreprise. Elle clarifie la justification des capacités requises, ainsi que leurs objectifs et avantages attendus. La stratégie de gestion des données sert de plan directeur à l'organisation pour évaluer, prioriser, planifier, mesurer, mettre en œuvre et améliorer ses capacités de gestion des données à tous les niveaux. DCAM Les composantes de la gestion des données sont décrites ci-dessous. De plus, la stratégie de gestion des données définit les étapes permettant de mobiliser efficacement l'organisation pour mettre en œuvre avec succès ces capacités. L'analyse de rentabilité de la gestion des données évalue l'investissement requis et les avantages découlant des capacités de gestion des données, contribuant ainsi à la composante 2.0, Gestion et financement des programmes. À l'instar des autres capacités opérationnelles, la gestion des données doit être justifiée, financée, mesurée et évaluée dans le cadre de la planification stratégique de l'organisation. processus. Cette méthodologie favorise des objectifs clairs, un accord mutuel et le soutien des cadres supérieurs et des différentes parties prenantes.

Diagramme 1.1 : Stratégie d’entreprise soutenue par la gestion des données

Définitions

Stratégie de données Il s'agit de la spécification formelle des objectifs commerciaux, des priorités et du périmètre des données nécessaires à la réalisation des objectifs d'une organisation (notamment le contenu et l'utilisation prévue). Son but est d'identifier, d'harmoniser et de hiérarchiser les besoins en données de l'organisation et de ses parties prenantes. Elle découle des objectifs commerciaux généraux (non spécifiques aux données) et des priorités stratégiques de l'organisation. Étude de cas de gestion des données Ce document justifie la création et le financement des capacités de gestion des données telles que définies dans la stratégie de gestion des données. Il expose les principaux besoins en données de l'organisation, quantifie les résultats et les avantages attendus de la mise en œuvre de ces capacités, et décrit comment la valeur est créée à partir des actifs de données de l'organisation, grâce à la collaboration entre les métiers, les données et la technologie.

Portée

• Établir et maintenir une stratégie de données documentée, précisant le contenu et l'utilisation des données, ainsi qu'une stratégie de gestion des données nécessaires au soutien de l'entreprise, en tirant parti des DCAM pour définir les capacités de gestion des données.
• Alignez la stratégie de données et la stratégie de gestion des données avec la stratégie, les objectifs et les priorités de l'entreprise, notamment en hiérarchisant les données en fonction de leur importance pour l'entreprise.
• Collaborer avec les principales parties prenantes pour définir l'état actuel et l'objectif futur des capacités de gestion des données à l'aide d'un outil d'évaluation tel que DCAM.
• Définir les priorités des objectifs de la stratégie de gestion des données et établir une feuille de route et un calendrier de déploiement pour sa mise en œuvre.
• Justifiez et expliquez la pertinence commerciale de la gestion des données dans le cadre de l'initiative globale de gestion des données de l'organisation. Les analyses de rentabilité doivent mettre en évidence la valeur des données et plaider en faveur d'investissements dans les capacités de gestion des données, que ce soit pour des projets d'amélioration ou pour les opérations et pratiques courantes.

Proposition de valeur

Les organisations qui ont entreprise et unité opérationnelle Les dirigeants et les parties prenantes qui comprennent, soutiennent et orientent les initiatives de gestion des données bénéficient d'une meilleure acceptation de cette dernière à tous les niveaux. Il est essentiel d'impliquer le personnel à tous les niveaux de l'organisation pour garantir le succès durable de la gestion des données. Les organisations qui adoptent des pratiques efficaces de gestion des données constatent un retour sur investissement à plusieurs égards :

• croissance des revenus et client satisfaction
• Améliorer les opérations et l'efficacité
• Gestion des risques et conformité réglementaire renforcées
• Transformation numérique et innovation plus rapides et plus faciles

Lors de l'élaboration de la stratégie de données, il est important de prendre en compte à la fois les priorités offensives (par exemple, la croissance du chiffre d'affaires) et les priorités défensives (par exemple, la conformité réglementaire). Les priorités évoluent souvent avec le temps, et il est essentiel de développer des capacités pérennes sur le long terme. terme, plutôt que de se concentrer uniquement sur le proche terme Face à l'urgence, il serait idéal de développer une approche équilibrée permettant de tirer parti des efforts déployés tant en matière d'offensive que de défense. La stratégie de données devrait être revue périodiquement, par exemple annuellement, en collaboration avec les équipes métiers, afin de garantir son adéquation avec les buts et objectifs de l'entreprise.

Aperçu

La stratégie de données, la stratégie de gestion des données et l'analyse de rentabilité de la gestion des données sont des composantes fondamentales de DCAM Cadre de référence. Il est important de noter que l'équipe de gestion des données doit disposer des compétences et capacités de planification stratégique nécessaires pour soutenir l'élaboration de la stratégie et des approches, ainsi que les activités de gestion courantes. L'utilisation de ce cadre de référence fournit une structure et des principes fondamentaux à l'initiative de gestion des données. Elle aide également les parties prenantes à comprendre la valeur de la gestion des données pour leurs unités opérationnelles et leurs objectifs stratégiques. Les stratégies relatives aux données et à leur gestion doivent être alignées sur celles de l'organisation. modèle opérationnel et inclure une feuille de route et un calendrier pour atteindre l'état cible. Si le modèle opérationnel Face aux changements, les stratégies doivent être mises à jour en conséquence. Les stratégies efficaces comparent l'état actuel à l'état cible afin d'identifier les écarts organisationnels, fonctionnels, opérationnels et technologiques. Un outil d'évaluation des capacités peut appuyer cette analyse, en aidant à définir, prioriser et planifier la réduction des écarts. Chaque unité opérationnelle doit disposer d'une stratégie de données et de gestion des données documentée et alignée sur la stratégie globale de l'entreprise. modèle opérationnel cible. Au sein de chaque unité, les composantes apportent des contributions uniques qui doivent être intégrées et hiérarchisées dans la stratégie finale. Ces contributions doivent soutenir les objectifs organisationnels généraux et les exigences en matière de capacités définies par la stratégie finale. modèle opérationnel cible.Étant donné que toutes les unités opérationnelles n'auront pas le même niveau de maturité dans la conception et la mise en œuvre de leur initiative de gestion des données, ces stratégies sont spécifiques à leurs objectifs commerciaux, à leurs priorités et aux inefficacités et lacunes identifiées dans la gestion des données. La description ci-dessus peut sembler impliquer une structure organisationnelle vaste et potentiellement complexe nécessitant une coordination pour élaborer une stratégie globale en matière de données. Cependant, il est important de noter qu'une telle complexité structurelle n'est pas une condition nécessaire et que… DCAM Ce cadre peut s'appliquer à toute organisation, quelle que soit sa taille, souhaitant maintenir et pérenniser les meilleures pratiques de gestion des données afin de fournir à ses partenaires commerciaux des données et des informations fiables et de haute qualité. Qu'une organisation choisisse de compiler ces sujets dans un seul document ou dans plusieurs, tous sont nécessaires pour élaborer une approche cohérente. L'importance de la documentation physique est essentielle à une gestion efficace des données et offre de nombreux avantages. En voici quelques-uns :

1. Communication amélioréeUne bonne documentation garantit que la stratégie est communiquée aux principales parties prenantes de manière continue et cohérente. Cela contribue à maintenir la clarté et l'alignement au sein de l'organisation.
2. Approbation de la directionUne documentation efficace est visiblement approuvée par la direction et les parties prenantes, ce qui favorise une culture de soutien et d'engagement envers la stratégie.
3. DurabilitéUne documentation de haute qualité favorise la mise en place de pratiques de gestion des données durables en proposant une approche claire et structurée qui peut être suivie et améliorée au fil du temps.
4. Présence multicanalLa documentation devra peut-être être diffusée sur plusieurs supports : documents écrits officiels, présentations et plateformes en ligne. Cela garantit que la stratégie est accessible et comprise par toutes les parties prenantes.
5. Politique SoutienLes stratégies performantes s'appuient souvent sur des politiques organisationnelles obligatoires, clairement définies dans une documentation de haute qualité.

Questions fondamentales

• La stratégie de données, la stratégie de gestion des données et l'analyse de rentabilité de la gestion des données sont-elles documentées et alignées sur la stratégie et les priorités de l'entreprise ?
• La stratégie de gestion des données expose-t-elle clairement la raison d'être et l'importance de la mise en œuvre de capacités de gestion des données à différents niveaux appropriés de l'organisation ?
• Existe-t-il une adhésion de la direction dans les domaines des opérations et de la technologie ?
• Les parties prenantes acceptent-elles de soutenir et de pérenniser les fonctions de gestion des données ?
• La stratégie de données et la stratégie de gestion des données ont-elles défini les buts et objectifs à court, moyen et long terme des capacités de gestion des données au sein de l'organisation ?
• La stratégie de gestion des données et l'analyse de rentabilité de la gestion des données ont-elles permis d'identifier efficacement les domaines d'intervention critiques, notamment la manière dont les priorités ont été établies, vérifiées et mesurées ?
• La stratégie de gestion des données a-t-elle identifié les modèle opérationnel et les ressources nécessaires pour établir, maintenir et améliorer la gestion des données, tant par le biais d'initiatives que d'opérations courantes ?
• L’organisation révise-t-elle régulièrement sa stratégie de données, sa stratégie de gestion des données et son analyse de rentabilité en matière de gestion des données, notamment en fonction de l’évolution de l’activité ?

Artefacts principaux

Voici les artefacts de base Nécessaire à la mise en œuvre d'une capacité efficace. Les éléments marqués d'un astérisque (*) renvoient aux recommandations de bonnes pratiques publiées par l'EDM Association.

• Stratégie de données
• Stratégie de gestion des données, incluant une approche pour chaque DCAM composant
• Étude de cas de gestion des données
• Matrice de responsabilité en matière de gestion des données*

Dans la plupart des organisations, les initiatives de données ponctuelles ne suffisent pas à garantir le succès de l'entreprise. Pour y parvenir, l'équipe de gestion des données doit comprendre les besoins métiers de haut niveau et les exigences de données associées. Ces besoins sont essentiels pour définir et prioriser les initiatives de gestion des données. Ces dernières doivent être alignées sur les besoins, les priorités et les résultats escomptés par les parties prenantes.

Description

Les besoins opérationnels sont identifiés par les unités de production et reflètent souvent les priorités organisationnelles plus larges définies par la direction. La stratégie de données et la stratégie de gestion des données doivent répondre à la fois aux objectifs globaux de l'entreprise et aux besoins spécifiques des équipes opérationnelles.

Objectifs

• Documentez les principaux besoins opérationnels et en matière de données au sein de l'organisation et de ses unités opérationnelles critiques.
• Validez ces données d'entrée pour garantir leur alignement et complétude.
• Comprendre comment les différents secteurs de l'organisation s'attendent à ce que les données soutiennent leurs objectifs.

Conseil

Les besoins en matière d'affaires et de données — y compris les objectifs, les défis et les priorités — sont recueillis par le biais de discussions avec les parties prenantes à tous les niveaux. Cette découverte processus Le processus doit être itératif et tenir compte des contraintes du monde réel, telles que le budget et les capacités opérationnelles. L'objectif n'est pas seulement de recenser les objectifs, mais aussi de les hiérarchiser en fonction des dépendances, des ressources disponibles et de la faisabilité. partie prenante L'implication est essentielle pour susciter l'engagement et garantir que les efforts de gestion des données contribuent directement aux résultats de l'entreprise. Elle renforce l'idée que la définition des besoins en données est une responsabilité partagée entre les équipes métiers et les équipes de données. fonction apporte une perspective unique et précieuse. L'évolution constante de leurs outils et le rythme rapide des changements peuvent justifier des mises à jour plus fréquentes que le cycle de planification traditionnel. Il est essentiel de prendre en compte à la fois les analyses internes et les informations issues de sources de données externes. Développer une compréhension partagée des objectifs commerciaux et des attentes en matière de données est crucial pour la réussite à long terme. La stratégie de données et la stratégie de gestion des données doivent être des documents évolutifs, constamment mis à jour en fonction des besoins changeants de l'organisation et de ses unités opérationnelles.

Questions

• Les exigences métier et en matière de données sont-elles documentées ?
• Les besoins métiers et les exigences en matière de données sont-ils recueillis à tous les niveaux concernés de l'organisation ?

Artefacts

• Documentation vérifiée des objectifs généraux, des exigences et des exigences en matière de données
• Liste des parties prenantes et preuves de communication bidirectionnelle

Score

Description

Les priorités entreprise Les besoins opérationnels et en matière de données des unités d'exploitation orienteront les priorités des initiatives liées aux données.

Objectifs

• Sécurisé partie prenante Examen, priorisation et approbation des besoins métiers et des données.
• Mettre en place des exigences régulières et des cycles d'examen pour intégrer l'évolution des besoins de l'entreprise dans les initiatives de données.

Conseil

Définir les priorités de l'entreprise et les besoins en données est essentiel pour permettre à l'organisation de réussir grâce à des données et des analyses de haute qualité. Les parties prenantes doivent comprendre comment l'organisation gère le lien entre les priorités, le financement et les réalités opérationnelles. Les discussions sur le financement peuvent contribuer à définir les priorités des deux parties. entreprise et les unités opérationnelles. Il est recommandé de procéder à une priorisation et à une approbation formelles. processus Il convient de mettre en place un groupe de travail afin de contribuer à l'élaboration de la feuille de route des initiatives liées aux données. De plus, il est important de définir et d'illustrer comment l'organisation répondra aux nouveaux besoins et défis à mesure qu'ils se présenteront. La collaboration avec les équipes métiers est essentielle pour déterminer les priorités. Des informations supplémentaires peuvent être recueillies en impliquant toutes les parties prenantes, notamment l'équipe analytique de l'organisation. fonction(s). Ceci groupe peut fournir des perspectives précieuses sur la priorisation des besoins métiers et de données en mettant en lumière les opportunités où les données et les méthodes et outils d'analyse avancée peuvent offrir un avantage concurrentiel. Des outils tels que l'intelligence artificielle et l'apprentissage automatique peuvent stimuler l'amélioration de l'efficacité, de l'expérience client et le développement de produits et services innovants. Dans l'environnement commercial et réglementaire actuel, il est tout aussi important que les organisations considèrent l'utilisation légale et éthique des données sous l'angle de la stratégie d'analyse. processus Il s'agit de prioriser les besoins de l'entreprise. Cet examen préliminaire permettra d'éviter d'investir dans des opportunités comportant des risques juridiques et éthiques.

Questions

• A-t-il le processus Les exigences commerciales et de données de haut niveau ont-elles été approuvées pour prioriser et approuver ?
• Les priorités tiennent-elles compte des dépendances ?
• Les priorités de l'entreprise sont-elles vérifiées et alignées sur les initiatives, les priorités, le budget, la technologie et les opérations de gestion des données ?

Artefacts

• Liste priorisée des exigences en matière de données
• Processus d'exigences définis et approuvés
• Vérification et approbation des exigences en matière de données

Score

L'établissement d'une stratégie de données et d'une stratégie de gestion des données est essentiel au développement d'initiatives de gestion des données. Une stratégie de données et une stratégie de gestion des données robustes englobent l'ensemble de l'organisation et définissent les éléments nécessaires à l'initiative de gestion des données, tels que les exigences, les capacités et les ressources en matière de données, afin d'atteindre la stratégie et les objectifs de l'organisation. Elles intègrent les contributions de toutes les parties prenantes, tant commerciales que techniques, et hiérarchisent leurs besoins afin d'optimiser les bénéfices pour l'organisation.

Description

La définition de la stratégie de données est un élément fondamental du programme de gestion des données. Une stratégie de données globale est mise en place à l'échelle de l'organisation, décrivant les données, les capacités et les ressources nécessaires à la réalisation des objectifs stratégiques. Elle intègre les contributions de toutes les parties prenantes, tant opérationnelles que fonctionnelles, garantissant ainsi l'alignement des priorités pour optimiser les bénéfices organisationnels. La stratégie de données doit présenter une vision de l'état futur des données pour l'organisation.

Objectifs

• Définir les données nécessaires à la réalisation des objectifs commerciaux prioritaires.
• Élaborer une approche d'utilisation des données qui prenne en compte l'utilisation novatrice des données et des technologies et qui garantisse que la stratégie globale de l'organisation demeure une priorité.
• Définir un état cible conceptuel des données pour l'organisation.

Conseil

La stratégie de données identifie le contenu, les sources et les types de données nécessaires à la réalisation des objectifs prioritaires de l'entreprise. Les sources peuvent être internes, externes, structurées ou non structurées. La stratégie de données répond à la question fondamentale : quelles données sont nécessaires à la réalisation des objectifs commerciaux ? Toutefois, le périmètre des données doit être compatible avec les capacités de l'équipe de gestion des données chargée de leur traitement. Cela implique d'équilibrer les priorités commerciales et les ressources disponibles. Afin d'anticiper les besoins futurs, il est recommandé que l'équipe de gestion des données conserve un backlog des objectifs commerciaux de moindre priorité et des besoins en données associés. La stratégie de données définit également la manière dont l'organisation entend utiliser les données, en mettant l'accent sur l'adoption et l'intégration de l'innovation pour atteindre ses objectifs. Cela inclut l'exploitation des données existantes de manière novatrice, l'intégration de nouvelles sources de données et l'utilisation de technologies d'analyse avancées telles que l'intelligence artificielle. De plus, la stratégie doit établir des lignes directrices pour une utilisation responsable et éthique des données et des nouvelles technologies, garantissant ainsi leur alignement avec les objectifs commerciaux tout en maintenant des pratiques éthiques en matière de données. Une organisation doit clairement comprendre comment l'état futur de la gestion des données s'alignera sur ses objectifs commerciaux et les soutiendra. Définir l'état futur de l'environnement de données exige une évaluation complète de l'état actuel afin d'identifier les lacunes à combler. La stratégie de données doit prendre en compte ces lacunes et définir une approche de haut niveau – fondée sur les priorités de l'entreprise et les besoins en ressources (humaines, processus et technologiques) – pour atteindre l'état futur souhaité. Ceci permet d'établir une vision à long terme qui garantit que l'organisation comprendra comment la gestion des données contribuera à ses objectifs stratégiques et établit un cadre de référence pour la stratégie de gestion des données.

Questions

• Avez-vous défini les données nécessaires pour atteindre les objectifs commerciaux prioritaires ?
• Avez-vous évalué la possibilité de vous procurer les données requises auprès de sources externes ?
• L’organisation a-t-elle évalué l’application et la valeur de l’utilisation de l’analyse avancée ?
• Les méthodes et outils d'analyse avancée ont-ils été évalués pour soutenir le processus mise en œuvre de l'initiative de gestion des données ?
• Est-il éthique d'utiliser les données définies ?
• L’utilisation des données aboutit-elle à un résultat éthique ?
• Une évaluation de la situation actuelle a-t-elle été réalisée ?
• L’objectif de l’initiative relative aux données est-il défini ?
• Les écarts entre l'état actuel et l'état cible ont-ils été quantifiés et hiérarchisés ?
• Existe-t-il un écart défini entre l'état actuel et le reste du système ?

Artefacts

• Stratégie de données
• Liste des objectifs commerciaux alignés sur les données associées
• Preuve de l'examen des sources de données externes
• Analyse des écarts de l'état actuel

Score

Description

La stratégie de gestion des données est élaborée en collaboration avec l'ensemble des parties prenantes des domaines métiers, technologiques et opérationnels. Ensemble, elles la documentent. Cette stratégie vise à optimiser l'application des fonctions de gestion des données afin de fournir à l'organisation les données et informations nécessaires à la réalisation de ses objectifs commerciaux.

Objectifs

• Alignez la stratégie de gestion des données avec les activités commerciales, technologiques et opérationnelles en tirant parti de la stratégie de données.
• Documenter, examiner et obtenir l'approbation de toutes les parties prenantes pour la stratégie de gestion des données.
• Concepts stratégiques fondamentaux de chaque DCAM Les composants du cadre de référence doivent être identifiés dans la stratégie de gestion des données.

Conseil

La stratégie de gestion des données est le fruit d'une collaboration entre les acteurs métiers, les parties prenantes des données et les experts techniques. Elle doit s'appuyer sur les éléments identifiés et priorisés dans les exigences métiers et la stratégie de données. La stratégie de gestion des données doit intégrer les objectifs et les concepts clés de chaque composante. DCAM Le cadre et les priorités de la stratégie de données permettent d'établir une feuille de route de mise en œuvre intégrée. À mesure que les objectifs commerciaux évoluent et nécessitent des ajustements de la stratégie de données, la stratégie de gestion des données doit également intégrer les mises à jour nécessaires. La stratégie de gestion des données, tout comme la stratégie de données, définit l'approche et sert de document de référence pour le développement des capacités de gestion des données de l'organisation. L'objectif d'une définition formelle et collaborative des stratégies de données et de gestion des données est de soutenir les objectifs stratégiques prioritaires actuels de l'entreprise. Les objectifs de haut niveau doivent être traduits en exigences relatives aux données et à leur gestion. Une stratégie de gestion des données non synchronisée avec les objectifs de haut niveau de l'organisation, tels qu'ils sont définis par la stratégie de données, peut entraîner un décalage des priorités en matière de données. Ce décalage peut, de manière critique, conduire la direction à percevoir la stratégie de gestion des données comme non pertinente. L'adhésion de la direction est essentielle à l'adoption de l'initiative de gestion des données par l'organisation. Un soutien efficace de la direction permettra de réduire considérablement le temps nécessaire à l'organisation pour développer une culture axée sur les données et mettre en œuvre l'initiative de gestion des données. La stratégie de gestion des données doit refléter les objectifs commerciaux de la période de planification en cours au regard de la gestion des données. modèle opérationnel cible. Il convient de prioriser les résultats et les ressources pour chacun des DCAM Composants du cadre.

Questions

• Tous les aspects de la stratégie de gestion des données ont-ils été définis et présentés en des termes compréhensibles pour chaque niveau opérationnel ?
• La justification commerciale, réglementaire et opérationnelle de l'initiative de gestion des données est-elle définie et vérifiée ?
• La stratégie de gestion des données est-elle alignée sur la stratégie de données, les capacités techniques et les processus opérationnels ?
• La stratégie de gestion des données est-elle documentée, approuvée et publiée ?
• L'approche de la gestion des données est-elle clairement définie dans la stratégie ?
• Avoir les concepts stratégiques fondamentaux de DCAM Ces composants ont-ils été intégrés à la stratégie de gestion des données ?

Artefacts

• Déclaration de l'initiative de gestion des données de l'État cible et des résultats attendus
• Définition des principes fondamentaux et illustration de leur importance
• Stratégie de gestion des données reflétant la stratégie de données et les objectifs et exigences de l'entreprise
• Avantages – explique pourquoi nous faisons cela ; présente la proposition de valeur et son alignement avec les principes organisationnels
• Liste des parties prenantes et preuves de communication bidirectionnelle
• Listes de diffusion et approbations des parties prenantes

Score

L'analyse de rentabilité de la gestion des données doit être élaborée afin de quantifier le retour sur investissement financier et la valeur stratégique qui en découle. Elle doit également refléter les exigences et priorités de haut niveau de l'organisation, nécessaires à l'atteinte des objectifs commerciaux. Cette analyse permet de justifier la valeur de la gestion des données et de faciliter son adoption à l'échelle de l'organisation. Les parties prenantes doivent valider les résultats commerciaux quantifiables de l'analyse de rentabilité. À mesure que les stratégies et les objectifs commerciaux évoluent, il devient essentiel d'aligner le programme de gestion des données sur le contexte commercial en mutation et de réviser l'analyse de rentabilité en conséquence. Cette dernière, une fois mise à jour, doit mettre en valeur les réalisations antérieures et illustrer comment la gestion des données continuera de contribuer au succès de l'entreprise. Par exemple, il convient d'examiner comment les progrès technologiques influencent le changement et comment le programme de gestion des données peut accompagner cette évolution.

Description

L’analyse de rentabilité de la gestion des données doit être alignée sur les objectifs, les facteurs et les exigences tant au niveau de l’entreprise que des parties prenantes. entreprise et unité opérationnelle niveaux. Il devrait illustrer comment la stratégie de données et la stratégie de gestion des données fonctionnent ensemble pour faciliter la réalisation des objectifs commerciaux en décrivant clairement les résultats attendus et le retour sur investissement des capacités de gestion des données.

Objectifs

• Élaborez l'analyse de rentabilité de la gestion des données en fonction des priorités et des objectifs de l'organisation.
• Documentez la valeur financière (par exemple, le retour sur investissement) de toutes les exigences commerciales prioritaires et approuvées.
• Documentez l'alignement sur les exigences commerciales prioritaires.

Conseil

L’analyse de rentabilité de la gestion des données justifie la création et le financement d’une initiative de gestion des données en abordant les principaux enjeux liés aux données auxquels l’organisation est confrontée. Elle explique les résultats et les avantages attendus d’une gestion efficace des données, en intégrant à la fois les objectifs défensifs (réglementation, risques, conformité et éthique) et les objectifs offensifs (soutien aux activités, analyse et efficacité opérationnelle). Les objectifs principaux et les stratégies de mise en œuvre doivent être clairement définis, et les propositions de valeur doivent être pertinentes pour les parties prenantes. Il est crucial de reconnaître et d’exploiter la valeur des données, et la compréhension de cette valeur permet de prioriser les initiatives liées aux données. (Référence : Data ROI Working de l’EDM Association) Groupe a publié plusieurs documents importants, dont le guide pratique du retour sur investissement des services de données. Cette publication offre un éclairage précieux sur l'importance des données et définit quatre grandes catégories de valorisation des données : l'augmentation des revenus, la réduction des coûts, l'amélioration des flux de trésorerie et la gestion des risques. Ces facteurs sont essentiels pour évaluer la valeur des données au sein d'une organisation.

Questions

• L’analyse de rentabilité est-elle fondée sur les besoins de l’entreprise et alignée sur la stratégie de données et la stratégie de gestion des données ?
• Les objectifs sont-ils définis et vérifiés ?
• Les propositions de valeur sont-elles clairement spécifiées et adressées aux parties prenantes ?
• Les hypothèses et les méthodologies de calcul du retour sur investissement des analyses de rentabilité sont-elles conformes aux meilleures pratiques du secteur ?
• Les hypothèses et les méthodologies de calcul du retour sur investissement de l'analyse de rentabilité sont-elles documentées ?

Artefacts

• Documentation d'analyse de rentabilité
• Preuve de la cohérence entre l'analyse de rentabilité, la stratégie, les objectifs organisationnels et les priorités
• Preuve de l'examen des pratiques éthiques en matière de données et des risques connexes

Score