Data Lineage : Réduction des Risques & Gouvernance

 

"Data Lineage" :   Réduction des Risques & Gouvernance Le data lineage représente la traçabilité complète des données, de leur origine à leur utilisation finale.   Il offre une vue détaillée des flux de données, identifiant les transformations et dépendances. La mise en place d’un data lineage a souvent été motivé dans le monde bancaire par les exigences de conformité telles que celles de BCBS239, le volet data de Bâle III visant à renforcer les capacités des banques en matière de production et de fiabilisation des rapports de risque. En effet la crise de 2008 a mis en exergue le manque de fiabilité dans les rapports de risques les plus structurants.   Mais le data lineage offre des possibilités qui dépassent largement ce cadre là : une gestion plus efficace des risques, une optimisation des systèmes d'information, etc., ouvrant ainsi la voie à de nombreux use cases. Cependant, pour avoir la valeur ajoutée attendue, le data lineage doit être le reflet exact du système d’information en temps réel. Et il doit proposer différents niveaux de lecture pour permettre à tous d’en tirer un bénéfice en lien avec ses besoins. Voir aussi :  "BCBS, l'enjeu de la fréquence et de l'exactitude" Le data lineage et le GDPR Avec l'avènement du nouveau cadre de protection des données à caractère personnel (GDPR), une cartographie précise et des contrôles renforcés sur les traitements impliquant les données personnelles sont désormais indispensables.   Dans cette perspective, le data lineage se présente comme un facilitateur. Il permet de représenter les différents processus de production des données, Il permet aussi l'identification des erreurs de traitement dans des chaînes qui peuvent compter d’innombrables processus, réduisant ainsi le risque de non-conformité en matière de données personnelles. D'autant que les investigations peuvent être déclenchées très simplement par des équipes n’ayant pas de connaissances techniques.   Le data lineage et la gouvernance des données   La mise en place du data lineage offre à toute l'organisation un référentiel détaillé, décrivant les flux de données, ainsi qu'une vision partagée de l’architecture du système, favorisant ainsi le développement d'une gouvernance des données efficace et d'une stratégie de qualité des données.   Cette connaissance approfondie du système est également d'une grande utilité pour architecturer les projets de façon optimale :  En mettant en lumière les flux stratégiques et toutes leurs dépendances. En offrant un outil précieux pour la conception d'une architecture optimale par la simplification des systèmes d'information : en effet, le data lineage couplé à la définition des usages de l’information permet d’identifier les flux de données inutiles dans les systèmes d’information, préalable à de vastes opérations de décommissionnement.  Voir aussi :  "Supprimer les banches mortes dans un système" Le data lineage et l'amélioration opérationnelle Dans un environnement complexes, les travaux d'investigation sur le patrimoine de données, et l'évaluation des impacts de telle ou telle modification sur l'ensemble du système peuvent s'avérer fastidieux.   L'automatisation de la documentation des flux de données permet de réduire considérablement ces charges de travail. Et alors que les projets de valorisation des données deviennent de plus en plus stratégiques, une connaissance approfondie des flux de données devient un élément essentiel de réussite. Surtout quand cette compréhension est partagée au plus grand nombre.    Le data lineage s'avère également être un outil précieux pour les équipes de support informatique. Il facilite l'analyse des dysfonctionnements et la mise en œuvre de correctifs, permettant ainsi une résolution plus rapide des incidents de production et une réduction des temps d'interruption des services. Data lineage, les prérequis Différentes solutions techniques de data lineage existent, permettant de représenter les flux de données à la fois sur le plan technique et métier. Mais pour assurer la valeur et la pérennité de la démarche, le data lineage doit être continuellement mis à jour en fonction des évolutions du système d'information. L’automatisation des processus d’analyse devra être un préalable. Il faudra bannir toute action manuelle pour éviter de décorréler la vision des flux de leur réalité concrète. En somme, le data lineage, ce ne peut être une feuille Excel alimentée au coup par coup !     Par ailleurs, les approches réglementaires ou techniques au sein d’une entreprises ne sont pas les mêmes. Le data lineage devra pouvoir proposer des angles différents : Une vision assez large permettant de documenter un flux d’une seul tenant, pour un partage interne ou vers le régulateur. Et une vision de détail permettant d’investiguer la réalité technique des transformations, des sources opérationnelles jusqu’à la cellule du tableau de bord. A ce titre Le data lineage devra être capable d’analyser des architectures techniques disparates et d’adresser les innombrables ruptures techniques dans les flux.   Conclusion    En somme, le data lineage se révèle être un atout majeur pour toutes les organisations aux processus complexes de traitement des données. Il représente non seulement un levier pour améliorer l'efficacité opérationnelle, un outil indispensable pour la gestion des risques et un élément essentiel de la mise en œuvre d'une stratégie data efficace.  Mais il doit répondre à des caractéristiques techniques précises : être exhaustif dans la variété des technologies traitées, il doit être parfaitement automatisé et il doit proposer différentes approches pour satisfaire aux besoins métiers coté compliance, mais aussi IT, côté gouvernance.   Ellipsys est l’éditeur d'{openAudit}, un logiciel de data management qui a été choisi par de nombreuses banques et d'autres types d'acteurs au Luxembourg (et ailleurs en Europe). Le data lineage technique et multi-technologique en est l'un des composants les plus différenciants.    contact@ellipsys-lab.com  www.ellipsys-lab.com