L’interopérabilité des données, un composant essentiel des entreprises data-centric

Les données collectées par les organisations proviennent de sources de plus en plus variées et sont manipulées par des profils très divers et n’ayant pas tous les mêmes compétences techniques. Garantir l’interopérabilité de vos données, c’est encourager la création d’usages au sein de votre organisation et au-delà.

Comment s’assurer que les données puissent être réutilisées par tous, indépendamment des compétences ou des outils utilisés ? Découvrez tous nos conseils pour mettre en place des règles permettant de proposer des données interopérables à toutes vos parties prenantes.

Les données d’une organisation n’ont pas seulement vocation à être diffusées auprès d’une poignée d’experts data travaillant en interne. Au contraire, pour apporter plus de valeur, les informations disponibles doivent aussi être partagées auprès des collaborateurs, des clients, des partenaires, etc. Or, tous n’utilisent pas les mêmes logiciels, ni ne disposent des mêmes compétences.

Par ailleurs, les métadonnées utilisées pour décrire les datasets peuvent être très variées. Si ces informations ne sont pas uniformisées, alors la recherche des données sera très compliquée. La mise en place d’un vocabulaire commun pour comprendre les données est indispensable.

Pour toutes ces raisons, l’interopérabilité des données est une nécessité. La notion désigne la capacité à connecter différentes données et/ou outils entre eux. L’objectif est alors de rendre les données lisibles, compréhensibles et réutilisables par tous. Et ce, quelles que soient les compétences “data” des collaborateurs ou les outils utilisés. In fine, l’interopérabilité facilite l’accessibilité des données pour toutes vos parties prenantes.

Au sein d’une organisation, les départements sont souvent organisés en silos. Les équipes utilisent des outils différents et les données ne sont pas partagées avec le reste de l’organisation. Et cela se complique encore lorsqu’il s’agit de partager des données avec des acteurs externes.

En mettant en place des règles pour garantir l’interopérabilité, toutes les parties prenantes peuvent accéder aux données et les réutiliser en toute confiance.

De manière générale, le partage des informations à grande échelle n’est possible que si les données sont interopérables. Autrement dit, il n’y a pas de démocratisation de la donnée sans données interopérables.

La donnée est reconnue par tous comme un levier d’amélioration d’efficacité. Mais pour cela, sa qualité doit être garantie.

Une bonne interopérabilité des données repose sur une gouvernance data claire. Or, la définition d’un cadre pour décrire l’ensemble des processus data permet justement d’améliorer la qualité, la sécurité, la conformité, la fiabilité et la pertinence de la donnée.

D’autre part, l’interopérabilité favorise l’enrichissement des données ; que ce soit des informations provenant d’entreprises tierces ou simplement d’autres départements de l’organisation. Si les jeux de données internes sont croisés avec d’autres datasets pertinents, les organisations bénéficient de plus d’informations pour prendre des décisions éclairées.

L’augmentation des demandes des consommateurs de données implique un changement d’état d’esprit et de méthode de travail. Les données doivent être considérées comme des produits permettant de créer de nouveaux usages. Et l’interopérabilité joue un rôle majeur dans cette démarche.

En effet, lorsque les données sont connectées simplement, l’expérience data est améliorée. Ce qui favorise la réutilisation de la donnée pour créer de la valeur à grande échelle.

Les données sont interopérables si elles peuvent être croisées avec d’autres données et utilisées par différents systèmes. Pour atteindre cet objectif, plusieurs aspects doivent être pris en compte : le cadre sémantique, la technologie, etc.

L’interopérabilité sémantique des données est indispensable pour garantir la cohérence de vos projets data. Plusieurs éléments entrent en jeu :

• Les métadonnées : utilisées pour décrire les données, elles doivent être renseignées selon des règles communes pour en faciliter la recherche et la compréhension. Il existe plusieurs formats officiels de métadonnées (DCAT, DCAT-AP et INSPIRE).
• Les schémas de données : il s’agit des champs utilisés pour construire le dataset. Il est important de toujours respecter un ordre défini et communiqué à tous afin d’identifier rapidement les données pouvant être croisées. Il est également recommandé d’associer des codes à chaque champ pour faciliter la manipulation des données.
• La documentation : elle regroupe un certain nombre d’informations indispensables à la compréhension et au partage des données.
• La licence : ce sont les règles de la licence qui déterminent comment les données pourront être réutilisées. Il est donc impératif de choisir la bonne licence et d’en informer les utilisateurs.

Pour garantir l’interopérabilité entre les données, il est donc primordial de définir une gouvernance data claire. C’est-à-dire, un cadre et des règles visant à favoriser la connexion entre les données, tout en garantissant leur qualité, leur fiabilité et leur sécurité.

Les organisations utilisent souvent plusieurs outils pour stocker, analyser, explorer ou partager les données. Les systèmes d’information des organisations sont constitués de plusieurs solutions qui doivent être interopérables entre elles. Par ailleurs, les données proviennent de sources de plus en plus variées : capteurs IoT, données externes, données de production, etc. Il est donc indispensable d’établir un processus pour uniformiser les données en vue de leur réutilisation.

Au-delà des outils data, les organisations utilisent des outils métier et applications. Les données doivent également être interopérables avec ces solutions. S’il ne s’agit pas d’outil data à proprement parler, ces différentes solutions utilisent quotidiennement les données.

Il est donc primordial de garantir l’interopérabilité des données avec les différents outils utilisés. C’est d’autant plus indispensable que les outils utilisés au sein même d’une organisation sont variés, mais ils le sont encore plus à l’échelle de toutes les organisations partenaires et/ou clients.

La meilleure solution est de transformer les données sous la forme de fichiers ouverts, standards ou largement utilisés (CSV, Json, etc). À l’inverse, il n’est pas recommandé d’utiliser des formats propriétaires, comme XLS, qui ne permettent pas de conserver l’intégrité des données lors du passage d’un outil à l’autre.

En privilégiant les données pouvant être interprétées par tous types d’outils, vous simplifiez la circulation des données et pouvez garantir leur qualité. C’est une condition nécessaire pour que les données puissent être partagées et réutilisées par tous, indépendamment des outils utilisés.

Grâce à l’interopérabilité, les données doivent pouvoir être interprétées par différents systèmes informatiques. Et ce, quels que soient les services tiers utilisés.

Garantir l’interopérabilité sémantique et technique de vos données nécessite d’établir un cadre commun pour toute l’organisation.

Une gouvernance des données solide est indispensable non seulement pour élargir l’utilisation et développer la valeur de vos données dans votre organisation et votre écosystème, mais aussi pour les protéger et respecter les obligations réglementaires.

Les éléments qui garantissent l’interopérabilité technique et sémantique des données sont déterminés par la stratégie de gouvernance. C’est pourquoi il est essentiel de nommer un responsable, chargé d’élaborer cette stratégie et de la maintenir. Il peut s’agir d’un Chief Data Officer (CDO), d’un Directeur data ou d’un Administrateur des données.

Pour assurer une interopérabilité optimale, il est possible d’aider les réutilisateurs à automatiser la récupération des données en proposant des APIs prêtes à l’emploi.

Les utilisateurs d’Opendatasoft bénéficient d’APIs générées automatiquement pour chaque jeu de données créé. Toute personne souhaitant réutiliser des données peut donc accéder à la console API d’Opendatasoft pour configurer l’API et sélectionner le format qui convient le mieux.

Cela permet d’éviter les erreurs lors de la mise à jour des données. Par ailleurs, les données sont mises à jour en continu, ce qui garantit leur qualité et leur pertinence.

Si même après avoir mis en place une stratégie de gouvernance et des standards en matière d’interopérabilité, vous n’observez pas d’amélioration dans les usages créés à partir de vos données, vous pouvez analyser comment les utilisateurs consomment vos données.

Opendatasoft met à disposition de ses clients une fonctionnalité unique de data lineage ou lignage de données centré sur les usages. Il s’agit d’observer les réutilisations qui sont faites à partir des données de votre portail.

Il est possible de consulter l’origine des données et le statut (valide ou invalide), les relations entre les datasets (fédération ou jointure) et les objets utilisés (pages, datasets, cartes, processeurs géographiques, etc.).

Vous pouvez ainsi prendre les actions adaptées à chaque situation :

• Un dataset est très utilisé : publiez d’avantage de données et faites des mises à jour régulières,
• Un jeu de données est inexploité ou peu utilisé : il existe peut-être des problèmes d’interopérabilité, investiguez et proposer une meilleure solution,
• Il y a des relations invalides sur mon portail : cela met en péril la confiance des utilisateurs en vos données. Corrigez-les dès que possible pour garantir la bonne mise à jour des données dans les différents portails et applications des consommateurs.

La plateforme Opendatasoft s’intègre avec de très nombreux outils composant les systèmes d’information ou SI des organisations et ce afin de garantir une interopérabilité optimale :

• Grâce à l’interopérabilité entre Isogeo et Opendatasoft, la connexion entre le catalogue data et le portail open data de la métropole de Rouen est fluide. En quelques clics, les responsables de la Métropole peuvent diffuser les données géographiques sur leur portail open data.
• Grâce aux larges possibilités d’intégration d’Opendatasoft, Schneider Electric interface instantanément la plateforme avec ses solutions cloud et data lakehouse, dont Microsoft Azure et Databricks, pour alimenter rapidement Exchange, sa marketplace de données.
• Lamie mutuelle a fait d’Opendatasoft la pierre angulaire de sa stratégie de gestion des données. Toutes les données, qu’elles soient collectées en interne ou en externe par des organismes partenaires, sont centralisées sur la plateforme et sont ensuite partagées pour alimenter le CRM de l’entreprise et d’autres systèmes internes via des APIs.

L’interopérabilité est donc un critère indispensable pour partager vos données et créer de la valeur dans vos écosystèmes. Cela implique de définir des règles communes et de nommer des responsables chargés d’aider les collaborateurs à les comprendre et les adopter.