Data Glossary

Qu’est-ce qu’un Data Glossary ?

Un data glossary (ou glossaire de données) définit et organise les différents termes métier utilisés pour décrire les données au sein d’une organisation.

Stocké dans un référentiel facilement accessible, il fournit un langage ou un vocabulaire commun pour que chacun comprenne ce que recouvrent les données ou les termes particuliers, évitant ainsi la confusion et l’incompatibilité, et favorisant la cohérence. Par exemple, il existe une compréhension unifiée de ce qu’est un « client », de sorte que les données provenant de différents services (ventes, marketing, opérations) soient cohérentes et interopérables. Les glossaires de données sont créés et gérés par l’entreprise et mis à jour en fonction de ses besoins.

Sans un data glossary unifié, la gouvernance et le partage des données seraient difficiles. Par exemple, les producteurs de données peuvent saisir des données incorrectes dans un champ, tandis que les consommateurs de données peuvent penser qu’un champ représente un concept, alors qu’en réalité, il fait référence à quelque chose de similaire, mais de différent.

Quelles sont les différences entre un Data Glossary et un Dictionnaire de Données ?

Il est important de comprendre la différence entre les glossaires de données et les dictionnaires de données. Les concepts derrière les deux sont similaires et ils sont tous deux essentiels à une gouvernance efficace des données.

La principale différence réside dans le fait qu’un dictionnaire de données est technique, et qu’il est détenu et mis à jour par le service informatique, tandis qu’un glossaire de données comprend des termes commerciaux, et qu’il est détenu et mis à jour par l’entreprise. Il est donc possible d’avoir plusieurs dictionnaires de données pour différentes sources de données, mais il ne devrait y avoir qu’un seul data glossary pour l’ensemble de l’organisation.

Un dictionnaire de données définit les termes techniques et les spécifications d’un ensemble de données. Par exemple, le nombre de caractères autorisés dans un type de colonne particulier ou le format dans lequel un champ doit être. Cela garantit l’exactitude et la cohérence lors de la collecte, de la saisie, de la gestion ou de l’utilisation des données. En revanche, un data glossary définit ce que le contenu de chaque champ signifie réellement au niveau de l’entreprise.

Lisez notre article sur ce qu’est un dictionnaire de données pour en savoir plus.

Quels sont les avantages d’un Glossaire de Data ?

Un data glossary fournit une source unique de vérité sur la façon dont vos données sont décrites et catégorisées. Il offre cinq avantages clés :

• Il améliore la confiance dans les données, car les utilisateurs sont convaincus que les termes sont cohérents, les aidant à comprendre et à réutiliser les données efficacement. Cela favorise une plus grande démocratisation des données grâce à un accès en libre-service aux données.
• Il protège la gouvernance des données en normalisant les termes et les définitions, les déployant à l’échelle de l’organisation. Il soutient des politiques et des processus cohérents lors de l’utilisation des données.
• Il permet une recherche et une découverte des données plus faciles, grâce à des termes cohérents qui rendent évident ce que contient un actif de données. Les utilisateurs peuvent rapidement trouver et accéder aux données dont ils ont besoin pour travailler.
• Il permet une plus grande collaboration, car les utilisateurs de différents services peuvent travailler ensemble sur les mêmes actifs de données, en utilisant un langage commun, en brisant les silos départementaux et en favorisant l’innovation.
• Il favorise une plus grande transparence dans l’ensemble de l’organisation, car les rapports et les analyses sont basés sur les mêmes termes. Il n’y a pas d’incohérence entre les départements ou les systèmes d’entreprise, ce qui aide à la prise de décision et au reporting global.

Comment créer un Glossaire de Data ?

Créer un data glossary efficace est un processus en plusieurs étapes qui doit s’étendre à l’ensemble de l’entreprise :

• Commencer par réunir les utilisateurs professionnels des données de l’ensemble de l’organisation. Idéalement, ces utilisateurs devraient être issus de votre conseil de gouvernance des données, s’il y en un en place.
• Collecter tous les termes qu’ils utilisent, eux et leurs équipes, pour décrire les données, y compris les définitions de ce qu’ils signifient et couvrent réellement.
• Voir comment il est possible de soutenir le processus en utilisant les glossaires standards de l’industrie existants – ceux-ci fournissent à la fois des définitions communes utiles et garantissent que le data glossary sera compatible avec l’écosystème plus large.
• Comparer tous ces termes, éliminer tout chevauchement et publier le data glossary là où il peut être accessible par tous. Si, pour des raisons commerciales valides, différents services utilisent le même terme pour désigner des concepts différents, renommez l’un ou l’ensemble pour éviter toute confusion.
• Appliquer les termes du data glossary aux actifs de données existants en travaillant avec les propriétaires de données. S’assurer qu’il est facile de faire le lien entre les actifs de données et les entrées pertinentes du data glossary.
• Garder le glossaire à jour à mesure que de nouvelles données et de nouveaux termes entrent dans le lexique d’entreprise ou que de nouveaux systèmes sont ajoutés.