A lire sur: http://www.infodsi.com/articles/131569/fiabilisation-projet-projet-christian-morlais-project-manager-mc2i-groupe.html?key=
La
fiabilisation est « l’opération consistant à contrôler et améliorer la
qualité des données d’un système d’information, par rapport à ses règles
d’intégrité et de gestion. » (1)
Etat des lieux
Sur de nombreux projets informatiques, auxquels les entreprises sont confrontées, l’étape de fiabilisation des données est sous-estimée ou tout simplement ignorée. La littérature et les acteurs du marché abordent la question uniquement dans le cadre des « projets de migration » (projet qui consiste à passer d’un système à un autre). Or la plupart des projets informatiques intègrent une « dimension de migration ». Que ce soit des projets de montée de version ‘up-graded’, de fusion de systèmes ou même la mise en place d’un nouveau système d’information, chacun pose la question de l’intégration de données et donc de la fiabilité de celles-ci.
Une problématique mal envisagée
Pourquoi cette problématique est-elle mal prise en compte alors que le « garbage in – garbage out » fait figure de maxime partagée par toutes les DSI ?
Plusieurs réponses sont possibles :
· D’emblée, lors de la mise en place d’un nouveau système, le passage des procédures manuelles (Excel ou autres tableurs) au système cible n’est pas envisagé comme une « migration » qui implique un travail de fiabilisation.
· Autre situation, quand le système source existe, il n’est souvent maîtrisé que par un nombre limité d’acteurs fonctionnels qui sont déjà monopolisés sur le projet de mise en place de la solution cible.
· De même, le système cible est mouvant à cause des adaptations apportées au modèle de données cibles dans le cadre de la réduction des écarts fonctionnels.
· Enfin, le système cible est moins permissif et nécessite une haute qualité des données ainsi que des informations qui n’étaient pas ou mal gérées dans le système source.
Altération des données du système source
Ainsi, la problématique de la fiabilisation des données est mal envisagée, alors que de nombreuses raisons peuvent entrainer une altération des données.
Ces raisons peuvent être liées au système comme un problème d’intégrité référentielle du modèle des donnés (c’est à dire un problème de cohérence du contenu de la base de données source à la base de données cible) ; une altération des données liées à des anomalies du système ; des contrôles inexistants sur les zones « normalisées » ; des contrôles applicatifs ou fonctionnels inexistants.
Ou ces raisons peuvent être liées au mode d’utilisation des outils par les utilisateurs comme des doublons (volontaires ou non) ; un détournement des zones de saisie pour ajouter des nouvelles données ; des données incomplètes, des champs forcés ou un contournement des règles de gestion.
Intégrer la fiabilisation des données dans le projet
Les schémas ci-dessous explicitent les démarches de fiabilisation qui sont instigatrices d’un projet dans le projet.
Il apparaît primordial d’identifier avec les équipes fonctionnelles, les données qui nécessiteraient une démarche de fiabilisation et, parmi celles-ci, celles qui sont suffisamment prioritaires ou sensibles pour y allouer les ressources nécessaires.
Fiabilisation de données : http://www.movesol.com/base-de-donnees/fiabilisation-de-donnees
jeudi 19 avril 2012
La
fiabilisation est « l’opération consistant à contrôler et améliorer la
qualité des données d’un système d’information, par rapport à ses règles
d’intégrité et de gestion. » (1)Etat des lieux
Sur de nombreux projets informatiques, auxquels les entreprises sont confrontées, l’étape de fiabilisation des données est sous-estimée ou tout simplement ignorée. La littérature et les acteurs du marché abordent la question uniquement dans le cadre des « projets de migration » (projet qui consiste à passer d’un système à un autre). Or la plupart des projets informatiques intègrent une « dimension de migration ». Que ce soit des projets de montée de version ‘up-graded’, de fusion de systèmes ou même la mise en place d’un nouveau système d’information, chacun pose la question de l’intégration de données et donc de la fiabilité de celles-ci.
Une problématique mal envisagée
Pourquoi cette problématique est-elle mal prise en compte alors que le « garbage in – garbage out » fait figure de maxime partagée par toutes les DSI ?
Plusieurs réponses sont possibles :
· D’emblée, lors de la mise en place d’un nouveau système, le passage des procédures manuelles (Excel ou autres tableurs) au système cible n’est pas envisagé comme une « migration » qui implique un travail de fiabilisation.
· Autre situation, quand le système source existe, il n’est souvent maîtrisé que par un nombre limité d’acteurs fonctionnels qui sont déjà monopolisés sur le projet de mise en place de la solution cible.
· De même, le système cible est mouvant à cause des adaptations apportées au modèle de données cibles dans le cadre de la réduction des écarts fonctionnels.
· Enfin, le système cible est moins permissif et nécessite une haute qualité des données ainsi que des informations qui n’étaient pas ou mal gérées dans le système source.
Altération des données du système source
Ainsi, la problématique de la fiabilisation des données est mal envisagée, alors que de nombreuses raisons peuvent entrainer une altération des données.
Ces raisons peuvent être liées au système comme un problème d’intégrité référentielle du modèle des donnés (c’est à dire un problème de cohérence du contenu de la base de données source à la base de données cible) ; une altération des données liées à des anomalies du système ; des contrôles inexistants sur les zones « normalisées » ; des contrôles applicatifs ou fonctionnels inexistants.
Ou ces raisons peuvent être liées au mode d’utilisation des outils par les utilisateurs comme des doublons (volontaires ou non) ; un détournement des zones de saisie pour ajouter des nouvelles données ; des données incomplètes, des champs forcés ou un contournement des règles de gestion.
Intégrer la fiabilisation des données dans le projet
Les schémas ci-dessous explicitent les démarches de fiabilisation qui sont instigatrices d’un projet dans le projet.
Il apparaît primordial d’identifier avec les équipes fonctionnelles, les données qui nécessiteraient une démarche de fiabilisation et, parmi celles-ci, celles qui sont suffisamment prioritaires ou sensibles pour y allouer les ressources nécessaires.
Fiabilisation de données : http://www.movesol.com/base-de-donnees/fiabilisation-de-donnees
Aucun commentaire:
Enregistrer un commentaire