Périmètre de la solution HOPEX Data Governance
HOPEX Data Governance s'inscrit dans une démarche de gouvernance des données. A ce titre, elle offre un ensemble de fonctionnalités qui couvre les dimensions suivantes :
• la découverte de données, à travers des connecteurs prêts à l'usage
• la définition d'un glossaire métier basé sur les termes et leurs définitions
• l'architecture des données
• la spécification de règles métier et la gestion de la conformité aux réglementations qui s'appliquent à l'entreprise
• la mise en place de lignage de données pour suivre le parcours de l'information
• l'évaluation de la qualité des données
• l'analyse des données, à travers des rapports fournis en standard
Découverte de données
A travers l'outil de découverte des données HOPEX Data Discovery, vous parcourez différentes sources de données et définissez les métadonnées à importer dans votre catalogue de données.
Glossaire métier
HOPEX Data Governance permet de faire l'inventaire des termes de l'entreprise et de générer un glossaire métier à partir duquel vous pouvez consulter leur définition, ainsi que leur synonyme et composants.
Architecture des données
Trois niveaux de modélisation
La solution HOPEX Data Governance couvre les trois niveaux de modélisation des données d'une organisation :
• Niveau métier (conceptuel): permet de définir les concepts de l'architecture métier et de générer des glossaires. Ces concepts peuvent être mis en œuvre par des objets du niveau logique et être décrits par des modèles de données.
Voir
Introduction à la conception d'une ontologie métier.
• Niveau logique : s'adresse à la maîtrise d'ouvrage qui souhaite élaborer des modèles généraux orientés métier. Il s'agit ici de modéliser les données d'un domaine, d'une application ou encore d'un processus. Il représente ce que l'on veut faire, à quoi l'on veut arriver, indépendamment des questions techniques liées à la mise en oeuvre. La représentation des données peut se faire dans un modèle de données ou un diagramme de classes.
Voir :
Modéliser les dictionnaires de données.
• Niveau physique : consiste à définir les modèles destinés à persister dans un SGBD. Il s'agit de spécifications détaillées en vue de la réalisation du schéma physique de la base. Il est représenté par le diagramme relationnel.
Le niveau physique définit également la façon selon laquelle sont stockées les données et les méthodes pour y accéder. Il permet l'exploitation des données par les SGBD.
Voir
Modéliser les bases de données.
Catégorie des données
Vous pouvez classer les données du référentiel par catégorie. Un arbre dédié répertorie les différentes catégories et les données associées. Les données ainsi classées peuvent être exploitées dans la solution HOPEX Privacy Management spécifique à la gestion des données sensibles et de la conformité au RGPD.
Workflow de conception
En tant que concepteur de données (responsable de l'actif informationnel) ou créateur (qui concerne tous les profils d'IA), vous pouvez lancer un workflow sur certains objets de l'architecture de données (tels qu'un lignage de données ou un domaine de données) afin de suivre leur conception, leur mise à jour et leur validation.
Des rapports de workflow vous permettent de voir le nombre d'objets qui se trouvent à chaque étape du workflow (nombre d'objets en cours de conception, en cours d'analyse, etc).
Utilisation des données
Pour indiquer quelles informations métier sont manipulées au niveau de l'architecture du SI, HOPEX Data Governance propose une fonctionnalité de "Réalisation" qui consiste à relier les informations métier aux objets du SI.
Vous pouvez également spécifier quels processus et applications utilisent quelles données, qu'il s'agisse de données métier, logiques ou physiques.
Qualité et conformité des données
Afin de garantir des données fiables et complètes, HOPEX Data Governance fournit les outils pour définir les responsabilités sur les données, leur parcours, les règles et standards auxquels l'entreprise doit se conformer, et évaluer dans quelle mesure les données répondent aux exigences de l'organisation et de ses parties prenantes.
Définition des responsabilités
Lors de la conception des données, des responsables sont définis. Ils sont notifiés des demandes de mise à jour ou de validation dans le cadre de workflow de conception ou d'évaluation sur les données en question.
Définition des règles et standards
HOPEX Data Governance vous permet de faire l'inventaire des réglementations et des règles d'entreprise, et de définir précisément à quels articles ou sections doivent se conformer les différentes informations et entités d'une organisation. La solution fournit notamment les contenus de la réglementation bancaire BCBS 239 et de la réglementation Solvabilité II.
Traçabilité des données (Lignage de données)
A travers le lignage de données vous pouvez représenter les différents processus de traitement de la donnée, afin de faciliter l'identification des erreurs et réduire les risques de non-conformité. Cela permet aux Data Steward et Data Owner de s'assurer de la qualité des données utilisées.
Evaluation des données
HOPEX Data Governance permet d'assurer la qualité des données à travers des évaluations. La solution fournit pour cela un modèle d'évaluation qui évalue les données sur six dimensions : la complétude, l'unicité, la fraîcheur, l'exactitude, la cohérence et la validité.
L'évaluation porte sur les métadonnées. Lorsque des informations existent dans des outils tiers sur les instances de données, les experts tels que le scientifique de données ou le responsable de la qualité des données peuvent remonter ces informations sur les métadonnées dans HOPEX Data Governance.
Par exemple, l'information "Account Manager" est utilisée dans différents outils de traitement de données. L'expert qui constate un manque dans certains enregistrements de cette information, par exemple sur les coordonnées de la personne, pourra signaler ce défaut de complétude dans HOPEX au niveau de la métadonnée (la classe "Account Manager" par exemple) afin qu'un plan d'action puisse être créé pour y remédier (via des champs obligatoires par exemple).
L'évaluation peut se faire directement dans la fenêtre de propriétés des données ou via un questionnaire d'évaluation envoyé aux responsables des données en question.
Rapports d'analyse
Les rapports d'analyse sont des rapports dynamiques qui permettent d'analyser sous différents axes les données du référentiel : complétude des données, utilisation des données, responsabilités, etc. HOPEX Data Governance fournit des rapports types par défaut qui vous permettent de vérifier la qualité, l'utilisation et la conformité de vos données.
Data Governance vs Information Architecture
|
Fonctionnalité
|
Data
Governance
|
Information Architecture
|
|
Découverte de données, à l'aide de connecteurs prêts à l'emploi
|
X
|
|
|
Gestion de catalogues de données pour les métadonnées découvertes, avec un moteur de recherche dédié
|
X
|
|
|
Glossaire métier des termes et de leurs définitions, avec un moteur de recherche dédié
|
X
|
X
|
|
Architecture de données (couches métier, logique et physique)
|
X
|
X
|
|
Modélisation de bases de données
|
X
|
X
|
|
Génération de schéma de base de données
|
X
|
X
|
|
Gestion de la conformité des données, par le biais de réglementations et de règles métier
|
X
|
|
|
Lignage de données (fonctionnel et technique)
|
X
|
|
|
Politiques et évaluations de la qualité des données
|
X
|
X
|
|
Analyse des données via des rapports standard
|
X
|
X
|