Téléphone Next Decision02.34.09.31.70

Contact Next Decisioncontact@nextdecision.fr

Youtube facebook twitter
Instagram viadeo linkedin

Next Decision apporte une solution MDM

Qu’est-ce que le MDM Master Data Management

Les Grandes entreprises comme les PME/PMI sont désormais confrontées à un problème de données dispersées et disparates.

Qu’entendons-nous par disparates en MDM ?

Prenons l’exemple d’une entreprise ayant réalisé une ou des croissances externes. Comment réconcilier le référentiel de l’entité achetée avec le référentiel de l’entité désormais propriétaire ? En effet, ces deux référentiels ont été créés par des personnes distinctes, n’ayant pas la même philosophie. La saisie dans ces référentiels s’effectue par des opérateurs n’ayant pas les mêmes normes.

Imaginons des systèmes d’information (SI) de cliniques…
Le Médecin - être humain - stocké sous forme de champ « Docteur Philippe BARDOUL » dans le premier SI. Est-il le même que le « Dr P. BARDOUL » du second ? Plus simplement, est-il la même personne que le champ « Docteur BARDOUL PHILIPPE » du troisième SI ?
Evidemment, ce qui est valable, pour des noms de personne est aussi effectif pour des produits : « COLA XXX 1,5L », est-ce la même chose que « XXX COKE PET 1,5L » ?

Et si deux SI possèdent des milliers de références, on se rend compte de la charge de travail manuel pour réconcilier tout cela… Charge interminable car, le temps qu’on réconcilie les deux référentiels, l’activité des deux entités aura nécessité la création de nouvelles valeurs…

Aussi, on comprend que la croissance externe n’est plus le seul investissement que doit réaliser la société acheteuse. La convergence des référentiels devient très vite vitale. Seul un référentiel commun permet de consolider les statistiques de manières globales et donc d’offrir un levier de négociation pour les acheteurs, par exemple. Evidemment même problématique lors d’une fusion ou d’une fédération.

Aussi, il faut au maximum automatiser cette réconciliation. Voilà, l’un des objectifs du MDM. Next Decision intervient d’ailleurs à travers une solution mdm pour répondre aux besoins des entreprises.

Qu’entendons nous par dispersées en MDM ?

De nos jours, les PME souffrent aussi de ce problème. La révolution du WEB 2.0 exige que chaque PME désormais vende, ou du moins, mette à disposition son catalogue sur Internet.
Et là, ERP ou pas, comment s’assurer que mon référentiel présent sur le web est toujours à l’image de mon référentiel interne ? Comment s’assurer que ma politique tarifaire suit d’un unique tenant. Mais surtout, comment faire pour stocker des informations supplémentaires à celles présentes dans mon ERP ? En effet, la photo, la taille de l’objet, la couleur, etc… sont des informations indispensables à la présence sur le web mais pas forcément prévues dans le SI source…

Voilà à quoi sert le MDM

De données dispersées et disparates dans l’entreprise, le MDM permet de bâtir de manière au maximum automatisée un référentiel maître (Master Data) unifié. Ce référentiel nourrit, par la suite, toutes les applications de l’entreprise. Désormais ces dernières, et par conséquent, tous les utilisateurs, parlent la même langue !

Ce référentiel maître (Master Data) est alimenté via ce que nous appelons des "goldens records". On appelle « golden record », la version d’une donnée référentielle que l’on considère comme la vérité. Dans le système d’information, une même donnée, par exemple un client, peut exister dans autant de versions que de systèmes en hébergeant une copie.

Chaque version est, en général, une part de la vérité. Le golden record contient le maximum de véracité pour créer l'enregistrement véritable.

Par exemple dans le système de réclamation on peut s'attendre à ce que le mail soit correct. Alors que dans le système d'inscription, il est possible que cette information soit peut pertinente alors que l'adresse du client y est surement pertinente. Le MDM (Master Data Management) va fusionner le système de réclamation et le système de d'inscription pour créer un golden record avec à la réconciliation des informations les plus pertinentes.

Next Decision, fort de son expertise dans le domaine du MDM, vous accompagne dans la mise en œuvre et le déploiement de solution Master Data Management puis le couplage du MDM avec le décisionnel.

Un Master Data Management pour qui ?

Le Master Data Management est une discipline qui s’adresse en premier lieu à toute société dont le système d’information s’est construit de manière itérative par juxtaposition d’applicatifs de gestion.

Tout comme les systèmes décisionnels se construisent souvent par juxtaposition de DataMarts à l’initiative des business units, et parfois en contournant le contrôle de la DSI ; les systèmes d’informations d’aujourd’hui sont souvent une constellation de progiciels et de développements spécifiques. Plus les données sont dupliquées ; et les acteurs et outils multipliés ; plus le Master Data Management aura sa place dans le système d’information.

Mais alors, je suis une petite structure ou une structure récente, mon système d’information ne contient que peu d’applications et est sous contrôle, le Master Data Management n’est pas pour moi. FAUX, le MASTER DATA MANAGEMENT est un investissement.

Les référentiels de données et leur gouvernance sont un investissement sur le long terme. Si les autres sociétés subissent ces effets de développement plus ou moins contrôlé du système d’information, vous n’êtes pas à l’abri non plus. De plus d’autres perspectives beaucoup plus positives sur votre activité peuvent très rapidement générer des problématiques de Master Data là où elles n’existaient pas.

Par exemple dans le cas d’une croissance externe, votre système d’information est propre et sous contrôle, celui de la société achetée est propre et sous contrôle ; mais une fois fusionnés des outils font double emploi, les données ne respectent plus les mêmes règlent et il devient difficile d’avoir une vision d’ensemble. Les processus métiers deviennent se grippent et nos problématiques initiales apparaissent.

Le Master Data Management est donc aussi un investissement. Une brique du système d’information urbanisé qu’il est important de mettre en place rapidement, car elle sous-tend les processus opérationnels. Il sera aussi un guide pour vos développements ou acquisitions futures de logiciels, car il imposera à vos futurs outils le modèle de données conçu pour vos processus de gestion.

En ce sens le Master Data Management est une discipline qui s’adresse à tous.

Quels sont les principales solutions MASTER DATA MANAGEMENT du marché ?

Les solutions MASTER DATA MANAGEMENT du marché se découpent principalement en trois catégories :

  • MASTER DATA MANAGEMENT Client : Customer Information Management.
  • MASTER DATA MANAGEMENT générique : Master Data Management.

Les outils de Product Information Management (PIM).

Les données "produit" étant souvent éparpillées dans le système d’information en fonction des services en charge de l’un ou l’autre produit ; il est parfois complexe d’avoir une vision claire de son catalogue.

Des produits peuvent être référencés, d’autres déréférencés, ils peuvent évoluer (nouvelle version ou produit de substitution). Le management du cycle de vie du produit n’est pas un processus anodin et transparent dans le quotidien de l’entreprise.

A cela s’ajoute la complexité de gestion de la supply chain (multiplicité des fournisseurs, des références) en amont et la multiplication des canaux de distribution (magasin, site e-commerce) et de communication (affiche, média, reseaux sociaux) en aval.

L’ensemble de ces contraintes fait de la donnée produit un excellent candidat à l’application des concepts du Master Data Management, c’est pourquoi les éditeurs proposent des solutions de gestion de la donnée "produits".

Ces progiciels sont des outils qui intègrent des fonctionnalités dédiées aux produits parmi lesquelles :

  • Consolidation des données "produits" en provenance de sources multiples.
  • Nettoyage des données.
  • Enrichissement, classement, traduction des données.
  • Gestion du cycle de vie et des processus opérationnels.
  • Contrôle et maintien de la qualité de la donnée dans le temps.
  • Gestion des fournisseurs et des références croisées.
  • Fonctionnalités de diffusion multicanal.

Quelques exemples de solutions PIM (Product Information Management) :

  • Oracle (Product HUB EBS).
  • Stibo Systems.
  • Riversand.
  • IBM Infosphere.
  • TIBCO Software.
  • Informatica.
  • Orchestra Networks.
  • SAP (MDG M).
  • Agility MultiChannel.
  • Etc …

Choisir un MASTER DATA MANAGEMENT Open source, propriétaire, en mode On Premise ou en mode SaaS ?

Open Source VS Propriétaire :

Tout d’abord il faut casser un a priori, Open Source ne signifie pas forcément gratuit. Cela signifie que le code source de l’application est consultable, modifiable et peut être enrichi. Les outils open source proposent souvent une version gratuite, mais ce sont des produits d’appel. Ils proposent une version dégradée en termes de fonctionnalités. Ces fonctionnalités manquantes se débloquent via le paiement d’une licence.

Il faut donc comparer ce qui est comparable. En considérant un modèle payant, dans un cas le code source est disponible, dans l’autre il ne l’est pas.

Les avantages du modèle Open source sont :

  • Possibilité de personnaliser l’outil « à l’infini ».
  • Possibilité d’intégrer des fonctionnalités « gratuites » développées par la communauté.
  • Existence probable de plusieurs sociétés de prestation qui développent de l’expertise sur les outils.

Les inconvénients du modèle Open source sont :

  • Si la technologie est trop récente ou qu’il n’existe pas d’offre de prestation, nécessite d’intégrer des compétences techniques pour personnaliser et maintenir la solution.

Les avantages du modèle propriétaire sont :

Comment intégrer un MASTER DATA MANAGEMENT avec les autres applications ?

Créer un référentiel et mettre en place des solutions pour le maintenir est une première étape de la gouvernance des données, mais l’une des principales caractéristiques des Master Data, est leur aspect partagé. Ainsi une donnée, mise sous contrôle dans un référentiel, mais qui ne peut être partagée est une donnée propre, mais inutile.

Dans un projet MASTER DATA MANAGEMENT, la gestion de la diffusion de l’information se fait avec l’aide d’outils EAI/ESB. Ils permettent la modélisation et l’ordonnancement des flux de données entre le référentiel et les applicatifs de gestion. Ces EAI peuvent être partie intégrante de la solution ou nécessiter la mise en place d’un logiciel tiers.

Suivant les architectures ils gèrent les flux entre :

  • Les applicatifs de gestion et le référentiel (phase de consolidation).
  • Le référentiel et les applicatifs de gestion (phase de propagation initiale et/ou de mise à jour).

Quelles sont les points de vigilance sur l’intégration d’une solution Master Data Management ?

Comme évoqué précédemment, le Master Data Management n’est pas une solution logicielle, mais une démarche et un ensemble de méthodes et d’outils permettant de mettre sous contrôle les principaux référentiels de données de l’entreprise.

Lors du démarrage d’un projet Master Data Management, beaucoup de questions se posent. Tout d’abord, qu’appelle-t-on une donnée ? Quels sont les référentiels de données concernés ? Dans ces référentiels, quelle est la donnée maître et sur quelle brique applicative est-elle logée ? Qui est responsable de la donnée ? Comment la donnée est-elle définie ? Comment gérer le cycle de vie et la gouvernance de la donnée, …

Avant d’aborder les éléments techniques, la première problématique est tout d’abord métier. En effet, du point de vue métiers, une même donnée peut être définie d’une manière différente suivant les services de l’entreprise concernés. Par exemple le client d’un point de vue marketing ou le client d’un point de vue production peuvent être définis de manières très différentes. Forts de ce constat, les premiers points de vigilances seront donc :

  • D’identifier les référentiels et données concernées.
  • De mandater un responsable de la donnée. Il sera notamment en charge d’assurer une définition commune à l’ensemble des services de l’entreprise et sa mise à jour.
  • D’identifier les niveaux de qualité de la donnée.

Le deuxième point est de voir grand pour définir la solution cible, mais de commencer « petit » afin d’avoir un "quick win" et un résultat rapide sur un premier niveau de mise en œuvre.

Le troisième point de vigilance est relatif au choix de la solution. Avant de choisir les outils, il faut avoir écrit précisément la feuille de route et les spécifications fonctionnelles. En effet, la démarche MASTER DATA MANAGEMENT impose d’intégrer différentes technologies pour répondre à cette problématique. Suivant les besoins de mises sous contrôle et des objectifs à atteindre, les choix technologiques pourront être différents.

Le quatrième point est d’être vigilant sur la nature des référentiels à mettre sous contrôle. Les approches de Master Data Management peuvent certaines fois être orientées de manière spécialisée sur par exemple le Product Information Management (PIM ou la gestion des référentiels produits) ou le Customer Data Information (CDI ou Gestion de la donnée client).

Le cinquième point de vigilance est relatif à la qualité de la donnée. Suivant les problématiques à gérer la réponse sera apportée par des solutions et technologies plus orientées Data Quality Management (DQM).

Comment gérer mon projet de Master Data Management ?

Les grandes phases en synthèse pour gérer le projet MDM sont réparties en trois phases. Une phase d’analyse permettant d’identifier et de décrire les données, de définir les méthodes et règles de gestion et de définir une organisation de gestion des de références.

Analyse

Identification et description des données de références

Définition des méthodes et règles de gouvernance

Mise en place d'un organisation de gestion des données de références

Conception

Définition d'un modèle commun de données

Définition d'un format commun d'échange

Spécification des contrats d'échanges

Constitution de l'infrastructure d'échange

Contribution de l'infrastructure d'échange

Implémentation

Nettoyage des données sources

Consolidation des données nettoyées

Constitution du référentiel

Modification des applications fournisseuses et consommatrices

Vient par la suite la phase de conception. Elle consistera principalement à définir un modèle commun de gestion de données, de définir les formats d’échanges et les règles de gestions, et en fin de construire l’infrastructure d’échange.

La dernière étape est d’implémenter la solution. Cette phase consistera principalement à nettoyer les données sources, consolider les données, construire les référentiels et modifier les applications si nécessaires.

Présentation des éditeurs MDM

Cette présentation est disponible sur la page suivante : Les éditeurs MDM

Laissez-nous vos coordonnées et nous vous rappellerons sous 24 heures.

Les adresses
Next Decision