Force est de constater que les systèmes d’information des grandes entreprises sont systématiquement hétérogènes y compris ceux qui utilisent largement des progiciels, en effet sauf cas particulier, les entreprises ont généralement des applications plus spécifiques pour gérer leur cœur de métier. Dans le meilleur des cas, on a un mille-feuille d’applications avec une intégration des données réduite aux principaux objets de gestion (client, produit …) pour répondre aux besoins minimums de suivre financièrement l’activité. Mais dans le contexte de globalisation d’aujourd’hui ceci se révèle insuffisant et ne permet pas aux différents acteurs de l’entreprise de parler le même langage et de manœuvrer ensemble de façon totalement cohérente.
Idéalement les systèmes d’information devraient être intégrés et capables de répondre à deux besoins différents, mais complémentaires, besoin concernant le système opérationnel (cohérence de la mise en œuvre de la stratégie) et besoin concernant le système décisionnel (vision globale de l’ensemble des activités pour définir la stratégie et piloter les opérations). Cependant, l’intégration de l’ensemble des systèmes d’information dans une grande entreprise globale est un défi particulièrement important qui peut être plus facilement relevé dans les industries qui par nature ont une gestion très centralisée (c’est le cas du transport aérien par exemple), mais qui semble plus difficile à atteindre pour certaines grandes entreprises qui se sont constituées suite à de nombreux rachats (c’est souvent le cas dans le secteur de l’Assurance par exemple).
Concrètement, intégrer suppose de gérer de façon unifiée les données de référence pour l’ensemble de l’entreprise pour être capable d’échanger des informations entre applications et consolider la vision des activités, pour optimiser la gestion des processus et par exemple mieux servir les clients. Cette gestion unifiée des données de référence, c’est l’objet du Master data Management (MDM) qui permet donc de consolider et de partager la description des objets de gestion à travers toute l’entreprise.
Globalement ce domaine du MDM n’est pas totalement mature et fait surtout l’objet d’opérations partielles, car au-delà de la technique les principales difficultés sont politiques et organisationnelles. Mettre d’accord plusieurs divisions ou fonctions sur un même concept métier et en définir les processus de gestion (création, validation …) peut dans certains cas être très difficile. Tous les analystes recommandent donc une approche MDM progressive, le mieux étant de partir d’une problématique métier du type traitement homogène du client ou consolidation de certaines données d’un domaine de gestion à des fins analytiques. Il convient donc dans un premier temps de développer différents projets partiels en parallèle pour mieux intégrer des données et obtenir des effets à la fois dans les systèmes opérationnels et décisionnels.
D’un point de vue architectural, différentes solutions sont envisageables, par exemple des applications dédiées par objets de gestion et reliées par un hub ou une application dédiée pour l’ensemble des systèmes d’informations de l’entreprise. Une application dédiée peut être développée de façon spécifique ou intégrée à un ERP ou à un entrepôt de données. Dans tous les cas elle est fondée sur une base de données qui gère un modèle global de toutes les entités métier. Cette base est alimentée via des outils de consolidation, de fédération
ou de propagation de données. Cette base supporte des applications MDM qui gèrent un historique des différentes versions des données de référence (client, produit, finance …) et par exemple fournit à l’ensemble des systèmes d’information les adresses successives d’un même client. Cependant il convient de noter que pour les grandes entreprises qui ont des activités multiples et des systèmes d’information complexes, la cible la plus réaliste est probablement de mixer au mieux différentes solutions d’architecture.
Rédigé par Michel Bruley le Mardi 10 Octobre 2017 à 16:19
|
Permalien
|
{0}
> A LIRE EN CE MOMENT SUR DECIDEO
-
Gouverner l’intelligence artificielle : cartographier les risques (2ème partie)
-
JFrog sécurise le développement d’intelligences artificielles et simplifie de bout en bout la gestion de modèles de machine learning grâce à son intégration avec la plateforme MLflow de DataBricks
-
Le nouvel outil Webfleet Transition EV permet l’électrification des flottes par la donnée
-
Alteryx et DataCamp s'allient pour permettre à tous les salariés de se former à l'analyse
-
Quel est le futur des métiers de la data et de l’IA vu par les grands groupes français ?
-
OneStream Software réinvente et renforce le rôle du CFO grâce à sa nouvelle solution Narrative Reporting
-
Empreinte de la Donnée sur le vivant : Le Cercle de la Donnée et l’Agora 41 présentent 5 propositions pour un numérique responsable
-
Les dirigeants adoptent l'IA sous la pression médiatique, mais la préparation organisationnelle reste un défi majeur
-
La NASA s’appuie sur le moteur d’Enterprise Search de Sinequa pour propulser son nouveau moteur Science Discovery Engine
-
IA, simplification et débureaucratisation pour transformer l'État
Profil
Michel Bruley
Liste de liens
Dernières notes
Meilleurs vœux aux parents pour 2024
10/01/2024
RECETTE DE LA DINDE AU WHISKY
27/01/2023
Le 1 to 1 marketing a bientôt trente ans
24/09/2022
Galerie
Archives
Rubriques
Rubriques