La data governance pour réduire son empreinte carbone ?
On sait combien la gouvernance des données est un pivot extraordinaire pour permettre aux organisations de stimuler leur innovation produits/services, de garantir à leurs clients une expérience de premier ordre ou encore de d’améliorer leur efficience opérationnelle – mais saviez-vous qu’elle est également incontournable dans la maîtrise de l’empreinte carbone ?
Quelques faits pour démarrer :
- 1% de la consommation électrique mondiale est dû au stockage de données (Ademe : la face cachée du numérique)
- Le volume des données générées en France entre 2016 et 2019 a augmenté de +701% (France : le volume de données générées a crû de 701 % depuis 2016) ;
- Plus de la moitié des données stockées sont non répertoriées et/ou non utilisées dans les entreprises (« Dark Data » : une mine – explosive – pour les entreprises).
Nous connaissons donc mal les données de notre SI, ces données sont souvent inutilement répliquées ou stockées sans usage et cela a pour conséquence d’augmenter sans intérêt l’impact carbone de nos entreprises.
Alors comment la data governance peut-elle améliorer la situation ?
Connaître son patrimoine informationnel ou cataloguer ses données
Cartographier les données est une étape nécessaire pour obtenir une connaissance fine du patrimoine informationnel de l’entreprise.
Sans évoquer ici les méthodes pour y parvenir, un outil de type Data Catalog sera nécessaire et on peut citer parmi les éditeurs qui fournissent ces logiciels Collibra, Informatica, DataGalaxy, Zeenea, etc.
Ces outils permettent en synthèse de répertorier les métadonnées décrivant vos données sur leurs aspects métier (définition, règle de gestion, etc.), sur leurs aspects logiques (modèles de données, format d’échange, etc.) ou encore sur leurs aspects physiques (systèmes de stockage, tables, colonnes, lignage, etc.). On peut en outre qualifier les données sur de nombreuses autres dimensions, comme par exemple l’aspect réglementaire (ex : données personnelles) et leur usage.
Ce sont d’excellents supports pour maîtriser la finalité des données, ce qui nous permettra d’identifier aisément les données non utilisées. Le lignage que l’on y documente permet également d’identifier rapidement les copies et duplicatas non indispensables réalisés tout au long du cycle de vie de la donnée.
Maîtriser la qualité des données
La maîtrise de la qualité des données est un long chemin. La bonne qualité des données ne se décrète d’ailleurs pas et elle ne peut être opérée que progressivement.
Vis-à-vis de l’empreinte carbone, citons un exemple de mauvaise qualité de données qui lui nuit : celui des applications remplacées mais non décommissionnées par peur de ne plus accéder à ses données. La reprise des données ayant comme souvent malheureusement été sous-estimée, il a été impossible d’envisager une intégration des données passées au nouveau système. En travaillant sur la qualité des données à reprendre, ça aurait été un pari gagnant non seulement en termes d’empreinte carbone mais également en termes budgétaires (stockage supplémentaire, licences de l’ancien système, maintien de compétences obsolètes) –> cf. Notre article sur les root causes de la mauvaise qualité des données.
La qualité des données ne s’entendant jamais dans l’absolu mais toujours relativement à des usages, elle doit aussi se conformer aux exigences réglementaire. Par exemple, le principe de minimisation cher au RGPD (CNIL – Minimisation) implique de ne pas conserver des données personnelles sans finalité légitime. Sur un patrimoine de données existant, seules les méthodes, les outils et l’acculturation permettent de garantir l’alignement aux contraintes réglementaires.
Ce ne sont que des exemples sur le sujet : investir dans la qualité des données est toujours rentable quand on y adosse la data governance (processus d’amélioration continue, rôles spécifiques, etc.) nécessaire à sa pérennité.
Mettre en place une communauté data et impliquer les data stewards
Le data steward et son implication sont parmi les pierres angulaires du bon fonctionnement d’une data governance opérante. Les missions d’un tel rôle sont d’ailleurs nombreuses. La clé de la réussite de ce rôle est justement dans l’activation de l’homme ou de la femme qui l’endosse. Cette activation passe par de nombreux leviers d’animation, d’implication et de conviction. –> Cf notre article sur la valorisation de vos Data Champions.
SI la réduction de l’empreinte carbone de l’organisation est nécessairement une conséquence positive de la mise en place d’une data governance, ce peut être aussi une clé de captation de l’intérêt des personnes qui doivent endosser le rôle de data steward. S’il on est capable de concrétiser la promesse d’une meilleure écologie d’entreprise grâce à la data governance, il faut aussi profiter du levier d’implication qu’elle procure.
Avant de nous lire, ignoriez-vous le rôle de la data governance dans la réduction de l’empreinte carbone de votre organisation ? Vous sentez-vous prêts pour les futures réglementations relatives à l’empreinte carbone de vos données ?
Prenez contact avec nos experts pour échanger sur ces passionnants sujets de data governance >>> ici <<<
Abonnez-vous également aux insights AEKIDEN et ne ratez rien de nos publications.
Auteur : Althéa Chevalier
Co-écrit par Marc Bachelet