Qualité des données

Architecture d’Entreprise et Gouvernance de la Qualité des donnees Présentation d’une démarche outillée pascal Rabier Jérôme Capirossi Direction de l’urbanisation et de la Qualité prabier@lamutuellegenerale. fr +33 (0)6. 34. 43. 70. 53 Jerome. capirossi@na AGENDA or 10 Sni* to View 2. Retour d’expérience le cas de la Mutuelle Générale Planche 2 Tous droits réservés. Reproduction intégrale ou partielle interdite sans autorisation écrite de la part du titulaire des droits d’auteur. 1. Repères sur la qualité des données du SI NATEA- CONSULTING DES METHODES ET DES DEMARCHES OUTILLEES

Gestion des ressources humaines Développement technologique Approvisionnements Logistique externe Production interne Commercialisation et vente Services territoire metier Pilotage et opérations par fonction d’entreprise fonction de l’entreprise Des silos d’information Des technologies anciennes a conserver Planche 4 Une intégration par les données et des flux de fichiers 10 organisation, personnes dauteur. cycle de vie GESTION DE LA QUALITÉ DES DONNÉES INDICATEURS PREPARER PRE-TRAITEMENT Données externes non ? jour, Données internes incomplètes Actualité Intelligibilité TRAITER VALORISATION

Erreurs de valorisation Exactitude MESURER POSTTRANSACTION : UN PROCESSUS exigences de données Conception des procédures de données non automaitisées Préparer la transition Revue et recette Métier IT Sponsor LA GOUVERNANCE DES DONNÉES : LE POINT DE VUE DU SI Méta-données Zone d’entrée des données transacti onnelle 0 19 Juin 2012 La Mutuelle Générale : Métiers et chiffres clés Métiers de la mutuelle Assurance santé : D Régime obligatoire pour les clients historiques La poste et France Télécom Cl Assurance de personnes, indlviduelle et collective : Santé (Régime Complémentaire) Prévoyance Services : Cl Prêts et cautions Services à la personne Chiffres clés * 3ème mutuelle française – 12ème assureur santé Personnes protégées : 1,4 million L’un des 1ers opérateurs en dépendance (près de 450 000 assurés) PAGF s 0 opérationnelles La qualité des données Les metadonnées et les taxonomies d’échange référer à la note pour la définition des concepts 16 Démarche : une définition de la qualité des Les données d’entreprise sont de qualité lorsqu’elles répondent aux caractéristiques suivantes : Exhaustivité, complétude : elles doivent représenter la totalité ‘un stock qu’il soit de contrats, de primes ou de prestations, Unicité : non présentes en doublons que ce soit plusieurs occurrences d’un même identifiant d’objet métier ou bien des identifiants différents associés à un même objet métier. Exactitude : les données d’entreprise doivent être correctement valorisées par les transactions métier. Cohérence : Les caractéris iet métier doivent être PAGF 10 être les plus évidents possibles et aisément compréhensibles par les métiers. pour être de qualité, les données doivent être aussi conformes ux règles de sécurité en vigueur à La Mutuelle Générale.

La Mutuelle Generale 17 Documents et outils méthodologiques Guide de Gouvernance de l’urbanisation du SI et de qualité des Qualité des données de la Mutuelle générale Document de référence projet Cartographie des données dans les cartographies du SI Connaissance des enjeux de la qualité des données dans le SI Définition des données d’entreprise 4 Agrégats décisionnels 7 0 du SI et de Qualité des données Architecture Métier Architecture fonctionnelle Architecture Applicative Existant – Référentiel ARIS 8 Exigence de qualité des données 1. Identification des risques de non-qualité 2. Choix des facteurs qualité porteur d’exigence 3. Formulation des exigences et identification des contrôles et des règles spécifiques 4. Evaluation de l’existant 5.

Analyse des écarts 19 Application : les agrégats décisionnels ? caractère règlementaires Données de référence TRANSFORMATION Données opérationnelles 0 risques par tête doivent être conforme aux exigences de régu ation Les utilisateurs habilités à collecter et à modifier, le cas échéant, les données ntrant et issues des transformation doivent être identifiés et vérifiés Les informations des risques par tête doivent être accessibles du 20 au 30 du mois sans interruption La constitution des risques par tête doit être traçable et s’insérer dans un système de traçabilité de bout en bout jusqu’à la production des tableaux de bord Les données de risques par tête doivent être disponibles dès validation pour les transformations suivantes L’ensemble des objets métier du portefeuille doivent être traitées Tout le portefeuille 100% 22 Exemple : contrôles qualité risques par tête 2 – Portefeuille de raçabilité de bout en bout jusqu’à la production 6-C2 Les étapes de transformation doivent être des tableaux de bord tracés avec le statut de qualité des données 6-C2 La mise à disposition des résultats de la transformation doivent être tracés Les données de risques par tête doivent être disponibles dès validation pour les transformations suivantes L’ensemble des objets métier du portefeuille doivent être traitées Type de contrôle Détectifs Correctif Niveau d’application Application Préventif Détectif Projet Objets dépendants Contrat, Produit, Garantie, assuré, Indicateurs de risques 23