2012

La qualité et la gouvernance des données au service de la performance des entreprises

Laure Berti-Equille (dir.) : La qualité et la gouvernance des données au service de la performance des entreprises, Paris, Hermès, 2012

 

Faisant suite au succès des deux premières éditions des journées DEP (Data Excellence Paris) organisées en décembre 2010 et 2011, l’association ExQI propose l’édition d’un ouvrage collectif sur la qualité et la gouvernance des données en entreprise. Cet ouvrage se veut être le premier ouvrage de référence en langue française sur les thèmes suivants :

  • la qualité des données : concepts, définitions, méthodes, techniques et outils pour le nettoyage, la transformation, réconciliation et consolidation des données ;

  • la gouvernance des données : outillage managérial et méthodologique, cas pratiques ;

  • la migration de données et conversion en cas d’acquisition, fusion, changement organisationnel ou harmonisation de processus ;

  • la mise en place d’un Référentiel Unique ; - la mise en cohérence de données multi-sources ; - la cotation et recommandation d’informations fiables ;

  • des retours d’expérience sur des programmes de Gouvernance des données.

Des contributions industrielles et académiques ont été apportées sur ces sujets d’actualité de telle sorte que l’ouvrage est constitué de douze chapitres qui présentent un panorama précis du domaine, aussi bien dans le domaine de la recherche que sur le plan opérationnel avec des études de cas et des retours d’expérience détaillés.

 

Nunzio Di Ruocco, Christine Pascal-Suisse, Samira Si-Said Cherfi, Jacky Akoka,
Isabelle Comyn-Wattiau, Philippe Capet, Thomas Delavallade, Melanie Herschel, Laure Berti-Équille, Soumaya Ben Hassine-Guetari, Delphine Clément, Sébastien Coeugniet, Idriss Coowar, Brigitte Laboisse, Virginie Thion-Goasdoué, Walid el Abed, Yvan Zermatten, Evelyne Rossin, Nathalie Barthelemy,
Thierry Délez, Nicole Bussat, Vincent Ciselet, Jean Henrard, Jean-Marc Hick,
Frumence Mayala, Dominique Orban,  Didier Roland

 

 

2010

ICIQ 2010 - DATA QUALITY AS A KEY SUCCESS FACTOR FOR MIGRATION

Fusions acquisitions, montée de version des systèmes ou volonté de simplifier leur architecture… telles sont les raisons possibles qui mènent les entreprises à faire face au défi de la migration des données. Ce type d’exercice n’est pas trivial : les données stockées dans les anciens systèmes (légacies) représentent un actif stratégique de l’entreprise ; elles doivent être analysées, mesurées et configurées avant d’être intégrées dans le nouveau système. L’article décrit des études de cas et les meilleures pratiques de gestion de la qualité des données dans le contexte de migration des données. Il propose également une grille de comparaison qui analyse les éléments suivants : équipes de gestion projet, audit qualité et indicateurs clé de qualité, activités d’amélioration de la qualité des données, le calcul du niveau optimal de qualité, difficultés des données de référence et nécessité d’une gouvernance post migration.

 

Contributions : Delphine Clément, Soumaya Ben Hassine Guetari, Brigitte Laboisse

 

2007

Création d’un référentiel d’indicateurs de mesure de la qualité des données CRM

Cet article présente le Référentiel d’indicateurs de mesure de la qualité des données Customer Relationship Management (CRM) publié avec l’Association Française de Normalisation (AFNOR).

 

Contributions : Delphine Clément, Brigitte Laboisse

 

2007

ICIQ 2007 - AN EVALUATION FRAMEWORK FOR DATA QUALITY TOOLS

La qualité de données est un enjeu majeur pour les grandes organisations ; les éditeurs proposent un nombre croissant d'outils adressant cette question. Ces outils se déploient en tant qu' applications spécifiques (déduplication, normalisation d'adresses, etc) ou sur des solutions plus larges intégrant tous les aspects de la qualité de données (profilage, détection de règles, ...). Un cadre est nécessaire pour aider les managers à sélectionner ce type d'outils. Dans cet article, nous nous concentrons sur les fonctionnalités qui permettent de mesurer la qualité des (bases de) données. Nous expliquons ce qu'on peut attendre de telles fonctionnalités dans un contexte CRM, et nous proposons une matrice généraliste qui peut être utilisée pour évaluer et comparer ces outils.

 

 

Contributions : Virginie Goasdoué, Sylvaine Nugier, Dominique Duquennoy, Brigitte Laboisse

 

Téléchargements