Il arrive qu’un même indicateur, présenté par deux directions, n’affiche pas le même chiffre. Le nombre de commandes confirmées du mois diffère légèrement entre le commercial et la logistique, sans que personne ne se soit trompé : chacun s’appuie sur sa propre définition. Ce type d’écart soulève une question qui dépasse les outils.
Avec les outils actuels, une équipe métier peut créer un tableau de bord sans passer par la DSI. Mais pouvoir le faire ne veut pas dire pouvoir tout décider. Dès que plusieurs métiers utilisent les mêmes données, une question se pose : qui a le droit de décider quoi ?
C’est cela, l’autonomie des métiers en gouvernance des données. Ni l’indépendance vis-à-vis de la DSI, ni un choix d’architecture : le périmètre de décision de chaque métier, et la façon dont ses choix touchent les autres.
Avoir l’outil ne donne pas le droit
Un outil permet de filtrer, regrouper, modifier. Il dit ce qui est techniquement possible, pas ce qui est autorisé. Le Data Governance Institute le résume ainsi : la gouvernance consiste à définir qui peut agir sur quelles données, et dans quelles conditions.
Prenons un exemple fictif. Les équipes commerciales et logistiques partagent une donnée, « commande confirmée » : une commande acceptée et non annulée. L’équipe commerciale crée ses propres tableaux de bord et regroupe ces commandes par zone.
Dans le même outil, elle peut aussi changer les critères qui définissent une commande confirmée. Les deux actions sont aussi simples l’une que l’autre. Pourtant, la première ne concerne qu’elle ; la seconde concerne tout le monde.
Ce qui compte : l’impact sur les autres
Si l’équipe commerciale regroupe les commandes par zone, elle change sa façon de lire les données. La logistique ne voit aucune différence.
Si elle ajoute les commandes simplement reçues, pas encore acceptées, elle change la définition elle-même. La logistique, sans avoir rien touché, se retrouve avec des commandes non acceptées dans ses chiffres.
La règle est donc simple : ce qui compte n’est pas qui fait la modification, mais qui elle affecte. Cela ne veut pas dire que tout doit remonter à une instance centrale, seulement que l’équipe commerciale ne peut pas redéfinir seule une donnée partagée.
Être responsable d’une donnée ne donne pas tous les droits
Imaginons maintenant que l’équipe commerciale soit responsable de la donnée « commande confirmée ». Elle doit vérifier que les commandes saisies respectent la définition, et corriger l’erreur quand une commande non acceptée est marquée comme confirmée.
Mais faire respecter une définition n’est pas la même chose que pouvoir la changer. La logistique utilise toujours cette donnée : elle est concernée par toute évolution de son sens. L’équipe responsable peut proposer un changement, pas l’imposer.
Autrement dit : la responsabilité, c’est ce dont on doit répondre ; l’autorité, c’est ce qu’on peut décider. Les deux ne se confondent pas.
Pas besoin de tout faire valider
Ces limites n’obligent pas l’équipe commerciale à demander une autorisation pour chaque tableau de bord. La définition est partagée, son usage pour l’analyse commerciale est admis, et le choix des regroupements lui revient. Elle peut donc créer autant de vues par zone qu’elle le souhaite.
Seul ce qui change la donnée commune demande un accord. Et la difficulté technique n’est pas un bon repère : un regroupement complexe peut rester purement local, alors qu’un seul critère modifié peut tout changer pour les autres.
Les métiers n’ont donc pas à choisir entre liberté totale et validation permanente. Ils décident librement de ce qui les concerne, et se concertent sur ce qui engage les autres.
Ce que les plateformes de données peuvent apporter
Les plateformes de données récentes permettent d’inscrire cette séparation dans l’outil lui-même. Une définition partagée peut y être portée par un espace commun, sous la responsabilité d’une équipe identifiée, puis mise à disposition des métiers en lecture seule. Chacun construit ses analyses sur ce socle sans pouvoir le modifier.
SAP en offre une bonne illustration. Dans SAP Datasphere, la définition de « commande confirmée » peut vivre dans un espace commun et être partagée vers les espaces commercial et logistique, tandis que le catalogue documente sa définition et son responsable. Dans SAP Analytics Cloud, chaque utilisateur regroupe, filtre ou ajoute ses calculs dans ses propres stories sans toucher au modèle source. En planification, les versions privées laissent chaque équipe simuler librement, alors que la publication dans une version commune engage tous les utilisateurs.
L’outil ne décide pas à la place de l’organisation. Mais une fois les règles fixées, il permet de les appliquer sans les rappeler à chaque usage.
Conclusion
L’autonomie sur les données n’est ni une absence de règles, ni un pouvoir exclusif lié à une responsabilité. C’est un périmètre de décision reconnu, qui tient en une question : ce choix change-t-il quelque chose pour les autres utilisateurs ? Une bonne gouvernance protège les définitions partagées sans contrôler chaque usage.
Pour commencer : listez les dix indicateurs les plus partagés entre vos directions. Pour chacun, vérifiez qu’il existe une définition écrite, un responsable identifié et une règle claire sur qui peut la modifier. Là où l’un des trois manque, le prochain écart de chiffres en comité est déjà en préparation.
Lecture complémentaire :
Notre expertise : Data Governance
Gouvernance des données : l’échec se joue rarement dans la technologie
