Stibo Systems - The Master Data Management Company

← Dos

Qu'est-ce que le Master Data Management ? Pourquoi en a-t-on besoin ?

Master Data Management Blog by Stibo Systems logo
| 13 minutes de lecture
août 05 2021

Pour protéger et développer votre entreprise, vous avez besoin de données de référence de haute qualité et de processus transparents. La gouvernance des données de référence vous aide à atteindre cet objectif.


La transparence et des données de référence de haute qualité sont essentielles pour l’ensemble de votre activité. Elles affectent la croissance des revenus, l’efficacité opérationnelle, la gestion des risques et la conformité, mais aussi l’analyse et la transformation digitale, de même que votre capacité à contrôler les coûts et votre agilité.

Cet article explique ce qu'est la gouvernance des données de référence, pourquoi vous en avez besoin et comment la mettre en place.

En raison de la croissance exponentielle des données, il est primordial de bien les gérer dès le départ, car les rattrapages seront de plus en plus difficiles et coûteux. Selon la règle 1-10-100, il en coûte 1 $ pour vérifier les données au moment de leur capture, 10 $ pour nettoyer et dédoublonner chaque erreur et 100 $ par erreur pour faire fonctionner un système contenant des données erronées.

- The Impact of Bad Data on Demand Creation, Sirius Decisions

 

Pourquoi la gouvernance des données de référence ?

La gouvernance des données concerne toute l'entreprise et couvre un vaste périmètre. L'image de la gouvernance des données devient très facilement confuse si l'on considère les nombreux types de données existants : données transactionnelles, données comportementales, données de performance, données temporelles, données opérationnelles et bien d'autres.

Nous nous intéressons ici uniquement aux données de référence et donc à la gouvernance des données de référence.

Les données de référence décrivent les éléments fondamentaux (domaines de données) sur lesquels repose votre entreprise. Les personnes, les lieux et les choses qui interagissent pour créer l’activité de l’entreprise. Les données de référence sont par conséquent une source d’informations organisées véritablement importante pour votre entreprise. Les clients, les produits, les fournisseurs, les magasins et les emplacements physiques, les employés et les principaux actifs sont des exemples de données de référence. Notre infographie Qu'est-ce que le Master Data Management ? fournit des informations plus détaillées.

Il est essentiel de disposer d'informations fiables sur ces entités. Avec la gouvernance des données de référence, vous établissez une identification précise et un enrichissement pertinent de vos actifs.

Avec des informations fiables, vous remplacez les hypothèses par la transparence des données. À titre d’exemple, de nombreuses entreprises se débattent avec des dossiers clients en double. Cette situation peut entraîner de mauvaises expériences pour le client. Elle peut aussi provoquer la perte de ventes incitatives et créer des risques de fraude et de violation de la confidentialité. De plus, vous ne pouvez pas vous contenter de supprimer des enregistrements, car ils existent pour des raisons spécifiques. Ils ont des propriétaires qui ont besoin d'y accéder, ils ont différentes relations. Il n'est pas évident en outre de savoir quel enregistrement contient les informations les plus fiables, complètes ou à jour.

En tant qu'organisation, il vous faut une vue client unique pour toutes les divisions métier et pour des objectifs différents. Ces différents objectifs soulèvent des questions quant à la définition ou à la signification réelle du terme « client ». La gouvernance des données de référence permet de créer un glossaire de la terminologie convenue. Elle génère des attributs de métadonnées particuliers pour définir le terme « client » et fournir une définition standard et cohérente pour toute l'entreprise. Cette approche réduit les risques de mauvaise interprétation, de mauvaise utilisation, de confusion et d'erreurs.

People_teamwork_collaboration

data-culture-fr

La vue client unique - un résultat de la gouvernance des données de référence

Pour tout actif, le plus haut degré de transparence et de fiabilité des données se résume à une vue unique et structurée. Avec une vue unique de votre client, vous pouvez l'identifier de manière unique et comprendre ses attributs et ses relations. C'est le fondement indispensable pour devenir une entreprise data-driven et exploiter toute la valeur de vos données. Les données client peuvent résider dans différentes applications (ERP, CRM, etc.), ce qui rend difficile de savoir à quelle version se fier. La déduplication et la fusion des vues client issues des différentes divisions métier en une vue client unique, également appelée « golden record », peuvent vous fournir une source fiable. Vous pouvez la partager sur l’ensemble des canaux, comme dans cette vue unique d’un client B2C :

Single customer view

Pour atteindre ce sommet de transparence et de qualité des données, vous devez consolider et nettoyer vos données et gouverner les processus de données : où les données sont-elles stockées ? Où transitent-elles ? Qui les utilise (et en a besoin) ? Qui peut les modifier ?

Des politiques et des règles claires sont nécessaires pour l'acquisition, le stockage, la gestion et le partage des données de référence. Mais ces politiques doivent être comprises et appliquées. Une stratégie de gouvernance des données de référence doit donc englober les personnes et les processus, et non pas uniquement la technologie. Cela dit, la mise en œuvre et l'application de vos politiques de données sont facilitées si elles sont soutenues par des capacités technologiques appropriées, telles qu'un système de Master Data Management.

 

La gouvernance des données de référence et la gestion des données de référence (MDM) ne sont pas identiques.

Votre solution MDM peut toutefois être un outil important pour soutenir votre stratégie de gouvernance des données. Elle fournit des méthodes utiles pour la collecte des données, la classification, la modélisation, le contrôle qualité, la vérification par les data stewards. Elle apporte également des capacités de liaison et de fusion pour la déduplication automatisée.

Comme le montre le diagramme ci-dessus, en connectant les applications et en unifiant les données, le MDM, qui héberge le hub de données client, élimine efficacement les silos de données, principal obstacle à la transparence et à la responsabilité des données.

 

Les problèmes liés à des données de référence non gouvernées

La gouvernance des données de référence (en fait toute gouvernance des données) est souvent considérée comme incombant au CDO (Chief Data Officer) et comme une charge administrative et de conformité. Cette gouvernance ne se résume toutefois pas à cocher des cases. Elle a un impact direct sur la capacité de l'entreprise à évoluer et à atteindre de nouveaux objectifs. Elle est même nécessaire ici et maintenant pour éviter à votre entreprise de perdre de l'argent. Avec des données non gouvernées, vous perdez inévitablement un temps précieux sur des traitements manuels et sur la résolution de problèmes intermittents.

Des données non gouvernées entraînent l'envoi de marchandises à de mauvaises adresses ou la réception par les clients de marchandises qui ne correspondent pas aux descriptions présentées. Ces deux situations se traduisent par de mauvaises expériences pour les clients, une perte de réputation et une perte de fidélité.

Parmi les effets plus subtils d'une mauvaise qualité des données, citons :

  • Occasions manquées de ventes incitatives parce que vous ne pouvez pas identifier avec précision les catégories de produits achetées par le client.

  • Temps perdu à corriger et à retraiter

  • Impossibilité de négocier des remises sur les achats parce qu’il existe tellement de doublons pour l’enregistrement du fournisseur que vous êtes incapable de déterminer le montant total de vos dépenses.

  • Perte de ventes en ligne parce que vos données de dimensionnement sont inexactes, ce qui donne une mauvaise image de votre entreprise sur les sites de comparaison.

  • Manque de visibilité de votre chaîne d'approvisionnement, notamment des méthodes d'approvisionnement et de fabrication, du recours à des sous-traitants, etc., qui peut entraîner des rappels coûteux et porter atteinte à votre marque.

  • Des données de référence non gouvernées qui empêchent les fabricants de partager des informations précises avec les distributeurs et les retailers.

  • Absence de règles concernant les données de référence produit qui peut empêcher la conformité avec les normes et exigences en matière de données, notamment avec les réglementations gouvernementales et professionnelles ou les normes GS1.

Enfin, toute incohérence des données entre les systèmes et les processus entraîne un manque de confiance dans vos analyses. Les déductions deviennent subjectives et les décisions se fondent sur des opinions et non sur des faits.

 

Formalisez votre gouvernance des données

Dans le cadre de leur travail habituel, des collaborateurs de votre organisation font déjà de la gouvernance des données. Les comptables, par exemple, veillent à ce que les écritures soient passées selon les bons codes comptables. Le service des comptes clients s'assure que les factures sont envoyées et que les paiements correspondants sont reçus. Une grande partie de vos données d’exploitation font déjà partie d'un processus de gestion active, mais ce sont surtout les quantités et les valeurs qui sont prises en compte ici.

Les données de référence qui régissent un grand nombre de vos processus métier font l'objet d'un contrôle qualité moins important. La gouvernance des données de référence vise à mettre en place des responsabilités formelles pour la qualité et la fiabilité globales de ces données.

L'un des changements d'attitude induits par la gouvernance des données consiste à passer d'une approche réactive de la qualité à une approche plus proactive. Souvent, la mauvaise qualité des données n'est découverte que lorsqu'un processus métier échoue - lorsqu'une livraison ne peut pas être effectuée ou lorsque votre système informatique tombe en panne, ce qui n'est guère la meilleure façon de détecter les problèmes. Il est également fréquent, lorsque des catastrophes surviennent en raison de la mauvaise qualité des données, que personne n’en assume la responsabilité. La gouvernance des données garantit que quelqu'un est clairement responsable, non seulement pour réparer les désastres, mais aussi pour réduire leur probabilité.

 

Éléments clés de la gouvernance des données de référence

Chaque organisation est différente. Il n’existe pas de framework unique et universel pour la gouvernance des données de référence, mais il existe des éléments clés auxquels chacun doit prêter attention. Il s'agit notamment de la transparence, de la maintenance, de la propriété des données, de la gestion des changements, de la conformité, de la responsabilité, de l'autorité, de l'auditabilité, de la gestion des données, de la normalisation et de l'éducation.

De nombreux partisans de la gouvernance des données ont des modèles fixes qui ont fait leurs preuves dans des missions précédentes. Malheureusement, beaucoup de ces solutions fixes ne tiennent pas compte de vos capacités organisationnelles.
Utilisez les étapes de cette infographie comme point de départ pour votre parcours de gouvernance des données de référence :

Ten steps to master data governanceObtenir l'infographie

De nombreux fournisseurs affirment offrir des outils de gouvernance des données. Il existe, c’est certain, des outils qui peuvent vous aider à gouverner, des outils qui peuvent vous permettre de stocker et de communiquer les règles métier définies, des outils pour mesurer la qualité des données et des outils pour identifier les problèmes de conformité. Mais la gouvernance concerne l'organisation, les processus et les responsabilités au sein desquels ces outils peuvent être déployés.

Sans une organisation correcte, les avantages de ces outils de gouvernance ne seront pas obtenus.

 


La maintenance des données aussi doit être gouvernée

La gouvernance des données est-elle identique à la maintenance des données ? Les deux sont étroitement liées par la qualité des données, mais ce sont des fonctions indépendantes. Les organisations de maintenance ont tendance à s'aligner sur des systèmes informatiques spécifiques ou sur des divisions métier spécifiques. La gouvernance des données en revanche concerne un ensemble commun de règles auxquelles chacun doit adhérer. Examiner leur relation avec les normes permet de comprendre leur différence.

Dans le cadre de la gouvernance des données de référence, vous devez définir un ensemble de bonnes pratiques ou de principes qui vous permettront de créer et de maintenir une bonne qualité pour vos données. Ce sont vos normes. Les équipes de maintenance des données doivent se conformer à ces normes. La gouvernance des données les définit et s'assure qu'elles sont respectées.



Qu'est-ce que la propriété des données ?

La propriété des données est un terme très confus. Il est courant par exemple dans les entreprises de répartir géographiquement les responsabilités en matière de données. Les commerciaux britanniques gèrent les clients et les données du Royaume-Uni, tandis que l'équipe américaine s'occupe des clients résidant aux États-Unis. Mais là encore, nous proposons une organisation unique de gouvernance qui est responsable des données. Pour ajouter à la confusion, dans de nombreuses organisations de gouvernance de ce type, il existe un rôle de propriétaire des données.

En réalité, ce rôle de « propriétaire des données » est mal nommé. En pratique, il est le propriétaire, non pas des données, mais des normes (les principes et les meilleures pratiques) qui guident les utilisateurs quant à la manière d'obtenir une bonne qualité. Alors que de nombreux départements peuvent revendiquer le contenu des données, c'est l'organisation de gouvernance des données qui possède les structures et les règles de qualité.



Quelles sont les activités d'une organisation de gouvernance des données ?

Envisagée de façon globale, l'organisation de gouvernance des données ne réalise que deux activités. Dans la pratique, ces deux activités peuvent être très complexes et nécessiter tout un réseau de ressources. L'équipe de gouvernance des données est responsable de la gestion des changements et de la conformité.

Gestion des changements – Lorsque vous avez défini un ensemble de normes et aligné vos données sur celles-ci, il est important de contrôler tout changement apporté à ces normes. Imaginons par exemple que vous imposez le format britannique Jour/Mois/Année pour toutes les dates enregistrées. Si quelqu'un veut maintenant passer au format européen Mois/Jour/Année, vous avez un gros problème. L'équipe de gouvernance des données a pour mission d'évaluer l'impact d'un tel changement et d'assurer la liaison avec les parties prenantes concernées. Elle doit mesurer les coûts et les avantages d'une telle proposition. Si le changement est jugé approprié, elle doit gérer les modifications impliquées pour tous les domaines de l'entreprise concernés.

Conformité – Partout où il y a des règles, il est nécessaire de les faire respecter. L'équipe de gouvernance des données doit être cette force de police. Elle doit en effet pouvoir mesurer la conformité de l'organisation aux normes qu'elle gouverne et agir pour améliorer le niveau de cette conformité.

 

Schéma d'une organisation de gouvernance des données :

Data governance organization

Obtenir la note de synthèse :
Comment développer des politiques et des processus de gouvernance de données clairs pour votre mise en œuvre MDM

 

Comment démarrer avec la gouvernance des données de référence

Comme indiqué plus haut, il n'existe pas de solution universelle, mais vous devez au minimum envisager les étapes suivantes pour mettre en place un programme de gouvernance des données :

  • Nommer un responsable du programme, par exemple un CDO.
  • Faire de votre programme un élément central de toutes les disciplines de gestion des données.
  • Déterminer où vous en êtes (vous pouvez utiliser un modèle de maturité) puis définir votre parcours.
  • Définir les rôles et les responsabilités
  • Mesurer les progrès en établissant des KPI

En creusant un peu plus, le niveau suivant pourrait être constitué de ces six blocs :


1 Élaborez une vision claire de la qualité des données souhaitée et des processus

Assurez-vous de définir une vision et un périmètre clairs pour votre initiative de gouvernance des données. Votre organisation doit pouvoir se conformer à cette vision.

2 Définissez des normes pour les données

Chaque norme doit avoir une justification qui explique son existence. Des avantages définis doivent pouvoir être obtenus grâce à cette norme. Le niveau de qualité à atteindre pour obtenir ces avantages (pas toujours 100 %) doit être précisé. Enfin, des métriques doivent permettre de déterminer si ces avantages ont été ou non obtenus.

3 Concevez une organisation de gouvernance des données

Cette organisation doit être adaptée à la gestion des normes que vous avez définies. Elle doit inclure les rôles et les responsabilités de la gouvernance des données, les processus de gouvernance internes permettant de gérer les activités (par exemple la gestion des changements relatifs aux normes). Elle doit inclure également les changements apportés à tout processus externe qui affecte la capacité de l'organisation à assurer cette gouvernance (par exemple le processus de gestion des projets informatiques).

4 Engagez votre propriétaire de données

Il sera responsable de vos normes et devra élaborer une feuille de route pour la qualité des données.

5 Établissez une feuille de route pour la qualité des données

Cette feuille de route doit documenter votre niveau de qualité actuel. Comparez ce niveau à l'exigence définie dans votre norme et proposez des actions pour combler l'écart et/ou maintenir une bonne qualité.

6 Engagez les autres rôles de gouvernance des données

Engagez des ressources pour les autres rôles de la gouvernance des données. Vous avez besoin de collaborateurs pour mesurer la conformité de façon continue. Vous devez attribuer à d’autres collaborateurs la gestion des activités identifiées dans la feuille de route de qualité des données.

 

Comment garantir le succès de votre organisation de gouvernance des données ?

L'une des clés du succès pour une organisation de gouvernance des données de référence repose sur la présence d’une autorité à laquelle s'adresser si une personne refuse de se conformer à vos normes.

Lorsque cette autorité n’existe pas, on assiste généralement à une multiplication des normes locales. Des interfaces complexes prolifèrent pour gérer la transition entre des secteurs fonctionnant sur des normes différentes.

L’augmentation du nombre de ces normes finit par aboutir à une absence totale de normes. Les entreprises qui rencontrent souvent ce genre de situations sont celles qui se sont développées par le biais d'acquisitions, sans pour autant gérer directement leurs nouvelles filiales. À l'inverse, les initiatives de gouvernance de données les plus réussies se trouvent dans le secteur pharmaceutique où la conformité aux normes est imposée par des agences externes.

La gouvernance des données n'est pas compliquée, en principe, mais son application peut devenir à la fois compliquée et très politique. Elle peut bénéficier de conseils experts pour la conception, mais nécessite également une connaissance locale de l'entreprise et de ses particularités. L’objectif est de construire une structure véritablement opérationnelle qui apporte de réels avantages.



Le Master Data Management vous aide à gouverner vos données de référence

Le fait de créer des définitions de données dès le début permet d’obtenir des données de haute qualité tout au long de leur cycle de vie. Les data stewards et les propriétaires de données de toute l'entreprise peuvent ainsi travailler avec des données exactes. C'est là que le MDM devient intéressant. Il permet de définir les autorisations et les tâches des utilisateurs de façon très détaillée.

Il peut automatiser l'exécution des processus, ce qui permet de faire circuler les données d'un département à l'autre de manière transparente. Les règles et les points de passage entre les différents états des workflows permettent la génération de pistes d'audit. Les propriétaires de données peuvent s’en servir pour détecter toute modification non autorisée. Cette approche garantit l'efficacité opérationnelle tout en maintenant la responsabilité.

Vous trouverez ci-dessous deux exemples de la façon dont le MDM peut être configuré pour prendre en charge et faire appliquer vos politiques de données de référence.

 

1 Gouvernance des données client

La capture d'écran ci-dessous montre les statuts de terminaison des politiques de données client d'une organisation. L'écran répertorie toutes les politiques configurées avec une métrique globale en haut (dans ce cas, le nombre actuel de violations) et le score actuel de chaque politique. En outre, vous pouvez voir à partir de quelle application métier les données client sont introduites dans l’application MDM.

Ces politiques peuvent être triées et filtrées depuis la barre d'outils à gauche, laquelle vous permet aussi créer de nouvelles politiques. Les politiques sont basées sur une métrique et un ensemble de données.

policies-overview

Si vous affichez les détails de l'une de ces politiques, vous obtenez un diagramme avec des données instantanées sur la gauche et une chronologie de l'activité de cette politique sur la droite. À partir de cet écran, il est possible de modifier le statut de la politique, le seuil de violation et l'écart accepté par période de score. Depuis la barre d'outils, vous pouvez également vous abonner à une politique et recevoir des notifications par e-mail.

Customer data governance policy details

Cette possibilité de visualiser et de modifier les politiques de données client à un niveau général ou détaillé soutient vos objectifs de qualité des données et facilite l'auditabilité. Elle met en effet en évidence les processus qui nécessitent votre attention.

 

2 Gouvernance des données produit

La capture d'écran ci-dessous montre une configuration de données produit garantissant l’obtention d'un niveau précis de qualité avant tout passage du produit à l'étape suivante du workflow. Dans le cadre de ce workflow, le responsable produit doit renseigner des informations marketing sur trois types de jeans. Les trois attributs produit intitulés Feature Bullets 1-3 sont obligatoires.

Ce point de passage du workflow assure à la fois l'exhaustivité et la responsabilité des données.

PMDM 1

La capture d'écran ci-dessous montre que le MDM vous permet de configurer des infobulles pour chaque attribut produit afin d’indiquer le type de valeur à saisir. L'utilisateur peut aussi ouvrir une page wiki contenant des informations supplémentaires sur l'attribut lui-même (quand, quoi, qui l'a créé, etc.). Chaque attribut est défini par un type, tel qu'un texte, un numéro d'article, une liste de valeurs. Pour chaque type, il existe des règles de validation d'attribution, telles que la valeur min-max, le nombre maximum de caractères, etc. Si une valeur n'est pas conforme à la validation d'un attribut, le MDM avertit l'utilisateur avec un code couleur et l’empêche d'enregistrer l'article.

PMDM 3

 

La gouvernance des données de référence a besoin de définitions

Le Master Data Management ne peut pas fonctionner sans gouvernance. Mais pour revenir un peu plus en arrière, vous ne pouvez pas mettre en œuvre un framework de gouvernance des données sans définitions.

Avant toute mise en œuvre de ce framework, la collecte, la classification et le contrôle de la qualité des données doivent être appliqués. Afin de gouverner les données, vous devez avoir des définitions claires de choses telles que l'acquisition et l'accessibilité. Ce sont des éléments essentiels du MDM.

En ce sens, votre Master Data Management et votre framework de gouvernance des données sont mutuellement dépendants.


En savoir plus sur le MDM et la manière dont il soutient la gouvernance de vos données de référence.

multidomain mdm


Master Data Management Blog by Stibo Systems logo

Matthew Cawsey est Directeur de la stratégie pour les solutions Customer Master Data Management de Stibo Systems. Il compte plus de 20 ans d'expérience dans la vente et le marketing de logiciels de gestion de données d'entreprise auprès des plus grandes sociétés de gestion de données du monde.

Articles de blog par thématique

  • Gouvernance des données
  • Retail et distribution
  • Stratégie MDM
  • Voir plus
  • Fabrication
  • Données produit et PIM
  • Durabilité
  • CPG
  • Données client et partie
  • Données fournisseur
  • IA et machine learning
  • Qualité des données
  • Données de localisation
  • Services financiers

Retour sur la NRF 2024 : à l'ère de l'IA, de meilleures données peuvent faire toute la différence

3/17/24

Assurer la résilience de la chaîne d'approvisionnement : Stratégies et exemples

3/11/24

Responsabilité climatique et traçabilité dans le retail

3/4/24

Le Master Data Management peut améliorer votre solution ERP

2/27/24

Tendances 2024 de la Data Gouvernance

2/27/24

Pérennisez votre activité retail avec le Commerce modulaire

2/20/24

Les 3 avantages du commerce headless associé à une solution PIM

2/13/24

Qu'est-ce que le Smart Manufacturing et pourquoi est-ce important ?

11/30/23

Transformation digitale : 5 raisons d’échec courantes dans le secteur manufacturier

11/30/23

5 défis majeurs dans le secteur manufacturier

11/30/23

Tendances et perspectives de l’industrie manufacturière — 2023-2025

11/30/23

Global Summit 2023 du CGF : Assurer une croissance durable grâce à la collaboration et à l'innovation

7/27/23

Relever les défis des chaînes d'approvisionnement avec le MDM

7/11/23

Utiliser l'IA générative exige des données gouvernées

6/6/23

Comment exploiter l'IoT avec le Master Data Management

5/31/23

La gouvernance des données, une approche essentielle pour la gestion des actifs

3/30/23

4 méthodes pour réduire les retours du e-commerce

3/28/23

Passeports numériques des produits

3/16/23

4 styles courants de mise en œuvre du Master Data Management

3/14/23

Dans le retail, la durabilité exige des données « gouvernées »

2/22/23

Qu’est-ce que la gestion augmentée des données ?

2/16/23

NRF 2023 : Le retail s’oriente vers l'IA et l'automatisation pour une plus grande efficacité

2/13/23

CPG et FMCG, quelle différence ?

2/3/23

Comment réduire les obstacles à l'innovation grâce à une meilleure gestion des données

1/11/23

Comment calculer l’Eco-Score des produits alimentaires

1/4/23

Le Retail du Futur

12/21/22

Le MDM de Stibo Systems introduit de nouveaux standards d’échange industriels

12/15/22

Stratégies omnicanales pour le retail

12/14/22

Qu'est-ce que la distribution omnicanale et quel est le rôle de la gestion des données ?

11/8/22

La transformation digitale dans le secteur des CPG

7/25/22

Créez une culture de transparence des données

7/18/22

La gestion des données produit lors des fusions et des acquisitions

6/7/22

Qu’est-ce que le Data as a Service (DaaS) ?

5/24/22

Défis de la chaîne d'approvisionnement dans l'industrie CPG

5/18/22

Migration des données vers SAP S/4HANA - Une approche rapide et sûre avec le MDM

5/3/22

Qu’est-ce qu'une donnée synthétique ? Et pourquoi ont-elles besoin du MDM ?

4/22/22

Gouvernance des données : les cinq écueils à éviter

3/9/22

Gagner dans le retail en libérant toute la puissance des données

3/3/22

Silos de données. Comment les transformer en zones de visibilité ?

2/23/22

Stratégie de monétisation des données de référence, quel ROI ?

2/15/22

La transparence des données pour un retail durable

2/10/22

Quatre tendances dans l'industrie automobile

11/11/21

Quels obstacles entravent la reprise du retail mondial ?

11/4/21

Cinq étapes pour une feuille de route MDM stratégique

10/28/21

Nettoyage des données : priorité des PGC

10/21/21

Besoin de Big Data ? Pensez d'abord Small Data

10/14/21

Prenez-vous des décisions à partir d’informations HCO/HCP erronées ?

10/7/21

Comment améliorer votre gestion de données

9/23/21

Retail : Neuf façons dont le MDM améliore l'expérience client

9/16/21

Produits alimentaires : vers la transformation digitale avec le MDM

9/9/21

Tendances et opportunités du secteur des CPG en 2023

9/2/21

Pourquoi les données revendeurs sont importantes pour les fabricants

8/31/21

MDM multidomaine ou MDM à domaines multiples ?

8/26/21

Comment mettre en place une source unique de vérité avec le MDM

8/12/21

Qu'est-ce que le Master Data Management ? Pourquoi en a-t-on besoin ?

8/5/21

Comment obtenir davantage de valeur de vos données

7/29/21

Le MDM multidomaine pour des expériences client hyper-personnalisées

7/7/21
Vous avez aimé cet article ?

Inscrivez-vous pour recevoir les prochains articles par e-mail