BOOTSTRAP DE LA QUALITE DE DONNEES

Auteurs :

Alexia Debeaux

Consultante experte Data Gouvernance

Contactez

2 minutes

Data Governance Assurance

Pour un leader de l’assurance et de la prévoyance, Sentelis a cadré une trajectoire d’activation de la qualité des données à l’échelle de l’entreprise, avec un ‘quick win ‘autour d’un cockpit d’indicateurs qualité barycentrés connaissance client.

L’enjeu : mesurer le coût de la non-qualité

En assurance et en prévoyance, connaître son client est primordial et la prémisse fondatrice de cette connaissance est une donnée fiable et partagée, autrement dit de qualité. Mais sans mesure au préalable, il est difficile d’estimer l’état de santé de son patrimoine Data et donc de prendre des actions en conséquence. A cela s’ajoute de multiples canaux d’acquisition (agences internes, agences externes, comparateur d’assurance…) et des lignes métiers historiquement en silos (Vie, Santé, Dommage, Prévoyance, Emprunteur), rendant difficile la constitution d’une vision à 360° fiable et à jour pour l’ensemble des acteurs.

La solution : un cockpit d’indicateurs de connaissance client

Préalable à tout programme sur la qualité des données, la mesure de l'état de santé de ces dernières est la première étape incontournable. Pour l’obtenir, une série d’indicateurs qualités ont été définis en lien avec les processus opérationnels de gestion de la relation client. Chaque indicateur a été caractérisé par des métriques (ex : nom et date de naissance renseignés) et une formule de calcul (ex : % de complétude du nom et de la date de naissance sur l’ensemble des clients actifs), ainsi que des seuils de déclenchement d’alertes. Des processus de remédiation ont également été définis. Pour concevoir la solution informatique, en collaboration étroite avec la Direction de la Gestion de la Qualité des Données et la Direction de l’Architecture d’Entreprise, Sentelis a posé la vision cible de l’ensemble des capacités fonctionnelles d’une plateforme industrielle de qualité de données. Parmi les différents scénarii proposés, c’est celui s’appuyant sur le lac de données existant qui a été retenu, offrant l’avantage d’un accès centralisé à la plupart des données clients et contrats nécessaires. Au-delà, cette solution avait l’avantage de minimiser les impacts sur le SI existant et d’obtenir rapidement, et à coûts optimisés, une première vision transverse des indicateurs de qualité pour les données client. Des principes pour le calcul des indicateurs ont également été établis. Le rôle de responsable des données a été entériné, précisé et activé. Des actions de sensibilisation et de conduite du changement ont aussi été menées en parallèle pour faire prendre conscience plus largement de la problématique. Une qualification systématique de tous les incidents informatiques remontés par les utilisateurs au prisme de la qualité a été mise en place. Des niveaux de qualité minimum ont été activés auprès des fournisseurs externes de données (courtiers, conseillers en gestion de patrimoine…).

La méthode

En collaboration avec les équipes clients, l’intervention de Sentelis a porté sur

  • Le partage de la vision sur les fondamentaux de la qualité des données
  • La modélisation du ‘business model’ de la « Plateforme Qualité de Données » incluant le « Cockpit Indicateurs » en premier jalon de la plateforme cible
  • La structuration d’un méta-modèle d’indicateur pour cadrer leur déploiement par la suite
  • La définition d’un glossaire métier afin de garantir l’alignement des différentes parties prenantes
  • La construction de différents scenarii d’architecture de solutions (‘on-premise’ & ‘cloud’)
  • L’évaluation argumentée de ces scenarii et la recommandation du plus approprié
  • La projection d’une trajectoire à 3 ans avec le chiffrage du premier jalon