Gouvernance des données : ce qu'il faut piloter (et ce qu'il ne sert à rien de mesurer)

Dans la plupart des organisations, la gouvernance des données finit par produire un tableau de bord. Un onglet quelque part, avec des chiffres bien alignés : nombre de Data Owners nommés, taux de complétude, nombre de référentiels documentés, fréquence des comités. Tout semble suivi. Tout semble piloté.

Et pourtant, à la question « est-ce que la gouvernance fonctionne ? », personne ne sait vraiment répondre.

Le problème n'est pas qu'on mesure trop peu. C'est qu'on mesure les mauvaises choses. La plupart des indicateurs de gouvernance suivis dans les entreprises décrivent l'activité du dispositif (combien de rôles, combien de réunions, combien de pages de documentation) sans jamais dire si la donnée est mieux utilisée, si les décisions sont plus fiables, si les équipes adhèrent au cadre. Ce sont des indicateurs de présence, pas des indicateurs de performance.

Soyons honnêtes : un programme de gouvernance peut cocher toutes les cases formelles et rester totalement déconnecté du terrain. Des Data Owners nommés qui ne se reconnaissent pas dans leur rôle, des comités qui se réunissent sans arbitrer, des règles documentées que personne n'applique (mais qui font joli sur le SharePoint). Sur le papier, la maturité progresse. Dans la réalité, rien ne change.

Cet article ne propose pas une liste exhaustive de KPI à empiler. Il pose trois questions plus fondamentales : qu'est-ce qu'on cherche vraiment à piloter quand on parle de gouvernance ? Quels indicateurs reflètent réellement ce pilotage ? Et lesquels donnent une fausse impression de maîtrise ?

Ce qu'il faut piloter dans une gouvernance des données : les 3 axes qui comptent

Avant de choisir des indicateurs, il faut savoir ce qu'on veut mesurer. Et ce qu'on veut mesurer dépend de ce qu'on attend réellement de la gouvernance. Pas de ce qu'on en dit dans les slides, mais de ce qu'elle est censée changer concrètement dans l'organisation.

Trois axes sortent du lot. Ils ne couvrent pas tout (aucun cadre ne couvre tout) mais ils permettent de répondre aux trois questions que personne n'ose poser : la gouvernance change-t-elle quelque chose ? Est-elle réellement utilisée ? Va-t-elle tenir dans la durée ?

L'impact métier : la donnée change-t-elle des décisions ?

C'est l'axe le plus important, et c'est aussi celui qu'on évite le plus souvent. Parce qu'il est difficile à mesurer, parce qu'il oblige à confronter le dispositif au terrain, parce qu'il met en lumière les écarts entre l'intention affichée et le résultat réel.

L'impact métier de la gouvernance ne se mesure pas en nombre de règles écrites, mais en décisions qui s'appuient sur des données fiables, partagées et acceptées. Une organisation qui pilote correctement sa gouvernance sait répondre à des questions très concrètes :

• Combien d'arbitrages stratégiques ont été pris sur la base d'indicateurs certifiés ce trimestre ?
• Combien de projets ont avancé plus vite parce que les définitions étaient stabilisées ?
• Combien de litiges de chiffres ont disparu depuis qu'un référentiel a été mis en place ?

Mesurer l'impact métier suppose de sortir de la logique purement quantitative. Le bon indicateur n'est pas « nombre de définitions documentées » mais « part des définitions documentées effectivement utilisées dans les analyses ». Pas « nombre de jeux de données certifiés » mais « part des décisions stratégiques s'appuyant sur des données certifiées ». La nuance est immense.

L'adoption : les bons acteurs utilisent-ils le dispositif de gouvernance ?

Une gouvernance peut exister sur le papier sans être utilisée. C'est même la situation la plus fréquente. Les rôles sont nommés, les processus sont écrits, les comités sont planifiés, mais personne ne s'y réfère au quotidien. Les décisions continuent à se prendre dans les couloirs, les corrections continuent à se faire à la main, les définitions continuent à diverger entre équipes (et à chaque réunion, on redécouvre que « client actif » ne veut pas dire la même chose pour le commercial et pour le contrôle de gestion).

L'adoption se mesure à des signaux très concrets :

• Tickets remontés via les canaux officiels : combien de demandes passent par le dispositif de gouvernance plutôt que par mail informel ou par le voisin de bureau qui sait ?
• Activité réelle des Data Stewards : combien interviennent réellement sur leurs périmètres chaque semaine, au-delà de leur nomination officielle ?
• Consultations du catalogue de données : combien de questions arrivent sur l'outil plutôt que sur l'épaule du collègue ?
• Recours aux définitions officielles : combien d'utilisateurs métier consultent les définitions partagées avant de produire un reporting ?

Ces signaux sont peu glamour, mais ils disent la vérité. Une gouvernance adoptée laisse des traces dans les outils, dans les flux, dans les comportements. Une gouvernance non adoptée laisse surtout des traces dans les comptes-rendus de comité.

La résilience : la gouvernance tient-elle sans ses initiateurs ?

Le troisième axe est souvent oublié, parce qu'il ne devient visible qu'au bout de deux ou trois ans. Pourtant, c'est le test ultime d'un dispositif de gouvernance : est-ce qu'il survit au départ de la personne qui l'a portée ?

Beaucoup de programmes de gouvernance reposent en réalité sur un petit groupe de porteurs très investis. Le CDO qui a lancé l'initiative, le chef de projet qui a structuré les comités, le Data Steward pilote qui a montré la voie. Tant qu'ils sont là, ça fonctionne. Le jour où ils partent, le dispositif s'effondre en quelques mois. Les comités se déplacent, les rôles redeviennent flous, les règles ne sont plus arbitrées.

La résilience se mesure à des indicateurs de robustesse :

• Part des rôles assumés par des suppléants formés : combien de Data Owners ont un back-up identifié et opérationnel en cas de départ ?
• Taux de processus documentés au point qu'un nouvel arrivant puisse les exécuter sans avoir besoin du « guide oral » de l'ancien.
• Capacité du dispositif à fonctionner sans réunion de coordination hebdomadaire : est-ce que la gouvernance tient encore quand les comités passent en bimestriel ?

Ce ne sont pas des indicateurs spectaculaires. Mais ce sont eux qui distinguent une gouvernance installée d'une gouvernance encore portée à bout de bras.

Les 6 KPI de gouvernance de données à suivre en priorité

À partir de ces trois axes, on peut sélectionner un nombre restreint d'indicateurs vraiment utiles. Pas vingt. Six suffisent à donner une image fidèle du dispositif. L'objectif n'est pas l'exhaustivité, c'est la lisibilité : un comité de direction qui regarde ces six chiffres doit pouvoir dire en cinq minutes si la gouvernance avance ou si elle stagne.

Voici les six indicateurs qui couvrent les trois axes sans redondance, avec pour chacun ce qu'il mesure, comment le calculer, et la limite à connaître.

Ces six indicateurs ont une propriété en commun : ils sont tous observables dans les usages réels, pas dans la documentation du dispositif. Aucun d'eux ne se contente de compter ce que la gouvernance produit. Tous interrogent ce qu'elle change.

Ce qu'il ne sert à rien de mesurer dans une gouvernance de la donnée : les 5 faux indicateurs

Il existe une famille d'indicateurs qu'on retrouve dans presque tous les tableaux de bord de gouvernance, et qui posent un problème de fond : ils sont faciles à calculer, ils progressent vite, ils donnent une impression de pilotage, mais ils ne disent rien de ce qui compte vraiment.

Ces indicateurs ne sont pas faux en eux-mêmes. Ils sont juste mal positionnés. Ils mesurent l'activité du dispositif, pas son efficacité. Et leur principal défaut, c'est qu'ils détournent l'attention des indicateurs qui, eux, diraient la vérité.

Le nombre de Data Owners nommés

C'est l'indicateur historique de tout programme de gouvernance. On le voit dans presque toutes les présentations de COMEX : « 47 Data Owners nommés ce trimestre, objectif 80 pour fin d'année ». Le chiffre monte, la barre verte progresse, tout le monde est content.

Le problème, c'est qu'une nomination ne dit rien d'un fonctionnement. Un Data Owner peut être nommé sans avoir été briefé sur ses responsabilités. Il peut être nommé sans avoir accepté le rôle. Il peut être nommé sans disposer du temps, de l'autorité ou des outils pour l'exercer. Dans certaines organisations, on découvre que la moitié des Data Owners listés sur le tableau de bord ignorent qu'ils sont Data Owners.

Ce qui compte n'est pas combien de rôles ont été attribués, mais combien de rôles sont effectivement exercés. La différence se mesure en tickets traités, en arbitrages rendus, en définitions validées. C'est nettement moins flatteur, mais c'est nettement plus vrai.

Le taux de complétude global

Le taux de complétude est un indicateur de qualité des données utile. Mais le « taux de complétude global » (toutes données confondues, sur l'ensemble du système d'information) n'a pratiquement aucune valeur de pilotage.

Pourquoi ?

• Il moyenne des choses qui n'ont rien à voir : un taux de complétude de 87 % peut cacher 100 % sur les données critiques et 60 % sur les données accessoires, ou l'inverse. Le chiffre global ne dit rien d'utile.
• Il évolue très lentement : ce qui le rend insensible aux actions de gouvernance et frustrant à suivre.
• Il ne dit rien sur les données qui ont réellement besoin d'être complètes pour un cas d'usage donné. Une adresse mail manquante sur un compte inactif ne vaut pas une adresse mail manquante sur un client actif.

Le volume de documentation produite

Compter les pages de documentation, les définitions glossaire, les fiches de données, c'est mesurer un output sans lien démontré avec un résultat. Une organisation peut produire 800 fiches de données dont 50 sont consultées et 10 sont à jour. Une autre peut en produire 80 dont 75 sont utilisées au quotidien. Le second cas est nettement plus mature, mais le premier affiche un meilleur chiffre.

Le bon indicateur, c'est le taux d'utilisation de la documentation, pas le volume produit :

• Consultations par utilisateur actif et par mois sur le catalogue
• Définitions référencées dans les analyses du dernier trimestre
• Fiches à jour à moins de six mois sur le périmètre certifié

Ce sont ces chiffres qui distinguent une documentation vivante d'un cimetière de pages SharePoint.

Le score de maturité auto-déclaratif

Les grilles de maturité sont des outils utiles pour structurer une réflexion. Elles deviennent un faux indicateur dès qu'on les utilise comme un score de progression dans le temps, surtout quand le score est rempli par les équipes qui pilotent elles-mêmes le dispositif.

L'effet est mécanique : à 6 mois d'intervalle, le score augmente. Pas parce que la gouvernance s'est améliorée, mais parce que les équipes connaissent mieux le référentiel, sont plus indulgentes avec leur niveau réel, ou ont intégré que le score doit progresser pour justifier le programme. La grille devient un miroir flatteur, pas un diagnostic.

Un score de maturité peut rester un outil de cadrage interne. Il ne doit pas devenir un KPI de pilotage présenté en COMEX. Si la maturité progresse réellement, cela se verra dans les six indicateurs d'impact, d'adoption et de résilience listés plus haut.

Le nombre de réunions de comité de gouvernance

On compte les réunions parce que c'est facile à compter. Onze comités de gouvernance des données tenus au S1, douze prévus au S2, taux de présence de 84 %. Le rituel est suivi, donc la gouvernance fonctionne.

Sauf que la question n'est pas « combien de comités se réunissent ? » mais « qu'arbitrent-ils ? ». Un comité qui se réunit douze fois par an sans prendre une seule décision structurante n'apporte rien (à part une jolie ligne dans le bilan annuel). Un comité qui se réunit quatre fois par an mais qui arbitre à chaque fois sur un sujet de fond produit infiniment plus de valeur.

Si on veut absolument mesurer l'activité des comités, le bon indicateur est :

• Nombre d'arbitrages effectivement rendus (et appliqués) par session, pas le nombre de sessions
• Délai entre la remontée d'un sujet et son arbitrage : c'est cet indicateur qui dit si le dispositif est fluide ou s'il est devenu une couche bureaucratique de plus

Comment choisir les bons indicateurs pour piloter sa gouvernance des données ?

Le choix des KPI ne se fait pas en copiant une liste-type. Il dépend de la maturité du programme, des priorités métier de l'organisation, et surtout de ce qu'on cherche à démontrer. Trois principes structurants.

Partir des questions, pas des données disponibles. Beaucoup d'organisations choisissent leurs KPI en fonction de ce qu'elles savent mesurer facilement. C'est l'inverse qu'il faut faire : identifier les trois ou quatre questions auxquelles le COMEX doit pouvoir répondre sur la gouvernance, puis construire les indicateurs qui y répondent. Si la question n'a pas de réponse mesurable aujourd'hui, c'est un chantier de gouvernance à ouvrir, pas un sujet à contourner.

Préférer peu d'indicateurs vrais à beaucoup d'indicateurs faciles. Un tableau de bord avec six KPI bien choisis est plus puissant qu'un tableau de bord avec vingt indicateurs dont la moitié sont décoratifs. La règle est simple : si un indicateur ne change pas une décision, il n'a rien à faire sur le tableau de bord. Il peut rester dans un suivi opérationnel, mais pas dans le pilotage stratégique.

Mesurer ce qui résiste à la manipulation. Les bons indicateurs de gouvernance sont ceux qu'on ne peut pas faire progresser artificiellement. Nommer un Data Owner pour faire monter le compteur, c'est facile. Faire en sorte qu'il traite réellement des arbitrages, c'est autre chose. Le premier indicateur peut être truqué en une réunion, le second ne peut pas l'être.

Enfin, il faut accepter que certains indicateurs prendront du temps à devenir lisibles. La résilience du dispositif ne se mesure pas au bout de six mois. L'impact métier ne se voit pas immédiatement sur les décisions stratégiques. Une gouvernance qui se laisse le temps d'installer ses propres indicateurs, plutôt que de copier ceux qui existent déjà, est aussi une gouvernance qui prend ses sujets au sérieux.

👉 À lire aussi : KPI à suivre pour mesurer la gouvernance des données

👉 À lire aussi : Gouvernance des données : 5 erreurs fréquentes qui limitent