Le glossaire
de la Data

Le problème n'est pas le manque de mots, c'est l'absence d'un langage commun.

Pipeline, KPI, lineage, data product, gouvernance : ces termes circulent dans toutes les réunions, mais chacun met une réalité différente derrière le même mot. Les métiers, l'IT et les experts data croient se comprendre, alors que les définitions divergent, et les malentendus s'accumulent au fil des projets.

Deux écueils opposés guettent : le dictionnaire académique que personne n'ouvre, et le jargon non expliqué qui exclut les profils non techniques. Ce glossaire prend une troisième voie, des définitions courtes, concrètes et reliées entre elles, pensées pour être lues en situation plutôt qu'archivées.

Ce n'est pas un dictionnaire de plus à ranger sur une étagère. C'est un repère opérationnel à glisser dans un kit d'onboarding, un atelier de cadrage ou un cahier des charges, pour que toute l'équipe parle enfin le même langage.

Sept familles, un seul langage data

Plus de 80 définitions concrètes et reliées entre elles, classées par usage. Pas un dictionnaire académique.

‹

01 / 07

Rôles & métiers de la Data

18 profils définis, du Chief Data Officer au Data Steward, en passant par le Business Analyst et l'AI Engineer. De quoi clarifier qui fait quoi, mieux répartir les responsabilités et éviter les quiproquos sur les périmètres.

02 / 07

Architecture, pipelines & intégration

Pipelines, ETL/ELT, Data Lake, Lakehouse, Data Warehouse, API, Cloud. Les coulisses techniques qui font circuler et transformer la donnée, expliquées simplement pour mieux collaborer avec l'IT et anticiper les blocages.

03 / 07

Analyse & visualisation des données

KPI, dashboard, reporting, data storytelling et les quatre niveaux d'analyse (descriptive, diagnostique, prédictive, prescriptive). Les notions qui rendent la donnée actionnable et évitent les fausses interprétations en comité.

04 / 07

Gouvernance des données

Data lineage, qualité des données, métadonnées, master data, data privacy, sécurité. Le cadre qui transforme une masse d'informations en patrimoine fiable et partagé, sur lequel s'appuyer pour un pilotage solide.

05 / 07

Concepts & approches

Big Data, Data Mesh, Data Product, data-driven, data-centric, stratégie et culture data. Les concepts fondateurs souvent employés de façon approximative, clarifiés pour aligner les ambitions et orienter les décisions au-delà des outils.

06 / 07

Intelligence artificielle

Machine Learning, Deep Learning, NLP, Computer Vision, RPA. Les notions d'IA posées simplement, pour comprendre ce qui se joue derrière ces technologies, distinguer le réel du marketing et en maîtriser les principes avant de se lancer.

07 / 07

Outils & technologies

Modern Data Stack, Data Catalog, MLOps, DevOps, orchestrateur, CRM, ERP, Hub Data. Les solutions du marché reliées à leur finalité dans le cycle de vie de la donnée, pour faire des choix éclairés et mieux dialoguer avec les prestataires.

›