enterprise data quality : fiabilisez vos processus e

37
Copyright © 2014 Oracle and/or its affiliates. All rights reserved. | Enterprise Data Quality : fiabilisez vos processus E-Business Suite en améliorant la qualité des données

Upload: others

Post on 21-Apr-2022

1 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: Enterprise Data Quality : fiabilisez vos processus E

Copyright © 2014 Oracle and/or its affiliates. All rights reserved. |

Enterprise Data Quality : fiabilisez vos processus E-Business Suite en améliorant la qualité des données

Page 2: Enterprise Data Quality : fiabilisez vos processus E

Copyright © 2014 Oracle and/or its affiliates. All rights reserved. |

Sommaire

1

2

Introduction : enjeux de la qualité de données

Enterprise Data Quality : positionnement

Data Quality Healtcheck

Cas client

Oracle Confidential – Internal/Restricted/Highly Restricted 2

3

4

Page 3: Enterprise Data Quality : fiabilisez vos processus E

Copyright © 2014 Oracle and/or its affiliates. All rights reserved. |

“La mauvaise qualité des données est comme la saleté sur le pare-brise. Vous pourrez conduire longtemps avec une visibilité qui se dégrade lentement, mais à un certain moment, vous devrez soit vous arrêter pour nettoyer le pare-brise ou tout risquer »

- Ken Orr, The Cutter Consortium

Page 4: Enterprise Data Quality : fiabilisez vos processus E

Copyright © 2014 Oracle and/or its affiliates. All rights reserved. |

Anomalies classiques sur des données tiers

Variation ou erreur

Exemple Variation ou

erreur Exemple

Erreur de séquence

• Bruno Brun – Brun Bruno Erreurs de

transcription • Annah, Amah

Corrections involontaires

• Chaumelle – Chaumel Ajout/suppression

d’éléments

• Jean-Pierre Dupond, Jean Dupond,

Dupond

Noms concaténés • Marie Anne – Marianne Données

étrangères

• Khader AL Ghamdi, Khadir A.

AlGamdey

Surnoms et alias • Stéphane – Stéphie, Marc – Marco Initiales non

standardisées

• Jean-Pierre Dupond, Jean-P. Dupond,

J.-P. Dupond, JP Dupond

Bruit • Points, tirets, slashs, titres,

apostrophes... Lettres inversées • Lallemand, Lallemnad

Abbréviations • Christophe/Chris, Sté/Société Traductions

• Stanislav Milosovich – Stan Milo

Troncactions • Banq. Nat. de Paris. Erreurs de date • 10/21/1951, 10121951, 01-JAN-1900

Erreurs de suffixe/préfixe

• MacDonald/McDonald/Donald Erreurs de

translitération • Gang, Kang, Kwang

Fautes de frappe • Dup0nt, Martiin Erreurs

phonétiques • Kevin– Keveen

Page 5: Enterprise Data Quality : fiabilisez vos processus E

Copyright © 2014 Oracle and/or its affiliates. All rights reserved. |

Qualité des données Périmètre et dimensions

• Données manquantes ou inutilisables Complétude

• Données stockées dans un format non standard Conformité

• Données incohérentes entre elles Cohérence

• Données imprécises ou obsolètes Exactitude

• Enregistrements ou attributs répétés Duplication

• Données manquantes ou non référencées Intégrité

Page 6: Enterprise Data Quality : fiabilisez vos processus E

Copyright © 2014 Oracle and/or its affiliates. All rights reserved. |

Sommaire

1

2

Introduction : enjeux de la qualité de données

Enterprise Data Quality : positionnement

Data Quality Healtcheck

Cas client

Oracle Confidential – Internal/Restricted/Highly Restricted 6

3

4

Page 7: Enterprise Data Quality : fiabilisez vos processus E

Copyright © 2014 Oracle and/or its affiliates. All rights reserved. |

Vos données sont elles fiabilisées pour vos processus ?

• Mesurer l’adéquation des données aux besoins stratégiques

• Estimer les impacts des problèmes de qualité de données et le ROI associé

• Identifier les problèmes critiques et les solutions immédiates

Vos

données

Vos experts

Comprendre

Améliorer

Protéger

Gouverner Standards

métiers

Problèmes, anomalies,

erreurs

Page 8: Enterprise Data Quality : fiabilisez vos processus E

Copyright © 2014 Oracle and/or its affiliates. All rights reserved. | Oracle Confidential – Internal/Restricted/Highly Restricted 8

Page 9: Enterprise Data Quality : fiabilisez vos processus E

Copyright © 2014 Oracle and/or its affiliates. All rights reserved. | Oracle Confidential – Internal/Restricted/Highly Restricted 9

Page 10: Enterprise Data Quality : fiabilisez vos processus E

Copyright © 2014 Oracle and/or its affiliates. All rights reserved. | Oracle Confidential – Internal/Restricted/Highly Restricted 10

Page 11: Enterprise Data Quality : fiabilisez vos processus E

Copyright © 2014 Oracle and/or its affiliates. All rights reserved. | Oracle Confidential – Internal/Restricted/Highly Restricted 11

Page 12: Enterprise Data Quality : fiabilisez vos processus E

Copyright © 2014 Oracle and/or its affiliates. All rights reserved. | Oracle Confidential – Internal/Restricted/Highly Restricted 12

Page 13: Enterprise Data Quality : fiabilisez vos processus E

Copyright © 2014 Oracle and/or its affiliates. All rights reserved. |

Améliorer les données et l’efficacité des processus

• Accroître l’efficacité et le ROI de vos applications existantes

• Impliquer les utilisateurs et les décideurs

• Accélerer et faciliter les nouveaux projets et déploiements grâce à des données fiabilisées

Comprendre

Améliorer

Protéger

Gouverner

Métriques, KPIs

Données fiabilisées et

adaptées

Analyser

Standar-

diser

Dédou-

blonner

Extraire

Enrichir

‘Gold’

data

Appliquer les standards de qualité

Page 14: Enterprise Data Quality : fiabilisez vos processus E

Copyright © 2014 Oracle and/or its affiliates. All rights reserved. | Oracle Confidential – Internal/Restricted/Highly Restricted 14

Page 15: Enterprise Data Quality : fiabilisez vos processus E

Copyright © 2014 Oracle and/or its affiliates. All rights reserved. | Oracle Confidential – Internal/Restricted/Highly Restricted 15

Page 16: Enterprise Data Quality : fiabilisez vos processus E

Copyright © 2014 Oracle and/or its affiliates. All rights reserved. | Oracle Confidential – Internal/Restricted/Highly Restricted 16

Page 17: Enterprise Data Quality : fiabilisez vos processus E

Copyright © 2014 Oracle and/or its affiliates. All rights reserved. |

‘Pare-feu’ de qualité de données : protection en continue

• Application préventive des règles de qualité de données

• Meilleure efficacité opérationnelle, ROI

• Gestion des anomalies et rejets

Référentiel

Application de standards, validation

Sources

externes

Intégration de données / ETL Applications

sans qualité

de données

Application avec

intégration temps

réel Web

service

Comprendre

Améliorer

Protéger

Gouverner

Page 18: Enterprise Data Quality : fiabilisez vos processus E

Copyright © 2014 Oracle and/or its affiliates. All rights reserved. |

Gouvernance des données

• Indicateurs et suivi

• Identification et résolution des problèmes

• Amélioration de l’efficacité globale

Comprendre

Améliorer

Protéger

Indicateurs de qualité des bases cible

‘Gold’ data

Standardiser les données

Indicateurs de qualité

des sources

Métriques sur les

processus

Gouverner

Page 19: Enterprise Data Quality : fiabilisez vos processus E

Copyright © 2014 Oracle and/or its affiliates. All rights reserved. | Oracle Confidential – Internal/Restricted/Highly Restricted 19

Page 20: Enterprise Data Quality : fiabilisez vos processus E

Copyright © 2014 Oracle and/or its affiliates. All rights reserved. | Oracle Confidential – Internal/Restricted/Highly Restricted 20

Page 21: Enterprise Data Quality : fiabilisez vos processus E

Copyright © 2014 Oracle and/or its affiliates. All rights reserved. | Oracle Confidential – Internal/Restricted/Highly Restricted 21

Page 22: Enterprise Data Quality : fiabilisez vos processus E

Copyright © 2014 Oracle and/or its affiliates. All rights reserved. | Oracle Confidential – Internal/Restricted/Highly Restricted 22

Page 23: Enterprise Data Quality : fiabilisez vos processus E

Copyright © 2014 Oracle and/or its affiliates. All rights reserved. | Oracle Confidential – Internal/Restricted/Highly Restricted 23

Page 24: Enterprise Data Quality : fiabilisez vos processus E

Copyright © 2014 Oracle and/or its affiliates. All rights reserved. | Oracle Confidential – Internal/Restricted/Highly Restricted 24

Page 25: Enterprise Data Quality : fiabilisez vos processus E

Copyright © 2014 Oracle and/or its affiliates. All rights reserved. | Oracle Confidential – Internal/Restricted/Highly Restricted 25

Page 26: Enterprise Data Quality : fiabilisez vos processus E

Copyright © 2014 Oracle and/or its affiliates. All rights reserved. | Oracle Confidential – Internal/Restricted/Highly Restricted 26

Page 27: Enterprise Data Quality : fiabilisez vos processus E

Copyright © 2014 Oracle and/or its affiliates. All rights reserved. |

Oracle Enterprise Data Quality Plate-forme complète pour tous les problèmes de qualité de données

Un périmètre fonctionnel sans équivalent • Fonctions spécialisées pour les données “partie” et produit. • Profilage, standardisation, mise en correspondance, workflows de

validation, tableaux de bord de gouvernance.

Simplicité et facilité d’utilisation • Solution complètement intégrée. • Conçue pour les utilisateurs fonctionnels et techniques. • Fonctionnement et résultats sont transparents : pas de syndrome

boîte noire.

Solution non intrusive pour la gouvernance des données d’entreprise.

• Dans les applications métiers ou les hubs MDM • Pour les migrations, les chargements, les reprises de données • A la saisie ou à l’intégration de données temps réel • Pour les flux inter-applicatifs

Profilage

Standardisation

Mise en correspondance

Gouvernance

Compréhension rapide et détaillée des données

Respect des standards

Identification et fusion des doublons

Résolution des problèmes et monitoring

Inte

rfac

e u

tilis

ateu

r u

niq

ue

Page 28: Enterprise Data Quality : fiabilisez vos processus E

Copyright © 2014 Oracle and/or its affiliates. All rights reserved. |

Spécialistes

Gestionnaires fonctionnels

Dirigeants & Décideurs

Gestionnaires de données

Audit & Vérification

Impact immédiat sur la qualité des données

OEDQ : Outil commun pour la qualité de données

Page 29: Enterprise Data Quality : fiabilisez vos processus E

Copyright © 2014 Oracle and/or its affiliates. All rights reserved. |

Sommaire

1

2

Introduction : enjeux de la qualité de données

Enterprise Data Quality : positionnement

Data Quality Healtcheck

Cas client

Oracle Confidential – Internal/Restricted/Highly Restricted 29

3

4

Page 30: Enterprise Data Quality : fiabilisez vos processus E

Copyright © 2014 Oracle and/or its affiliates. All rights reserved. |

Data Quality Healtcheck

Atelier interactif sur vos données

Connecteur prédéfini pour l’analyse de données tiers E-Business Suite

Chargement et analyse complète d’échantillons de vos données

Session productive avec vos experts pour identifier les programmes prioritaires sur vos données

Page 31: Enterprise Data Quality : fiabilisez vos processus E

Copyright © 2014 Oracle and/or its affiliates. All rights reserved. |

Atelier Interactif – Exemple

• Numéro de téléphone bien renseigné, mais taux de de duplication élevé

• Utilisation probable d’un numéro de téléphone par défaut

• Nécessité d’une itération pour affiner les règles de mise en correspondance sur les sites fournisseur

Données Fournisseurs

Page 32: Enterprise Data Quality : fiabilisez vos processus E

Copyright © 2014 Oracle and/or its affiliates. All rights reserved. |

Sommaire

1

2

Introduction : enjeux de la qualité de données

Enterprise Data Quality : positionnement

Data Quality Healtcheck

Cas client

32

3

4

Page 33: Enterprise Data Quality : fiabilisez vos processus E

Copyright © 2014 Oracle and/or its affiliates. All rights reserved. |

Oracle Enterprise Data Quality chez nos clients Cas d’utilisation

Adapter les données aux besoins des systèmes de pilotage

Mise en place de standards dédiés aux systèmes de pilotage

Rétablir l’efficacité opérationnelle et le ROI d’applications existantes

Nettoyage et gouvernance des données d’une application (CRM, HR, PLM, application métier, etc.)

Créer une vue unique à partir de sources multiples

Vérifier, standardiser, dédoublonner des sources de données disparates

Piloter la migration d’applications

Inscrire la migration dans un programme de gouvernance des données par la mise en place de nouveaux standards de qualité

Répondre à des exigences réglementaires spécifiques

Mise en cohérence de données et des processus pour la conformité réglémentaire ( anti-blanchiment, fiscalité… )

Motoriser un système de Master Data Management

Vérifier, standardiser, dédoublonner des sources de données disparates pour construire le golden record

Page 34: Enterprise Data Quality : fiabilisez vos processus E

Copyright © 2014 Oracle and/or its affiliates. All rights reserved. |

Groupe industriel, USA D’une approche tactique de la qualité de données à la gouvernance

Défis et enjeux

• Systèmes de production multiples et disparates, résultant d’acquisitions posant des problèmes dans les processus de logistique

• Suite à ces acquisitions : données clients dupliquées et incohérentes

• Aucune définition de données standardisée et transversale aux systèmes

Périmètre EDQ

• Standardisation des données produit : attributs, descriptions, unités de mesure, etc.

• Vérification, standardisation, déduplication des données clients issues de systèmes “legacy” avant chargement dans le référentiel E-Business Suite

•Mise à disposition de processus et métriques de qualités de données, s’insérant dans un cadre plus global de gouvernance de données

Apports EDQ

• Processus de migration suite à acquisition plus rapide, et répatable

• Réduction des erreurs

• Réduction des coûts

•Données plus cohérentes et opérationnelles

Le client • Fabricant d’appareils complexes de d’analyse biologiques

•Une base installée de plus de 275000 appareils utilisés sur 6 continents

Page 35: Enterprise Data Quality : fiabilisez vos processus E

Copyright © 2014 Oracle and/or its affiliates. All rights reserved. |

Chronologie

• Plus de 15 systèmes ERP différents suite à de nombreuses acquisitions

•Mise en place d’une instance centralisée E-Business Suite

• 2009 : acquisition d’une importante société japonaise utilisatrice de 3 systèmes principaux

•Objectif : migration vers E-BS en 12 mois

•Nécessité de nettoyer et standardiser les sources externes avant intégration dans E-BS

Outillage avec EDQ

• Extension à d’autres cas d’utilisation

Organisation

• Collaboration informatique et métiers pour

•Définir et identifier les données clés

•Mettre en évidence les problèmes de données et leurs impacts

•Définir les règles de mapping / conversions entre les données legacy et E-Business Suite

• Formation par l’équipe informatique de « super-utilisateurs » connaissant EDQ :

• Analyse et profilage

•Définition de règles simples

Groupe industriel, USA

Page 36: Enterprise Data Quality : fiabilisez vos processus E

Copyright © 2014 Oracle and/or its affiliates. All rights reserved. |

Groupe industriel, Europe Gouverner la qualité des données

Le client

•Un des premiers fabricants de pneumatiques mondiaux avec une part de marché globale de 14.8%.

• Plus de 184 millions de pneus pour véhicules de tourisme ou utilitaires légers produits annuellement dans 69 sites.

Défis et enjeux

•Doublons, incohérences, données manquantes pour 100 000 clients revendeurs

•Nécessité de donner le contrôles aux utilisateurs des métiers pour qu’ils s’approprient leurs données

•Garantir un haut niveau de qualité de données et de cohérence pour le contrôle des données de référence

• Prévenir l’introduction d’anomalies dans les données client et fournisseur, après une campagne de nettoyage et alignement

Périmètre EDQ

• Plate-forme EDQ complète pour de multiples domaines de données

Apports EDQ

• Productivité des utilisateurs métiers : temps de préparation de certains rapports divisé par trois.

• Productivité des équipes informatiques qui peuvent se concentrer sur la gestion de l’infrastructure

• Réduction du temps d’incorporation ou mise à jour de clients et fournisseurs dans les systèmes

EDQ

SAP

CRM Siebel

MDM E-BS …

Page 37: Enterprise Data Quality : fiabilisez vos processus E

Copyright © 2014 Oracle and/or its affiliates. All rights reserved. |

Groupe industriel, Europe Projets

Organisation

• Cellule centrale “MDM et qualité de données”

• « Data Quality Toolbox » utilisée par des utilisateurs métiers formés

•Une session « basique » : 1,5 jour

•Une session « avancée » : 1 jours

• Environ 40 utilisateurs formés

Domaines

• Commerce

• Client et fournisseur

• Production

• Ressources Humaines

• R & D

•…

Clichés de

données de

production

« DQ Toolbox »

définition de règles

Exécution

périodique des

analyses EDQ

Suivi et mesures

correctrices

Consultation

Dashboards

MDM & DQ Team Data Quality Manager Autres utilisateurs métiers