La migration et l’unification des master data deviennent nécessaires dans plusieurs cas de figure : lors d’une fusion/acquisition, pour pallier une diversité des systèmes d’information ou pour se plier à des conformités réglementaires. En exemple, nous avons accompagné une coopérative agricole au choix et à l’achat d’un outil MDM/PIM pour répondre à ces enjeux. Pour un autre de nos clients – groupe détaillant d’articles de bricolage –, la dynamique d’unification fait suite à l’acquisition d’un outil global de Master Data Management. Jusqu’alors, chaque entité, réparties au 4 coins du globe, avait son référentiel de données. La centralisation des données locales dans un MDM était devenue une nécessité. Zoom sur les enjeux et les bonnes pratiques pour réussir votre migration de master data.

Pourquoi uniformiser vos master data ?

Voilà 4 raisons qui encouragent l’uniformisation des données maîtres : 

➡️ Pour faciliter la coopération entre les équipes : l’uniformisation des master data facilite l’échange d’informations sur les produits. Par exemple, dans un groupe international de vente d’articles de bricolage, l’entité française a la vue sur les données de vente dans les autres pays du groupe, et peut choisir d’en introduire certains sur le marché local à la lumière de ces données. Prenons le cas des fiches produit de ce même groupe : un pays peut récupérer les données renseignées par un autre territoire, sans avoir à solliciter des interlocuteurs, comme le fournisseur.

➡️ Pour la conformité réglementaire : une structure de données unique et harmonisée facilite la conformité aux normes (ISO, NF, GS1,…) et réglementations internationales, comme la  protection des données personnelles, minimisant ainsi les risques juridiques et réputationnels. Par exemple, les données sensibles des fournisseurs sont plus faciles à protéger au sein d’un seul outil plutôt que lorsqu’elles sont éparpillées. 

➡️ Pour simplifier la formation et la communication : une structure uniforme des données maîtres permet d’élaborer des programmes de formations standardisés, avec un seul outil à prendre en main, et de lancer des projets internationaux d’amélioration de la structure des données.

➡️ Pour optimiser la gouvernance des données : une structure de données unique instaure des règles communes pour faciliter la compréhension et les échanges entre les équipes. Les données redondantes, doublons ou manquantes sont inexistantes.

Quelles sont les difficultés que vous pouvez rencontrer ?

 

Au cours d’un projet de migration et d’uniformisation des master data, vous pouvez rencontrer des disparités de formats des données. Chaque pays peut avoir sa propre vision d’un  produit, en termes de formats et de caractéristiques. Par exemple, les dimensions peuvent être indiquées en millimètres ou centimètres selon les pays, ou encore, certaines caractéristiques peuvent être importantes à afficher pour certains pays et pas pour d’autres : c’est le cas de la consommation électrique qui importe peu en Russie, et qui l’est beaucoup plus en Europe.

Les taxonomies peuvent varier en fonction du pays, créant une confusion lors de la consolidation et l’interprétation des données. Par exemple, une même notion peut être désignée par des termes différents dans différents pays. Les différences linguistiques peuvent également causer des problèmes de compréhension, parce qu’il n’y a  pas de définition commune et partagée ; par exemple, la fraise désigne un fruit en France et sa traduction espagnole “freja” un outil. 

Les réglementations locales sur la protection des données, ainsi que la collecte, le stockage et le partage des données, peuvent également varier d’un pays à l’autre et être un obstacle à la consolidation des données. Par exemple, l’absence, dans le référentiel, d’une caractéristique obligatoire sur le sol français peut bloquer la mise à la vente d’un produit.

Quelles bonnes pratiques mettre en place ?

 

Pour faciliter la migration, l’unification et l’uniformisation de vos master data au sein d’un référentiel commun, CENISIS déploie quelques bonnes pratiques.

1. Intégrez toutes les parties prenantes dans la construction de la structure de données commune, afin d’éviter certaines erreurs/modifications ultérieures coûteuses et chronophages.
2. Choisissez une solution flexible pour absorber les disparités fortes entre les pays ; par exemple, pour que les données apparaissent ou non selon le caractère obligatoire dans certains pays. Il existe plusieurs choix d’outillage : adopter une solution du marché MDM ou PIM, développer son propre outil en interne ou utiliser des fonctionnalités dans l’ERP, en fonction de la complexité, de la volumétrie et de votre budget.
3. Décrivez chaque caractéristique, afin de faciliter le travail d’uniformisation, avoir une compréhension commune et éviter les ambiguïtés. Cenisis recommande de mettre en place un dictionnaire de données, base de référence commune et partagée.
4. Préférez les caractéristiques fermées, c’est-à-dire avec une liste des valeurs définies. La saisie libre ne permet pas la traduction automatique des caractéristiques et ces valeurs ne sont donc pas renseignées pour les autres pays. Par exemple, intégrez une liste déroulante avec des couleurs définies pour un produit, plutôt que laisser un champ libre à remplir.
5. Priorisez les besoins locaux des pays, selon leur importance dans l’activité de l’entreprise. Si le choix d’une caractéristique peut bloquer une entité ou impacter le chiffre d’affaires, priorisez ce besoin. Par exemple, pour l’électroménager, l’affichage de la consommation électrique est nécessaire en France, contrairement en Russie. Si le chiffre d’affaires des ventes de ce produit est plus important en France, il faut trancher en faveur de l’affichage de cette donnée.

CENISIS conseille et accompagne ses clients dans l’évaluation de la valeur stratégique des Master Data, l’analyse du niveau de qualité des données existant et de celui à atteindre, ainsi que la présence et la maturité d’une gouvernance de gestion.