« Looking for superheroes », c’est ainsi qu’en 2014 IBM Institute for Business Value définissait le profil innovant du Chief Data Officer (CDO). Avant tout représentant métier, destiné à intégrer la stratégie de l’entreprise dans la gestion de cet actif majeur qu’est devenue la donnée, le CDO possède aussi des affinités techniques avec les moyens et les outils de traitement des données. Pourquoi cette fonction émerge-t-elle aujourd’hui ? Comment se positionne-t-elle ? Quel est son impact sur la qualité des données ? Telles sont les quelques questions que l’on peut se poser, au moment où l’histoire des Chief Data Officers commence à s’écrire.
Un rôle qui s’impose comme une nécessité.
La digitalisation de l’industrie financière a eu pour effet d’accroître les exigences des clients, tant professionnels que particuliers, vis-à-vis de la valeur ajoutée des services. Ainsi, l’on a constaté un accroissement de la demande pour des services supplémentaires, tels que l’accès à des outils décisionnels adossé aux services historiques. Cela a aussi renforcé la nécessité d’une information riche, respectant un niveau de qualité adéquat, c’est-à-dire à la fois normé et en accord avec les enjeux des métiers.
Les quatre critères C.I.D.T. (Confidentialité, Intégrité, Disponibilité, Traçabilité)1 constituent un exemple d’approche de la qualité des données en vigueur dans plusieurs institutions financières. Pour un processus métier donné, le niveau adéquat de qualité sur l’un des critères C.I.D.T. s’évalue par rapport au degré d’exigence spécifique à ce processus. Par exemple : sur le critère « D » de disponibilité des données de marchés, l’exigence est plus forte dans une activité de trading en banque d’investissement que chez un valorisateur de Fonds Communs de Placement (FCP). Autre exemple : en matière de protection des données personnelles, la CNIL.
Pour les institutions financières, ce défi de la qualité des données associée aux enjeux métiers est accru par la multiplication des réglementations. Ainsi, FATCA, EMIR, MIFID, AIFMD, SOLVENCY 2 et BCBS 239, ont en commun d’avoir challengé les acteurs de la finance, non seulement en modifiant directement le degré d’exigence sur la qualité des données, mais aussi en accroissant le volume des données et en complexifiant leurs traitements.
Face à ces défis, les Institution Financières font l’expérience de la complexité du « Data Management ». De fait, le nombre et la variété des juridictions internes impliquées dans le contrôle des données (administrateurs de référentiels, comptabilité, conformité réglementaire, risques…) renforcent cette complexité. De plus, le Data Management est une discipline où l’interaction entre processus métiers, architecture des Systèmes d’Informations et Data Processing, est particulièrement forte (NB : cela apparaît, par exemple, dans le Master Data Management – cf.ci-après).