Deux disciplines qui se répondent
La gouvernance des données dit ce qu’il faut faire et pourquoi : quelles règles, quels rôles, quelles obligations légales.
La modélisation dit comment le construire : quelles entités, quelles relations, quel paradigme de stockage.
Séparément, chacune reste incomplète :
- une gouvernance sans modélisation solide reste un document sans prise sur le réel ;
- une modélisation sans gouvernance produit un système technique performant que personne ne sait plus expliquer ni faire évoluer en confiance.
Ce cours articule les deux en permanence, avec un troisième fil qui les traverse : la conformité au droit européen de la donnée, devenu dense et directement opposable.
Pourquoi ce sujet ne se limite plus à la technique
Longtemps, la donnée a été traitée comme un sous-produit du logiciel : ce qui restait une fois l’application écrite. Cette époque est révolue.
Une organisation qui ne sait pas qui est responsable de ses données, ni comment elles sont structurées, découvre le problème au pire moment :
- un contrôle de la CNIL ;
- un incident de sécurité ;
- un projet de refonte qui bute sur des années de bricolages accumulés.
Gouverner et modéliser la donnée en amont, plutôt que de réparer après coup, coûte systématiquement moins cher, et engage une responsabilité que le droit européen rend désormais difficile à ignorer.
À qui s’adresse ce cours ?
Aux personnes qui conçoivent, administrent ou pilotent des systèmes d’information et doivent, à un moment ou un autre, répondre à la question « qui est responsable de cette donnée, et peut-on s’y fier ? » :
- développeuses et développeurs full-stack ;
- cheffes et chefs de projet ;
- futures et futurs responsables de systèmes d’information ;
- product designer, PO/PM.
Aucun prérequis en droit ou en administration de bases de données n’est nécessaire : chaque notion est posée depuis ses fondements, avant d’être reliée aux autres.
Comment l’utiliser ?
Les six premiers chapitres se lisent dans l’ordre pour une progression complète, des rôles de la gouvernance jusqu’à la qualité opérationnelle des données, ou à la carte selon un besoin précis. Le septième les applique tous à un cas unique et sert de synthèse.
Chacun propose deux quiz auto-corrigés pour vérifier votre compréhension au fil de la lecture.
Sommaire
- Ce que gouverner veut dire : distinguer gouvernance, gestion, qualité et conformité, le cycle de vie de la donnée et les rôles qui la portent.
- Les cadres de référence : à quoi servent réellement les référentiels de gouvernance, comment les installer sans bureaucratie, et les instruments concrets qui les rendent opérationnels.
- Le cadre réglementaire européen : le RGPD au quotidien, registre des traitements et analyse d’impact, puis le Data Governance Act, le Data Act et l’AI Act.
- Modéliser la donnée : du besoin métier au modèle conceptuel, le passage au relationnel et la normalisation, puis le modèle physique.
- Au-delà du relationnel : panorama NoSQL, critères de choix, puis la modélisation pour la décision, de l’entrepôt au lakehouse.
- Qualité et conformité appliquées : les dimensions de la qualité des données, et la traduction des règles de gouvernance en mécanismes techniques.
- Le cas fil rouge, de bout en bout : les six chapitres appliqués à une seule organisation, des rôles au modèle et à la purge.
Pour la sécurité des usages numériques qui accompagne cette gouvernance, le cours Initiation à la cybersécurité se lit utilement en complément.