BCM Référentiel Data - Phase 2 - V20200210

Accompagnement à la mise
en place d’un Référentiel

Data
Phase 2
Architecture cible et référentiel Data
Février 2020
SOMMAIRE
Principes directeurs d’une

01 architecture cible
Rôle et responsabilités de la
02 Structure Data
Définition et description des

03 outils support à la Structure
Data
L’architecture Data cible repose sur la mise en place de trois piliers essentiels et la
durabilité des travaux de Data Management au sein de la BCM
ARCHITECTURE DATA CIBLE
PRINCIPES DIRECTEURS STRUCTURE DATA OUTILS
Définition des principes directeurs Mise en place d’une équipe Data Mise à disposition des outils nécessaires
nécessaires à la mise en place d’une Management responsable de la collecte, à la structure Data Management :
architecture Data solide et efficace : la centralisation et l’harmonisation des
➔ Conception des cartographies des
données :
➔ Définition des règles de nommage données centralisant l’ensemble des
➔ Conception et mise en œuvre des données traitées au niveau des
➔ Mise en œuvre des règles de procédures efficaces de gestion des structures couvertes
classification des données données ➔ Identification des flux des données
➔ Mise en place des règles de gestion ➔ Collecte et structuration des données ➔ Mise en place d’un référentiel des
des privilèges et des habilitations dans le but de les rendre exploitables données
pour une future utilisation
➔ Définition de la Gouvernance des ➔ Élaboration des KPI utiles au suivi et
➔ Veiller au bon fonctionnement des à la gestion des données
données structures de la banque en termes
d'exploitation des données ➔ Acquisition et mise en place d’une
solution informatique adaptée aux
➔ Suivi et reporting relatifs à besoins identifiés
l’utilisation et la qualité des données
Page 3 Confidentiel – Tous droits réservés - EY

Principes directeurs
d’une architecture
cible
La mise en place et l’application des principes directeurs sont fondamentales pour la
conception d’une architecture Data solide
1 2 3 4
Règles de
nommage
Règles de
classification
des données
Règles de
gestion des
privilèges
Gouvernance
des données

Appliquer les bonnes pratiques en termes de nommage des dossiers et des documents
permet de repérer et d’identifier plus facilement les documents recherchés (1/2)
RÈGLES DE CLASSIFICATION DES RÈGLES DE GESTION DES

RÈGLES DE NOMMAGE GOUVERNANCE DES DONNÉES
DONNÉES PRIVILÈGES
Les règles de nommage précises sont nécessaires pour pallier le manque de métadonnées, repérer et identifier plus facilement les documents
recherchés, permettre leur classification, éviter les problèmes lors de transferts et de partage via email et faciliter leur conservation à moyen et
long terme. Un nom doit être unique et significatif.
Ces règles doivent donc s'appliquer pour permettre à un document d'être connu et identifiable (ce qui signifie qu'il n'est pas nécessaire d'ouvrir un
document pour savoir de quoi il s'agit). L’implication des métiers est donc primordiale dans le processus de nommage, ainsi ces règles doivent être
partagées avec les différentes structures de la BCM via des workshops de sensibilisation et/ou des notes de services à partager en interne. L’application de
ces règles doit faire l’objet d’un contrôle permanant de la part de la structure Data Management.
➔ Règles obligatoires :
o Ne pas utiliser les signes diacritiques : pas d'accents ni de tréma (é, è, ê, ä), pas de cédille (ç), pas de caractères spéciaux et d’espaces ( , ; . : ! ? /
\"#[]><%*@=&^())
o Ne pas utiliser les mots viles ou articles : le, la, les, un, une, les, et, ou, etc
o Utiliser le underscore « _ » entre les termes pour remplacer les espaces
o Si une date est utilisée, adopter le format de date AAAAMMJJ (20191231). La date peut se trouver à la fin du nom de fichier ou au début pour
obtenir un classement chronologique

Appliquer les bonnes pratiques en termes de nommage des dossiers et des documents
permet de repérer et d’identifier plus facilement les documents recherchés (2/2)

➔ Règles facultatives :
o Choisir un nom court et significatif
o Privilégier les abréviations administratives usuelles ainsi que les abréviations utilisées dans le cadre du « métier » de l’unité. Ces abréviations
peuvent apparaître au début de chaque nom de fichier pour les repérer plus facilement. Exemple d’un document traité au niveau du département
Middle Office sous la Direction des Opérations de Change : DOC_MO_Carnet d'ordres et taux d'équilibre
o Mentionner le statut du document: VP = Version Provisoire (Projet), VF = Version Finalisée (validée)
o Mettre la version finale du document validé sous format.pdf lors d’une diffusion ou pour signifier que cette version est validée et devient donc un
record (document final pouvant servir de preuve). La même version du document dans son format d’origine (.doc, .xls, etc.) doit être, dans tous
les cas, conservée et être classée sur le disque réseau de l’unité
o Les versions de travail d’un document peuvent contenir les initiales des personnes (créateur, modificateur): Exemple :
Rapport_annuel_VP_ElHadjCheikh_20191217

Les classes d’objet ont été élaborées de sorte à répondre aux besoins de la BCM en
termes d’organisation des données

➔ Trois classes d’objet ont été définies selon la typologie des données :
DOSSIER (répertoire)
Elément de la structure d'organisation des fichiers dans un système de fichiers. Un dossier a les mêmes types de propriétés qu'un
fichier soit le nom, la taille et la date. Les dossiers peuvent être comparés aux classeurs et les sous-dossiers aux intercalaires
permettant d'affiner le classement.
DOCUMENT (fichier)
Le fichier est un document qui contient un ensemble de données regroupées en une unité indépendante de traitement informatique. Un
document se caractérise notamment par un nom, une taille et un format.
DATA (données)
L’ensemble des éléments constituant un document. Les données sont classées principalement en deux types « qualitatif » et
« quantitatif ». Elles peuvent prendre plusieurs formats (Exemple : Numérique, chaine de caractère, date, Etc…)

La conception des règles de gestion des privilèges permet de responsabiliser les Data
Owner qui seront garants de la saisie et de la fiabilité des données

MASTER (DATA OWNER) SLAVE (DATA CONSUMER)
1 DESCRIPTIONS
• Producteur exclusif de la donnée
• Point d’entrée de la donnée provenant d’une • Utilisateur / demandeur de la donnée
source externe
2 AUTORISATIONS
• Lecture et écriture (Read & Write) • Lecture seulement (Read Only)
3 ATTRIBUTIONS
• Créer, Modifier, Supprimer les données
• Afficher les données
• Afficher les données
• Exporter les données
• Importer et exporter les données

La gouvernance des données permet l’initiation à l’application des bonnes pratiques en
termes de Data Management grâce à la responsabilisation des parties prenantes

La réussite d’un projet de gestion de données repose sur une définition claire et précise des rôles et des responsabilités de chaque collaborateur. La
matrice RACI désigne une matrice de responsabilités, elle indique les rôles et les responsabilités des intervenants en termes de gestion, de transmission et
de gouvernance des données. Il s’agit d’une étape primordiale dans la responsabilisation des opérationnels dans le but d’atteindre une meilleure viabilité et
disponibilité des données via l’attribution d’un rôle à chaque partie prenante :
1 2
1. Responsible ➔ Producteur/Point d’entrée de la Data à la BCM ➔ Master Responsible Accountable
2. Accountable ➔ Validateur de la data ➔ Supérieur Hiérarchique du Master(*)

RACI
3. Consulted ➔ Intégrateur de la data au niveau du SI ➔ Structure Data
Consulted Informed
4. Informed ➔ Utilisateur de la data ➔ Slave 3 4
Le rôle du « Responsible » doit être affecté exclusivement chez une seule personne / structure pour éliminer tout risque de dédoublement des données
(voir plusieurs sources d’une seule donnée)
(*) : cette proposition n’est pas exclusive

Rôle et
responsabilités de la
Structure Data
La mise en place d’une équipe de Data Management est primordiale quant à la
pérennité de l’architecture Data cible
DÉFINITION DE LA STRUCTURE DATA RÔLE DE LA STRUCTURE DATA
• Le pilotage des activités de la BCM nécessite la disponibilité des données (externes ou internes) fiables et structurées selon des thématiques spécifiques.
Ceci exige un centre de Data Management responsable de la collecte, du traitement et de la fiabilisation de ces données afin de supporter les domaines
fonctionnels en amont et en aval et assurer la centralisation des données de la BCM.
• La structure de Data Management est une structure transverse aux services des structures métiers et support, responsable de la collecte,
l’harmonisation et la centralisation des données de la BCM. Elle comporte deux sous-structures:
Direction
Département Data Managment Département
Fiabilisation de Data Collecte de Data
• Le rôle de la structure Data Management consiste à mettre en place une stratégie de gestion des données au sein de la BCM. Ceci englobe l’ensemble des
processus déployés pour collecter, utiliser et gérer les données. Mais également la manière dont les données vont être intégrées au système
d’information de la Banque.
• La structure Data Management sera appuyée dans ses fonctions par les principes directeurs définis (Cartographie, Flux, Référentiels, etc…). Ces
principes doivent être appliqués et partagés avec les métiers afin d’assurer la viabilité du dispositif Data via un travail collaboratif impliquant fortement
les différentes structures de la BCM.

La structure Data Management est responsable de la collecte, la centralisation et
l’harmonisation des données circulant au niveau de la BCM
DÉFINITION DE LA STRUCTURE DATA RÔLE DE LA STRUCTURE DATA
Fiabilisation des données Collecte des données
Harmonisation et structuration des données Centralisation des données
Diffusion des données aux structures métiers

Mise en place d’une base de données
selon le besoin
exploitable
Principals
missions de la
Évaluation récurrente de la qualité des Direction Data Mise à jour de la base des données en
données collaborations avec les métiers
Production et diffusion des statistiques aux Mise en place d’un Référentiel de données
entités stratégiques

Définition et
description des
outils support à la
Structure Data
La structure Data se verra dotée des outils techniques et informatiques nécessaires
afin de mener à bien ses missions
1 2 3 4 5 6
Cartographie
des données
Flux des
données
Matching des
données
Référentiel
Data
Indicateurs
clés de
Système
d’information
performance

La cartographie des données est le premier pilier des meilleures pratiques de data
management pour se préparer à la mise en place d’une infrastructure IT solide

CARTOGRAPHIE DES INDICATEURS CLÉS DE
FLUX DES DONNÉES MATCHING DES DONNÉES RÉFÉRENTIEL DATA SYSTÈME D’INFORMATION
DONNÉES PERFORMANCE
Composantes de la
• La cartographie des données a été élaborée dans le but d’identifier, de collecter et de centraliser l’ensemble cartographie des données
des données traitées par les différentes structures de la Banque Centrale offrant une visibilité sur la manière • N-1 du Gouverneur
dont les données sont obtenues, créées, modifiées et échangées au sein de la Banque. • Typologie de la structure
• La cartographie est un espace commun centralisant l’ensemble des données qui circulent au sein de la BCM, • Intitulé de la Structure
dans lequel tous les collaborateurs parlent le même langage. • Nature de la donnée
• Intitulé de la donnée
• La cartographie des données apporte un premier niveau de solution : Qu’il s’agisse de clustériser
• TAG de la données
l’information pour découvrir ou identifier les groupes de documents, de structures qui ont des similarités, et
• Référentiel
de construire les arborescences documentaires sur plusieurs niveaux.
• Origine du flux
• Offre un mode d’exploitation des données interactif et dynamique.
• Structure d'origine
NB : La méthodologie et les étapes de conception de la cartographie des données sont détaillées au niveau du livrable 1 Analyse de • Destination du flux
l'existant et identifications des besoins.
• Structure de destination
• Fréquence

L’identification des flux de données permet d’avoir une vue globale sur l’ensemble des
interactions internes et externes de la Banque Centrale

• L’identification des flux de données permet de retracer le cycle de vie de l’ensemble des données circulant au niveau
de la Banque Centrale à travers l’identification des paramètres suivants :
o Origine du flux
o Structure d’origine
o Destination du flux
o Structure de destination
• L’identification des flux de données permet d’avoir une vue d’ensemble sur les interactions entre les différentes
structures tout en identifiant les flux de données issus et destinés aux partenaires extérieurs de la Banque Centrale
• La Visualisation des flux a été représentée grâce à l’outil Tableau qui permet d’avoir une vue globale sur les
interactions entre les différentes structures de la Banque.
NB : Les flux des données et les principales interactions des différentes structures couvertes sont détaillés au niveau du livrable 1 Analyse de
l'existant et identifications des besoins. Exemple d’illustration des flux via l’outil Tableau

Notre approche vise à identifier les sources des données composant les rapports à
publier par la Banque Centrale

Source des données Destination des données

• Banques • Présidence de la République
• Institutions de Microfinance • Marché Financier
• Établissements de paiement • Banques
• Institutions publiques de l’Etat • Établissements financiers
• Ministères Approche
• Fonds Monétaire International
• Douane Top-down • Banque Mondiale
• Trésor
Inputs Outputs
• Demande d’agrément • Rapport Annuel
• États financiers • Rapport de la supervision
• Position de change bancaire
• Rapport des CAC Approche • Rapport sur la liquidité bancaire
• Dépense du Trésor • Balance des paiements
• Base de données douane
Bottom-up • Situation consolidée des banques
• Message Swift • Données FMI

Le matching des données assure une harmonisation des flux de données circulant au
niveau des différentes structures de la Banque Centrale

“ Le matching des données est le procédé qui consiste à lier des données issues de différentes sources
Bottom-Up Top-Down
➔ Retrouver l’ensemble des données échangées
➔ Identifier les sources des différentes données
entre les différentes structures de la Banque
utilisées dans les rapports Top-Down.
Centrale au niveau des cartographies y
relatives. ➔ Réduire le temps d’exécution et de publication des
rapports.
➔ Définir clairement les Masters et les Slaves de ➔ Accroître l’efficacité dans la recherche des données
l’ensemble des documents traités. saisies au niveau des rapports importants à publier
➔ Offre un flux de données complet (sans failles), par la Banque Centrale.
intègre et réaliste. ➔ Travailler avec des données crédibles grâce à une
base de données fiable, assurant des interactions
➔ Facilite la création de connexions significatives dynamiques entre les différentes structures internes
avec les différents intervenants à travers les et externes.
canaux. Confidentiel – Tous droits réservés - EY
Page 19
Le matching permet d’avoir une meilleure organisation des données en facilitant l’accès
aux données clés constituant les rapports à publier par la Banque Centrale

arriver ici…
➔ Absence de centralisation des données

➔ Manque de fiabilité de la qualité des
données
➔ Non formalisation des interactions entre
les différentes structures
➔ Base de données organisées et fiabilisées

➔ Flux de données identifiable et traçable
➔ Fréquence d’échange et de production des
données connues
partir d’ici…

Le référentiel data englobe l’ensemble des données dont la valeur est figée dans une
liste définie permettant ainsi une meilleure saisie en termes de fiabilité et d’exactitude

Le Référentiel Data est un espace commun regroupant l’ensemble des données appartenant à une liste définie de
valeurs où les collaborateurs parlent le même langage et présentant une multitude d’avantages pour la BCM. Parmi les
objectifs d’un référentiel unique des données, nous citons :
o Optimiser la productivité en utilisant un lexique communément compréhensible par toutes les structures de la
Banque
o Réduire les coûts engendrés par la redondance, l’incohérence et la recherche des données
o Améliorer la qualité de l'information par les contrôles et les règles de gestion bien définis
o Assurer une traçabilité permanente tout au long du cycle de vie et la centralisation des données communes
o Assurer que les opérationnels de la Banque Centrale utilisent une version unique des données dans un
référentiel unique.
La gestion des données de référence garantie l’unicité au sein du système d’information via des normes définies.
Exemple Référentiel : Devise

Le référentiel data englobe l’ensemble des données dont la valeur est figée dans une
liste définie permettant ainsi une meilleure saisie en termes de fiabilité et d’unicité

➔ La phase de collecte et d’analyse de documents a permis d’identifier un ensemble de données à référencer au niveau des structures couvertes. Ci-
dessous des exemples de données qui seront intégrées au niveau des référentiels. Ces Référentiels doivent être mis à jour dès l’apparition d’une nouvelle
valeur que peut prendre les données référencées. Chaque structure doit nommer un responsable pour la mise à jour de ces référentiels (se référer à la
matrice RAI décrite auparavant)..
Opérations & services à

Stabilité Financière Statistiques & Enquêtes
l’économie
• Noms des banques
• Numéros de compte chez la BCM
• Risques des banques • Références des formulaires
• Numéros de compte courant de
Bons islamiques du Trésor • Noms des agences bancaires • Noms des Ambarims / Consulats
• Devises • Noms des IMF • Noms des sociétés d'Assurance
• Noms des institutions publiques • Noms des établissements de • Noms des sociétés de
paiement télécommunication
• Types de Swift
• Noms des bureaux de change • Produits exportés
• Types des appels d’offres
• Noms des inspecteurs • Secteurs d’activités
• Libellés des opérations bancaires
• Numéros des comptes comptables

La conception des KPI garantit à la structure Data un suivi régulier et approfondi des
différents aspects liés à la gestion des données (1/2)
➔ Les indicateurs de performance garantissent un travail synchronisé orienté vers les

objectifs établis, en simplifiant la communication organisationnelle du dispositif Data Collecte des données
et en assurant considérablement sa viabilité.
➔ Ils ont pour objectif d’être représenté sur un tableau de bord, pour l’équipe Data et le
gouvernement de la banque, basés sur les performances de la gestion des données
des différentes structures de l’établissement. Ils sont le support de l’analyse
permanente des conditions de viabilité du dispositif Data, des différents axes d’une
gouvernance efficace ainsi que des principaux générateurs de rapports et études
périodiques.
➔ Pour atteindre et maintenir les objectifs stratégiques établis du dispositif Data,
Traitement des Gestion des
l’élaboration de mesures de performance est primordiale pour permettre d’évaluer,
donnée attributions
suivre, analyser, et tracker l’état des données de chaque structure.
➔ Une sélection de vingt-et-un indicateurs pertinents, avec un niveau de détail qui
permet d’appréhender l’ensemble des axes de performance du dispositif Data, a été
réalisée. Ces indicateurs ont été regroupés autour de 5 axes de performances (voir la
figure) : Collecte, traitement, validation, qualité des données et gestion des
attributions.
Validation des Qualité des
➔ Ces KPI offrent une vision globale et pointue de la performance de la gestion des
données données
données au niveau de la BCM permettant à la Direction Data Management de les suivre
et de mesurer ses objectifs en termes de productivité, efficience et efficacité.

La conception des KPI garantit à la structure Data un suivi régulier et approfondi des
différents aspects liés à la gestion des données (2/2)
Axes de Nombre de KPI’s

Définition
performance par axe
(1) Renvoie à une série de processus qui permettent d’extraire de l’information ou de produire du savoir à partir de
Traitement des
données brutes. (2) Relève de la fusion de données, de l’extraction d’information ou de la transformation de la 6 indicateurs
donnes représentation. (3) Consiste à sémantiser et synthétiser les données.
(1) Vise à s’assurer que les données ont subi un nettoyage pour s’approprier un ensemble de données de qualité, qu’elles
Validation des soient à la fois correctes et utiles. (2) En utilisant des routines comme les règles de validation, les contraintes de
6 indicateurs
données validation, les règles de gestion et les règles de cohérence. Ce qui vérifie l’authenticité, l’exactitude et la sécurité des
données produites et importées dans le SI.
(1) Veiller à ce que la donnée soit et reste de qualité. Se réfère à la conformité des données aux usages prévus dans les
Qualité des
données modes opératoires, les processus, les planifications et les publications. (2) S’assurer que la donnée représente 5 indicateurs
correctement la réalité à laquelle elle se réfère.
Collecte des (1) Vise à rassembler, numériser, recenser, explorer et réunir les données et les informations en provenance de sources
2 indicateurs
données variées, externes et internes.
Gestion des (1) Vise à suivre et s’assurer que chaque utilisateur possède les règles de privilèges (gestion des droits) adéquats sur des
1 indicateur
attributions délais moyens pour vérifier l’efficacité de l’alignement Utilisateur / SI / Attributions.

Le choix de la solution IT sera déterminé suite à la publication d’un appel d’offre
couvrant l’ensemble des spécifications fonctionnelles et des contraintes techniques
Garantir la confidentialité, l’intégrité

Ajouter des documents sous
et la traçabilité des données
plusieurs formats (PDF, Excel,
traitées en répondant aux normes
World, etc …)
de sécurité
Assurer une accessibilité efficace et

Faciliter la saisie, la recherche et une visibilité globale des données
l’exportation des données Système circulant au sein de la Banque
Centrale
d’information
Intégrer un Référentiel Data
Permettre une accessibilité
personnalisée basée sur les règles
cible regroupant l’ensemble des données
dont la valeur appartient à une liste
de privilèges définies
définie
Générer des notifications en cas de Gérer une grande volumétrie de

dépassement du délai de données en améliorant leur
production/réception des documents visualisation en temps réel

Les prochaines étapes du projet dépendent fortement de la mise en place effective de
la structure data
Co-réflexion Leadership Vision et Moyens Communication Réalisations Consolidation Continuité et

stratégie perénité
Conception Déploiement
01 03
Rédaction des spécifications fonctionnelles Conduite du changement
• Analyse et expression des besoins fonctionnels
• Conduite du changement auprès des différentes
• Mise en avant des contraintes techniques et de
structures de la BCM
l’architecture cible
• Forte implication des métiers dans le processus de
• Définition des exigences particulières inhérentes à
mise à jour des cartographies des données
la solution à mettre en place
Choix de la solution IT à mettre en place
02
• Publication de l’appel d’offre
• Sélection du prestataire adéquat
• Accompagnement de la BCM dans la phase de recettage
de la solution mise en place

EY || Audit | Conseil | Fiscalité | Transactions
EY est un les leaders mondiaux de l’audit, du conseil, de la

fiscalité et du droit, les transactions. Partout dans le
monde, notre expertise et la qualité de nos services
contribuent à créer les conditions de la confiance dans
l’économie et les marchés financiers. Nous faisons grandir
les talents afin, qu’ensemble, ils accompagnent les
organisations vers une croissance pérenne. C’est ainsi que
nous jouons un rôle actif dans la construction d’un monde
plus juste et plus équilibré pour nos équipes, nos clients et
la société dans son ensemble.
Tous droits réservés.

www.ey.com
© 2020 EY

BCM Référentiel Data - Phase 2 - V20200210

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

BCM Référentiel Data - Phase 2 - V20200210

Transféré par

Droits d'auteur :

Formats disponibles

Accompagnement à la mise

en place d’un Référentiel

Principes directeurs d’une

Définition et description des

ARCHITECTURE DATA CIBLE

PRINCIPES DIRECTEURS STRUCTURE DATA OUTILS

Page 3 Confidentiel – Tous droits réservés - EY

ARCHITECTURE DATA CIBLE

PRINCIPES DIRECTEURS STRUCTURE DATA OUTILS

Page 5 Confidentiel – Tous droits réservés - EY

PRINCIPES DIRECTEURS STRUCTURE DATA OUTILS

RÈGLES DE CLASSIFICATION DES RÈGLES DE GESTION DES

o Utiliser le underscore « _ » entre les termes pour remplacer les espaces

Page 6 Confidentiel – Tous droits réservés - EY

PRINCIPES DIRECTEURS STRUCTURE DATA OUTILS

RÈGLES DE CLASSIFICATION DES RÈGLES DE GESTION DES

o Mentionner le statut du document: VP = Version Provisoire (Projet), VF = Version Finalisée (validée)

Page 7 Confidentiel – Tous droits réservés - EY

PRINCIPES DIRECTEURS STRUCTURE DATA OUTILS

RÈGLES DE CLASSIFICATION DES RÈGLES DE GESTION DES

Page 8 Confidentiel – Tous droits réservés - EY

PRINCIPES DIRECTEURS STRUCTURE DATA OUTILS

RÈGLES DE CLASSIFICATION DES RÈGLES DE GESTION DES

MASTER (DATA OWNER) SLAVE (DATA CONSUMER)

• Lecture et écriture (Read & Write) • Lecture seulement (Read Only)

Page 9 Confidentiel – Tous droits réservés - EY

PRINCIPES DIRECTEURS STRUCTURE DATA OUTILS

RÈGLES DE CLASSIFICATION DES RÈGLES DE GESTION DES

2. Accountable ➔ Validateur de la data ➔ Supérieur Hiérarchique du Master(*)

(*) : cette proposition n’est pas exclusive

Page 10 Confidentiel – Tous droits réservés - EY

PRINCIPES DIRECTEURS STRUCTURE DATA OUTILS

DÉFINITION DE LA STRUCTURE DATA RÔLE DE LA STRUCTURE DATA

Page 12 Confidentiel – Tous droits réservés - EY

PRINCIPES DIRECTEURS STRUCTURE DATA OUTILS

DÉFINITION DE LA STRUCTURE DATA RÔLE DE LA STRUCTURE DATA

Fiabilisation des données Collecte des données

Harmonisation et structuration des données Centralisation des données

Diffusion des données aux structures métiers

Page 13 Confidentiel – Tous droits réservés - EY

ARCHITECTURE DATA CIBLE

PRINCIPES DIRECTEURS STRUCTURE DATA OUTILS

Page 15 Confidentiel – Tous droits réservés - EY

PRINCIPES DIRECTEURS STRUCTURE DATA OUTILS

Page 16 Confidentiel – Tous droits réservés - EY

PRINCIPES DIRECTEURS STRUCTURE DATA OUTILS

Page 17 Confidentiel – Tous droits réservés - EY

PRINCIPES DIRECTEURS STRUCTURE DATA OUTILS

Source des données Destination des données

Page 18 Confidentiel – Tous droits réservés - EY

PRINCIPES DIRECTEURS STRUCTURE DATA OUTILS

PRINCIPES DIRECTEURS STRUCTURE DATA OUTILS

➔ Absence de centralisation des données

➔ Base de données organisées et fiabilisées

Page 20 Confidentiel – Tous droits réservés - EY

PRINCIPES DIRECTEURS STRUCTURE DATA OUTILS

Exemple Référentiel : Devise

Page 21 Confidentiel – Tous droits réservés - EY

PRINCIPES DIRECTEURS STRUCTURE DATA OUTILS

Opérations & services à

• Devises • Noms des IMF • Noms des sociétés d'Assurance

Page 22 Confidentiel – Tous droits réservés - EY

➔ Les indicateurs de performance garantissent un travail synchronisé orienté vers les