1 – Le Data Steward, cheville ouvrière de la gouvernance des informations

• Rappel des grands principes de la gouvernance des données (connaissance, qualité et conformité), et du rôle du data steward dans leurs applications
• Définition et contours du métier de data steward : ses objectifs, ses méthodes
• Intégration du data steward au sein de l’équipe data : comité de gouvernance, relations avec le data office et son Chief Data Officer, relations avec les équipes informatiques, relations avec les équipes métiers
• Différences entre data steward, data owner, data quality manager, data analyst, data architect…
• Les principaux types de data steward : Métiers, Techniques, Projets, Opérationnels

2 – Les rôles et responsabilités du data steward

• Position du data steward dans l’organigramme : options possibles, conséquences organisationnelles et politiques
• Fiche de poste, compétences métiers et techniques nécessaires, qualités requises : analyses de fiches de postes de data steward dans différentes industries
• Communiquer en interne et recueillir l’adhésion de tous
• Formation du data steward : comment le devenir, comment se maintenir à jour

3 – Comment commencer comme data steward : premières étapes

• Auditer l’existant : données, métadonnées, processus, outils…
• Description des tâches à réaliser, priorisation et plan de marche : le “projet” du data steward
• Définition de l’ontologie de l’entreprise : liens avec les schémas directeurs organisationnels
• Documentation de chacune des étapes : les livrables
• Définir et limiter son domaine d’action : mettre en place des indicateurs de performance propres
• Structurer les relations avec les parties prenantes : data office, DPO, responsables métiers
• Mettre en place un système de suivi des tâches (ticketing)
• Plan de communication interne
• La journée type du data steward : organiser ses tâches

4 – Les domaines d’intervention du data steward

• Le rôle du data steward dans :
  • La diffusion de la culture data dans l’entreprise
  • La définition des architectures data
  • L’amélioration de la qualité des données : plan d’actions en 10 étapes et livrables
  • L’amélioration de la qualité des métadonnées
  • La création et la mise à jour des données de référence
  • La conformité réglementaire (RGPD et autres)
  • La sécurité des données et des systèmes
• Gouverner vos données par domaine métier (Domain Driven Design) : le rôle du data steward dans une architecture Data Mesh
• Le rôle du data steward dans la valorisation et la monétisation des données
• Exemples d’interventions de data stewards dans différentes industries

5 – Les outils du data steward

• L’ontologie et le glossaire métier
• Son implication dans la mise en place du catalogue de données
• Son implication dans la mise en place d’une gestion des données de référence (MDM)
• Son implication dans le contrôle de la conformité et ses relations avec le DPO
• Mise en place de Data Contracts et de Data Products
• Mettre en place un portail dédié aux actions du data steward
• Communiquer au travers d’un Wiki dédié

6 – Mesurer les performances du data steward

• Ses indicateurs clefs de performance, ses indicateurs opérationnels
• Son tableau de bord
• Mesurer la maturité de votre programme de gouvernance : le Data Stewardship Maturity Model (DSMM) et ses 5 niveaux
• Perspectives d’évolution : de Data Steward à Data & AI Steward

Ce programme a été mis à jour le 5 juillet 2024.