Un logiciel de gouvernance des données se choisit sur sept critères : le catalogue et le lignage, la mesure de la qualité, les droits et le RGPD, l’intégration au système d’information existant, l’adoption par les métiers, la réversibilité et le coût total. Aucun ne remplace les règles elles-mêmes : l’outil applique et rend visible ce que l’entreprise a décidé, il ne décide pas à sa place.
Ce guide ne classe aucun éditeur et ne cite aucun tarif. Il donne les questions à poser à toute offre, module d’ERP, catalogue de données ou plateforme plus large.
Avant les critères : l’outil vient après les règles
On ne reprend pas ici la définition. Si vous cherchez ce que recouvre la gouvernance des données et comment vérifier qu’un processus a des données prêtes à automatiser, commencez par ce guide. Retenons l’essentiel : des responsables métier nommés, des sources qui font foi, des règles de qualité écrites, des accès maîtrisés et une traçabilité.
Le logiciel outille ces décisions. S’il arrive avant elles, il produit un catalogue que personne ne tient à jour.
1. Le catalogue et le lignage des données
Le catalogue recense les données de l’entreprise : où elles se trouvent, ce qu’elles signifient, qui en répond. Le lignage montre le chemin d’une donnée, de la saisie au rapport. C’est ce qui permet de répondre à « d’où vient ce chiffre ? » sans enquête.
- Découverte : l’outil lit-il lui-même la structure de vos bases et de vos logiciels, ou faut-il tout saisir à la main ?
- Définitions métier : peut-on écrire, pour chaque donnée importante, sa définition, son responsable et sa source de référence, dans le vocabulaire de l’équipe ?
- Lignage : montre-t-il comment un indicateur est calculé à partir de ses sources, y compris quand il passe par un tableur ?
Un reporting récurrent ne vaut que si chaque chiffre se rattache à sa source. Demandez à voir le lignage d’un de vos indicateurs, pas d’un exemple de démonstration.
2. La mesure de la qualité des données
Une règle de qualité qu’on ne mesure pas reste une intention. L’outil doit transformer « un client a un Siren valide » ou « une commande a une date de livraison » en contrôle qui tourne seul et qui alerte la bonne personne.
- Règles : peut-on écrire les règles de qualité sans développeur, et les relire facilement ?
- Doublons : l’outil repère-t-il les tiers ou articles en double, avec des règles de rapprochement que vous fixez ?
- Alertes : une anomalie part-elle vers le responsable métier de la donnée, avec une file de traitement, ou seulement vers un tableau de bord que personne ne regarde ?
- Correction à la source : la correction se fait-elle dans l’outil d’origine, ou crée-t-on une copie corrigée de plus ?
Un outil qui corrige dans sa propre copie ajoute une source de plus, alors que le but est d’en avoir une seule qui fait foi.
3. Les droits d’accès et le RGPD
L’outil voit la structure de vos bases et souvent des données personnelles. Il doit lui-même respecter les règles qu’il aide à appliquer.
- Repérage des données personnelles : l’outil signale-t-il les champs qui contiennent des noms, des courriels ou des données sensibles ?
- Accès : les droits de l’outil sont-ils limités à ce qu’il doit lire, selon le principe de minimisation de l’article 5 du RGPD ?
- Registre : peut-il alimenter votre registre des activités de traitement, ou au moins exporter ce qu’il sait des données personnelles ?
- Sous-traitance : l’éditeur propose-t-il un contrat conforme à l’article 28 du RGPD, et vous informe-t-il de tout changement de ses propres sous-traitants ?
- Fin de contrat : supprime-t-il ou vous renvoie-t-il les données personnelles au terme de la prestation, comme l’article 28 le prévoit ?
Le registre n’est pas réservé aux grands groupes. D’après la CNIL, les entreprises de moins de 250 salariés bénéficient d’une dérogation limitée : elles doivent tout de même y inscrire les traitements non occasionnels, comme la gestion des clients, des fournisseurs ou de la paie. Klaryx ne donne pas de conseil juridique ; le détail se vérifie à la source. Pour le cas d’une automatisation qui lit des données personnelles, voyez notre guide IA et RGPD.
4. L’intégration au système d’information existant
Dans une PME ou une ETI, les données vivent dans un ERP, un CRM, un logiciel de paie et des tableurs. Un outil qui ne se connecte qu’aux bases modernes n’en verra qu’une partie.
- Connecteurs : l’outil se branche-t-il sur vos logiciels réels, y compris les plus anciens, ou seulement sur un entrepôt de données que vous n’avez pas ?
- Tableurs : sait-il recenser les fichiers qui servent à décider, ou les ignore-t-il ?
- Sens des échanges : se contente-t-il de lire, ou écrit-il dans vos outils ? Dans ce cas, qui valide ?
- Hébergement : où sont stockées les métadonnées et les échantillons, et sous quelle juridiction ?
Listez vos sources avant la première démonstration : un éditeur qui ne couvre pas les principales n’est pas le bon.
5. L’adoption par les métiers
L’outil réussit quand les responsables métier s’en servent chaque semaine. S’il reste celui de l’informatique, les définitions vieillissent.
- Interface : un responsable ADV ou un contrôleur de gestion peut-il trouver une définition ou traiter une anomalie sans formation longue ?
- Rôles : peut-on désigner un responsable par donnée ou par référentiel, avec des droits adaptés ?
- Travail quotidien : les alertes arrivent-elles là où l’équipe travaille déjà, messagerie ou outil de tickets ?
- Démarrage : l’éditeur propose-t-il de commencer par un seul domaine, par exemple les clients ou les articles, plutôt que par toute l’entreprise ?
Faites essayer l’outil à deux ou trois futurs utilisateurs métier, sur vos données. Les ressorts de l’adoption sont détaillés dans notre guide sur la conduite du changement IA.
6. La réversibilité et la sortie
Un catalogue et des règles de qualité représentent un vrai travail. Il faut savoir dès le départ comment le récupérer.
- Export : peut-on exporter le catalogue, les définitions, les règles et l’historique des anomalies dans un format ouvert et documenté ?
- Règles lisibles : les règles de qualité restent-elles compréhensibles hors de l’outil, ou n’existent-elles que dans son format propre ?
- Contrat : le contrat décrit-il ce qui peut être migré, les délais et l’aide fournie en cas de départ ?
- Frais de sortie : sont-ils écrits, et compatibles avec le cadre applicable aux services en ligne ?
Pour un outil proposé en ligne, le règlement européen sur les données (règlement (UE) 2023/2854) encadre le changement de fournisseur. D’après l’Arcep, il couvre les services cloud, y compris en mode SaaS, et impose des contrats qui détaillent les données migrables, un préavis de deux mois au plus et une période de récupération des données d’au moins 30 jours. Les frais de changement de fournisseur seront interdits à partir du 12 janvier 2027. Certaines obligations ne visent pas les services développés pour un seul client. Notre guide sur la clause de réversibilité détaille ce qu’il faut écrire au contrat.
7. Le coût total, au-delà de la licence
Le coût ne se limite pas à l’abonnement : on compare ce que l’outil demande pendant toute sa durée de vie.
- Licence : sur quelle base est-elle calculée (utilisateurs, sources, volume de données) et comment évolue-t-elle si vous ajoutez des sources ?
- Mise en place : qui branche les sources, écrit les premières règles et forme les équipes, et en combien de temps ?
- Temps interne : combien d’heures par semaine les responsables métier devront-ils y consacrer ?
- Sortie : que coûtera un changement d’outil dans trois ans ?
Demandez un devis détaillé sur ces postes, à périmètre identique pour chaque éditeur. Le temps interne est le poste le moins visible dans une proposition commerciale. Pour la méthode, notre guide sur le coût d’une automatisation de processus métier décrit les mêmes postes.
Logiciel dédié, module existant ou règles d’abord ?
Ces sept critères mènent souvent à une conclusion simple : pour beaucoup de PME, le premier besoin n’est pas un logiciel dédié. Un référentiel clients tenu dans l’ERP, des règles de qualité contrôlées dans les outils existants et quelques responsables nommés couvrent l’essentiel.
Un logiciel dédié devient pertinent quand plusieurs de ces situations se cumulent :
- les sources se multiplient et personne ne sait plus quelle version fait foi ;
- plusieurs équipes modifient les mêmes référentiels ;
- des automatisations ou des agents IA lisent ces données et agissent sur elles ;
- la direction demande d’où viennent les chiffres qu’elle reçoit, et la réponse prend des jours.
Le dernier cas rejoint la gouvernance de l’IA : dès que plusieurs projets IA s’appuient sur les mêmes données, la direction doit savoir qui en répond et sur quelles sources ils travaillent.
Checklist de gouvernance des données avant de choisir un logiciel
À remplir avec les responsables métier concernés, avant la première démonstration.
- Responsables : chaque donnée ou référentiel important a un responsable métier nommé.
- Sources : pour les clients, fournisseurs, articles et comptes, on sait quel outil fait foi.
- Règles de qualité : les règles sont écrites, et on sait lesquelles doivent tourner seules.
- Données personnelles : on sait où elles se trouvent, et le registre des traitements est à jour.
- Sources à relier : la liste des logiciels et des fichiers à brancher est prête.
- Utilisateurs : les personnes qui utiliseront l’outil chaque semaine sont désignées et disponibles pour l’essai.
- Premier domaine : on commence par un seul domaine de données, choisi pour son effet sur un processus.
- Sortie : les formats d’export et les conditions de départ sont demandés par écrit.
- Coût complet : licence, mise en place, temps interne, maintenance et sortie sont chiffrés sur la même durée.
- Mesure : on sait quel indicateur montrera que l’outil sert, par exemple le nombre d’anomalies traitées.
Si plusieurs points restent vides, la priorité est d’écrire les règles.
Parlons de votre transformation
Ce que fait Klaryx
Klaryx est le partenaire de transformation IA des PME et ETI. On ne vend pas de logiciel de gouvernance des données et on n’en recommande aucun. On part d’un processus que vous voulez automatiser, on écrit avec les équipes les règles des données dont il dépend, puis on choisit avec vous l’outil qui les porte : celui que vous avez déjà ou un outil dédié quand il se justifie. C’est le point de départ de notre transformation des processus, et notre façon de traiter les accès est décrite dans la page sécurité et données.