Présente au salon Big Data Paris, les 11 et 12 mars derniers, la SNCF a présenté sa méthode de gouvernance de données, un enjeu devenu essentiel pour les moyennes et grandes entreprises, à l'ère du RGPD.
Dans les travées du salon Big Data Paris, il n’a jamais été autant question de la gouvernance des données, aussi appelée Data Governance. Près d’un an après la mise en place de la loi RGPD, la question de l’encadrement des données se pose avec davantage d’acuité. Comment les entreprises sont-elles parvenues depuis à assurer la qualité de leurs données, notamment auprès de leur client ? Pour y répondre, la SNCF et son responsable de centre des données, Julien Iris, ont exposé pendant vingt minutes leur retour d’expérience.
Dans l’amphithéâtre bleu du palais des Congrès de Paris, les conférences se sont succédées du matin au soir, ces deux derniers jours. Julien Iris est intervenu en toute fin de salon, mardi après-midi. Il y a introduit son discours, debout en mode keynote, lançant une métaphore enfantine : “Le monde des données, c’est comme une chambre en bazar. C’est nécessaire de la ranger, sinon ce n’est pas vivable. Et bien la data governance, c’est pareil”. En effet, lorsque l’accumulation des données est difficilement gérable, la gouvernance des données apparaît comme le meilleur ami de ces grandes entreprises ouvertes au big data. Afin de pouvoir mettre en oeuvre des projets d’envergure et sur le long terme comme le MaaS, il apparaissait donc nécessaire à la société ferroviaire de trouver une solution de collecte, stockage et sécurisation de tous ces flux d’informations. “Nous disposons d’un volume et d’une qualité de données inédits. Notre entreprise étant d’intérêt vital, il nous semblait essentiel de trouver une solution pour les protéger”, explique Julien Iris.
Les avantages du data lake
Pour ce faire, la data entreprise dispose d’un data lake ou lac de données qui est un référentiel de données permettant de stocker une très large quantité de données brutes dans le format natif pour une durée indéterminée. Aussi est-il construit sur le cloud qui offre une élasticité des capacités de traitement. Il est très “responsive” puisqu’il s’adapte à la structure juridique propre à la SNCF, base à laquelle viennent s’ajouter des “briques” qui referment différents “process”.
“Si nous fonctionnons en mode excel ou par mail pour savoir quel fichier ou flux de données se trouvent sur la plateforme, nous ne nous en sortirions pas”, illustre l’expert. En revanche, un data lake fonctionne comme une bibliothèque intelligente géante. Elle offre une transversalité grâce au système de cartographie des données qui permet de les retrouver facilement. On peut alors les extraire par des mots clés, par cas d’usages. Autre avantage de ce dispositif, il intègre la dimension de sécurité pour manipuler des données sensibles, personnelles, en les isolant ou les masquant.
Résoudre certains couacs en gare
Cette offre de service doit accompagner les différentes entités de la SNCF, depuis le conducteur de TER, de TGV (aide au calcul de la régularité des trains), jusqu’à l’agent en charge de l’affichage des horaires de départ et d’arrivées (permet d'être sûr que les affichages s’effectuent bien avec vingt minutes d’avance).
En d’autres termes, la data governance donne l’espoir d’améliorer certains “couacs” associés à la SNCF, tant sur le point BtoB que BtoC. Elle doit faciliter l’accès à une plus grande masse de données et de les rendre exploitables afin d'accélérer la réalisation des cas d’usages métiers et la sécurité, tout en restant en conformité par rapport à l’ensemble des réglementations.