Demo
English
Header Background Shapes Blue

Intelligence artificielle et Master Data Management : quelles synergies pour l’entreprise de demain ?

Le volume des données numériques mondiales connaît une croissance exponentielle : pesant 2 zettaoctets en 2010, il a atteint 64 zettaoctets en 2020 et devrait dépasser les 180 zettaoctets vers 2025, selon Statista. Ces prévisions témoignent du rôle de plus en plus important pour les entreprises de ce que l’on a rassemblé sous le terme de “Big Data”.

Le déploiement de la 5G, la diffusion des objets connectés, le développement des applications et le poids du e-commerce ont, entre autres, participé à la multiplication des données. Savoir les analyser et les exploiter devient crucial pour les entreprises et leurs objectifs business : leur gouvernance, via le Master Data Management (ou “gestion des données maîtres”), est alors primordiale.

Dans ce contexte, les progrès de l’intelligence artificielle marquent une nouvelle étape : des synergies avec la gestion des données maîtres apparaissent. Que peut apporter le Master Data Management (MDM) à l’intelligence artificielle (ou IA), et, à l’inverse, le MDM peut-il bénéficier des avancées de l’IA ?

Tour d’horizon des perspectives qu’offrent les progrès technologiques aux entreprises de demain avec Semarchy

Master Data Management et Intelligence artificielle : définitions et enjeux

Master Data Management, ou gestion des données maîtres 

Au sein du vaste océan de la Big Data, données sont organisées selon plusieurs catégories :

  • les données transactionnelles ;
  • les données de références ;
  • les données de reporting ;
  • les méta-données ;
  • et enfin les données maîtres, ou Master Data.

Ces dernières sont les données liées aux opérations ou aux transactions : personnes morales (clients, fournisseurs, prospects), lieux (boutiques, adresses, entrepôt, etc.) ou objets (produits, matériaux, etc.). Leur importance est donc capitale pour une entreprise, qui doit en assurer la gestion.

Or, cette exploitation rencontre de nombreux problèmes, liée à la diversité des sources de données, au cloisonnement entre les silos d’une société, au risque de doublons et à l’absence de vérification de l’information.

Ad Banner - Manage Your Diverse Data With Ease

Par exemple, une entreprise de e-commerce peut récolter des données sur ses clients via diverses sources : la création d’un compte fidélité, le téléchargement d’un code promotionnel contre une adresse e-mail, un like sur les réseaux sociaux, des achats similaires répétés. Il faut que ces informations puissent être recoupées par l’entreprise, et analysées pour être exploitées.

Là résident tout l’enjeu et tout l’intérêt d’un Master Data Management : via un hub qui centralise toutes ces données, le MDM rassemble, vérifie, analyse, organise et met à jour la data provenant de toutes les sources d’une entreprise. En assurant la qualité de celles-ci, il tend à davantage d’efficacité dans leur traitement.

Intelligence artificielle : vers de nouvelles compétences ?

Si le développement de l’intelligence artificielle n’a échappé à personne, notamment via ChatGPT et sa maison mère OpenAI, c’est surtout pour son utilisation dite générative que l’IA est connue sur la scène publique : on demande à ChatGPT d’écrire une introduction pour un communiqué marketing, ou encore de faire le résumé d’un livre.

Or, cette utilisation de l’intelligence artificielle est loin d’être la seule ; ce n’est peut-être même pas la plus importante. L’IA, parce que plus rapide que le cerveau humain, est une aide puissante dans le traitement de l’information : avec elle, les processus et outils existants peuvent être améliorés, l’analyse et la modélisation de la data plus rapides.

Cependant, une IA est un robot, et comme tout robot, elle doit être entraînée : le machine learning consiste donc à nourrir l’intelligence artificielle de données qu’elle va analyser de manière à pouvoir les enregistrer et s’en resservir. Encore faut-il que ces données soient fiables et solides.

Le lien réciproque entre le Master Data Management et l’intelligence artificielle apparaît alors : la synergie est double, et le lien primordial pour les entreprises de demain.

Quelle synergie entre l’IA et le MDM ?

Intelligence artificielle et Master Data Management peuvent se faire progresser et ainsi soutenir les entreprises qui maîtrisent ces outils dans leurs objectifs business stratégiques.

Le rôle du MDM pour l’avancée de l’intelligence artificielle

Véritable science de la donnée, le Master Data Management a pour objectif l’efficacité de l’exploitation de celle-ci. Elle peut ainsi concourir à faire progresser les solutions algorithmiques d’une entreprise en précisant ses sources et en participant à un machine learning efficace de l’intelligence artificielle. En effet, cela est dû à plusieurs compétences du Master Data Management :

  • Le MDM exploite l’ensemble de la data et croise les informations issues de différents silos ou processus métiers. CRM, ERP ou CMS : tous ces outils sont analysés pour fournir à l’intelligence artificielle une donnée fiable ;
  • Le MDM assure l’exactitude de la donnée, en la rectifiant ou en la corrigeant selon ses sources, par exemple en supprimant des doublons : il apporte ainsi à l’IA une donnée de haute qualité ;
  • Le MDM harmonise la data provenant de plusieurs systèmes, modèles ou outils, par exemple sur le format : la donnée livrée à l’IA est ainsi uniforme ;  
  • Sous le contrôle du data steward, le MDM joue enfin un rôle clé dans la gouvernance des données : il en vérifie la conformité avec la réglementation et la sécurité, assurant ainsi une donnée traitée par l’intelligence artificielle qui est respectueuse de la législation. 

Le Master Data Management est ainsi essentiel pour établir des algorithmes pertinents, fondés sur des données justes, fiables et de bonne qualité. Mais cet apport scientifique et technologique n’est pas unilatéral : réciproquement, l’intelligence artificielle participe à la transformation du Master Data Management en soutenant son expertise.

L’apport de l’intelligence artificielle dans le management de la data

L’intelligence artificielle peut contribuer à améliorer l’efficacité du management de la data, en venant augmenter sa productivité. Cela se perçoit notamment dans deux domaines :

  • L’automatisation du traitement de la donnée, pour accélérer le travail des utilisateurs d’un projet data ;
  • L’enrichissement des données et de leur management.

La première perspective vient remédier à un problème critique du management de la data, à savoir les doublons. Avec l’intelligence artificielle, il devient possible d’introduire des algorithmes pour faire ce travail de dédoublonnage des données, auparavant chronophage pour l’utilisateur.

Il s’agit également, dans une seconde approche, de tirer parti des solutions offertes par l’intelligence artificielle générative, qu’elle soit de lecture ou d’écriture. Celle-ci ouvre des perspectives quant au traitement de la donnée, en étant capable d’identifier rapidement la data pertinente à recueillir.

De nouvelles fonctionnalités d’applications de Master Data Management pourraient alors voir le jour, comme la traduction d’un jeu de données en modèle visuel ou en langage naturel, de façon automatique. Par exemple, cela peut être la génération d’une fiche client à partir d’un CV, ou encore la traduction en graphiques de données chiffrées.

Ainsi, la synergie entre l’intelligence artificielle et le Master Data Management représente un enrichissement à double sens. Les entreprises ont alors tout à gagner d’une stratégie misant sur ces deux techniques du monde digital. La data confirme son nom d’or noir du XXIème siècle, par les perspectives de business intelligence et de productivité qu’elle peut offrir aux entreprises devenues data-driven