Définition d'un catalogue de données
Un catalogue de données est un inventaire organisé et interrogeable des actifs de données d'une organisation. Il fonctionne comme le catalogue d'une bibliothèque pour les données : au lieu de contenir les données elles-mêmes, il conserve des informations descriptives sur les données existantes, leur localisation, leur signification, leur propriétaire et leur mode d'utilisation. Cela offre aux utilisateurs un endroit unique pour découvrir et comprendre les données disponibles sans avoir à chercher dans plusieurs systèmes.
Que contient un catalogue de données ?
Un catalogue est construit largement à partir de la Gestion des métadonnées : des détails techniques comme les noms de tables et de champs, les formats et les systèmes source, complétés par le contexte métier comme les définitions en langage clair, la propriété et les politiques d'utilisation. De nombreux catalogues capturent également le Lignage des données, montrant l'origine de chaque ensemble de données et comment il a été transformé au fur et à mesure de son passage entre les systèmes. Ensemble, ces éléments permettent à un utilisateur de trouver un ensemble de données, de comprendre précisément ce qu'il représente, d'évaluer s'il peut lui faire confiance et de savoir qui contacter à son sujet.
Pourquoi est-ce important ?
Dans la plupart des organisations, les données sont dispersées dans de nombreux systèmes, et la connaissance de leur signification ne réside souvent que dans l'esprit des gens. Cela rend les données difficiles à trouver, faciles à mal interpréter et risquées à réutiliser. Un catalogue de données transforme cette connaissance dispersée et informelle en une ressource partagée et maintenue, aidant les équipes à réutiliser les données existantes au lieu de les recréer, à appliquer des définitions cohérentes et à soutenir la gouvernance en rendant visibles la propriété et les règles d'utilisation en un seul endroit.
