Dans de nombreuses organisations du secteur de l’assurance, les dispositifs de qualité des données sont encore souvent perçus comme des sujets principalement techniques ou réglementaires. Pourtant, leur mise en œuvre révèle rapidement des enjeux beaucoup plus larges de gouvernance, d’organisation et de collaboration entre les métiers et l’IT.
Retour d’expérience sur l’accompagnement d’un acteur majeur de l’assurance dans la mise en place d’un dispositif de qualité des données répondant aux exigences de Solvabilité 2, avec l’appui de Collibra.
L’objectif ? Structurer un cadre durable de gouvernance des données permettant de centraliser les référentiels dans un Data Catalogue, fiabiliser les contrôles, renforcer la traçabilité des données réglementaires et impliquer les contributeurs métiers au cœur du dispositif.
Au-delà du déploiement de l’outil, le projet a nécessité un important travail de paramétrage et d’adaptation du modèle de données afin de répondre aux spécificités réglementaires de Solvabilité 2 ainsi qu’aux besoins propres du client.
Améliorer la maîtrise et la traçabilité de ses données réglementaires
Dans le cadre des exigences réglementaires liées à la directive Solvabilité 2, notre client souhaitait renforcer la maîtrise et la traçabilité de ses données réglementaires à travers la mise en place d’un dispositif structuré de qualité des données.
L’objectif principal de la mission était de définir et déployer un cadre de gouvernance et de qualité des données capable :
- d’identifier et documenter les données réglementaires critiques ;
- de fiabiliser les contrôles de qualité des données ;
- d’améliorer la traçabilité des flux et des transformations ;
- d’impliquer les métiers dans la production et la maintenance des données ;
- de centraliser l’ensemble des actifs de gouvernance dans un outil unique.
Dans ce contexte, l’outil Collibra a été retenu afin de structurer et industrialiser le dispositif.
Les enjeux de la mise en conformité Solvabilité 2
La mise en conformité avec Solvabilité 2 implique des exigences fortes en matière de :
- qualité et fiabilité des données ;
- traçabilité des informations réglementaires ;
- documentation des flux et transformations ;
- capacité à démontrer le dispositif de contrôle auprès des autorités.
Le client faisait également face à plusieurs enjeux opérationnels :
- une connaissance dispersée des données et des processus ;
- des responsabilités peu formalisées entre les équipes métiers et IT ;
- des contrôles hétérogènes et difficilement centralisés ;
- un besoin d’industrialisation du suivi des résultats de contrôles.
La mission visait donc à construire un dispositif pérenne et collaboratif, capable de répondre aux exigences réglementaires tout en facilitant le pilotage opérationnel de la donnée.
Une équipe projet dédiée
La mission a mobilisé une équipe pluridisciplinaire composée de :
- un Data Manager
- un Chef de Projet
- un Expert Solvabilité 2
Cette organisation était indispensable pour combiner expertise réglementaire, pilotage projet et compétences en gouvernance et qualité des données
La solution mise en œuvre par l’équipe
La mission s’est articulée autour de plusieurs chantiers structurants :
1.Mise en place du Business Glossary (Glossaire Métier) et du Data Catalog
Un Business Glossary (Glossaire Métier) des données réglementaires a été mis en place afin de centraliser et harmoniser les définitions des données.
En complément, un Data Catalog a été déployé pour référencer les données, leurs attributs associés (description, transformations, localisation, criticité, etc.) ainsi que les responsables métiers et techniques.
Cette démarche a permis de renforcer la gouvernance et la qualité des données, tout en harmonisant la compréhension des informations entre les différentes parties prenantes.
2.Mise en place du lignage des données
Le lignage a été construit afin de cartographier les liens entre les données, et ainsi pouvoir :
- visualiser les liens et transformations entre les données
- identifier les impacts en cas d’évolution
- renforcer la traçabilité réglementaire
- faciliter les analyses d’anomalies.
3.Structuration du référentiel des contrôles
Un référentiel centralisé des contrôles de qualité des données a été défini dans Collibra.
Le dispositif permet désormais de :
- référencer les contrôles
- associer les contrôles aux données concernées
- historiser les résultats
- suivre les anomalies et plans d’actions
4.Suivi des résultats de contrôle
Le dispositif mis en place offre une meilleure visibilité sur l’état de la qualité des données et facilite le pilotage des actions correctrices.
Les équipes profitent d’un cadre partagé pour suivre les indicateurs de qualité et documenter les écarts.
Des résultats tangibles pour le client
La mise en place du dispositif a permis au client de :
- renforcer la fiabilité des données réglementaires ;
- améliorer la traçabilité des flux et transformations ;
- centraliser la documentation des données et des contrôles ;
- 1300 données intégrées dans COllibra
- 4000 liens entre les données
- 300 contrôles
- clarifier les responsabilités entre les acteurs ;
- industrialiser le pilotage de la qualité des données ;
- disposer d’un cadre durable de gouvernance.
Le projet a également renforcé la collaboration entre les équipes métiers et IT autour d’une vision commune de la donnée.
Les facteurs clés de succès du projet
Plusieurs éléments ont contribué à la réussite de la mission :
- une forte implication des métiers ;
- une gouvernance claire ;
- un accompagnement au changement adapté ;
- un paramétrage de Collibra aligné sur les besoins réels ;
- une approche progressive et pragmatique.
Point clé 1 : l’implication des contributeurs métiers
L’un des facteurs clés de succès de la mission a été l’implication des contributeurs métiers.
Les métiers jouent en effet un rôle central dans le dispositif de qualité des données puisqu’ils fournissent la matière première nécessaire à la production des données réglementaires.
La mission a donc porté une attention particulière à :
- la clarification des rôles et responsabilités
- l’identification des propriétaires de données
- l’accompagnement des contributeurs dans l’utilisation du dispositif
- la formalisation des processus de contribution et de validation
Cette approche collaborative a renforcé l’appropriation du dispositif par les équipes opérationnelles et d’améliorer durablement la qualité des données produites.
Point Clé 2 : Le paramétrage de Collibra
La phase de paramétrage de Collibra a constitué une étape majeure de la mission.
L’outil a été adapté afin de répondre :
- aux exigences spécifiques de Solvabilité 2
- aux besoins de gouvernance du client
- aux processus organisationnels existants
Le modèle de données de Collibra a ainsi été personnalisé pour intégrer :
- les objets réglementaires spécifiques
- les relations entre données et contrôles
- les rôles de gouvernance
- les indicateurs de suivi
Le travail de configuration a permis de construire un environnement cohérent, aligné sur les besoins métier et les exigences réglementaires de Solvabilité 2.
Collibra, pour améliorer votre gouvernance à l’instant T et préparer l’avenir
Cette mission illustre l’importance d’associer gouvernance, qualité des données et exigences réglementaires dans une démarche structurée et collaborative.
Grâce à l’utilisation de Collibra, le client dispose désormais d’un dispositif robuste permettant de mieux maîtriser ses données réglementaires, tout en renforçant l’efficacité opérationnelle et la collaboration entre les équipes.
Le projet constitue également une base solide pour accompagner les futures évolutions réglementaires et les initiatives de gouvernance des données.