Dans le monde de l'assurance, l'arrivée de Solvabilité II remet au premier plan la question de la qualité des données. Cette réforme réglementaire demande aux compagnies de mieux évaluer leurs risques pour préserver leur stabilité financière. A l'automne 2012, SMACL Assurances décide de lancer un projet pour contrôler l'intégrité de ses données. Cette mutuelle de 600 personnes -comptant 90% de clients dans les collectivités territoriales- veut aussi mettre l'accent sur la qualité de service fourni à ses sociétaires, sur un marché où la concurrence se renforce. Son directoire confie le projet au responsable du domaine décisionnel de sa DSI qui avait lancé trois ans plus tôt une démarche similaire sur le risque statutaire.

Lors de cette première expérience, Philippe Guiraud avait été alerté sur la nécessité de corriger des données en amont du datawarehouse. « J'avais alors préféré mettre les non-qualités en évidence pour inciter les métiers à les corriger à la source », a-t-il exposé la semaine dernière à Paris, sur la conférence Information Builders Summit. Des règles de contrôle avaient été installées dans l'ETL d'alimentation pour détecter les anomalies, avec des tableaux de bord pour en rendre compte. L'initiative, encouragée par les commissaires aux comptes, est concluante. Mais elle n'est pas industrialisée et les exigences de qualité de Solvabilité II nécessitent le recours à un outil.

Un outil web de visualisation des anomalies

Un appel d'offres, lancé en octobre 2012, débouche sur le choix de la solution iWay Data Quality Center, d'Information Builders. Le produit est jugé ouvert et adaptable, même s'il n'apparait pas comme le plus simple. « Il était très orientée sur la correction des données, c'était vraiment ce qu'on cherchait. Et il incluait un outil web de visualisation des anomalies », a expliqué Philippe Guiraud en précisant que tous les utilisateurs potentiels avaient participé au choix. SMACL utilisait déjà l'ETL iWay Data Migrator de l'éditeur retenu, ainsi que son logiciel de reporting, WebFOCUS.

Outre la direction et le département informatique, le projet implique les fournisseurs de données, les responsables de la réglementation et les consommateurs de données. Il démarre en janvier par une réunion de sensibilisation de tous les acteurs concernés. Son pilote, Philippe Guiraud, souligne ici l'importance de désigner et d'impliquer des référents métiers parmi les utilisateurs. Dans ces démarches « parfois mal perçues en interne », ces référents sont des éléments moteurs, tant sur la dynamique de la mise en oeuvre que sur les aspects de sensibilisation. « Ils se font porte-parole, expliquent l'importance de certaines données dans les prises de décision, afin que la saisie soit plus attentive de manière naturelle. C'est aussi cela qui permet d'améliorer la qualité », a rappelé le responsable décisionnel de SMACL.

Treize règles de contrôles définies par les métiers

Les données issues des métiers sont vérifiées en entrée par l'ETL. Ce dernier déclenche les contrôles dans iWay Data Quality Center en se reportant au référentiel des paramètres contrôles. Le logiciel de gestion de la qualité des données génère ensuite un log des exécutions pour le reporting de communication et un log des anomalies pour le reporting opérationnel destiné au suivi des corrections. Au démarrage du projet, « nous avons listé les différentes typologies d'anomalies que l'on pouvait rencontrer : donnée non renseignée, type de champs (numérique, date, téléphone...), bornes et listes de valeurs valides, cohérence entre plusieurs données, etc. jusqu'au dédoublonnage », a détaillé Philippe Guiraud.

Au total, treize typologies. « Pour chacune d'entre elles, j'ai demandé aux métiers de trouver une règle de contrôle en estimant qu'une fois celles-ci développées, nous aurions pratiquement tous les cas de figure et réalisé le transfert de compétences », a expliqué le responsable décisionnel de SMACL Assurances.