MDM
Aussi : MDM, Master Data Management, Reference data management, Golden record management, Gestion des donnees de reference (GDR)
Master Data Management : garantir une version unique et de référence des données clés (clients, produits, fournisseurs) dans tous les systèmes.
Ce que c'est
Le Master Data Management (MDM) est la discipline, l'ensemble de processus et la technologie qui servent à créer et maintenir une version unique, fiable et cohérente des données de référence d'une organisation. Ces master data décrivent les entités clés dont dépend l'activité : clients, produits, fournisseurs, employés, comptes, sites. Contrairement aux données transactionnelles (une commande, un paiement, un clic), les master data évoluent lentement et sont réutilisées par de nombreux systèmes.
Le MDM combine la gouvernance (qui est propriétaire des données et qui les valide), une logique de matching et de fusion (déduplication) et un mécanisme de distribution, afin que chaque système en aval référence le même enregistrement de référence, souvent appelé golden record.
Pourquoi c'est important
Sans MDM, le même client peut exister sous « Acme Corp », « ACME Corporation » et « Acme Inc. » selon qu'on regarde le CRM, la facturation ou les outils de support. Cette fragmentation entraîne :
- De mauvaises décisions, à cause de chiffres de reporting incohérents ou dupliqués
- Des dépenses inutiles (envois en double, onboarding fournisseur redondant)
- Un risque de conformité (incapacité à honorer une demande de suppression de données sur tous les systèmes)
- Des initiatives IA qui échouent, puisque des modèles entraînés sur des entités contradictoires produisent des résultats peu fiables
Comment on l'utilise en pratique
Les implémentations MDM suivent en général quelques styles courants :
- Style registre : les données restent dans les systèmes sources, seuls les identifiants sont mappés vers un index central.
- Style consolidation : des copies sont rapatriées dans un hub pour nettoyage et reporting.
- Style centralisé (ou transactionnel) : le hub devient la source de référence dans laquelle les systèmes réécrivent.
Les capacités de base incluent la modélisation des données, les règles de matching et de survivorship (décider quelle valeur l'emporte quand les enregistrements divergent), les workflows de stewardship pour la revue manuelle, et la syndication vers les applications consommatrices.
Exemple concret
Un distributeur vend via une boutique en ligne, des magasins physiques et un centre d'appels. Une cliente, Maria Lopez, apparaît trois fois :
- Web : `maria.lopez@email.com`, pas de téléphone
- Fidélité magasin : `M. Lopez`, téléphone `+33 6 12 34 56 78`
- Centre d'appels : `Maria L.`, même téléphone
Le hub MDM applique des règles de matching sur l'email, le téléphone et la similarité des noms, relie les trois enregistrements et applique des règles de survivorship (l'email vérifié le plus récent l'emporte, l'adresse la plus complète l'emporte). Il produit un golden record avec un ID stable. Le marketing voit désormais une cliente au lieu de trois, la finance réconcilie correctement la lifetime value, et tout moteur de recommandation IA s'entraîne sur un historique propre et unifié.
En résumé : le MDM est le socle qui rend l'analytics, la personnalisation et l'automatisation dignes de confiance.
Voir aussi
Questions fréquentes
Que signifie MDM et quelles données sont concernées ?
MDM signifie Master Data Management, ou gestion des données de référence. Il regroupe les processus, les règles de gouvernance et les outils qui maintiennent une version unique et fiable des données de référence : clients, produits, fournisseurs, salariés, comptes, sites. Il ne traite pas les données transactionnelles (une commande, un paiement, un clic), qui changent en permanence et ne servent pas de référentiel partagé.
Quelle différence entre données de référence et golden record ?
Les données de référence désignent la catégorie de données qui évoluent lentement et sont réutilisées partout : clients, produits, fournisseurs. Le golden record est la version unique et faisant autorité d'une entité précise dans cette catégorie. Il résulte du rapprochement des doublons entre systèmes puis de l'application de règles de survivorship qui tranchent en cas de conflit, par exemple l'e-mail vérifié le plus récent ou l'adresse la plus complète.
Pourquoi les projets d'IA échouent-ils sans gestion des données de référence ?
Parce qu'un modèle entraîné sur des versions contradictoires d'une même entité produit des résultats peu fiables. Si « Acme Corp », « ACME Corporation » et « Acme Inc. » sont traités comme trois clients distincts, un moteur de recommandation ou un modèle de lifetime value apprend sur un historique fragmenté. Le MDM unifie ces enregistrements en amont, ce qui en fait un prérequis plutôt qu'un chantier mené en parallèle.
Par quel style de MDM commencer ?
Trois styles existent et se distinguent par le niveau d'autorité confié au hub. Le style registry laisse les données dans les systèmes sources et se contente de mapper les identifiants dans un index central : c'est le plus léger à déployer. Le style consolidation copie les enregistrements dans un hub pour les nettoyer et alimenter le reporting. Le style centralisé (ou transactionnel) fait du hub la source de vérité dans laquelle les applications écrivent, avec le plus de contrôle mais l'intégration la plus lourde.
Que sont les règles de survivorship, concrètement ?
Les règles de survivorship déterminent quelle valeur est conservée quand des enregistrements rapprochés se contredisent sur un même champ. Exemple chez un distributeur : Maria Lopez existe en web sous « maria.lopez@email.com » sans téléphone, en carte de fidélité magasin sous « M. Lopez » avec un numéro, et au centre d'appels sous « Maria L. » avec le même numéro. Les règles de matching sur e-mail, téléphone et similarité de nom relient les trois fiches, puis les règles de survivorship retiennent l'e-mail vérifié le plus récent et l'adresse la plus complète pour créer un golden record avec un identifiant stable.