Données de référence et données maîtres : le golden record client et produit

Une grande banque a découvert un jour qu'un même client corporate, un industriel mondial, existait 47 fois dans ses systèmes. Orthographes différentes, filiales différentes, desks de trading différents, tous traités comme des clients distincts. Quand l'équipe risques a voulu répondre à une question simple, « quelle est notre exposition totale à ce groupe ? », le chiffre était faux de plusieurs milliards. Pas à cause d'une fraude ou d'un calcul erroné, mais parce que la banque n'avait pas de version unique et fiable de l'identité du client.

C'est le problème que résout le master data managementmaster data managementLe Master Data Management (MDM) est la discipline qui consiste à créer et maintenir une version unique, cohérente et fiable des entités métier centrales d'une organisation : clients, produits, fournisseurs.Voir la définition complète →.

Ce que signifient réellement « données de référence » et « données mamaUtiliser un logiciel pour automatiser les tâches et campagnes marketing répétitives, afin de personnaliser à grande échelle sur des canaux comme l'email, le web et le social.Voir la définition complète →îtres »

Ces deux termes sont constamment confondus, alors clarifions-les.

Les données de référence constituent le vocabulaire partagé. Ce sont les listes de correspondance à évolution lente sur lesquelles tout le monde s'accorde : codes devises (USD, EUR), codes pays (ISO 3166), codes types de produit, codes agences. Les données de référence sont généralement externes ou normalisées.

Les données maîtres sont les entités métier centrales sur lesquelles la banque opère : clients, contreparties, produits, comptes, entités juridiques. Ce sont les « noms » de l'activité.

Les données transactionnelles, à l'inverse, sont les « verbes » : un virement, une transaction, un tirage de crcrLe pourcentage de visiteurs ou de prospects qui réalisent une action attendue (achat, inscription, formulaire de contact), calculé en divisant les conversions par le nombre total d'opportunités.Voir la définition complète →édit. Chaque transaction renvoie à des données maîtres (« ce paiement, de ce client, dans cette devise »).

Si les données maîtres sont fausses, chaque transaction qui y fait référence hérite de l'erreur.

Le golden record

Le golden record est la version unique, réconciliée et faisant autorité d'une entité de données maîtres. Un client, un enregistrement, une vérité, reconstitués à partir de nombreux systèmes sources.

Les banques sont désordonnées parce qu'elles ont grandi par acquisitions et par silos produits. Un client retail peut exister dans :

• le core banking system (comptes courants et épargne)
• la plateforme d'octroi de crédit immobilier
• le système cartes bancaires
• le portefeuille de gestion de fortune
• l'outil CRMCRMCustomer Relationship Management : logiciel et stratégie pour gérer et analyser les interactions clients tout au long de leur cycle de vie.Voir la définition complète → (customer relationship management) utilisé en agence

Chaque système a attribué son propre identifiant client. Le golden record les relie.

Les identifiants qui l'ancrent

Pour les clients retail, l'ancrage vient du KYC (Know Your Customer, le processus réglementaire de vérification d'identité destiné à prévenir le blanchiment). Le KYC recueille un nom vérifié, une date de naissance, une adresse et un identifiant administratif (un Social Security Number aux États-Unis, une carte d'identité nationale ou un passeport en Europe).

Pour les contreparties corporate et institutionnelles, la référence est le LEI (Legal Entity Identifier). C'est un code de 20 caractères qui identifie de façon unique une entité juridique dans le monde entier. Il a été créé après la crise de 2008 précisément parce que les régulateurs ne pouvaient pas répondre assez vite à la question « qui est exposé à Lehman Brothers ? ».

La consultation du LEI est gratuite. Vous pouvez rechercher n'importe quelle entité dans la base de la Global LEI Foundation (GLEIF).

Hiérarchies d'entités juridiques

Le LEI ne se limite pas à identifier une entité. La GLEIF enregistre les relations parent-enfant entre entités : quelle filiale se rattache à quelle maison mère ultime. C'est cette hiérarchie qui a permis à la banque de notre histoire d'agréger enfin correctement son exposition.

Exemple de structure :

Ultimate Parent (LEI: 5493...)
 ├── Regional Holding EU (LEI: 2138...)
 │     ├── Trading Subsidiary FR (LEI: 9695...)
 │     └── Lending Subsidiary DE (LEI: 8945...)
 └── Regional Holding US (LEI: 5493...)
       └── Broker-Dealer US (LEI: 2540...)

Quand vous accordez un crédit à Trading Subsidiary FR, votre exposition à l'Ultimate Parent doit remonter à travers cet arbre. Une hiérarchie fausse et vous dépassez les limites de concentration sans le savoir.

Référentiels produits et contreparties

La même discipline s'applique au-delà des clients.

Le catalogue produits (ou référentiel produits) définit chaque produit vendu par la banque : chaque type de compte de dépôt, chaque prêt, chaque dérivé. Un seul code produit mal étiqueté peut router une transaction vers le mauvais compte du grand livre et corrompre les reportings réglementaires.

Le référentiel contreparties est la version institutionnelle du référentiel clients, très utilisé en marchés de capitaux. Il alimente le risque de crédit, la gestion du collatéral et le settlement. Si deux desks maintiennent chacun leur propre identifiant de contrepartie pour la même banque, les calculs de netting (compensation entre ce que vous devez et ce qui vous est dû) tombent en panne.

Comment les enregistrements sont réconciliés : matching et survivorship

Construire un golden record est un problème de données en deux étapes.

Étape 1 : le matching (résolution d'entités). Déterminer quels enregistrements désignent la même entité du monde réel. C'est rarement une jointure propre. « J. Smith, 12 Oak St » et « John Smith, 12 Oak Street » sont probablement la même personne. Les moteurs de matching combinent des règles déterministes (correspondance exacte sur l'identifiant national) et un scoring probabiliste (nom approximatif, adresse, date de naissance).

Étape 2 : le survivorship. Quand vous fusionnez des enregistrements appariés, quelle valeur l'emporte ? Si le CRM indique un numéro de téléphone et le système de crédit immobilier un autre, les règles de survivorship retiennent la source de confiance ou la valeur vérifiée la plus récente.

Un exemple de matching détaillé :

Record A: name="ACME CORP",     LEI=null,      country=US
Record B: name="Acme Corp Inc", LEI=5493001..., country=US
Record C: name="ACME CORPORATION", LEI=5493001..., country=US

Match score B vs C: LEI exact match  -> score 1.00 -> MERGE
Match score A vs B: name fuzzy 0.82, country match 1.0
                    weighted score 0.71 -> REVIEW (below 0.85 auto-merge threshold)

Les enregistrements B et C fusionnent automatiquement sur le LEI. L'enregistrement A part en revue chez un data stewarddata stewardUn responsable côté métier, garant de la qualité, de la cohérence et du bon usage des données de son domaine.Voir la définition complète → humain, faute d'identifiant fort.

Les métriques qui garantissent la rigueur

La qualité des données maîtres se mesure, elle ne se présume pas. Les dimensions clés :

• Unicité : le taux de doublons. Pourcentage d'entités qui désignent en réalité la même chose. La cible pour un référentiel clients mature est souvent citée en dessous de 1 à 2 % de doublons (estimation sectorielle, très variable).
• Complétude : pourcentage d'enregistrements dont tous les champs obligatoires sont renseignés (par exemple, chaque contrepartie corporate doit avoir un LEI).
• Exactitude : pourcentage d'enregistrements conformes à une source de vérité fiable.
• Fraîcheur : l'ancienneté de la donnée, par exemple le nombre de jours depuis le dernier rafraîchissement KYC.
• Cohérence : le fait que la même entité porte les mêmes valeurs dans tous les systèmes.

Un calcul de complétude détaillé :

Counterparties requiring an LEI:        50,000
Counterparties with a valid LEI:        47,300
LEI completeness = 47,300 / 50,000 = 94.6%

Si un régulateur exige une couverturecouvertureLe nombre de personnes uniques exposées à votre message sur une période donnée. Contrairement aux impressions, le reach compte chaque personne une seule fois, quel que soit le nombre d'expositions.Voir la définition complète → LEI de 100 % pour les dérivés déclarables, cet écart de 5,4 % devient un constat de non-conformité.

🎬 [VIDEO: "What is Master Data Management (MDM)?" - youtube.com - un panorama conceptuel clair de 6 minutes sur le MDM et les golden records]

Gouvernance : à qui appartient la vérité

Les métriques ont besoin de responsables. C'est là qu'intervient la data governancedata governanceLa data governance est l'ensemble des politiques, rôles et processus qui garantissent que les données sont exactes, sécurisées, bien définies et utilisées de façon responsable dans toute l'organisation.Voir la définition complète →.

Un data steward est la personne responsable de la qualité d'un domaine de données (par exemple le référentiel clients). Un data owner est généralement un dirigeant métier qui valide les définitions et les accès. Ensemble, ils font appliquer les règles : ce qui constitue un enregistrement valide, quel système fait autorité pour chaque champ, et qui peut créererLe rapport entre les interactions (likes, commentaires, partages) et le reach d'un contenu, utilisé pour mesurer la réaction de l'audience au regard du nombre de personnes touchées.Voir la définition complète → ou fusionner des enregistrements.

En Europe, la gouvernance des données maîtres croise directement le RGPD (Règlement général sur la protection des données), qui accorde aux individus des droits sur leurs données personnelles. Vous ne pouvez pas honorer une demande de « droit à l'effacement » si vous ignorez où se trouvent les 47 occurrences d'un client dans vos systèmes. Le golden record est ce qui rend la conformité RGPD opérationnellement possible.

Aux États-Unis, les principes BCBS 239 (publiés par le Comité de Bâle sur le contrôle bancaire, relatifs à l'agrégation des données de risque) poussent les grandes banques à démontrer qu'elles peuvent agréger les données de risque avec exactitude et rapidité. Impossible sans des données maîtres propres.

Pourquoi un seul identifiant en double corrompt tout, silencieusement

Revenons à la scène d'ouverture. Voici la chaîne de dégâts provoquée par un seul identifiant client dupliqué :

1. L'agrégation des risques sous-estime l'exposition. Deux identifiants pour un client, et les limites semblent respectées alors qu'elles sont dépassées.
2. Les reportings réglementaires sont faux. Le reporting des grands risques aux régulateurs s'agrège par contrepartie. Les doublons fragmentent le total.
3. La surveillance AML rate des schémas. La surveillance Anti Money Laundering analyse le comportement par client. Coupez un client en deux et les schémas suspects passent sous les seuils d'alerte.
4. L'expérience client se dégrade. Le client se voit demander deux fois ses documents KYC, reçoit des courriers en double et constate des soldes incohérents.
5. Les analytics mentent. Chaque métrique de « nombre de clients », chaque modèle de cross-sell, chaque prédiction de churn repose sur des comptages gonflés et fragmentés.

Le plus insidieux : rien de tout cela ne génère d'erreur. Les systèmes tournent normalement. Les chiffres sont simplement faux, en silence, et personne ne s'en aperçoit jusqu'à ce qu'un régulateur ou une crise pose la question.

À retenir

• Le golden record est la version unique, réconciliée et faisant autorité d'une entité de données maîtres, reconstituée depuis de nombreux systèmes en silos. C'est le socle dont tout le reste dépend.
• Les LEI (issus de la base gratuite GLEIF) ancrent l'identité des entreprises et encodent les hiérarchies d'entités juridiques, indispensables à une agrégation correcte des expositions.
• Construire des golden records est un problème de données en deux étapes : le matching (résolution d'entités) et le survivorship (quelle valeur l'emporte).
• Mesurez les données maîtres sur l'unicité, la complétude, l'exactitude, la fraîcheur et la cohérence, et désignez un data steward responsable de chaque domaine.
• Un identifiant client dupliqué ne produit aucun message d'erreur, mais corrompt silencieusement l'agrégation des risques, le reporting réglementaire, la surveillance AML et tous les chiffres analytiques construits par-dessus.