Que signifie la qualité des données dans la gestion des licences et pour l'outil SAM ?

Êtes-vous satisfait que les données relatives aux actifs et aux licences contenues dans l'outil soient "approximativement" correctes ? Les entreprises du monde entier investissent des ressources considérables dans l'acquisition et l'exploitation de leurs outils SAM et ITAM. La création de bilans de licences et la détermination de la conformité des licences sont fondamentalement basées sur les données de l'outil SAM, et sont donc décisives pour le résultat.

Votre outil SAM vous permet-il vraiment de savoir ce qui se passe avec vos données ?

La qualité des données contenues dans l'outil, sa facilité d'utilisation et sa valeur informative sont souvent considérées comme allant de soi. C'est pourtant la raison d'être de l'outil, n'est-ce pas ?

Une gestion efficace des risques dans la gestion des licences n'est pas possible sans une qualité élevée des données dans l'outil SAM. Vous devez donc vous poser la question suivante : les données contenues dans l'outil sont-elles correctes ? Sont-elles à jour et complètes ? Qu'est-ce qui caractérise le terme "complet" et quand est-il complet ?

Existe-t-il des procédures permettant de déterminer l'état et la maturité des données de l'outil SAM et comment travailler à l'amélioration de la qualité des données ?

La qualité des données joue-t-elle un rôle dans le plan de développement et l'organisation de SAM ?

La plupart des organisations SAM répondront à ces questions : l'"outil SAM" assurera la qualité nécessaire des données, c'est son travail, n'est-ce pas ?

Mais ce n'est pas si simple.

Aucun outil, pas même un outil basé sur l'IA, ne peut compenser les erreurs systémiques et/ou conceptuelles dans le modèle de données et les sources de données qui fournissent les données.

Oui, il est bon de croire que les données des sources de données de base connectées ne peuvent pas être erronées. Même si c'était le cas, la gestion des licences n'est pas responsable des erreurs dans les sources de données de base en amont.

Non, la gestion des licences n'est pas responsable des erreurs dans les sources de données informatiques, mais elle est responsable de l'ignorance de la mauvaise qualité des données et des conséquences qui en découlent.

Les évaluations et les décisions fondées sur des données non valides ne sont pas seulement mauvaises. Elles ne valent pas l'effort nécessaire pour les déterminer et, dans le pire des cas, elles conduisent à des décisions erronées.

De plus, ignorer les faiblesses et les erreurs ne mène à rien, si ce n'est à utiliser inutilement les fonds et les ressources limités de l'entreprise.

Reconnaître les points faibles des sources de données de base, identifier les raisons d'un traitement incorrect dans l'outil et y remédier, en revanche, aide l'entreprise et la gestion des licences à devenir meilleures et plus efficaces dans l'ensemble.

Une organisation SAM et la gestion des outils SAM doivent donc constamment se poser la question :

• Les données traitées dans l'outil SAM sont-elles complètes ?
• Toutes les sources de données de base sont-elles connectées à l'outil ?
• Les données provenant des sources de données de base sont-elles traitées correctement et rapidement ?
• Lorsque de nouvelles sources de données sont ajoutées à l'entreprise, comment les reconnaître ?
• Le traitement des sources de données est-il normalisé et automatisé ?
• Les sources de données connectées fournissent-elles des données plausibles ?
• Est-il garanti que les données provenant de différentes sources ne se chevauchent pas de manière négative ?
• Mes structures quantitatives sont-elles correctes, l'étendue des données fournies est-elle conforme aux attentes ?
• Les données fournies sont-elles même à jour et peuvent-elles être utilisées de manière judicieuse ?

Mettre en place une gouvernance SAM.

Les tâches et les responsabilités liées à la détermination de la qualité des données et à la gestion des données de l'outil SAM doivent être décrites et définies dans le cadre de la gouvernance SAM dans les domaines de la gestion des risques et de la gestion de la qualité des données.

Les réponses à ces questions devraient être déterminées de manière aussi automatique que possible, à partir de rapports KPI et de procédures de test, de validations régulières des données effectuées par SAM Risk Management dans le cadre d'un processus normalisé de gestion de la qualité.

Les lacunes dans les sources de données et les processus en amont qui sont détectées à l'aide de ces méthodes de contrôle doivent être corrigées, et non ignorées. Cela permet d'accroître la qualité globale des données informatiques et d'améliorer la valeur commerciale des données et des processus.

Vérifier et gérer activement la qualité des données de l'outil dans le but de générer une valeur commerciale pour l'entreprise et d'identifier et d'éviter les risques potentiels à un stade précoce devrait être la tâche et l'objectif de chaque organisation SAM.

L'évaluation du niveau de maturité d'un outil SAM et des données qu'il contient n'a rien de sorcier - il suffit de vouloir le faire et de l'exécuter.

Chaque organisation SAM devrait prendre conscience de la valeur des données de l'outil SAM qu'elle conserve et les gérer activement. Avant tout, il faut considérer ces données comme un moyen de production et faire un effort beaucoup plus important pour "commercialiser et utiliser ces données" au sein de l'entreprise.

Vous avez des questions ? Alors discutons-en et contactez-nous pour une consultation gratuite.

White Paper

ITAM et données fiables

Générez des données fiables qui vous permettront d'obtenir une vue d'ensemble de vos actifs informatiques souvent complexes.

Download now