Master Data Management (MDM) : définition, enjeux et démarche

Le Master Data Management (MDM), ou gestion des données de référence, est l'ensemble des pratiques, des règles et des outils qui donnent à toute l'entreprise une seule version fiable de ses données de base : clients, fournisseurs, articles, sites, organisation. Ce guide explique ce que recouvre le MDM, comment reconnaître qu'on en a besoin et comment s'y prendre, à partir de ce que nous voyons en mission.

Qu'est-ce qu'une donnée de référence ?

Une donnée de référence (master data) décrit les objets stables sur lesquels repose l'activité : le client, le fournisseur, l'article, le site, le salarié. Elle se distingue :

• des données transactionnelles (une commande, une facture, une intervention), qui s'appuient sur elle ;
• des données de paramétrage (codes pays, unités, devises), plus simples et plus stables.

Le problème vient de ce que la même donnée de référence vit dans plusieurs systèmes à la fois. Un client existe dans le CRM, dans l'ERP, dans l'outil de facturation et souvent dans des fichiers Excel. Chaque système le saisit à sa manière, avec ses propres codes, et personne ne sait plus quelle version fait foi.

Les signes qu'il vous faut un MDM

Vous êtes concerné si vous reconnaissez plusieurs de ces situations :

• les mêmes clients ou fournisseurs existent en plusieurs exemplaires, selon le système ou la filiale ;
• chaque direction a « son » chiffre du nombre de clients actifs ;
• une migration d'ERP approche, par exemple vers SAP S/4HANA, et les données de base ne sont pas prêtes ;
• les contrôles de qualité se font à la main, dans des fichiers Excel ;
• un projet d'IA ou de BI bute sur des données incohérentes.

Le dernier point est de plus en plus fréquent. Un modèle d'IA ou un tableau de bord ne sont jamais plus fiables que les données qui les alimentent : le MDM en est le socle.

Ce que fait concrètement un référentiel MDM

Un référentiel MDM enchaîne quelques opérations clés :

1. Collecter les enregistrements des différentes sources (CRM, ERP, fichiers).
2. Standardiser et valider : formats d'adresse, téléphones, identifiants, règles de complétude.
3. Rapprocher (match) les enregistrements qui décrivent le même objet, avec des règles exactes ou approchantes.
4. Fusionner (merge) ces enregistrements en une fiche de référence, aussi appelée golden record. Les règles de survivance décident, champ par champ, quelle source l'emporte : l'adresse du fichier le plus récent, la raison sociale du CRM, le segment de l'ERP.
5. Publier la fiche de référence vers les systèmes qui en ont besoin, en SQL, par API ou par notification.

Autour de ce cœur, le référentiel offre des applications de saisie et de validation aux équipes métier, des workflows pour les cas litigieux et des tableaux de bord de qualité.

Les quatre styles d'architecture MDM

On distingue classiquement quatre styles, du plus léger au plus intégré :

Style	Principe	Quand le choisir
Registre	Le MDM indexe les enregistrements sans les modifier dans les sources	Besoin d'une vue unifiée en lecture, sans toucher aux systèmes
Consolidation	Le MDM construit la fiche de référence, consommée par la BI et l'analytique	Premier projet, objectifs de reporting et de qualité
Coexistence	La fiche de référence est republiée vers les sources, qui restent modifiables	Plusieurs systèmes doivent rester maîtres de la saisie
Centralisé	La création se fait dans le MDM, qui alimente tous les systèmes	Gouvernance forte, migration d'ERP, processus de création maîtrisé

Beaucoup de projets commencent par la consolidation, puis évoluent vers la coexistence ou la centralisation une fois la gouvernance installée.

La démarche : commencer petit, mais par le bon domaine

Les projets MDM qui échouent ont souvent voulu tout traiter en même temps. La démarche que nous appliquons tient en cinq étapes.

1. Choisir un domaine et un cas d'usage

Un domaine (les tiers, ou les articles) et un usage qui compte pour la direction : préparer une migration, fiabiliser la facturation, consolider le reporting d'un groupe. Le cas d'usage sert de boussole pour tous les arbitrages.

2. Installer la gouvernance avant l'outil

Qui est propriétaire de la donnée client ? Qui valide une création de fournisseur ? Quelles règles de qualité sont obligatoires ? Ces décisions reviennent aux data owners et aux data stewards côté métier. Sans elles, l'outil le mieux configuré reproduit le désordre existant.

3. Modéliser et écrire les règles

Le modèle de données décrit les entités, leurs attributs et leurs relations. Les règles de validation, de rapprochement et de survivance sont écrites avec les métiers, puis testées sur des données réelles : c'est là que l'on découvre l'ampleur des doublons.

4. Intégrer les sources et les consommateurs

L'alimentation depuis l'ERP, le CRM et les fichiers, puis la publication vers les systèmes consommateurs. C'est souvent la partie la plus longue, et celle qui demande le plus de coordination avec les équipes en place.

5. Mesurer et faire vivre

Un tableau de bord de qualité suit la complétude, les doublons et les rejets dans le temps. Le référentiel n'est pas un projet qui se termine : c'est un service qui se maintient, avec une maintenance applicative (TMA) et des évolutions régulières.

Quels outils pour le MDM ?

Le marché compte plusieurs éditeurs spécialisés, parmi lesquels Semarchy, Informatica, Stibo Systems, Reltio ou Profisee, ainsi que les solutions des éditeurs d'ERP comme SAP Master Data Governance. Le bon choix dépend du domaine, du style d'architecture visé, des compétences disponibles et du budget.

Chez Inovext, notre spécialité est Semarchy xDM et la Semarchy Data Platform, que nous mettons en œuvre et maintenons en production. Nous détaillons les étapes d'un tel projet dans notre article Projet Semarchy xDM : les étapes d'un référentiel MDM.

MDM, qualité des données et gouvernance : quelle différence ?

Les trois notions se recouvrent :

• la gouvernance des données fixe les rôles, les règles et les responsabilités ;
• la qualité des données mesure et corrige les défauts ;
• le MDM applique les deux à un périmètre précis, les données de référence, avec un outil qui produit et publie la fiche de référence.

Un data catalogue complète souvent l'ensemble, en documentant où se trouvent les données et ce qu'elles signifient.

Pour aller plus loin

• Une migration d'ERP en vue ? Lisez Migration SAP S/4HANA : préparer la qualité des données de base.
• Découvrez notre offre MDM Engineering et nos références.
• Pour former vos équipes, voyez nos formations Semarchy et data.