Sommaire
  1. Le principe
  2. Choisir la source de chaque donnée
  3. Relier les outils à la source
  4. Relier un agent IA à la source
  5. Un responsable par donnée
  6. Par où commencer
  7. Questions fréquentes

Le même fichier client existe en plusieurs versions. Les commerciaux tiennent le leur dans le CRM. La comptabilité garde un tableur à jour à sa façon. En réunion, les chiffres ne concordent pas. Une partie du temps passe à savoir qui a raison.

La source unique de vérité, ou SSOT pour Single Source of Truth, règle ce problème. Pour chaque donnée, un seul outil fait référence.

Le principe

Chaque donnée est saisie à un seul endroit, appelé la source de référence. Les autres outils lisent la donnée à cette source. Ils ne la ressaisissent pas et n'en gardent pas leur propre version.

Chaque type de donnée peut avoir sa propre source. Le CRM peut faire référence pour les clients, et le logiciel de paie pour les salariés. La règle est qu'il n'y ait qu'une source par donnée.

Choisir la source de chaque donnée

On commence par lister les données importantes : clients, devis, factures, salariés, stocks. Pour chacune, on note tous les endroits où elle est saisie. Cette liste fait souvent apparaître des doublons inattendus.

On choisit ensuite la source. En général, c'est l'outil où la donnée naît. Un client naît dans le CRM au premier contact. Une facture naît dans le logiciel de facturation. Les autres copies deviennent des lectures.

Ce travail fait partie de la cartographie du système d'information.

Relier les outils à la source

Une fois la source choisie, les autres outils doivent la lire. Le moyen le plus direct est l'API. Une API est une porte d'entrée qui permet à deux logiciels d'échanger des données sans intervention humaine. Quand le CRM modifie l'adresse d'un client, le logiciel de facturation la reçoit automatiquement.

Quand deux outils n'ont pas de connexion prévue, une automatisation fait le lien. Un outil comme Make ou n8n copie la donnée d'un logiciel à l'autre à chaque changement.

Parfois, aucun outil du marché ne couvre correctement un processus. Les équipes compensent avec des tableurs, qui deviennent de nouvelles sources concurrentes. Un logiciel métier conçu pour ce processus peut alors devenir la source de référence.

Relier un agent IA à la source

Un agent IA est un programme qui utilise un modèle d'IA pour répondre à des questions ou exécuter des tâches. Il a besoin des mêmes données que les équipes. S'il lit une copie, il répond avec des données périmées.

Le MCP, pour Model Context Protocol, est un standard qui permet à un agent IA de se connecter à un logiciel. L'agent lit alors les données à la source. Il peut aussi les modifier, dans la limite des droits qu'on lui accorde. De plus en plus de logiciels du marché proposent un serveur MCP. Un logiciel métier peut aussi en avoir un.

Un agent relié à un export de tableur répond avec les chiffres du jour de l'export. Relié à la source par MCP, il répond avec les chiffres du moment.

Un responsable par donnée

Chaque source a un responsable. Il fixe les règles de saisie, comme le format d'une adresse ou les champs obligatoires. Il tranche quand deux services ne sont pas d'accord sur une valeur. Ce rôle s'appelle la propriété des données. Sans responsable, les doublons reviennent en quelques mois.

Par où commencer

  1. Choisir une donnée qui pose problème, souvent le fichier client.
  2. Lister tous les endroits où elle est saisie.
  3. Désigner la source de référence et son responsable.
  4. Relier les autres outils à cette source, puis supprimer les copies.

Questions fréquentes

Comment identifier le système qui doit devenir la source de vérité pour un type de données ?

Le choix de la source maître doit s'appuyer sur plusieurs critères objectifs : la proximité avec le processus métier générateur de la donnée, la complétude et la qualité des informations, la fréquence de mise à jour, et la robustesse des processus de saisie et validation. Le système le plus proche de l'origine de la donnée présente généralement les meilleures garanties.

Quels sont les principaux défis techniques lors de la mise en œuvre d'un SSOT ?

Les défis incluent la gestion des différents formats de données entre systèmes, la synchronisation en temps réel ou quasi temps réel, la résolution des conflits de données, et le maintien de la performance lors des pics de charge. Il faut également prévoir des mécanismes de reprise sur erreur et de monitoring continu pour garantir la fiabilité du système.

Comment mesurer le retour sur investissement d'un projet SSOT ?

Le ROI se mesure à travers plusieurs indicateurs : réduction du temps consacré à la réconciliation manuelle des données, diminution des erreurs de décision, amélioration de la productivité des équipes analytiques, et réduction des risques de non-conformité. Il faut également considérer les gains qualitatifs comme l'amélioration de la confiance dans les données et l'accélération des processus de prise de décision.

Dans Données