L'avis de... Jean Declunder, responsable de l'offre EIM* chez Steria France

« S’assurer de la qualité des données avant tout projet »

le 12/05/2011 L'AGEFI Hebdo

Quelles sont les clés d’une bonne « anonymisation »** des données ?

Il faut d’abord avoir une démarche transversale car l’anonymisation ne concerne pas un seul projet ou une seule équipe de développement. Par ailleurs, il est indispensable de s’assurer de la qualité et de l’intégrité des données que l’on va extraire à des fins d’anonymisation et de tests. S’il y a beaucoup de données invalides ou de mauvais profils, cela complique le processus et nuit au résultat final. Les entreprises, et surtout les banques, ne doivent donc pas hésiter à faire un audit qui va mesurer l’alignement des données avec les référentiels du système d’information. Cela permet aussi de réduire les coûts car si les jeux de données sont cohérents et de bonne qualité, on peut diviser sensiblement le volume de stockage. Et, surtout, avoir la maîtrise de son jeu de données participe à l’agilité de l’entreprise et donc à sa productivité.

Quelles sont les autres phases importantes en amont de l’anonymisation ?

Il faut identifier dans les bases de données sources ce que sont les données historiques - que l’on ne touchera pas - et les données référentielles applicatives qui sont par exemple issues des transactions et que l’on va extraire et rendre anonyme. La difficulté vient du fait qu’il faut récupérer de l’information provenant de différents systèmes d’information. Il est alors nécessaire de reconstruire de la cohérence pour pouvoir travailler sur ces jeux de données. On établit ensuite les règles de ciblage, on identifie les données sensibles puis on mesure les contraintes et les impacts de l’anonymisation. Les techniques d’anonymisation dépendent alors des besoins du projet et de la volonté de réutiliser ou non les jeux de données.

*Enterprise Information Management

**Processus consistant à rendre les données anonymes

A lire aussi