Data Universe
Newsletter
Accueil/Encyclopédie/Master Data Management (MDM)
👑Gouvernance & QualitéAvancéGouvernance

Master Data Management (MDM)

Discipline qui consiste à créer et maintenir une version unique, fiable et partagée des données de référence d'une entreprise (clients, produits, fournisseurs, employés).

💡Explication simple

Dans une grande entreprise, le client « Renault » peut s'appeler 'RENAULT SA' dans le CRM, 'Renault Group' dans la comptabilité et 'R. France' dans la logistique. Ces 3 entrées désignent la même entité mais sont invisiblement liées. MDM crée un « golden record » — la version officielle et unique de chaque entité — et synchronise cette donnée de référence dans tous les systèmes. Plus de doublons, plus d'incohérences.

🏗️Exemple concret

Banque : le même client physique avait 7 identifiants différents dans 7 systèmes (prêt, épargne, assurance, carte, conseil, mobile, web). Après un projet MDM de 18 mois : 1 identifiant client unique, vision 360° consolidée. Impact : offres personnalisées cross-produit, réduction des risques réglementaires (RGPD : un seul point de suppression).

∑ Concept clé

MDM = déduplication (algorithmes de matching flou : Jaro-Winkler, Soundex) + golden record (règles de survivance) + distribution (API ou réplication) + gouvernance.

🎯Quand l'utiliser ?

Fusion-acquisition (consolider deux référentiels clients)
Conformité réglementaire (vue client unique pour RGPD, KYC)
Amélioration de la qualité des données à l'échelle de l'entreprise

✅ Avantages

+Élimine les doublons et incohérences (Single Source of Truth)
+Améliore la qualité de toutes les analyses
+Facilite la conformité réglementaire

⚠️ Limites

Projets longs et coûteux (18-36 mois typiquement)
Nécessite un sponsorship C-level fort
Résistance au changement des équipes métier (propriété des données)

🛠️ Outils principaux

Informatica MDM
SAP Master Data Governance
Reltio
Profisee
Open source : OpenMDM
GouvernanceMDMQualité des donnéesRéférentielEntreprise

Concepts liés

⚖️

AI Act européen — Réglementation de l'IA

Conformité

🏦

BCBS 239 — Agrégation des données de risque bancaire

Réglementation

⚠️

Biais algorithmique et fairness

Éthique IA

📋

Data Contract

Gouvernance

← Retour à l'encyclopédie