Data catalog : définition et fonctionnalités
Un data catalog, ou catalogue de données, est un inventaire des données d'une entreprise, construit à partir de leurs métadonnées : leur emplacement, leur signification, leur provenance, leur responsable et leurs usages. Il fonctionne comme un moteur de recherche interne, qui permet à un analyste de trouver le bon jeu de données et de juger s'il peut s'y fier.
Ce que contient un catalogue
Le catalogue collecte automatiquement les métadonnées techniques des bases, entrepôts, lacs et outils de BI auxquels il se connecte : tables, colonnes, types, volumes, fréquence de mise à jour. Les équipes y ajoutent les métadonnées métier : définition de chaque indicateur, propriétaire, niveau de sensibilité, règles d'usage. Le lignage relie les deux, en montrant par quels traitements une colonne d'un tableau de bord remonte jusqu'à sa table d'origine dans l'ERP.
Des métadonnées actives
Les catalogues récents exploitent les métadonnées au lieu de seulement les afficher : ils repèrent les tables les plus consultées, signalent qu'une source a changé de structure, proposent une définition à partir des usages observés, ou déclenchent une alerte quand un contrôle de qualité échoue. Le marché réunit des éditeurs spécialisés, comme Collibra, Alation, Atlan ou le français DataGalaxy, les catalogues intégrés aux plateformes, comme Unity Catalog chez Databricks, et des projets libres comme DataHub ou OpenMetadata.
Qui le fait vivre
Le data steward en est le premier contributeur : il rédige les définitions, rattache chaque jeu de données à son propriétaire et complète les fiches lacunaires. Le chief data officer choisit l'outil, en fait un pilier du programme de gouvernance et suit son adoption par les métiers. Le data architect le connecte aux plateformes, organise la collecte automatique des métadonnées et veille à ce que le lignage reste exact après chaque évolution des flux.
Les métiers
Les métiers qui s'en occupent.
- Gouvernance & Référentiels Data (MDM)Data Steward / MDM Manager
45 k€ à 120 k€ et plus brut annuel
- Gouvernance & Référentiels Data (MDM)Chief Data Officer
70 k€ à 200 k€ et plus brut annuel
- Data, BI & PlateformesData Architect
85 k€ à 180 k€ et plus brut annuel
Questions fréquentes
Data catalog : vos questions.
- Quelle différence entre data catalog et glossaire métier ?
- Le glossaire métier définit les notions de l'entreprise en langage courant : ce qu'est un client actif, un chiffre d'affaires net, un effectif. Le data catalog recense les données physiques, tables et colonnes, et les relie à ces notions. Le glossaire répond à la question « de quoi parle-t-on », le catalogue à la question « où se trouve la donnée qui le mesure ». Les outils du marché intègrent en général les deux.
- Comment mesurer l'adoption d'un data catalog ?
- L'adoption d'un data catalog se mesure à l'usage qu'en font les équipes : utilisateurs actifs chaque mois, recherches effectuées, part des jeux de données critiques documentés et rattachés à un propriétaire, questions posées dans l'outil et délai de réponse. Un catalogue consulté par les analystes au moment de construire un rapport a trouvé sa place ; un catalogue rempli une fois puis laissé en l'état perd vite sa valeur, car les métadonnées vieillissent au rythme des flux.
- Quelle différence entre data catalog et MDM ?
- Le data catalog décrit les données : il indique où elles résident, ce qu'elles veulent dire et comment elles circulent, en laissant les données elles-mêmes à leur place. Le MDM, ou gestion des données de référence, agit sur les données : il consolide les clients, les produits ou les fournisseurs en une version de référence unique et la diffuse aux applications. Le data steward travaille souvent avec les deux outils.
Dans le lexique : Data governance (gouvernance des données), Data mesh, Data warehouse (entrepôt de données).
À propos de l'auteur
Co-fondateur d'Entourage Recrutement
Douze années de recrutement sur les métiers de l'IT ont mené Helder à co-fonder Entourage Recrutement. Il y pilote les missions freelance et le management de transition, de l'ingénierie logicielle aux directions des systèmes d'information.
Vous recrutez sur ces sujets ?
Décrivez le poste et son périmètre. Un consultant Tech vous recontacte sous 24 heures ouvrées pour cadrer la recherche avec vous.