Data lineage : sans traçabilité, aucun audit financier ne tient
Un chiffre publié sans lignée n'est pas auditable. Le data lineage n'est pas un outil de catalogage : c'est la capacité à démontrer, en quelques minutes, d'où vient un montant, par quelles transformations il est passé, et qui l'a validé.
Un auditeur pose rarement la question « ce chiffre est-il juste ? ». Il pose une question plus difficile : « comment le savez-vous ? ». La réponse attendue n'est pas une opinion, mais un chemin : la source, les transformations, les contrôles, et la personne qui a validé.
C'est exactement ce que produit le data lineage — à condition qu'il soit traité comme une exigence de preuve, et non comme une fonctionnalité de catalogue.
Ce que doit démontrer une lignée
- L'origine : quelle source, quel système, quel identifiant d'écriture.
- Les transformations : quelles règles ont été appliquées, dans quel ordre, avec quelle version.
- Les contrôles : quels tests ont été exécutés, avec quel résultat.
- La validation : qui a approuvé, quand, et sur quelle base.
Prenez un montant publié au comité. Demandez à l'équipe de retrouver son écriture d'origine en cinq minutes. Si le délai n'est pas tenu, la lignée n'existe pas — même si un outil affiche un graphe.
Pourquoi les projets de lineage échouent
Le premier échec est de croire qu'un outil suffit. Les outils cartographient ce qu'ils peuvent voir : les jobs, les tables, les requêtes. Ils ne voient pas les transformations manuelles, les corrections dans un tableur, les règles appliquées oralement. Or c'est souvent là que se logent les écarts.
Le second échec est de viser l'exhaustivité. Une lignée complète sur l'ensemble du système coûte plus cher qu'elle ne rapporte. La bonne approche est de commencer par les chiffres publiés : ceux qui engagent l'entreprise.
Trois pratiques qui tiennent
1. Partir des chiffres publiés, pas des tables
On ne documente pas « toutes les données ». On documente les montants qui apparaissent dans un reporting officiel, dans une facture, dans une déclaration.
2. Capturer la transformation au moment où elle se fait
Une règle appliquée manuellement doit être enregistrée à l'endroit où elle est appliquée. Si elle vit dans un tableur, il faut le savoir et le documenter — ou supprimer le tableur.
3. Rendre la lignée opposable
Une lignée qui n'est jamais consultée ne survit pas. Elle doit être utilisée lors des revues, des audits et des incidents. C'est l'usage qui la maintient à jour.
« La traçabilité n'est pas ce qui prouve que vous avez raison. C'est ce qui vous permet de le montrer. »
Ce qu'il faut retenir
Le data lineage est une exigence de preuve avant d'être un outil. Les organisations qui le traitent comme un projet de catalogage obtiennent des graphes impressionnants et des audits difficiles. Celles qui le traitent comme une obligation de démonstration obtiennent quelque chose de plus modeste et de bien plus utile : la capacité de répondre, en cinq minutes, à la question « comment le savez-vous ».
Retour aux articles