Gartner estime que la mauvaise qualité des données coûte en moyenne 12,9 millions de dollars par an aux organisations[1]. Ce chiffre parle des grandes entreprises, mais ramené à la taille d'une ETI, le coût reste massif — et invisible. Invisible parce qu'il ne s'inscrit dans aucune ligne budgétaire, qu'il n'alerte aucun indicateur, qu'il se dilue dans les heures passées en réconciliation, les écarts de reporting « réexpliqués » en comité, les décisions prises sur des chiffres qu'on aurait dû questionner.
Dans la plupart des ETI que j'accompagne, la réaction face à ce constat est systématique : « c'est un sujet pour les grands groupes, nous n'avons ni CDO, ni budget data, ni équipe dédiée ». La réaction est compréhensible. Elle est aussi erronée. La gouvernance des données n'est pas une question de taille, c'est une question de méthode. Une ETI peut structurer une gouvernance minimaliste qui fonctionne, sans recruter de CDO à 120 k€ et sans lancer un projet pharaonique. Il suffit de poser les bonnes fondations, dans le bon ordre. Pour les organisations qui souhaitent évaluer leur niveau de départ, un diagnostic de maturité data permet de cartographier les priorités avant de lancer quoi que ce soit.
Voyons pourquoi la gouvernance n'est pas réservée aux grands groupes, quel constat revient dans les ETI, combien coûte son absence, et comment démarrer avec une approche pragmatique — par les fondations, pas par la bureaucratie.
Un mythe à démonter : la gouvernance n'est pas réservée aux grands groupes
La représentation dominante associe « gouvernance des données » à des organisations de plusieurs milliers de salariés avec une direction des systèmes d'information structurée, un RSSI, un CDO, une équipe data science. Cette représentation est historique (les premières démarches de data governance sont nées dans la banque et l'industrie pharmaceutique), mais elle n'est plus d'actualité. Aujourd'hui, une ETI de 300 salariés manipule autant de données critiques qu'un grand groupe le faisait il y a 20 ans — sans aucune des structures pour les gouverner.
Dans le secteur hospitalier où j'ai travaillé 17 ans, j'ai vu ce décalage de très près. Les données étaient éclatées entre SIRH, paie, planning, comptabilité analytique, facturation. Chacun de ces systèmes avait sa logique, ses référentiels, ses périodicités. Personne n'avait le mandat explicite de réconcilier l'ensemble. Le même problème se retrouve aujourd'hui dans les ETI : ERP, CRM, outil de paie, outils métier, Excel omniprésent. Les systèmes ont changé, le problème est le même.
Le constat dans les ETI : dispersion, absence de référentiel, responsabilité floue
Trois symptômes reviennent quasi systématiquement quand je commence une mission dans une ETI sur le sujet data.
Données dispersées entre 5 à 10 systèmes
L'ERP porte la comptabilité. La paie est dans un outil distinct. Le CRM vit sur une plateforme cloud différente. Le SIRH est à part. Les équipes opérationnelles maintiennent des tableurs « de service » pour combler les écarts. Chaque système a ses codes, ses nomenclatures, ses habitudes. Consolider l'ensemble pour produire une vision unifiée suppose un travail manuel récurrent — le fameux reporting du 10 du mois qui mobilise 3 personnes pendant 2 jours.
Absence de référentiel qui fasse foi
Quand on demande « quel est l'effectif de l'entreprise à fin mars ? », on obtient souvent 3 réponses différentes selon qu'on interroge la paie, le SIRH ou le contrôle de gestion. Aucune n'est fausse techniquement, mais elles s'appuient sur des définitions implicites différentes (actifs / en poste / ETP / CDI uniquement). L'absence de référentiel explicite — y compris sur les indicateurs les plus simples — rend toute décision chiffrée fragile. Elle fragilise aussi les tableaux de bord de pilotage : si les chiffres sources diffèrent, les indicateurs consolidés sont incohérents.
Personne n'est responsable des données
Le cas le plus fréquent : les données ont des utilisateurs (qui les consultent), des producteurs (qui les saisissent), des consommateurs (qui les exploitent). Mais personne n'en est responsable — ni de la qualité, ni de la cohérence, ni de la documentation. Quand un champ est mal rempli, personne n'est mandaté pour le corriger. Quand un référentiel évolue, personne n'est tenu d'en informer les autres équipes. Cette absence de responsabilité est le cœur de l'absence de gouvernance.
Ce que coûte l'absence de gouvernance
Avant de parler solutions, il faut chiffrer le coût de la non-action. Trois postes explicites, rarement mesurés mais toujours présents.
Les erreurs de reporting
Un reporting produit sur des données non fiabilisées contient statistiquement des erreurs. Taux d'erreur typique que j'observe en mission : 2 à 5 % sur les volumes, parfois bien plus sur les données analytiques fines. Chaque erreur corrigée tardivement suppose un retraitement, une réexplication, parfois une reprise de décision. Sur une ETI qui produit 40 à 60 reportings mensuels, le cumul est significatif.
Le temps perdu en réconciliation
Une équipe contrôle de gestion de 3 à 5 personnes passe en moyenne 40 à 60 % de son temps à produire et réconcilier des données, contre 40 % à les analyser. Ce ratio s'inverse dans les organisations qui ont structuré leur gouvernance. Le gain potentiel est de 200 à 300 heures par an par contrôleur, soit l'équivalent d'un ETP libéré pour 3 à 4 contrôleurs. L'automatisation du reporting est un des leviers de ce gain, mais elle ne fonctionne que si les fondations data sont posées en amont.
Les décisions prises sur des données fausses
Le coût le plus caché et potentiellement le plus élevé : des arbitrages budgétaires, des décisions commerciales, des plans d'action lancés à partir de chiffres qu'on aurait dû questionner. J'ai vu une ETI lancer un plan d'économies sur un poste identifié comme « en dérive » qui ne l'était pas — la dérive venait d'un changement de codification non répercuté entre systèmes. Le plan a coûté en énergie managériale, en défiance des équipes, et finalement en résultats négligeables. Ce type d'épisode n'apparaît jamais dans une revue budgétaire, mais il arrive plus souvent qu'on ne l'imagine.
Une gouvernance minimaliste qui fonctionne
La bonne nouvelle est qu'une gouvernance utile n'exige ni CDO à 120 k€, ni outillage sophistiqué, ni projet de 18 mois. Elle exige trois ingrédients : des règles simples, des rôles clairs, et une discipline partagée. C'est le socle que je pose systématiquement au début d'une mission de diagnostic de pilotage. Pour les organisations qui veulent aller plus loin, l'article sur la résolution des problèmes data en 2026 détaille les blocages les plus fréquents et les leviers d'action concrets.
Des règles simples
Quatre règles suffisent pour démarrer. Pour chaque donnée sensible : qui saisit, quel référentiel fait foi, qui vérifie, comment on corrige en cas d'erreur. Ces quatre questions, répondues formellement pour les 10 à 20 données les plus critiques, produisent l'essentiel du bénéfice d'une gouvernance. On ne demande ni un « dictionnaire de données » exhaustif, ni une « cartographie des flux » de 200 pages. On demande juste de répondre explicitement à ces quatre questions sur les données qui comptent.
Des rôles clairs : les gardiens par domaine
Le concept-clé est celui de gardien par domaine (on parle parfois de data steward). Un gardien n'est pas un technicien ; c'est un opérationnel métier à qui on donne le mandat explicite d'être garant de la qualité et de la cohérence des données de son domaine. Le gardien RH pour la paie et les effectifs. Le gardien finance pour la comptabilité analytique. Le gardien commerce pour les données CRM. Ces rôles existent informellement dans toutes les ETI ; la gouvernance consiste simplement à les formaliser, à dégager un peu de temps officiel, et à créer un espace de coordination (une réunion trimestrielle suffit souvent).
Une discipline partagée
La gouvernance ne fonctionne que si les règles sont suivies. Cette discipline se construit par itérations, pas par décret. Des revues trimestrielles où les gardiens partagent les problèmes rencontrés. Des contrôles de cohérence automatiques qui détectent les incohérences entre systèmes. Une direction générale qui pose explicitement la qualité des données comme un enjeu stratégique. Sans ce portage managérial, la gouvernance reste une initiative isolée du contrôle de gestion ou de la DSI, et elle s'essouffle en 12 mois.
Les 5 premières actions concrètes pour une ETI
Pour une ETI qui veut démarrer sans en faire un projet formel, voici la séquence qui fonctionne. Elle ne nécessite ni budget spécifique, ni expertise externe — juste une discipline d'exécution sur 3 à 6 mois.
- Inventaire des sources : lister en une demi-journée les 5 à 15 systèmes qui contiennent les données critiques. Pour chacun : propriétaire métier, référentiel utilisé, fréquence de mise à jour, qualité perçue (1 à 5). Ce document fait 2 pages, mais il change tout.
- Désignation des gardiens par domaine : 5 à 7 gardiens suffisent pour couvrir finance, RH, commerce, opérations, produit. Le mandat est formel (lettre de mission d'une page) et reconnu par la direction.
- Harmonisation des 3 à 5 référentiels les plus critiques : définition officielle de l'effectif, du client, du centre de coût, du référentiel produit. Tableau partagé, validé par les gardiens, diffusé à l'entreprise.
- Contrôles de cohérence automatiques : installer 5 à 10 requêtes simples qui détectent les incohérences entre systèmes (un salarié présent en paie absent en SIRH, un client facturé sans compte CRM, etc.). Alertes quotidiennes ou hebdomadaires aux gardiens concernés.
- Documentation minimale : un wiki ou un espace partagé de 10 à 20 pages maximum. Les règles, les référentiels, les contacts des gardiens. Pas plus. Une documentation trop étoffée ne sera pas maintenue.
Ces 5 actions, menées en 3 à 6 mois, posent les fondations d'une gouvernance minimaliste qui produit déjà 70 à 80 % des bénéfices d'une gouvernance sophistiquée. Le reste se construit par itérations successives, à mesure que les besoins se précisent. Un pilotage data-driven ne devient possible qu'après cette mise en ordre.
Le piège du grand projet data
La tentation la plus répandue — et la plus coûteuse — est de vouloir structurer tout d'un coup via un « schéma directeur data » de 12 à 18 mois, piloté par un cabinet externe, avec une ambition de couverture exhaustive. Cette approche fonctionne rarement dans les ETI. Trop longue : au bout de 9 mois, les priorités ont changé et le schéma directeur est déjà obsolète. Trop coûteuse : 100 à 300 k€ d'accompagnement pour des livrables qui ne déclenchent pas d'exécution. Trop déconnectée : conçue par des consultants qui ne vivent pas l'opérationnel, elle produit des recommandations théoriques qui ne résistent pas à la réalité.
L'approche inverse fonctionne presque toujours mieux : commencer petit, livrer vite, itérer. Un inventaire en 2 pages, des gardiens désignés en 3 semaines, des contrôles de cohérence déployés en 2 mois, une première revue trimestrielle au bout de 4 mois. Cette dynamique crée l'adhésion parce qu'elle produit des bénéfices visibles rapidement. Le schéma directeur vient après, pour formaliser ce qui marche, pas pour inventer ce qui n'existe pas.
Cette philosophie rejoint ce que je défends dans l'article sur la souveraineté des données et plus largement sur la maturité data : la technologie est un amplificateur, pas un correcteur. Avant de vouloir automatiser, prédire, visualiser, il faut s'assurer que les données sur lesquelles on s'appuie sont fiables, cohérentes, documentées. Cette discipline ne s'impose pas par un outil — elle s'installe par une pratique partagée.
Questions fréquentes
Faut-il recruter un Chief Data Officer dans une ETI ?
Presque jamais en premier. Un CDO à 120-180 k€ ne produit pas de valeur tant que les fondations (référentiels, circuits de saisie, contrôles de cohérence) ne sont pas posées. Mieux vaut d'abord désigner des gardiens par domaine métier, formaliser 2-3 règles simples, puis évaluer le besoin d'un profil dédié. Beaucoup d'ETI découvrent qu'elles n'ont pas besoin d'un CDO mais d'une discipline partagée.
Combien de temps pour mettre en place une gouvernance minimaliste ?
3 à 6 mois pour poser les fondations (inventaire des sources, désignation des gardiens, harmonisation des référentiels les plus critiques). 12 à 18 mois pour que la gouvernance devienne une pratique naturelle, intégrée dans les réflexes opérationnels. C'est moins long qu'on ne le pense, à condition de commencer petit et de ne pas chercher l'exhaustivité.
Par quel système commencer quand on en a 5 à 10 ?
Par celui qui alimente les décisions les plus importantes. Dans la plupart des ETI, c'est l'ERP comptable ou le SIRH/paie. Si l'un des deux produit des chiffres dont la fiabilité est déjà questionnée, commencer par ce système apporte la plus grande valeur immédiate. Éviter de commencer par le système le plus sophistiqué (BI, CRM avancé) tant que les fondations amont ne sont pas solides.
Que faire si certains gardiens refusent le rôle ?
Comprendre pourquoi. Un refus cache souvent une inquiétude légitime (charge additionnelle non reconnue, peur de la responsabilité, sentiment de ne pas avoir les outils). La plupart des refus disparaissent quand on reconnaît explicitement le rôle, qu'on dégage un peu de temps officiel, et qu'on formule la responsabilité en termes positifs (garant de la fiabilité, pas contrôleur des autres).
La gouvernance des données s'applique-t-elle aux petites structures ?
Oui, dans une version allégée. Même une PME de 30 personnes gagne à clarifier qui saisit quoi, quel référentiel fait foi, comment on vérifie. Le formalisme peut être minimal (un tableau partagé, une réunion trimestrielle), mais la discipline est la même. L'enjeu n'est pas la taille — c'est d'éviter que les données deviennent une source de confusion silencieuse.
- Gartner, Data Quality Market Survey, 2021. 12,9 M$ de coût moyen annuel de la mauvaise qualité des données. Chiffre qui s'adapte à la taille de l'organisation.
- Gartner, Data & Analytics Leaders Survey, 2023. 566 responsables D&A. Moins de 44 % des équipes D&A apportent effectivement de la valeur.
- APQC, Finance Function Effectiveness, 2024. Répartition du temps entre production et analyse dans les équipes finance.
- BARC, The Data Management Survey 24, 2024. Sur les pratiques de gouvernance data dans les organisations de taille moyenne.
- DAMA International, DMBOK 2nd Edition, 2017. Référence méthodologique sur la gouvernance des données.
- PwC, Global Data & Analytics Survey, 2024. Sur les coûts d'adoption et les modèles de gouvernance pragmatiques.
- McKinsey, The Data Dividend, 2023. Sur les bénéfices d'une gouvernance structurée même à taille moyenne.
Structurer la gouvernance data de votre ETI ?
Un diagnostic pragmatique en 3 à 6 semaines : inventaire des sources, cartographie des responsabilités, identification des 3 à 5 référentiels à harmoniser en priorité. Méthode éprouvée, sans sur-ingénierie.
Échanger sur mon projet