Guide : Améliorer la qualité de la donnée de sa collectivité avec une solution décisionnelle : méthode, exemples et bonnes pratiques

‍Les informations comprises dans les logiciels métiers utilisés par les collectivités ne permettent pas d’éclairer la prise de décision lorsqu'elles sont incomplètes ou mal remplies. Pour répondre à ce problème, les administrations doivent nettoyer leurs bases de données, à l’instar de plusieurs structures utilisant notre solution décisionnelle Manty Décision.

Que signifie avoir des données fiables et de qualité ? Comment nettoyer ses bases de données ? Quelles sont les bonnes pratiques à mettre en place pour faciliter ce travail ?

Découvrez dans cet article quelques pistes tirées de notre expérience à travailler avec un grand nombre de structures ayant résolu ce défi.

‍

Sommaire

‍

La première question est : qu’est-ce qu’une donnée fiable et de qualité ? Une donnée fiable correspond à une donnée complète, exacte, uniforme, bien rangée et à jour. Ainsi, les données en doublon ou les champs d’un logiciel métier n’ayant pas la même logique de saisie - comme les variations d’écriture d’un même mot - ne sont pas fiables.

L’amélioration de la qualité de la donnée passe donc par un processus de nettoyage, c'est-à-dire la modification et le remplissage des champs du logiciel, ainsi que l'harmonisation des méthodes de saisie.

‍

Ce processus est particulièrement important pour plusieurs raisons : 

• Ce travail permet d’avoir des informations de meilleure qualité.
• Il permet d’éviter que des inexactitudes affectent les indicateurs de suivi créés à partir de ces données. Par exemple, une erreur d’affectation d’un agent à un service ou une date de départ non renseignée peut fausser le calcul de la masse salariale.
• Il valorise le travail de saisie des agents. Et comme le présente souvent Annabelle Chandeze, Directrice Pilotage et Performance à la métropole de Clermont-Ferrand “La donnée n’appartient pas et ne s’arrête pas à ces agents qui la saisissent, ces informations ne sont que le début de la chaîne pour de nombreuses utilisations : reporting, planification, prise de décision, open data, etc.”

Découvrez le témoignage d’Annabelle Chandeze sur la mise en place d’une démarche de pilotage à Clermont Auvergne Métropole !

Le travail sur les bases de données n’est pas mis en œuvre au quotidien, mais plutôt à des moments spécifiques : lorsqu’une erreur est découverte, lors d’un changement de logiciel ou de méthode, etc. C’est également un processus chronophage, car généralement manuel et dont aucune étape n’est automatisée.

Même si la qualité de la donnée est une problématique sur l’ensemble des périmètres de la collectivité, les ressources humaines ainsi que le périmètre population ont en général des enjeux de fiabilisation assez forts. 

‍

Par exemple, la saisie des données population est souvent déconcentrée, effectuée par des agents non-experts des logiciels et dont ce n’est pas la tâche principale. De plus, les agents et les établissements d’une même collectivité ne partagent pas forcément la même méthode de remplissage. 

‍

Le module décisionnel Manty Décision permet aux collectivités de créer des indicateurs et des tableaux de bord à partir des données contenues dans leurs logiciels métiers. 

En pilotant leur activité, certaines collectivités ont remarqué des visualisations de données erronées comme un nombre anormal d’agents encore en poste dans la collectivité, ou des agents affectés à des services qui n’existaient plus. Celles-ci provenaient d’erreurs dans leurs logiciels et non de différences de calcul ou de problèmes de correspondances entre les champs du logiciel et ceux de Manty. En effet, cela avait déjà été réglé lors de la phase de fiabilisation des requêtes.

Nous n’aborderons pas dans cet article la fiabilisation des requêtes sur Manty Décision et le travail de correspondance entre les données extraites des logiciels et celles disponibles sur la plateforme. Un article qui abordera cette partie de notre action sera prochainement publié sur notre site.

Lorsqu’elles entreprennent ce processus de nettoyage avec Manty Décision, les collectivités peuvent être accompagnées par leur chef de projet Manty, ainsi que par nos experts Data sur certaines demandes. Utilisant leur expertise, ceux-ci proposent une série d’actions pouvant faciliter cette tâche, en commençant par la réalisation d’un état des lieux de la donnée.

À l’aide des tableaux de bord modèles sur Manty Décision, les collectivités ont l’opportunité de constater les habitudes de saisie de leur structure. En effet, toutes les collectivités n’utilisent pas les mêmes logiciels, et même lorsqu’il s’agit du même logiciel, elles n’utilisent pas toujours les mêmes versions ainsi que les mêmes champs.

‍

Comme nous l’avons souligné précédemment, le périmètre population présente généralement des enjeux forts de fiabilisation de données. Afin de faciliter l’inventaire des données disponibles et utilisées, notre équipe Customer Success a mis au point un tableau de fiabilisation du périmètre population. Il permet à n’importe quelle collectivité utilisant notre connecteur à son logiciel population, de voir tous les champs qu’elle peut requêter dans Manty, ainsi que leur agencement. 

‍

Les structures qui l’ont utilisé ont fait des découvertes intéressantes. Grâce à l’indicateur “nombre de présences ventilé par lieux et activité”, une commune a, par exemple, découvert que son logiciel métier comptait plus de 600 activités. En effet, les différents établissements de la ville n’utilisaient pas la même orthographe pour les activités et il y avait de nombreuses variations (de majuscules, d’espaces, etc.). L’agent chargée de la fiabilisation des bases a alors supprimé et réattribué les activités dans le logiciel, ce qui a réduit leur nombre à une cinquantaine. En parallèle, elle a également partagé son travail avec les agents qui saisissent les données et leur a transmis de nouvelles directives de remplissage ! 

En creusant la donnée dans Manty, cette collectivité a également remarqué que certains champs du logiciel concernant l’inscription aux activités municipales n’étaient pas renseignés. C’était par exemple le cas du “niveau académique” qui permet de ventiler les indicateurs par niveau scolaire.

Les tableaux de bord modèles permettent aussi aux agents d’identifier précisément les champs du logiciel qui sont incomplets, erronés ou mal utilisés en accédant au détail des indicateurs. De plus, nos équipes peuvent, à la demande de la collectivité, fournir une liste des champs contenant l’erreur détectée. 

‍

Prenons l’exemple de la directrice des ressources humaines d’une commune ayant mis en place le tableau de bord modèle RH. Celle-ci remarque que l’indicateur “Nombre d’agents par position administrative” indique que plusieurs agents n’auraient pas de position administrative. Après vérification dans son logiciel, la position d’une cinquantaine d’agents n’était effectivement pas renseignée. En se basant sur la liste de ces agents, la direction des ressources humaines a complété les champs manquants dans le logiciel. Suite à ces modifications, la visualisation de l’indicateur dans Manty s’est automatiquement ajustée pour refléter les corrections.

Découvrez notre tableau de bord modèle RH - Effectifs sur notre plateforme de démonstration !

Dans une autre collectivité, l’utilisation du tableau de bord RH a mis en évidence que la fiche de certains agents ayant déjà quitté la collectivité était toujours ouverte. En effet, le champ “Date de sortie de la collectivité” n’étant pas complété, leur fiche n’était pas fermée. Ces agents, bien que ne recevant plus de paie, étaient toujours comptés dans le calcul des indicateurs de masse salariale !

Les modifications apportées dans le logiciel métier apparaissent automatiquement dans Manty Décision après l’extraction suivante, et permettent à la collectivité de visualiser immédiatement l’impact du travail de fiabilisation.

‍

Autre exemple : après avoir changé d’organigramme, le service RH d’une communauté de communes s’est rendu compte de manquements dans l’affectation des agents aux nouveaux services. L’absence d’une dizaine de collaborateurs avait faussé les indicateurs de masse salariale tels que le coût des heures supplémentaires. Nos ingénieurs Data ont rapidement identifié les agents concernés dans la base de données en effectuant une comparaison entre l’ancien et le nouvel organigramme. La DRH, qui n’a pas eu à vérifier manuellement l’affectation de chaque agent dans son logiciel ou à faire d'extractions et de retraitements sur Excel, a ainsi gagné de nombreuses heures !

‍

Pour améliorer la qualité de leurs données et faciliter leur fiabilisation, les collectivités peuvent mettre en place quelques bonnes pratiques. Les recommandations ci-dessous ont été mises en place dans des collectivités que nous avons accompagnées et ont été particulièrement efficaces. 

‍

Il est tout d’abord primordial que la collectivité réponde à certaines questions avant de se lancer : quel est l’objectif de ce nettoyage ? Quels sont les résultats attendus ? Mais surtout, qui est responsable des modifications dans les logiciels métiers ? 

‍

Ensuite, la collectivité a tout intérêt à avancer par itération plutôt que d’entreprendre le nettoyage de l’ensemble de ses données en une fois ! Comme nous l’avons vu dans les différents exemples, cette démarche est un processus exigeant temps et investissement, même lorsqu’il est facilité par un outil. Il est beaucoup plus simple de repérer un problème, d’agir dessus, puis de recommencer. La collectivité qui va voir la qualité de ses données s’améliorer avec des exemples précis sera encouragée à poursuivre le processus.

‍

Enfin, il est important de mettre en place des contrôles de cohérence lors de changements de logiciels métiers afin de vérifier qu’il n’y ait pas d’écarts entre les données du logiciel précédent et celles du nouveau. Lors d’un contrôle de cohérence, une collectivité avait découvert qu’il y avait eu une perte de données durant le passage de leur logiciel financier en SaaS. 

Pour en savoir plus sur le passage des outils en SaaS dans les collectivités, découvrez notre article traitant de ce sujet.

Conclusion

Le nettoyage des données des collectivités est un processus chronophage, mais essentiel au vu de l’importance grandissante de la donnée pour le pilotage des politiques publiques. 

Ce travail peut être facilité par le respect de bonnes pratiques, mais également d’outils tels que les solutions de visualisation de données qui mettent en évidence des divergences ou des erreurs dans les bases de données.

‍

Pour en savoir plus sur notre module Manty Décision, consultez la page dédiée à notre solution décisionnelle et de visualisation de données.

‍

Vous êtes clients Décision et souhaitez discuter de la fiabilisation des données de votre collectivité ? Contactez votre chef de projet.

‍

Vous n’êtes pas encore client de Manty et souhaitez discuter de vos enjeux de fiabilisation ? Prenez contact avec un de nos chargés d’affaires pour un échange.

‍