Monte Carlo · 30 mars 2026
Le data lineage : suivre la donnée à la trace
- cartographie
- qualité des données
- gouvernance
Un chiffre paraît faux dans un tableau de bord de direction : d'où vient-il, par quelles transformations est-il passé, qui sera touché si on le corrige ? Répondre à ces questions est l'objet du data lineage — la documentation, si possible visuelle, du parcours des données depuis leur source jusqu'à leurs destinations finales.
Deux granularités, quatre usages
Le lignage se pratique à deux niveaux : entre tables (quelles tables alimentent quelles autres) ou au niveau des colonnes (d'où vient chaque champ, comment il est calculé). Ses usages majeurs : accélérer la résolution d'incidents en remontant à la racine d'une erreur, analyser l'impact d'un changement avant de le déployer, instaurer la confiance par la transparence, et répondre aux exigences de conformité grâce à des pistes d'audit documentées.
Utile avant d'être exhaustif
Le guide ne cache pas les difficultés : intégrer des chaînes techniques hétérogènes, maintenir l'exactitude quand les systèmes évoluent vite, obtenir l'adhésion des équipes, et éviter qu'une cartographie devienne illisible à force de vouloir tout couvrir. D'où les bonnes pratiques proposées : viser l'actionnable plutôt que l'exhaustif, privilégier la précision au niveau des champs critiques, soigner la lisibilité et adjoindre le contexte métier aux détails techniques. Une comparaison résume l'esprit : un lignage doit se consulter comme une carte routière, pas comme un schéma décoratif.
Ce que cela change pour une PME
Dans une PME, le lignage existe rarement sur le papier — il est dans la tête d'une personne, ce qui devient critique le jour où elle part. Documenter, même simplement, le chemin des trois ou quatre chiffres qui pilotent l'entreprise (chiffre d'affaires, marge, stock) — quel fichier, quelle transformation, quel tableau — est un livrable type de l'axe « accès à l'information » de l'Audit Data. La carte n'a pas besoin d'être belle : elle doit être juste.