Qu’est-ce que le partage de données ?

Les organisations partageaient des données bien avant l’invention d’Internet, mais les progrès en matière de littératie numérique, de technologie et d’adoption du cloud ont conduit à un partage de données en temps réel, à l’échelle mondiale. Les technologies de stockage et de transfert de données sont plus disponibles et plus abordables que jamais. Les politiques et les réglementations ont ainsi évolué, afin de réduire les risques associés au partage de données. Mais le partage de données ne se limite pas à permettre l’analyse et la monétisation : il fait également tomber les barrières entre les unités commerciales et les partenaires externes. Différentes équipes peuvent travailler indépendamment ou collaborer, chacune puisant dans la même source de données à jour. La quantité et la variété accrues de données disponibles permettent aux différentes équipes de contribuer à des objectifs organisationnels plus larges.

Associer des informations provenant de diverses sources, telles que des données de recherche, des données opérationnelles ou des commentaires de clients, améliore la performance des services et augmente leur valeur. Ainsi, les unités commerciales ayant accès aux données peuvent analyser des données pour prendre des décisions en s’appuyant sur les tendances du marché et les préférences des clients, et ainsi développer des stratégies marketing réussies.

De plus, le partage de données permet aux autorités publiques et aux organisations de partager leurs données de manière sécurisée, légale et régie. Pour favoriser la reproductibilité, les producteurs de données doivent impérativement documenter et étiqueter les jeux de données avec des métadonnées précises. Des descriptions détaillées avec des définitions claires garantissent que les données partagées pourront être facilement trouvées, découvertes et comprises.

Le groupe Future of Privacy Forum¹ (FPF) a analysé les partenariats de partage de données entre les entreprises et les chercheurs universitaires et a déterminé qu’ils peuvent accélérer la recherche socialement bénéfique, élargir l’accès aux jeux de données à forte valeur et améliorer la reproductibilité des résultats de recherche. Alors que le partage de données se généralise, les parties prenantes prennent des mesures proactives pour faire face aux risques et aux violations de données, notamment au moyen d’accords de partage de données (DSA) et des technologies d’amélioration de la protection de la vie privée (PET).

IBM est un bon exemple d’utilisation de protocoles rigoureux de confidentialité et de sécurité dans ses pratiques de partage de données. Nous utilisons ainsi des PET pour anonymiser les données avant de les partager avec des universités, des organismes à but non lucratif et des laboratoires de recherche. L’approche IBM soutient la découverte scientifique tout en protégeant les données sensibles, favorisant ainsi des partenariats plus sûrs et plus efficaces. À titre d’exemple, nous avons collaboré avec Melbourne Water en Australie pour analyser des données visant à réduire les émissions énergétiques. During the COVID-19 pandemic, IBM processed SARS-CoV-2 genomic sequences, contributing over 3 million sequences to a research repository.

L’organisme à but non lucratif américain Benefits Data Trust est un autre cas d’utilisation convaincant de la valeur du partage de données. Benefits Data Trust (BDT) encourage le partage de données entre les États et les organisations impliqués dans les soins de santé et l’éducation aux États-Unis. Grâce à des accords de partage de données, BDT augmente les inscriptions aux programmes publics essentiels tels que le Supplemental Nutrition Assistance Program (SNAP) et Medicaid.

Le département des services sociaux de Caroline du Sud, avec BDT, a comparé les listes mensuelles Medicaid et SNAP afin d’identifier des personnes éligibles non inscrites au programme. Cette initiative a conduit à plus de 20 000 inscriptions au programme SNAP depuis 2015, améliorant ainsi l’accès à l’assistance nutritionnelle pour les populations vulnérables. Des initiatives similaires en Pennsylvanie ont également porté leurs fruits, le partage de données ayant permis d’inscrire environ 240 000 personnes à divers programmes d’aide publique depuis 2005.

Si le partage de données offre de nombreux avantages aux entreprises, il présente également des risques. Lorsque des informations sensibles sont mal distribuées, elles peuvent exposer une organisation à des risques réglementaires, concurrentiels, financiers et de sécurité. Les consommateurs de données ont un contrôle limité sur la qualité et la disponibilité des données. Les données de mauvaise qualité peuvent également contenir des biais cachés selon en matière de genre, d’origine, de religion ou de groupe ethnique.

Les processus de gouvernance des données établissent les politiques, les normes et les bonnes pratiques pour gérer les données de manière sécurisée, précise et cohérente au sein de l’organisation. Une gouvernance efficace limite l’accès afin que seuls les utilisateurs autorisés puissent utiliser les données. La gouvernance permet également de protéger et de classer les données, afin de veiller à ce qu’elles soient utilisées en toute conformité avec les organismes juridiques et réglementaires.

Chaque organisation a des obligations légales et éthiques de protéger la confidentialité des données des clients qu’elle gère. Des technologies telles que le chiffrement et la rédaction des données permettent un partage sécurisé des données tout en protégeant la vie privée. Cependant, un manque de communication entre les producteurs et les consommateurs de données peut conduire à des interprétations erronées, se traduisant alors par des hypothèses incorrectes lors de l’élaboration de rapports ou d’une prise de décision fondées sur les données.

Par exemple, en 2012, Knight Capital Group² a fait face à un problème de trading en raison d’un manque de communication et de coordination entre les équipes, ce qui lui a fait perdre 440 millions de dollars en seulement 45 minutes. Une mise à jour logicielle avait activé par inadvertance un logiciel embarqué non testé, non documenté et dormant. Les développeurs n’ayant pas communiqué efficacement les impacts potentiels des changements sur les systèmes des traders, des transactions erronées ont été exécutées à grande vitesse, entraînant d’importantes pertes financières.

Le transfert coûteux des données, notamment par le biais de processus d’extraction, de transformation et de chargement (ETL) gourmands en ressources, a toujours entravé le partage généralisé des données. Maintenir la qualité des données et suivre les bonnes pratiques en matière de gouvernance peut être un défi, en particulier lorsqu’il s’agit de grands volumes de données. Le partage en toute sécurité de grands jeux de données sur les réseaux prend du temps et est très technique. Cela nécessite des investissements importants en matière de stockage et d’infrastructure.

La sécurité des données nécessite des mesures de protection rigoureuses et une formation adéquate pour protéger les données sensibles. Les informations qui circulent sur les réseaux et les plateformes au cours des processus de partage de données sont vulnérables aux menaces, comme l’accès non autorisé, les violations de données et les cyberattaques. En outre, les organisations doivent respecter des lois et des réglementations complexes en matière de confidentialité des données lorsqu’elles partagent des données avec des partenaires, des parties prenantes ou des fournisseurs tiers externes.

La mise en œuvre de bonnes pratiques en matière de partage de données aide les organisations à maximiser les avantages tout en minimisant les risques.

• Des évaluations régulières peuvent aider à mesurer l’efficacité des données, des processus de transfert de données et de la culture organisationnelle autour du partage des données, afin de mieux répondre aux préoccupations.
• Grâce aux solutions de partage de données open source, les organisations peuvent éviter la dépendance vis-à-vis d’un fournisseur et accéder à un éventail d’intégrations développées par la communauté avec des cadres de traitement de données open source et des outils de business intelligence populaires, réduisant ainsi les coûts de technologie et d’infrastructure.
• Des politiques de gouvernance claires et des protocoles de partage de données bien définis permettent une gestion responsable des données. Sans cela, les équipes pourraient s’appuyer sur des données erronées, et la direction pourrait prendre des décisions sur la base de données erronées, mettant ainsi l’organisation en danger.

Un marché de données permet aux organisations de partager et de monétiser en toute sécurité leurs données et produits de données. Il existe différents types de marchés de données :

• un marché de données interne, pour partager des données au sein d’une entreprise ;
• un marché de données privé, pour partager des données avec des partenaires de confiance ;
• un marché de données public, pour connecter fournisseurs de données et consommateurs.

Les marchés de données publiques offrent un environnement sécurisé aux participants pour acheter et vendre des données et des services connexes, attestant de la haute qualité et de la cohérence des fournisseurs de données. Les entreprises peuvent avoir recours à un marché de données pour acquérir des données tierces et enrichir leurs jeux de données existants ou proposer et monétiser de nouveaux produits et services de données.

Chaque type de partage de données remplit un rôle spécifique pour favoriser un échange d’informations sécurisé.

• Le partage interne de données vise à décloisonner les données au sein de l’organisation afin de garantir à toutes les parties l’accès aux données nécessaires dans un environnement sécurisé.
• Le partage externe de données implique des partenaires, des clients, des fournisseurs et des organismes de réglementation. Le processus étant externe, les données sont soumises à des mesures de sécurité plus strictes pour protéger les informations sensibles.
• Parmi les types de données internes et externes, il existe également des données publiques et privées. Les données publiques sont accessibles à tous, tandis que les données privées sont limitées à certains individus ou groupes.

Les technologies de partage de données les plus utilisées par les entreprises sont les entrepôts de données et les data lakehouses. Ces systèmes d’architecture de données modernes fournissent des référentiels centraux pour la collecte, le stockage et le partage de données volumineuses provenant de plusieurs unités commerciales. Ces architectures comprennent généralement des niveaux pour les clients front-end, des moteurs d’analyse et des serveurs de base de données.

Les interfaces de programmation d’application (API) permettent aux composants logiciels de communiquer des définitions et des protocoles partagés. Les API de partage de données prennent en charge des autorisations et des contrôles d’accès précis, en spécifiant les données que les consommateurs peuvent et ne peuvent pas demander.

L’apprentissage fédéré, la technologie blockchain et les plateformes d’échange de données sont d’autres technologies qui permettent le partage des données. Grâce à l’apprentissage fédéré, les systèmes d’IA peuvent s’entraîner sur des jeux de données distribués provenant de diverses sources sans avoir à déplacer les données. La blockchain, elle, agit en tant que registre transparent et immuable pour le suivi des transactions, y compris celles sur les échanges de données ouverts, offrant une couche d’intégrité et de sécurité aux processus de partage de données.

Les technologies héritées telles que le protocole SFTP (Secure File Transfer Protocol) et la messagerie électronique offrent des solutions internes indépendantes des fournisseurs, mais sont de plus en plus difficiles à sécuriser et à gérer. En effet, elles ne disposent pas de fonctionnalités de sécurité avancées telles que le chiffrement au repos, les contrôles d’accès aux données granulaires et l’audit automatisé, que l’on rencontre plus souvent dans les solutions modernes.

Les solutions de données modernes privilégient le partage sécurisé des données, le stockage de données dans le cloud offrant évolutivité et fiabilité, mais avec des limites en termes d’accessibilité et de sécurité. Les solutions de partage de données spécifiques aux fournisseurs offrent une sécurité et une évolutivité intégrées, mais elles sont souvent soumises à un enfermement propriétaire, ce qui limite la flexibilité et augmente les coûts à long terme.