Une source unique de vérité est un système où chaque indicateur de performance possède une définition unique et consensuelle, est calculé à un seul endroit et utilisé par tous les rapports et systèmes qui y font référence. Son objectif est d'éviter que plusieurs équipes ne présentent des chiffres différents pour un même indicateur, ce qui dilue la réunion dans la tentative de les harmoniser au lieu de permettre une prise de décision.
Le problème qu'il résout est courant dans la plupart des organisations, quelle que soit leur taille. Le marketing communique un chiffre d'affaires, la finance un autre et la plateforme e-commerce un troisième, chacun justifiant sa propre définition. Les différences proviennent généralement de variations légitimes dans le traitement des retours, des annulations, des taxes, des frais de port, des conversions de devises, des délais et de l'attribution. Cependant, comme les définitions sont implicites, le débat porte davantage sur la validité du chiffre que sur sa signification.
La solution réside davantage dans la définition que dans la technologie, un point souvent négligé. L'acquisition d'une plateforme de veille stratégique ne résout pas les désaccords sur la définition d'un client actif ; elle offre un nouvel espace d'expression à ces désaccords. Le travail nécessaire consiste à définir, explicitement et par écrit, ce que chaque indicateur inclut et exclut. Cet accord requiert la participation active des services qui utilisent l'indicateur, plutôt que la simple transmission d'une définition.
La mise en œuvre découle de l'accord. Chaque mesure est calculée une seule fois, dans une couche définie, et chaque tableau de bord, rapport et système en aval utilise ce calcul au lieu de le réimplémenter. Les couches sémantiques et les outils de définition de métriques existent précisément à cette fin, et leur avantage réside dans le fait qu'une modification apportée à une définition se propage partout au lieu de nécessiter une recherche dans des dizaines de requêtes gérées séparément.
L'alternative, où chaque analyste effectue ses propres calculs, engendre des dérives imperceptibles jusqu'à ce qu'elles aient des conséquences. Deux tableaux de bord, élaborés à six mois d'intervalle, intègrent une logique légèrement différente ; tous deux sont utilisés, et personne ne s'en aperçoit avant qu'une comparaison ne soit faite. Il ne s'agit pas d'un manque de rigueur de la part des analystes, mais du résultat prévisible d'une organisation qui les oblige à recalculer indépendamment la même logique.
Ce dispositif doit également prévoir une procédure de modification des définitions, car celles-ci évoluent naturellement. Sans processus, les définitions risquent soit de rester inchangées et de devenir obsolètes, soit d'évoluer sans préavis, rendant caduques les comparaisons historiques. Une procédure de modification clairement définie, précisant les personnes concernées, la prise en compte des données historiques et les modalités d'information des consommateurs, garantit la stabilité et l'actualité des définitions.
La certification est ce qui rend le dispositif applicable en pratique. Toutes les données n'ont pas besoin d'être gouvernées, et tenter de contrôler toutes les analyses entrave le travail exploratoire qui génère des connaissances. Le modèle opérationnel définit un ensemble de mesures et de données certifiées, gouvernées, documentées et faisant autorité pour les décisions et les rapports externes, tout en laissant libre cours à l'analyse exploratoire, étant entendu qu'elle ne fait autorité qu'après certification.
La documentation doit être accessible directement sur le lieu d'utilisation, et non dans un référentiel séparé. Une définition consignée dans un dictionnaire de données que personne ne consulte n'empêche pas les erreurs d'interprétation. En revanche, une définition visible dans l'outil de reporting, à côté du numéro, précisant son contenu et la date de sa dernière modification, est lue par les personnes qui, autrement, devraient faire des suppositions. Consigner la justification, et pas seulement la règle, évite les modifications de définitions intempestives.
L'accord entre les différentes fonctions étant la contrainte essentielle, ce travail est autant organisationnel que technique. En pratique, les définitions et la gouvernance relèvent de la compétence de Analyse des données, l'implémentation dans l'entrepôt de données et la couche sémantique avec le développement de produitset obtenir l'accord interfonctionnel nécessaire à sa mise en œuvre est souvent une tâche pour planification stratégique et conseil plutôt que pour la seule équipe d'analyse.