1. Gestion et coordination des alertes
* Recevoir, analyser et prioriser les alertes liées à la qualité des données.
* Coordonner les actions correctives avec les équipes en région, l'IT, les métiers et le data office.
* Communiquer sur les incidents de qualité auprès des parties prenantes.
2. Résolution des problèmes de qualité de données
* Identifier les causes racines des problèmes (ex : erreurs de saisie, transformation incorrecte, problème d?intégration?).
* Proposer et mettre en ?uvre des solutions correctives et préventives.
* Vérifier que les corrections apportées sont efficaces et durables.
3. Surveillance et détection des anomalies
* Mettre en place des outils et des processus pour surveiller la qualité des données.
* Définir des indicateurs clés de qualité (completude, cohérence, unicité, précision, fraîcheur, etc.).
* Identifier les écarts et anomalies via des alertes automatiques et des contrôles manuels.
4. Pilotage de la Qualité des Données
* Assurer avec les régions le bon suivi des problèmes Qualité de Données
* Produire des rapports d'avancement et des synthèses de causes sous-jacentes aux problèmes constatés
* Coordonner et faciliter les interactions entre les acteurs pour comprendre les priorités et les besoins et adapter la réponse
5. Anticipation et amélioration continue
* Mettre en place des stratégies pour prévenir les problèmes de qualité en amont.
* Définir et améliorer les règles de gestion des données (data governance).
* Participer à l?évolution des outils et solutions de data management.
* Sensibiliser les équipes métier à l?importance de la qualité des données., La personne en charge devra être capable de résoudre les problèmes de qualité de données. Cela implique d?identifier les causes racines des problèmes, comme les erreurs de saisie ou les problèmes d?intégration, puis de proposer et mettre en ?uvre des solutions correctives et préventives. La vérification de l?efficacité et de la durabilité des corrections apportées est également un aspect clé de cette responsabilité.
La surveillance et la détection des anomalies sont aussi des tâches importantes pour ce poste. Il s?agit de mettre en place des outils et des processus pour surveiller la qualité des données, définir des indicateurs clés de qualité tels que la complétude, la cohérence, l?unicité, la précision et la fraîcheur, et identifier les écarts et anomalies via des alertes automatiques et des contrôles manuels.
Le pilotage de la qualité des données est une autre dimension du rôle du DQM. Cela consiste à assurer avec les régions le bon suivi des problèmes de qualité de données, produire des rapports d?avancement et des synthèses des causes sous-jacentes aux problèmes constatés, et coordonner les interactions entre les acteurs pour comprendre les priorités et les besoins, afin d?adapter la réponse.
Enfin, le DQM doit également anticiper les problèmes de qualité et participer à l?amélioration continue. Cela inclut la mise en place de stratégies pour prévenir les problèmes de qualité en amont, définir et améliorer les règles de gestion des données, participer à l?évolution des outils et solutions de data management, et sensibiliser les équipes métier à l?importance de la qualité des données.
Les compétences requises pour ce poste comprennent l?analyse de données, SQL, une appétence pour les aspects métiers (assurance), la coordination d?équipe, ainsi que la maîtrise de l?anglais.