Apparue il y a une trentaine
d'années, la modélisation de données était, jusqu'à récemment, passée quelque
peu au second plan. On privilégiait d'autres approches, notamment autour de la
modélisation des processus ou du langage UML. Malgré une certaine méconnaissance
de ce que sont et à quoi servent les modèles de donnée, on constate un regain
d'intérêt pour cette démarche exigeante, mais qui se révèle toujours payante.
Les données sont l'élément
persistant du système d'information. Celui qui survit à toutes les évolutions
applicatives, à tous les changements, à toutes les migrations. Elles
constituent le matériau brut du capital informationnel de l'entreprise. Mais
leur présence va parfois tellement de soi qu'on en oublierait presque qu'elles
ne sont pas des commodités banalisées, malléables à volonté et sans précaution.
Elles possèdent chacune leurs propriétés, leurs règles, leurs contraintes
propres. Bien connaître son système d'information, c'est avant tout bien
connaître ses données : quelles sont-elles ? où sont-elles ? que
représentent-elles ?
De plus en plus riche et partagé, le modèle de données constitue aussi
un excellent terrain de discussion entre maîtrises d'œuvre et maîtrises
d'ouvrage. Méconnaître ses données, c'est courir le risque de rencontrer des problèmes
de qualité, de fiabilité ou de dispersion de l'information. Ceci est
particulièrement sensible dans les projets décisionnels ou de Master data
management. Une chose est certaine avec les modèles de données : ils finissent
toujours par rendre de grands services.