Tous les services du SPF - comme la DIV (Direction pour l'Immatriculation des Véhicules) - ont leur propre base de données, où des informations comme le nom d’une personne et une plaque d’immatriculation sont enregistrées ensemble une première fois. De telles bases de données sont conçues pour répondre aux besoins spécifiques d’un service, comme le traitement d’une demande d’immatriculation.

Ce qui est de plus en plus problématique, c’est d’établir des liens entre les différents processus et bases de données, comme lorsque par exemple le SPF Finances demande une grande quantité de données pour établir le montant de la taxe de circulation. Ce n’est plus possible de le faire en utilisant plusieurs bases de données. Les systèmes se bloquent, des erreurs se glissent dans les données et des problèmes se posent en matière de confidentialité.

Nous voulions donc créer une seule et même source de données. Ainsi, chacun aborde et interprète les données de la bonne manière, afin de ne pas présenter des résultats différents ou tout simplement erronés.

La solution était de rassembler toutes les données dans une base de centrale (ou datawarehouse), et de les traiter de façon à pouvoir les utiliser de manière performante.

Créer un datawarehouse s’est révélé être un véritable défi. La grande difficulté consiste chaque fois à comprendre les données, car chaque base de données parle, pour ainsi dire, sa propre langue. Un élément de donnée, comme le nom d’une personne par exemple, est facile à définir, mais une donnée peut aussi être un code comme « xcy536 ». Pour pouvoir établir la signification exacte de chaque élément de donnée, il faut à chaque fois, avec les collègues spécialisés dans le domaine, analyser les processus et les bases de données et ainsi apprendre à parler leur langue.

D’un autre côté, il est évidemment crucial d’identifier le besoin d’information : quel est le résultat final souhaité ? Comment les utilisateurs veulent-ils proposer des informations ? A quelles questions le datawarehouse doit-il pouvoir répondre ? Une fois de plus, il faut analyser ces questions avec les utilisateurs.

La disponibilité nettement améliorée de la totalité des données du SPF saute directement aux yeux. Nos processus de base peuvent se poursuivre sans entrave, alors que des analyses complexes qui utilisent beaucoup de données sont menées via le datawarehouse, par exemple pour des processus combinés ou pour du rapportage. Il n’y aura donc pas de retards aux guichets de la DIV parce que le SPF Finances demande une grande quantité de données pour calculer la taxe de circulation.

Presque toutes les bases de données sources contiennent des erreurs, parce que les utilisateurs ont la possibilité d’ajouter ou de modifier eux-mêmes des données dans le système. Avec un datawarehouse, la qualité ou l’intégrité des données peut être améliorée en reconnaissant automatiquement les erreurs et en permettant de les corriger.

Vient ensuite la question de la confidentialité des données. Dans le datawarehouse se trouve une copie du registre national. Avant, chaque service requérait les données personnelles du registre national. À l’avenir, plus aucune donnée personnelle ne se trouvera dans les bases de données sources.

Et ce dont nous pouvons peut-être le plus fiers : l’expertise est désormais entièrement disponible en interne. Nous avons commencé avec des consultants exclusivement externes, mais grâce à un certain nombre de recrutements et de formations sur le terrain via des cas d’utilisation, nous nous chargeons désormais de la gestion du datawarehouse en toute autonomie.