Le sujet de la qualité des données, que ce soit dans Solvabilité II ou dans un contexte plus global, est aussi affaire de systèmes d’information (SI). C’est en effet dans des bases de données et des data centers que sont stockées les données et ce sont différents outils technologiques (tableurs, algorithmes…) qui permettent d’alimenter le système, de contrôler les données, de les classer et de réaliser les modèles, entre autres ceux des actuaires. Dans ce contexte, la Direction des systèmes d’information (DSI) a un rôle primordial à jouer. Une place qui semble même amenée à s’amplifier avec le développement des projets Big Data et l’utilisation d’outils très complexes de deep learning et de machine learning. Mais, si en effet ces projets peuvent avoir des conséquences majeures sur l’architecture du SI, « les outils utilisés pour piloter et structurer la qualité des données doivent toujours être considérés comme un moyen et non pas une finalité car la valeur d’usage prime. En effet, organiser une gouvernance de la qualité des données efficiente et progressive nécessite d’avoir une vision d’ensemble et transverse du dispositif. Sur ce sujet, le SI représente une part essentielle mais c’est un pilier parmi d’autres car la gouvernance de la qualité des données est d’abord un sujet de contrôle interne. Il est indispensable d’identifier avec les métiers les données clés. Si l’on a une vision claire des flux, il va être possible de mettre en place une gouvernance avec des contrôles et des processus et d’automatiser ensuite un maximum de contrôles, avec une meilleure approche en termes de coût/efficacité et de traçabilité », explique Rédouane Bellefqih, associé IT Advisory pour les institutions financières chez Deloitte. Une réflexion partagée par Bruno Longet, pour qui le sujet « ne doit pas être uniquement dans les mains des informaticiens, mais aussi très largement piloté par les métiers. S’ils ne sont pas associés cela ne fonctionne pas ».