ISO 24591-2:2024
(Main)Smart water management — Part 2: Data management guidelines
Smart water management — Part 2: Data management guidelines
This document provides a general foundation for data management in services, systems and facilities related to drinking water, wastewater and stormwater. It emphasizes data as an asset and introduces basic rules for efficient data acquisition, storage and processing. It aims to help water system owners and operators manage water facilities more efficiently based on large-scale data. The following aspects are within the scope of this document: — management of data as an asset in water systems; — data management principles and guidelines; — people organization in relation to data management.
Gestion intelligente de l’eau — Partie 2: Lignes directrices pour la gestion des données
Le présent document fournit une base générale pour la gestion des données dans les services, les systèmes et les installations liés à l’eau potable, aux eaux usées et aux eaux pluviales. Il met l’accent sur les données en tant qu’actif et introduit des règles de base pour l’acquisition, le stockage et le traitement efficients des données. Il vise à aider les propriétaires et exploitants de systèmes de gestion de l’eau à gérer leurs installations de manière plus efficiente en se basant sur de grandes quantités de données. Les éléments suivants relèvent du domaine d’application du présent document : — gestion des données en tant qu’actif dans les systèmes de gestion de l’eau ; — principes et lignes directrices pour la gestion des données ; — organisation des personnes en relation avec la gestion des données.
General Information
Relations
Standards Content (Sample)
International
Standard
ISO 24591-2
First edition
Smart water management —
2024-04
Part 2:
Data management guidelines
Gestion intelligente de l’eau —
Partie 2: Lignes directrices pour la gestion des données
Reference number
© ISO 2024
All rights reserved. Unless otherwise specified, or required in the context of its implementation, no part of this publication may
be reproduced or utilized otherwise in any form or by any means, electronic or mechanical, including photocopying, or posting on
the internet or an intranet, without prior written permission. Permission can be requested from either ISO at the address below
or ISO’s member body in the country of the requester.
ISO copyright office
CP 401 • Ch. de Blandonnet 8
CH-1214 Vernier, Geneva
Phone: +41 22 749 01 11
Email: copyright@iso.org
Website: www.iso.org
Published in Switzerland
ii
Contents Page
Foreword .iv
Introduction .v
1 Scope . 1
2 Normative references . 1
3 Terms and definitions . 1
4 Data as an asset . 3
4.1 General .3
4.2 Data quality .3
5 Data management . 4
5.1 General .4
5.2 Data governance .4
5.3 Data value chain .4
5.4 Basic rules for data management .6
5.4.1 General .6
5.4.2 Data property, security, privacy and confidentiality .6
5.4.3 Data acquisition . . .6
5.4.4 Data contextualization .7
5.4.5 Data referencing .7
5.4.6 Standardization .8
5.4.7 Data normalization.8
5.4.8 Pre-processing (including data validation) .9
6 People organization around data .10
Bibliography .12
iii
Foreword
ISO (the International Organization for Standardization) is a worldwide federation of national standards
bodies (ISO member bodies). The work of preparing International Standards is normally carried out through
ISO technical committees. Each member body interested in a subject for which a technical committee
has been established has the right to be represented on that committee. International organizations,
governmental and non-governmental, in liaison with ISO, also take part in the work. ISO collaborates closely
with the International Electrotechnical Commission (IEC) on all matters of electrotechnical standardization.
The procedures used to develop this document and those intended for its further maintenance are described
in the ISO/IEC Directives, Part 1. In particular, the different approval criteria needed for the different types
of ISO document should be noted. This document was drafted in accordance with the editorial rules of the
ISO/IEC Directives, Part 2 (see www.iso.org/directives).
ISO draws attention to the possibility that the implementation of this document may involve the use of (a)
patent(s). ISO takes no position concerning the evidence, validity or applicability of any claimed patent
rights in respect thereof. As of the date of publication of this document, ISO had not received notice of (a)
patent(s) which may be required to implement this document. However, implementers are cautioned that
this may not represent the latest information, which may be obtained from the patent database available at
www.iso.org/patents. ISO shall not be held responsible for identifying any or all such patent rights.
Any trade name used in this document is information given for the convenience of users and does not
constitute an endorsement.
For an explanation of the voluntary nature of standards, the meaning of ISO specific terms and expressions
related to conformity assessment, as well as information about ISO's adherence to the World Trade
Organization (WTO) principles in the Technical Barriers to Trade (TBT), see www.iso.org/iso/foreword.html.
This document was prepared by Technical Committee ISO/TC 224, Drinking water, wastewater and
stormwater systems and services.
A list of all parts in the ISO 24591 series can be found on the ISO website.
Any feedback or questions on this document should be directed to the user’s national standards body. A
complete listing of these bodies can be found at www.iso.org/members.html.
iv
Introduction
To better manage the entire life cycle of water systems, water system owners and operators continually
improve operational efficiency, reduce costs and communicate to stakeholders or other systems. In addition,
they address safety, regulatory and public authority requirements. One effective approach to achieving
these goals is to take advantage of data generated by water systems.
Information-sharing facilities and models established based on these data can provide optimal solutions for
the owner or operator of the water systems to meet stakeholder demand for, e.g. drinking water production,
transmission and distribution, asset management, risk management, wastewater collection and sanitation,
stormwater management and water resource protection. Over the past few years, advances in digital
technologies have enhanced the capabilities of data generation; meanwhile, data-processing capacities have
also significantly improved.
With the rapid development of new digital technologies, the data generated from water systems are
increasing drastically. This “data explosion” has enabled the delivery of new services that:
— increase the operational efficiency of assets and networks;
— reduce or optimize capital expenditures and operating expenses;
— allow better anticipation and assessment of risks;
— enable a smaller environmental footprint;
— enhance regulatory compliance;
— support oversight and substantive accountability to local or national stakeholders;
— improve the level of service to water system customers.
However, large-scale data also dramatically increase the requirements on data storage and data transfer
facilities. In addition, it is important to ensure that large-scale data do not result in negative impacts on the
environment. Therefore, data management is a challenge for water system owners and operators.
To ensure that the data and information generated by water systems produce maximal values, proper
data management approaches should be applied in organizations that work with water systems, e.g.
using consistent nomenclature, specifying ownership rules, performing data validation and applying
standardization and normalization.
v
International Standard ISO 24591-2:2024(en)
Smart water management —
Part 2:
Data management guidelines
1 Scope
This document provides a general foundation for data management in services, systems and facilities related
to drinking water, wastewater and stormwater. It emphasizes data as an asset and introduces basic rules
for efficient data acquisition, storage and processing. It aims to help water system owners and operators
manage water facilities more efficiently based on large-scale data.
The following aspects are within the scope of this document:
— management of data as an asset in water systems;
— data management principles and guidelines;
— people organization in relation to data management.
2 Normative references
The following documents are referred to in the text in such a way that some or all of their content constitutes
requirements of this document. For dated references, only the edition cited applies. For undated references,
the latest edition of the referenced document (including any amendments) applies.
ISO 24513, Service activities relating to drinking water supply, wastewater and stormwater systems —
Vocabulary
3 Terms and definitions
For the purposes of this document, the terms and definitions given in ISO 24513 and the following apply.
ISO and IEC maintain terminology databases for use in standardization at the following addresses:
— ISO Online browsing platform: available at https:// www .iso .org/ obp
— IEC Electropedia: available at https:// www .electropedia .org/
3.1
data
set of values of qualitative or quantitative variables
[SOURCE: ISO 21378:2019, 3.1]
3.2
artificial intelligence
AI
branch of computer science devoted to developing data (3.1) processing systems that perform functions
normally associated with human intelligence, such as reasoning, learning and self-improvement
[SOURCE: ISO/IEC/IEEE 24765:2017, 3.234]
3.3
Internet of Things
IoT
infrastructure of interconnected entities, people, systems and information resources, together with services,
which processes and reacts to information from the physical and virtual world
[SOURCE: ISO/IEC 20924:2021, 3.2.4]
3.4
data flow
movement of data (3.1) through the active parts of a data processing system in the course of the performance
of specific work
[SOURCE: ISO/IEC 2382:2015, 2121825, modified — Notes to entry removed.]
3.5
privacy
right of individuals to control or influence what information related to them may be collected and stored
and by whom that information may be disclosed
[SOURCE: ISO/IEC TR 26927:2011, 3.34]
3.6
digital twin
digital asset on which services can be performed that provide value to an organization
Note 1 to entry: The descriptions comprising the digital twin can include properties of the described asset, industrial
Internet of Things (3.3), collected data, simulated or real behaviour patterns, processes that use it, software that
operates on it, and other types of information.
Note 2 to entry: The services can include simulation, analytics such as diagnostics or prognostics, recording of
provenance and service history.
[SOURCE: ISO/TS 18101-1:2019, 3.9, modified — Example removed.]
3.7
data governance
property or ability that needs to be coordinated and implemented by a set of activities aimed to design,
implement and monitor a strategic plan for data asset (3.10) management
Note 1 to entry: More information on data governance can be found in ISO/IEC 38505-1.
Note 2 to entry: A strategic plan for data asset management is a document specifying how data management (3.8) is to
be aligned to the organizational strategy. This term has the same meaning as strategic asset management plan defined
in ISO 55000 with a data point of view.
[SOURCE: ISO/IEC 20547-3:2020, 3.7, modified — Note 1 to entry revised, Note 2 to entry removed and Note
3 to entry given as Note 2 to entry.]
3.8
data management
process of keeping track of all data (3.1) and/or information related to the creation, production, distribution,
storage and use of e-media and associated processes
[SOURCE: ISO 20294:2018, 3.5.4]
3.9
data quality
degree to which a set of inherent characteristics of data (3.1) fulfils requirements
[SOURCE: ISO 8000-2:2022, 3.8.1, modified — Note 1 to entry removed.]
3.10
data asset
set of data (3.1) items, or data entities, that have a real or potential benefit for an organization
4 Data as an asset
4.1 General
Effective use of data can create significant value. Therefore, data should be considered as an intangible asset
which should be managed in a manner consistent with the principles of ISO 55001 to maximize the value to
the organization.
Although data acquisition, storage and display devices are physical assets, data is immaterial and can be
easily copied, modified or corrupted. As a consequence, data should be effectively stored, maintained and
protected to prevent the following:
— misinformed decisions with potential social, environmental and economic impacts;
— misinterpretation of asset behaviour and misalignment of asset maintenance timing with actual needs;
— an inability to effectively harness benefits from automation or other digital technologies.
Before implementing a process of data collection, the requirements for this data should be clearly stated (e.g.
precision, timestep, freshness, storage duration, environmental impacts). It is recommended that only the
necessary data is collected and stored.
Data flows with no use case should be avoided. A good practice is to pre-process the data close to the data
source before generating new data flows and storing the data.
The data life cycle should also be considered. The end-of-life data should be destroyed properly. Retention
time of collected data should be considered in order to organize data destruction when required.
For water systems, the same data asset can be required by different stakeholders. One effective practice
to deal with this situation is to catalogue and share data, which will prevent other stakeholders from
organizing and capturing the same data again. Cataloguing data is a way to inform stakeholders that the
data is available without needing to share it automatically.
4.2 Data quality
High-quality data can improve production efficiency and drive the company’s business to a higher level. The
information about the quality of the data is valuable for making decisions on the practical application of
the data. For water systems, high-quality data is beneficial for enhancing system performance, reducing
operational costs and making strategic decisions. Therefore, data quality in smart water systems should be
analysed and measured.
Data quality control is part of data governance. According to the application practice, the requirements of
data quality control should be assessed and the procedures to implement data quality assessment should
be defined and applied. The data quality control and validation process can be conducted automatically or
manually. Figure 1 shows an illustration of a data quality check process.
Figure 1 — Example of a data quality check process
The consistency of the data compared with other values of the time series or consistency with other related
parameters should also be checked.
During the data quality check process, experts can also be consulted to confirm the validity of the data.
Before data is used in engineering or management practices, quality checks should be performed based on
the quality requirements and the defined data quality check procedures. According to the quality check
results, proper data quality filtration or data processing methods should be applied to the downstream
analysis and applications.
5 Data management
5.1 General
Data management rules and data governance should be defined and implemented across the organization
from top management to field operations, with active involvement from the senior management team.
This also means setting a clear data strategy with regular reviews and action plans. Clear rules should be
implemented across the organization to ensure data accuracy and consistency, data validation and curation,
and data integrity and security. Some rules are given in 5.4.
The data flow should be monitored and maintained for the different users of the data (humans or machines).
5.2 Data governance
Digital technologies can be applied in all entities of water companies or organizations and the data generated
by these digital technologies are important assets. Therefore, a strategy should be defined at the top level
of the organization (e.g. executive committee). Someone can be appointed to be responsible for this, such
as a chief data officer (CDO). This person can interact with all departments of the organization, including
the information technology (IT) department, to implement the data governance strategy. More information
about people organization can be found in Clause 6.
Data governance of smart water systems should be consistent with the overall data governance of the
organization. Effective data governance is necessary to ensure that data ownership is clear and the data
management strategies are consistent across all departments of the organization. The key aspects of data
governance are as follows:
— Data ownership: the definition of ownership roles should start with the appointment of a manager to
take accountability within the organization for the accuracy, quality and management of the data. Based
on this, other roles for data accountability can be defined.
— Data strategy: the data strategy should outline the policies and guidelines for all aspects of data
management in the organization, from data generation to disposal. The protocols for regular review of
the data strategy should also be established.
— Data rules: clear rules, supporting the data strategy, should be defined to ensure data accuracy,
consistency
...
Norme
internationale
ISO 24591-2
Première édition
Gestion intelligente de l’eau —
2024-04
Partie 2:
Lignes directrices pour la gestion
des données
Smart water management —
Part 2: Data management guidelines
Numéro de référence
DOCUMENT PROTÉGÉ PAR COPYRIGHT
© ISO 2024
Tous droits réservés. Sauf prescription différente ou nécessité dans le contexte de sa mise en œuvre, aucune partie de cette
publication ne peut être reproduite ni utilisée sous quelque forme que ce soit et par aucun procédé, électronique ou mécanique,
y compris la photocopie, ou la diffusion sur l’internet ou sur un intranet, sans autorisation écrite préalable. Une autorisation peut
être demandée à l’ISO à l’adresse ci-après ou au comité membre de l’ISO dans le pays du demandeur.
ISO copyright office
Case postale 401 • Ch. de Blandonnet 8
CH-1214 Vernier, Genève
Tél.: +41 22 749 01 11
E-mail: copyright@iso.org
Web: www.iso.org
Publié en Suisse
ii
Sommaire Page
Avant-propos .iv
Introduction .v
1 Domaine d’application . 1
2 Références normatives . 1
3 Termes et définitions . 1
4 Données en tant qu’actif . . 3
4.1 Généralités .3
4.2 Qualité des données .3
5 Gestion des données . 4
5.1 Généralités .4
5.2 Gouvernance des données .4
5.3 Chaîne de valeur des données .5
5.4 Règles de base pour la gestion des données .6
5.4.1 Généralités .6
5.4.2 Propriété des données, sécurité, protection des données personnelles et
confidentialité .7
5.4.3 Acquisition des données .7
5.4.4 Contextualisation des données . .8
5.4.5 Référencement des données .8
5.4.6 Standardisation .9
5.4.7 Normalisation des données .9
5.4.8 Prétraitement (y compris validation des données) .10
6 Organisation des personnes autour des données .11
Bibliographie .13
iii
Avant-propos
L’ISO (Organisation internationale de normalisation) est une fédération mondiale d’organismes nationaux
de normalisation (comités membres de l’ISO). L’élaboration des Normes internationales est en général
confiée aux comités techniques de l’ISO. Chaque comité membre intéressé par une étude a le droit de faire
partie du comité technique créé à cet effet. Les organisations internationales, gouvernementales et non
gouvernementales, en liaison avec l’ISO participent également aux travaux. L’ISO collabore étroitement avec
la Commission électrotechnique internationale (IEC) en ce qui concerne la normalisation électrotechnique.
Les procédures utilisées pour élaborer le présent document et celles destinées à sa mise à jour sont
décrites dans les Directives ISO/IEC, Partie 1. Il convient, en particulier, de prendre note des différents
critères d’approbation requis pour les différents types de documents ISO. Le présent document
a été rédigé conformément aux règles de rédaction données dans les Directives ISO/IEC, Partie 2
(voir www.iso.org/directives).
L’ISO attire l’attention sur le fait que la mise en application du présent document peut entraîner l’utilisation
d’un ou de plusieurs brevets. L’ISO ne prend pas position quant à la preuve, à la validité et à l’applicabilité de
tout droit de brevet revendiqué à cet égard. À la date de publication du présent document, l’ISO n’avait pas reçu
notification qu’un ou plusieurs brevets pouvaient être nécessaires à sa mise en application. Toutefois, il y a lieu
d’avertir les responsables de la mise en application du présent document que des informations plus récentes
sont susceptibles de figurer dans la base de données de brevets, disponible à l’adresse www.iso.org/brevets.
L’ISO ne saurait être tenue pour responsable de ne pas avoir identifié de tels droits de brevet.
Les appellations commerciales éventuellement mentionnées dans le présent document sont données pour
information, par souci de commodité, à l’intention des utilisateurs et ne sauraient constituer un engagement.
Pour une explication de la nature volontaire des normes, la signification des termes et expressions
spécifiques de l’ISO liés à l’évaluation de la conformité, ou pour toute information au sujet de l’adhésion de
l’ISO aux principes de l’Organisation mondiale du commerce (OMC) concernant les obstacles techniques au
commerce (OTC), voir www.iso.org/avant-propos.
Le présent document a été élaboré par le comité technique ISO/TC 224, Systèmes et services relatifs à l’eau
potable, à l’assainissement et à la gestion des eaux pluviales.
Une liste de toutes les parties de la série ISO 24591 se trouve sur le site web de l’ISO.
Il convient que l’utilisateur adresse tout retour d’information ou toute question concernant le présent
document à l’organisme national de normalisation de son pays. Une liste exhaustive desdits organismes se
trouve à l’adresse www.iso.org/fr/members.html.
iv
Introduction
Pour mieux gérer l’ensemble du cycle de vie des systèmes de gestion de l’eau, les propriétaires et exploitants
de ces systèmes améliorent en continu l’efficience opérationnelle, réduisent les coûts et communiquent
avec les parties prenantes ou d’autres systèmes. En outre, ils répondent à des exigences de sécurité, à des
exigences réglementaires et à des besoins exprimés par les autorités publiques. Une approche efficace pour
atteindre ces objectifs est de tirer parti des données générées par les systèmes de gestion de l’eau.
Les installations de partage d’informations et les modèles établis sur la base de ces données peuvent fournir
des solutions optimales pour que le propriétaire ou l’exploitant du système de gestion de l’eau réponde à la
demande de ses parties prenantes, par exemple en matière de production, de transmission et de distribution
de l’eau potable, de gestion du patrimoine, de gestion des risques, de collecte et d’assainissement des eaux
usées, de gestion des eaux pluviales et de protection des ressources en eau. Au cours de ces dernières années,
les progrès des technologies numériques ont accru les capacités de génération de données et, dans le même
temps, les systèmes de traitement des données ont également été nettement améliorés.
Avec le développement rapide des nouvelles technologies numériques, les données générées par les systèmes
de gestion de l’eau augmentent drastiquement. Cette « explosion de données » a permis la fourniture de
nouveaux services qui :
— accroissent l’efficience opérationnelle des actifs et des réseaux ;
— réduisent ou optimisent les dépenses d’investissement et les frais de fonctionnement ;
— permettent une meilleure anticipation et évaluation des risques ;
— réduisent l’empreinte environnementale ;
— améliorent la conformité réglementaire ;
— facilitent le suivi et la prise de décision par les parties prenantes locales ou nationales ;
— améliorent le niveau de service pour les clients des systèmes de gestion de l’eau.
Toutefois, cette grande quantité de données augmente aussi considérablement les exigences en matière de
stockage et d’installations de transfert de données. De plus, il est important de s’assurer que ces données
n’ont pas des impacts négatifs sur l’environnement. Par conséquent, la gestion des données représente un
défi pour les propriétaires et exploitants de systèmes de gestion de l’eau.
Pour s’assurer que les données et informations générées par les systèmes de gestion de l’eau produisent
des valeurs maximales, il convient d’appliquer des approches adaptées de gestion des données dans les
organisations qui travaillent avec des systèmes de gestion de l’eau, par exemple en utilisant une nomenclature
cohérente, en spécifiant des règles de propriété, en réalisant une validation des données et en mettant en
place une standardisation et une normalisation.
v
Norme internationale ISO 24591-2:2024(fr)
Gestion intelligente de l’eau —
Partie 2:
Lignes directrices pour la gestion des données
1 Domaine d’application
Le présent document fournit une base générale pour la gestion des données dans les services, les systèmes
et les installations liés à l’eau potable, aux eaux usées et aux eaux pluviales. Il met l’accent sur les données
en tant qu’actif et introduit des règles de base pour l’acquisition, le stockage et le traitement efficients
des données. Il vise à aider les propriétaires et exploitants de systèmes de gestion de l’eau à gérer leurs
installations de manière plus efficiente en se basant sur de grandes quantités de données.
Les éléments suivants relèvent du domaine d’application du présent document :
— gestion des données en tant qu’actif dans les systèmes de gestion de l’eau ;
— principes et lignes directrices pour la gestion des données ;
— organisation des personnes en relation avec la gestion des données.
2 Références normatives
Les documents suivants sont cités dans le texte de sorte qu’ils constituent, pour tout ou partie de leur
contenu, des exigences du présent document. Pour les références datées, seule l’édition citée s’applique. Pour
les références non datées, la dernière édition du document de référence s’applique (y compris les éventuels
amendements).
ISO 24513, Activités de service relatives aux systèmes d'alimentation en eau potable, aux systèmes
d'assainissement et aux systèmes de gestion des eaux pluviales — Vocabulaire
3 Termes et définitions
Pour les besoins du présent document, les termes et définitions donnés dans l’ISO 24513 ainsi que les
suivants, s’appliquent.
L’ISO et l’IEC tiennent à jour des bases de données terminologiques destinées à être utilisées en normalisation,
consultables aux adresses suivantes :
— ISO Online browsing platform : disponible à l’adresse https:// www .iso .org/ obp
— IEC Electropedia : disponible à l’adresse https:// www .electropedia .org/
3.1
données
ensemble de valeurs de variables qualitatives ou quantitatives
[SOURCE: : ISO 21378:2019, 3.1]
3.2
intelligence artificielle
IA
branche de l’informatique consacrée au développement de systèmes de traitement des données (3.1)
qui réalisent des fonctions normalement associées à l’intelligence humaine, telles que le raisonnement,
l’apprentissage et l’auto-amélioration
[SOURCE: : ISO/IEC/IEEE 24765:2017, 3.234]
3.3
Internet des Objets
IoT
infrastructure d’entités, de personnes, de systèmes et de sources d’informations interconnectés ensemble et
proposant des services, qui traite les informations provenant du monde physique et du monde virtuel et qui
réagit à ces informations
[SOURCE: : ISO/IEC 20924:2021, 3.2.4]
3.4
flux de données
mouvement des données (3.1) à travers les parties actives d’un système de traitement des données pendant
l’accomplissement d’un travail particulier
[SOURCE: : ISO/IEC 2382:2015, 2121825, modifiée — Notes à l’article supprimées]
3.5
protection des données personnelles
droit des personnes à exercer un contrôle ou une influence sur la nature des informations les concernant qui
peuvent être recueillies et stockées, et sur les personnes auxquelles ces informations seront présentées
[SOURCE: : ISO/IEC TR 26927:2011, 3.34]
3.6
jumeau numérique
actif numérique sur lequel des services peuvent être mis en œuvre pour apporter de la valeur à une
organisation
Note 1 à l'article: Les descriptions comprenant le jumeau numérique peuvent inclure des propriétés de l’actif décrit,
l’Internet des Objets (3.3) industriel, les données collectées, des schémas de comportement simulés ou réels, des
processus qui l’utilisent, les logiciels qu’il contient, et d’autres types d’informations.
Note 2 à l'article: Les services peuvent inclure une simulation, des analyses telles que les diagnostics ou pronostics,
l’enregistrement de la provenance et l’historique du service.
[SOURCE: : ISO/TS 18101-1:2019, 3.9, modifiée — Exemple supprimé]
3.7
gouvernance des données
propriété ou capacité ayant besoin d’être coordonnée et mise en œuvre par un ensemble d’activités dans le
but de concevoir, mettre en œuvre et surveiller un plan stratégique pour la gestion des actifs de données (3.10)
Note 1 à l'article: L’ISO/IEC 38505-1 fournit de plus amples informations sur la gouvernance des données.
Note 2 à l'article: Un plan stratégique pour la gestion des actifs de données est un document spécifiant comment la
gestion des données (3.8) doit être alignée avec la stratégie organisationnelle. Ce terme a la même signification que le
plan stratégique pour la gestion d’actifs défini dans l’ISO 55000 du point de vue des données.
[SOURCE: : ISO/IEC 20547-3:2020, 3.7, modifiée — Note 1 à l’article révisée, Note 2 à l’article supprimée et
Note 3 à l’article renommée Note 2 à l’article]
3.8
gestion des données
processus consistant à garder une trace de toutes les données (3.1) et/ou informations liées à la création, à
la production, à la distribution, au stockage et à l’utilisation de médias électroniques, et processus associés
[SOURCE: : ISO 20294:2018, 3.5.4]
3.9
qualité des données
aptitude d’un ensemble de caractéristiques intrinsèques des données (3.1) à satisfaire des exigences
[SOURCE: : ISO 8000-2:2022, 3.8.1, modifiée — Note 1 à l’article supprimée]
3.10
actif de données
ensemble d’éléments de données (3.1), ou d’entités de données, qui a un bénéfice réel ou potentiel pour une
organisation
4 Données en tant qu’actif
4.1 Généralités
L’utilisation efficace des données crée une valeur significative. Par conséquent, il convient de considérer les
données comme un actif immatériel devant être géré de manière cohérente avec les principes de l’ISO 55001
pour maximiser la valeur pour l’organisation.
Bien que les dispositifs d’acquisition, de stockage et d’affichage de données soient des actifs physiques, les
données sont immatérielles et peuvent être facilement copiées, modifiées ou corrompues. Par conséquent, il
convient de stocker, maintenir et protéger les données de manière efficace pour éviter ce qui suit :
— décisions mal fondées avec des impacts sociaux, environnementaux et économiques potentiels ;
— mauvaise interprétation du comportement de l’actif et mauvais alignement du calendrier de maintenance
de l’actif avec les besoins réels ;
— incapacité à tirer parti efficacement des avantages de l’automatisation ou d’autres technologies
numériques.
Avant de mettre en œuvre un processus de collecte de données, il convient d’indiquer clairement les
exigences relatives à ces données (par exemple précision, intervalle de temps, fraîcheur, durée de stockage,
impacts environnementaux). Il est recommandé de ne collecter et stocker que les données nécessaires.
Il convient d’éviter de mettre en place des flux de données ne correspondant à aucun cas d’utilisation. Une
bonne pratique consiste à prétraiter les données près de la source de données avant de générer de nouveaux
flux de données et de les stocker.
Il convient également de prendre en compte le cycle de vie des données et de détruire correctement ces
données à la fin de leur vie. Il convient que la durée de conservation des données collectées soit définie afin
d’organiser la destruction des données lorsque cela est requis.
Pour les systèmes de gestion de l’eau, des parties prenantes différentes peuvent avoir besoin du même actif
de données. Une pratique efficace pour gérer cette situation consiste à cataloguer et à partager les données,
ce qui évitera aux autres parties prenantes d’organiser et de collecter à nouveau les mêmes données. Le
catalogage des données est une manière d’informer les parties prenantes que les données sont disponibles,
sans avoir besoin de les partager automatiquement.
4.2 Qualité des données
Des données de grande qualité peuvent améliorer l’efficience de production et amener l’entreprise à un
niveau supérieur de performance. Les informations sur la qualité des données sont précieuses pour prendre
des décisions sur l’application pratique des données. Pour les systèmes de gestion de l’eau, des données de
grande qualité sont bénéfiques pour améliorer la performance du système, réduire les coûts d’exploitation
et prendre des décisions stratégiques. Par conséquent, il convient d’analyser et de mesurer la qualité des
données dans des systèmes de gestion intelligente de l’eau.
Le contrôle de la qualité des données fait partie de la gouvernance des données. Pour chaque application, il
convient d’évaluer les exigences concernant le contrôle de la qualité des données et de définir et d’appliquer
les procédures pour mettre en œuvre l’évaluation de la qualité des données. Le contrôle de la qualité des
données et le processus de validation peuvent être effectués automatiquement ou manuellement. La Figure 1
est une illustration du processus de contrôle de la qualité des données.
Figure 1 — Exemple de processus de contrôle de la qualité des données
Il convient également de vérifier la cohérence des données comparées aux autres valeurs de la même série
temporelle, ou la cohérence avec d’autres paramètres connexes.
Pendant le processus de contrôle de la qualité des données, des experts peuvent aussi être consultés pour
confirmer la validité des données.
Avant d’utiliser des données pour des pratiques d’ingénierie ou de gestion, il convient de réaliser des contrôles
qualité sur la base des exigences de qualité et des procédures de contrôle qualité des données préalablement
définies. Selon les résultats du contrôle qualité, il convient d’appliquer des méthodes appropriées de filtrage
de la qualité des données ou de traitement des données à l’analyse et aux applications en aval.
5 Gestion des données
5.1 Généralités
Il convient de définir et de mettre en œuvre des règles de gestion des données et une gouvernance des
données dans toute l’organisation, depuis la direction jusqu’aux équipes sur le terrain, avec une implication
active de l’équipe de direction générale. Cela signifie aussi qu’une stratégie claire vis-à-vis des données est
définie, avec des revues régulières et des plans d’action. Il convient de mettre en œuvre des règles claires
dans l’organisation pour assurer la précision et la cohérence des données, la validation et la conservation
des données, et l’intégrité et la sécurité des données. Certaines règles sont indiquées en 5.4.
Il convient de surveiller et de maintenir le flux de données pour les différents utilisateurs des données
(humains ou machines).
5.2 Gouvernance des données
Des technologies numériques peuvent être appliquées dans toutes les entités des compagnies des eaux ou
organisations, et les données générées par ces technologies numériques sont des actifs importants. Par
conséquent, il convient de définir une stratégie au plus haut niveau de l’organisation (par exemple comité
exécutif). Une personne peut être nommée responsable de cela, par exemple un directeur des données
(CDO). Cette personne peut interagir avec tous les départements de l’organisation, y compris le Département
Informatique (IT), pour mettre en œuvre la stratégie de gouvernance des données. L’Article 6 fournit de plus
amples informations sur l’organisation des personnes.
Il convient que la gouvernance des données des systèmes de gestion intelligente de l’eau soit cohérente avec
la gouvernance des données globale de l’organisation. Une gouvernance efficace des données est nécessaire
pour s’assurer que la propriété des données est claire et que les stratégies de gestion des données sont
cohérentes dans tous les départements de l’organisation. Les aspects clés de la gouvernance des données
sont comme suit :
— Propriété des données : il convient que la définition des rôles liés à la propriété commence par la
nomination d’un responsable chargé de la précision, de la qualité et de la gestion des données au sein de
l’organisation. À partir de là, d’autres rôles de responsables de données peuvent être définis.
— Stratégie des données : il convient que la stratégie des données précise les politiques et lignes directrices
pour tous les aspects de la gestion des données dans l’organisation depuis la génération des données
jusqu’à leur élimination. Il convient ici d’établir des protocoles de revue régulière de la stratégie des
données.
— Règles concernant les données : il convient de définir des règles claires venant à l’appui de la stratégie des
données pour assurer la précision, la cohérence, la validation, la conservation, l’intégrité et la sécurité
des données. Des exemples de ces règles sont donnés en 5.4.
5.3 Chaîne de valeur des données
Une gestion efficace des données est un élément essentiel pour extraire un maximum de valeur des données.
Pour rendre le processus d’extraction de valeur plus efficace, il convient de mettre en œuvre cette gestion
des données à tous les niveaux de l’organisation.
Pour une organisation de gestion intelligente de l’eau, il convient que les données collectées par différents
secteurs soient rendues accessibles à d’autres secteurs lorsque cela est nécessaire, et que les données
agrégées soient mises à la dispos
...
Questions, Comments and Discussion
Ask us and Technical Secretary will try to provide an answer. You can facilitate discussion about the standard in here.
Loading comments...