La Gestion des Données offre quatre capacités étroitement intégrées sur un patrimoine unique et gouverné. Elle amorce la plateforme, en mettant en place les rôles, les données de référence et la configuration dont un environnement de travail a besoin, et provisionne des données de démonstration riches et cohérentes qui alimentent chaque page de module avec un contenu réaliste. Elle réalise l'import et l'export sur l'ensemble des enregistrements, en ingérant des données externes au moyen de pipelines validés et mappés, et en produisant des extractions propres et structurées pour le reporting, la migration ou l'archivage. Elle fournit un visualiseur du modèle de données qui restitue la structure en temps réel de la plateforme : les magasins, les entités qu'ils contiennent, leurs champs et les relations qui les lient. Et elle gère le flush, le démantèlement et le rafraîchissement contrôlés des données de travail, en réinitialisant un environnement à un état connu tout en protégeant les enregistrements qui ne doivent jamais être supprimés à la légère.

Ensemble, ces fonctions rendent le patrimoine reproductible. Un administrateur peut construire un environnement à partir de rien, le charger, l'inspecter, l'exporter et le réinitialiser, chaque opération respectant les mêmes règles d'intégrité, la même piste d'audit et les mêmes protections. Le module traite le provisionnement, le déplacement et la suppression comme des opérations gouvernées de premier ordre, et non comme des scripts exécutés en marge.

L'information de la plateforme réside dans un patrimoine de données : un ensemble de magasins dédiés, chacun façonné pour une tâche distincte. Les données opérationnelles capturent les objets métier vivants que les modules lisent et écrivent au quotidien. Les données transactionnelles enregistrent les écritures, les mouvements et les événements qui doivent être exacts et ordonnés. La configuration détient les règles, les workflows et les paramètres qui régissent le comportement. Les documents et leur contenu binaire résident dans un magasin conçu pour le passage à l'échelle et la restitution, les catalogues décrivent les relations structurées entre produits et nomenclatures, et un entrepôt détient les données façonnées et regroupées par lots qui alimentent l'analyse. Deux autres magasins se distinguent par conception, l'un détenant des champs personnels sensibles avec leurs marqueurs de consentement et de conservation, l'autre détenant du matériel de test, chacun protégé des réinitialisations de routine.

Ce qui fait de cela un patrimoine plutôt qu'une collection de bases de données, c'est le modèle : les entités au sein de chaque magasin et, surtout, les relations qui les traversent. Une société est liée à ses contacts, ses factures, ses documents et ses enregistrements de consentement ; un exercice fiscal rattache les écritures aux normes selon lesquelles elles sont reportées. La Gestion des Données comprend ces connexions, ce qui lui permet d'amorcer un environnement entier de manière cohérente, d'importer sans laisser d'enregistrements orphelins, et d'exporter un sujet ou une entité avec son historique associé intact. Le modèle est complété par des limites de conservation et de confidentialité, les règles qui déterminent combien de temps les données persistent, quels magasins sont exemptés de suppression et comment les informations personnelles sont isolées. Le module explique ces concepts en termes clairs au travers de son visualiseur, de sorte que la structure de la plateforme soit lisible pour les personnes qui la gouvernent, et pas seulement pour celles qui l'interrogent.

Le provisionnement est le premier workflow. Un administrateur exécute l'amorçage de base pour établir les rôles, les utilisateurs, les modules et les données de référence, puis superpose les données de démonstration, module par module, afin de produire un environnement pleinement peuplé qui raconte une histoire métier cohérente sur deux exercices fiscaux d'historique achevé et de travaux en cours. L'opération est idempotente : elle nettoie le contenu de démonstration antérieur avant de reconstruire, de sorte qu'elle peut être exécutée à plusieurs reprises pour un résultat prévisible.

L'import est le deuxième. Les données sources sont mappées au modèle, validées par rapport aux types, aux clés et aux règles référentielles, prévisualisées pour l'opérateur, et validées uniquement lorsqu'elles s'intégreront proprement. L'export en est le miroir, rassemblant des entités sélectionnées avec leurs enregistrements associés dans des fichiers structurés adaptés aux systèmes en aval, à la soumission réglementaire ou à la migration. L'inspection du modèle s'exécute en parallèle des deux, permettant à un administrateur d'ouvrir le visualiseur, de tracer une relation, de confirmer la signification d'un champ et de vérifier qu'un import ou un export porte sur les bonnes structures. Le flush est le workflow de réinitialisation contrôlée, démantelant les données de travail dans l'ordre des dépendances tout en respectant les magasins marqués comme exemptés, de sorte qu'un environnement revienne à une base de référence propre sans jamais toucher au matériel personnel ou de test protégé. Chaque workflow inscrit dans l'enregistrement d'audit, de sorte que l'identité de qui a provisionné, importé, exporté ou effectué un flush, et à quel moment, reste toujours récupérable.

C'est dans l'exactitude au cours du déplacement que le module justifie sa place. Chaque opération est consciente des références : l'amorçage crée les parents avant les enfants, l'import rejette les enregistrements qui rendraient une relation orpheline, et le flush supprime dans l'ordre inverse des dépendances de sorte que rien ne reste en suspens. L'idempotence est garantie plutôt qu'espérée, ce qui permet de reconstruire des environnements en toute sécurité et de rafraîchir les données de démonstration sans résidu. Les imports franchissent une barrière de validation qui vérifie les types de données, l'unicité des clés, les références inter-magasins et les domaines de valeurs, et signale les échecs avec une précision suffisante pour les corriger avant toute validation.

La gouvernance est intégrée au cycle de vie. Certains magasins sont exemptés de flush par politique : le coffre qui isole les champs personnels avec leurs marqueurs de consentement et de conservation, et le magasin qui détient le matériel de test. Ils ne sont jamais balayés par une réinitialisation de routine, ce qui maintient intacts les engagements de confidentialité et les actifs de qualité à travers chaque rafraîchissement d'environnement. Les données personnelles emportent avec elles leur période de conservation et leur état de consentement, de sorte que les exports d'un sujet respectent ce qui peut légalement quitter la plateforme, et que le retrait des données respecte les limites qui lui ont été fixées. Le patrimoine couvre nativement plusieurs normes de reporting et plusieurs données juridictionnelles, de sorte que les données financières provisionnées et importées arrivent déjà façonnées pour des normes parallèles, des régimes fiscaux multiples et un reporting multidevise. L'activité d'exécution, y compris chaque import, export et flush, est journalisée, donnant au patrimoine un compte rendu continu et interrogeable de la façon dont son propre contenu a évolué.

La Gestion des Données est la couche sur laquelle repose le reste de la suite. Ses amorceurs provisionnent des données réalistes et imbriquées pour la Comptabilité, y compris le recouvrement et la trésorerie, pour le Marketing et les Ventes, pour les Services Financiers, pour la Fabrication avec ses nomenclatures et ses catalogues, pour les Relations d'Affaires, pour la Base de Connaissances et pour la Gestion Documentaire. Parce qu'elle comprend les relations qui traversent ces modules, elle peut construire un environnement où un client dans les Relations d'Affaires détient des factures en Comptabilité, une appartenance à une campagne dans le Marketing et les Ventes, et des fichiers dans la Gestion Documentaire, le tout cohérent.

Elle agit de concert avec les modules de gouvernance de la plateforme. Elle s'en remet à la Gestion de la Confidentialité pour les champs personnels, le consentement et la conservation détenus dans le coffre, traitant ce magasin comme faisant autorité et exempté de suppression, et elle s'aligne sur la Gestion des Tests pour préserver le matériel de test à travers les réinitialisations. Ses pipelines d'export alimentent l'entrepôt sur lequel s'appuient l'analytique et le reporting, et son amorçage de configuration met en place les workflows d'approbation sur lesquels la Comptabilité et d'autres modules reposent. En pratique, chaque module hérite de ses données de départ, de sa portabilité et de son comportement de réinitialisation propre depuis cet unique endroit, ce qui explique pourquoi le patrimoine demeure cohérent à mesure que la suite s'étoffe.

Les AI Workers sont des opérateurs de premier ordre dans la Gestion des Données. Un administrateur peut demander, en langage naturel, combien d'enregistrements d'un type donné existent, quels magasins une relation traverse ou ce que signifie un champ du modèle, et un Worker répond en interrogeant le patrimoine en temps réel et en lisant directement le visualiseur du modèle. Les Workers exécutent également des opérations gouvernées à la demande : amorcer un environnement, exécuter un import mappé, produire un export ciblé ou déclencher un flush, chacune réalisée par le même chemin de validation et d'audit qu'une personne suivrait, jamais en le contournant.

Au-delà de l'exécution, les Workers surveillent le patrimoine. Ils font remonter les anomalies et les exceptions : un lot d'import avec un pic d'échecs de validation, une relation laissée incohérente, une limite de conservation qui approche, un magasin qui s'écarte de sa structure attendue. Lorsque du matériel externe doit être intégré, les Workers extraient et structurent les données, proposent un mappage au modèle et signalent les enregistrements qui ne s'intégreront pas proprement avant toute validation. Ils offrent une aide à la décision, en expliquant l'impact en aval d'un flush ou la portée d'un export sur les entités associées, de sorte que l'opérateur comprenne les conséquences à l'avance. Et les Workers servent de points de revue et d'approbation dans les workflows sensibles : un export de données personnelles ou une réinitialisation complète d'environnement peut requérir la vérification d'un Worker, ou une validation humaine que le Worker prépare, de sorte que les opérations de données les plus lourdes de conséquences soient toujours délibérées, revues et consignées.