Ekimetrics: big data specialists

Organisation
& Gouvernance

70% des projets de data science échouent, et ne génèrent donc aucune plus-value business. La plupart du temps, les raisons de l’échec ne sont pas techniques.

Le manque d’alignement stratégique avec l’entreprise, la discordance des liens entre le business et les départements techniques, l’immaturité des processus d’industrialisation, le manque de compétences ou la perte de data scientists expérimentés, le manque de clarté des règles de gouvernance data, la mauvaise compréhension des procédures réglementaires ou encore la gestion inefficace des projets sont autant de raisons expliquant ces échecs dans les projets de data science. La solution : une organisation agile combinée à une gouvernance efficace.

Il n’existe pas un modèle organisationnel unique sur l’étagère : c’est l’importance des données au sein de l’entreprise qui déterminera si celle-ci doit faire appel à des équipes data centralisées ou redistribuer les compétences data sur l’ensemble des branches d’activité.

L’objectif : guider le plus judicieusement possible chacune des fonctions de l’entreprise.

 

Nous débutons systématiquement par une évaluation de la maturité data de l’entreprise, en l’abordant sous trois angles : le business, les données et l’infrastructure technologique, et les ressources humaines.

Nous distinguons deux types de fonctions.

D’une part, celles qui tirent déjà profit des données : parmi elles, le reporting Business Intelligence (BI), la mesure des ROIs, et les métiers qui exploitent les données à des fins commerciales ou qui ont déjà instauré des processus de prise de décisions data-driven. Pour ces fonctions, matures d’un point de vue data, notre approche est simple : construire des processus efficaces centrés sur l’accélération business et l’industrialisation.

D’autre part, les fonctions moins matures au sujet de la data : ces métiers nécessitent un cadre plus structuré, de nouvelles méthodes, et des data scientists expérimentés pour initier de nouveaux champs d’activité. Pour ce type de fonctions, nous vous proposons une structure assurant la définition de priorités adaptées dès le départ, évitant ainsi les pertes financières dues à des POCs interminables.

Une évaluation de la maturité data révèle également si les capacités data science doivent être industrialisées et, le cas échéant, si une équipe centralisée doit amorcer la transformation des données.

 

Ce processus comprend : la conception et la mise en œuvre de l’architecture des systèmes data (bases de données et data lake(s), et outils de calculs de données), la maintenance des processus et règles conçus pour homogénéiser les datasets et les données qu’ils contiennent, la gestion des droits et des accès, ou encore la garantie de la conformité et du respect de la vie privée. Pour procéder, il est donc nécessaire de comprendre précisément la nature des données manipulées ainsi que leurs fonctions et utilisations.

Nous mettons en place une approche de gouvernance holistique qui crée une fluidité opérationnelle entre ces fonctions centrales et les parties prenantes des cas d’usage business : nous nous appuyons pour cela sur des principes comme le partage de rituels et de KPIs transversaux en utilisant un outil collaboratif orienté data. YOOI, l’une de nos filiales, a par exemple développé un outil leur permettant de casser les silos et de délivrer leur roadmap data.

En termes de ressources humaines, nous pouvons créer la roadmap nécessaire à la construction d’un programme data s’étalant sur 3 à 5 ans, destiné à la gestion des talents et basé sur le principe d’une communauté data. Avec le temps, cette communauté data s’étendra à toute l’entreprise ; nous vous conseillons de la gérer en tant qu’“équipe virtuelle” via l’utilisation d’un outil pédagogique rendant l’expertise et les compétences de chacun tangibles, claires et accessibles à tous.

Cette structure contribuera au développement de carrières transversales et durables, les membres de la communauté étant motivés par des « notes de contribution » et des défis toujours plus stimulants. Des programmes de mobilité spécifiques permettront de tirer parti de la diversité de l’entreprise, de ses capacités de formation, et de son ouverture & engagement envers la communauté data science externe.

 

Avec Ekimetrics, mettre en place une organisation efficace, c’est vous faire bénéficier d’une structure organisationnelle adaptée, de rôles et règles précises, d’outils spécifiques, et de plans de recrutement et d’adoption adéquats.

 

 

Concrètement, mettre en place une structure organisationnelle nécessite de définir clairement les fonctions nécessaires au lancement d’un programme data science, tout en les affectant autant que possible à des fonctions déjà existantes dans l’entreprise. Des fonctions plus spécifiques ne seront créées qu’en cas de besoin : les données ne doivent pas être considérées comme un élément additionnel, mais comme une plus-value structurelle intégrée à un système de travail préexistant.

Les fonctions essentielles comprennent : l’alignement stratégique des cas d’usage business, le sponsoring des cas d’usage, l’adoption business, le pilotage du programme de transformation data, la gestion de la roadmap des capacités data, la gestion de la gouvernance data, la conformité réglementaire, sécuritaire et légale, le développement de carrières des équipes data, et l’ouverture de l’écosystème de données.

Il y aura plusieurs types de règles et rôles : la gestion des données (quelles données sont collectées, nettoyées, converties dans le respect des contraintes techniques et réglementaires, stockées ; qui peut y accéder), les processus business (comment les données sont incorporées dans la réécriture des processus, comment gérer les exceptions et les dysfonctionnements, etc.), le pilotage des investissements et des ROIs (processus de prise de décisions, KPIs permettant l’arbitrage), le développement des capacités (comment identifier les avantages stratégiques, leur allouer un budget pour les développer, etc.), et les processus de développement de carrières (règles de mobilité, gestion des communautés, récompenses, etc.).

Une fois l’organigramme établi, les règles et rôles définis, et les descriptions de postes rédigées, nous passons à la définition d’un plan de recrutement : potentiellement ouvert aux candidatures internes, chacun des postes à promouvoir s’articulera autour d’un profil d’expérience précis et d’un ensemble de compétences spécifiques. Chez Ekimetrics, nous ne nous arrêtons pas là : nous pouvons également vous aider dans la recherche de personnes qualifiées via notre réseau.

Enfin, un plan de conduite du changement et d’adoption suivra : il s’agit ici d’expliquer, de former et d’intégrer les personnes cibles pour assurer une coopération parfaite entre tous. Aucune structure organisationnelle, aussi performante soit elle, ne peut fonctionner sans le soutien et l’appui des acteurs du projet. Le plan d’adoption se décompose en sessions individuelles, collectives et globales : commençant par une approche de sensibilisation générale, ces sessions se spécialisent graduellement au fil du temps, menant ainsi à des formations plus spécifiques.

 

Découvrez nos Business cases

Rencontrez nos experts

Laurent Felix

Partner

Jean-Baptiste Bouzige

CEO

Olivier Kuziner

Partner & Managing Director, APAC

Adam Rodgers

Partner & Managing Director, North America

Nos autres capacités

Ekimetrics.

Contactez nos experts Organisation & Gouvernance

Merci de l'intérêt que vous portez à Ekimetrics. Veuillez remplir le formulaire pour nous transmettre votre question.

  • Nous nous engageons à respecter votre vie privée. Ekimetrics utilise les informations que vous nous fournissez pour répondre à votre demande. Pour plus d'informations sur la manière dont vos données sont gérées et sur vos droits, veuillez consulter notre Politique de confidentialité.
  • Ce champ n’est utilisé qu’à des fins de validation et devrait rester inchangé.