Comment transformer sa data en or numérique ? (avec la contribution d'Open)

Le 30 Juin dernier, à Nantes, les DSI de la région se sont réunis pour partager leurs enjeux en matière de gouvernance de la donnée et pour identifier des leviers pour contribuer à l’amélioration de la performance de leur organisation. Une réflexion riche, animée par Louis de Bréchard, consultant Data au sein de Kynapse, cabinet de conseil spécialisé en Data & IA et filiale de notre partenaire Open, ESN de référence dans la transformation IT. 

Le constat : une maturité et des enjeux finalement relativement homogène

Au début de l’atelier, les participants ont été amenés à auto-évaluer la maturité data de leur organisation en se basant sur l’échelle de Gartner ci-dessous :

Le constat est clair : l’intégralité des DSI estime se situer entre les niveaux 2 et 3. Par ailleurs, tous perçoivent la nécessité de gagner en maturité sur ces enjeux.

En revanche, au-delà de cette apparente homogénéité, les objectifs affichés varient d’une organisation à une autre : d’un meilleur pilotage de l’activité à une dynamique prédictive permettant de construire des scenarii et d’anticiper les tendances.

Au sein des participants, les obstacles identifiés sont les suivants :  

Acculturation des métiers  

Un premier enjeu est de permettre aux métiers de comprendre quels usages et surtout quels gains sont possibles avec une démarche structurée autour de la data. Les premiers pas sont complexes face à des métiers aux maturités largement différentes, d’une direction financière / RH ou DSI (qui ont déjà une culture forte de l’indicateur et une réflexion sur la manière de le composer) à d’autres directions qui préfèrent se reposer sur Excel, en silos, avec des données dont on a du mal à percevoir la valeur. Parfois, c’est le COMEX qui doit être sensibilisé, accompagné et convaincu.

Connaître ses données

Côté DSI, il est parfois difficile d’avoir une vision précise du patrimoine de données à disposition, en ayant une connaissance précise de la réalité métier à laquelle les données correspondent. La DSI doit identifier quelles sont les données utiles (ou animer cette réflexion auprès des métiers). Encore faut-il savoir ce qui se cache derrière chaque donnée, en particulier lorsque les modèles de données sont cachés dans des applicatifs anciens.

Définir ses usages

Parfois, c’est aussi la définition de l’usage proprement dit qui demande un travail spécifique, par exemple pour les indicateurs sociétaux et environnementaux qui restent à définir.

Se pose donc la question de la qualité de la donnée, avec en ligne de mire la réalité de son utilité dans une stratégie data maîtrisée.

Comment assurer la qualité de la donnée et impulser la dynamique ? 

Définir ce qu’est une donnée de qualité

Commençons par à définir ce qu’est une donnée de qualité. Elle doit être :

• Sourcée, pour en connaitre la définition et l’origine (ce qui peut nécessiter un travail de retroengineering)
• Qualifiée, c’est-à-dire contextualisée et retravaillée pour lui donner du sens
• Fraiche, avec une durée de vie déterminée. Cet enjeu s’est notamment amplifié avec les contraintes du RGPD.
• Portée par un garant, responsable dans l’organisation de sa qualité. Au final, comme le précise Louis de Bréchard de Kynapse,

  Une base de données doit être traitée comme un projet, avec un cadrage, des rôles, un cycle de vie, et des pratiques documentées.

  La pédagogie est un pré-requis pour ancrer la gouvernance Data dans le réel. Une question reste toujours ouverte : Jusqu’où doit aller le métier et la DSI ? Quel partage des rôles ?

Une approche pragmatique de la gestion de la donnée

Dans tous les cas, la première étape consiste à penser usages : ETP gagnés, modèle de scoring, etc. C’est uniquement avec ces cas d’usages identifiés en tête, porteurs de valeur pour l’organisation, qu’on va commencer à mettre en place des actions concrètes. Les cas d’usage peuvent toutefois rester larges pour permettre par la corrélation ou l’intelligence artificielle d’identifier de nouvelles opportunités d’usages et donc, de performance.

Une démarche transverse pour construire une donnée de qualité

C’est en travaillant au-delà des silos que l’exploitation des données révèle son vrai potentiel.  Il peut donc être utile de monter une taskforce avec, par exemple, un ambassadeur de chaque métier concerné.
Il manquera sans doute des profils orientés data dans les équipes et il faudra donc à la fois développer les compétences en interne et créer des postes dédiés.

Enfin, dans un processus progressif et transversal, la motivation de toute l’organisation à respecter les standards et les processus est primordiale. Elle peut être obtenue avec des méthodes propre à chaque organisation : conditionnement des objectifs, primes ou pédagogie pour donner du sens à la démarche.

Pour aller plus loin : l’interview de Louis de Bréchard, Consultant Data - KynapseQue retenez-vous de l’atelier sur la Data du World Café de Nantes ? 

Ces ateliers ont permis de faire émerger de nombreux enseignements. La principale idée que je retiens est cet étonnant contraste entre des situations à la fois très homogènes (niveaux de maturité similaires, conscience partagée des enjeux autour de la donnée) et parfois directement opposées (besoin de convaincre les métiers pour certains, le COMEX pour d’autres). Une autre surprise réside dans la nature organisationnelle des difficultés auxquelles les entreprises font face. Ainsi, alors même que la data requiert son lot de nouvelles technologies parfois complexes, on s’aperçoit que les obstacles sont avant tout humains : acculturation des métiers, conduite du changement, capacité à casser les silos, etc.

Selon l’expérience de Kynapse, acquises auprès des organisations les plus diverses, quelles sont les difficultés récurrentes ? 

Kynapse a identifié les 4 principales dimensions sur lesquelles jouer pour activer le potentiel de la donnée.

Pour chacun de ces axes de travail, des problématiques ont émergé des discussions :

• Patrimoine data & management : comment disposer de données de qualité ?
• Expertise : comment disposer des compétences nécessaires ?
• Culture et changement : comment convaincre de l’importance de la donnée ?
• Technologie : comment faire les bons choix ?

Quelles sont la / les solution(s) que vous recommandez pour activer le potentiel de la data ? 

Pour répondre à ces questions, il n’existe pas de solution miracle universelle et les réponses apportées doivent tenir compte du contexte particulier des organisations auxquelles elles s’adressent. Pour autant, on peut identifier des bonnes pratiques, dont certaines ont été spontanément évoquées au cours des ateliers :

• Responsabiliser : une bonne gouvernance des données implique de d’identifier des « owners » pour chaque actif data. De la même façon qu’on n’envisage pas un projet sans chef de projet, toute brique du patrimoine data d’une entreprise doit avoir son référent, détenteur de la connaissance métier et garant de la qualité des données.
• Learning by doing : La transformation en une organisation data-centric peut donner le vertige. Pour éviter de se disperser, il est important de commencer par un projet concret de taille raisonnable susceptible de délivrer beaucoup de valeur. L’approche consiste à cibler d’abord un usage, et de mettre les solutions en place par la suite. On ne sait donc pas à l’avance quelle solution technologique sera nécessaire.
• Amélioration continue : A partir de ce premier projet, on privilégiera une approche incrémentale. A mesure que la valeur est délivrée, l’organisation s’acculture, les profils montent en compétence et le spectre des cas d’usages envisageables s’élargit.
• Démarche transverse : La donnée est un sujet fondamentalement transverse, et c’est en réunissant les profils les plus différents qu’on génère le plus de valeur. Pour faire émerger des cas s’usages et suivre leur développement, on pourra donc mettre en place des Task Forces regroupant des profils variés : métier, DSI, représentant des utilisateurs finaux, etc. Sur le long-terme, c’est toute l’organisation de l’entreprise qui peut être amenée à évoluer.   

N’hésitez pas à partager vos expériences et vos commentaires sur la plateforme Atout DSI et à contacter directement nos partenaires : Louis de Bréchard, consultant Data au sein de Kynapse et Anne Hautin, Directrice BU Nantes d’Open