Fin janvier, j’ai eu la chance d’être invitée au Chief data and analytics exchange, près de Los Angeles. Une petite assemblée d’une centaine de « chief executives » de grandes entreprises et leur CIO (chief information officer) et de fondateurs de start-up spécialisées en algorithmes et machine learning se sont réunis pour parler des enjeux autour de l’organisation et de la gouvernance dans les entreprises et des solutions «tech», en permanente évolution, afin de réduire les coûts et permettre une meilleure expérience client. Voilà ce qui en ressort.
Tout d’abord, chacun s’accorde à dire qu’il faut convaincre en interne, même ici, en Californie, berceau de la technologie. Les dirigeants d’entreprise sont soit allergiques aux maths, pensant maîtriser leur marché et connaître leurs clients mieux que personne, soit encore dans le rêve des data analytics pour résoudre tous leurs problèmes, comme une baguette magique. La voie du milieu s’impose. Alors comment avancer ?
Premier constat : la sécurité et les enjeux de respect de la vie privée sont la base de toute plateforme de data et analytics. Certains CDO (chief data officer) reconnaissent avoir passé une bonne partie de leur temps sur la réglementation et les règles du jeu ces deux dernières années pour organiser le travail autour d’eux, en particulier dans le secteur de la banque et des assurances.
On parle d’open data et de données anonymisées quand on parle ici de « data hacking » pour créer de la valeur.
L’expression « dynamic identity data » est utilisée par le chief data scientist de Whitepages : ce qui compte c’est la relation entre les sources (qui, quoi et comment), laquelle est riche, complète et exacte (ce qui est vital).
Deuxième constat : tout bouge très vite, en particulier les solutions techniques. L’un des CIO a fait sourire l’assemblée avec une slide présentant l’écosystème et les acteurs datant d’à peine dix-huit mois, et a posé la question à chacun de ce que serait ce paysage et la dynamique dans cinq ans.
A vos portfolios
De ces constats émergent deux recommandations.
1) Gérer les talents et continuer à apprendre: ce qui se dessine dans les grandes entreprises où un CDO a été nommé, c’est une organisation matricielle, où les évaluations de performances des personnes appartenant à la communauté et en particulier les data analysts et data scientists se font à deux voix, le responsable d’entité d’un côté, le CDO en transversal de l’autre. On parle de 400 personnes dans les banques présentes, de grosses équipes chez Zynga ou Disney. Cela évite le syndrome de discussions académiques sur les méthodes entre équipes data dans les ventes ou au marketing. Ce qui compte c’est l’animation de la communauté, les ponts entre les équipes, les promotions qui permettent de continuer à apprendre, et qui se font sur la base non seulement de la performance court terme mais de la contribution à la communauté. Tous sont préoccupés par la bataille pour garder les talents dans une période de pénuries, vu les besoins de toutes les industries et de toutes les tailles d’entreprises.
2) Trouver le financement des projets: les ressources sont limitées au démarrage pour le CDO, même dans les très grandes entreprises. Pour convaincre ? Des cycles courts. On ne parle pas de douze, encore moins de vingt-quatre, mais de trois mois, avec des résultats qui permettent d’autofinancer la suite. Générer des revenus ou baisser les coûts met tout le monde d’accord en transversal pour réinvestir sur le déploiement.
Aussi, les CDO font-ils travailler leurs équipes de data analyst sur ce qu’ils appellent un « portfolio » : non seulement en mode «recherche», innovant dans l’exploration et la modélisation de la data, mais aussi sur des sujets business définis par les équipes opérationnelles, avec des résultats qui ont un impact sur les KPI à court terme.
Au final, beaucoup de questions ont été posées sur le moyen de motiver tout le monde autour de la data de manière pérenne, et sans que les équipes internes ne se sentent en danger. La réponse : la collaboration en mode ouvert, avec des partenariats. Les start-up et acteurs de software et data analytics ont souvent la réponse a une question posée, pas à toutes, d’où la nécessité de bâtir un écosystème ouvert et flexible, qui évolue en fonction des besoins internes, et avancer pragmatiquement en mode « test and learn ». Ce qui réunit tout le monde? Que chacun se sente équipé par la data pour prendre les bonnes décisions. Il s’agit de combiner l’intuition humaine avec l’intelligence émanant des données. Au final, l’humain est au cœur des enjeux.
La data est décidément une grande communauté, amenée à grossir ces prochaines années, welcome on board!
D’ailleurs, bonne nouvelle, j’ai rencontré 6 Français sur 100 personnes, tous ici depuis 5 à 15 ans. Croyez-moi, vous y avez déjà des connexions, il suffit de poursuivre la conversation.
