Lors du dernier podcast Bouge ta Data, organisé par Datasulting dans le cadre de l’OMDE, Pierre Vannier (CEO de Flint) était accompagné de Denis Roux (Directeur des systèmes d'information chez Inovie) et Véronique Vaslot (Chief Data Officer chez EBP) pour échanger sur les métiers de la Data. Cela a aussi été l’occasion de partager quelques conseils pour créer son équipe data.
Lors du second podcast Bouge ta Data, organisé par Datasulting dans le cadre de l’OMDE, Pierre Vannier (CEO de Flint) était accompagné de Denis Roux (Directeur des systèmes d'information chez Inovie) et Véronique Vaslot (Chief Data Officer chez EBP) pour échanger sur les métiers de la Data.
Cela a aussi été l’occasion de partager quelques conseils pour créer son équipe data.
Denis Roux a tout d’abord souhaité faire une parenthèse que nous souhaitions mettre en lumière : le terme “projet data” est inadéquat.
En effet, “ce projet” doit s'inscrire dans la durée. Ce n’est pas un projet qui se décide un matin et qui sera réalisé en 3 mois. Il est forcément itératif et grossit au fur et à mesure, que ce soit au niveau de l’équipe, des quantités de données et des métiers que l’on touche dans l’entreprise.
Ce projet doit être validé par la direction, puis ensuite dans toute l’entreprise en embarquant chaque partie prenante. Une attention particulière doit être portée à l'acculturation des membres de l’entreprise.
Pierre Vannier précise aussi qu’il n’y a pas de recette miracle mais que chaque stratégie se décide au cas par cas, par typologie d’entreprise.
Cependant, les 3 invités affirment à l’unisson que les projets data sont guidés par le métier.
Lorsque vient le moment de constituer une équipe, certaines questions clés surgissent régulièrement :
Véronique Vaslot qui a constitué son équipe de A à Z nous partage son expérience.
“Chez EBP, nous avions beaucoup d’outils “maison” et donc énormément de data partout mais non connectées. Plein de pépites que l'on n’arrive pas à exploiter.”
Se lancer dans un projet data n’a rien à voir avec le développement d’un logiciel (infra, etc.). C’est un métier à part entière, avec une approche spécifique.
Ainsi, son premier conseil est de se faire accompagner par des spécialistes.
“Recruter un Data Scientist dès le début, c’est comme faire appel à un couvreur quand nous sommes en train de creuser pour construire les fondations d’une maison.”
Pour démarrer, il faut se poser la question : Quels sont mes besoins ? Qu’est ce qui me permettrait de piloter mon entreprise ?
Véronique Vaslot a alors pris la casquette de Data Analyst et a commencé à constituer son équipe avec un Data Engineer pour récolter la donnée.
Ils ont ensuite formé en interne d’autres data analysts.
À partir du moment où la direction a pu prendre des décisions reposant sur la donnée, l’équipe de Véronique s’est alors lancée dans du prédictif (de manière très ponctuelle). Le besoin ponctuel de la présence d’un Data Scientist s’est fait ressentir. Pour répondre à ce besoin, Véronique Vaslot a fait appel à des cabinets de conseils externes.
Au bout de 3 ans, face à des besoins en data science de plus en plus réguliers voir quotidien, Véronique Vaslot a recruté un Data Scientist en interne.
Une équipe se construit petit à petit, en fonction des besoins. Il est inutile de constituer l’équipe data dans son intégralité dès les prémisses du projet.
(Pour aller plus loin, nous vous conseillons l'article "Quelles différences entre un(e) Data Analyst, Data Engineer, Data Scientist, CDO, Data Quality Officer et DPO ?" pour comprendre les rôles de chaque métier)
C’est la question que toutes les personnes de la direction se sont déjà posées : Dois-je recruter, former en interne ou passer par un cabinet de conseil qui m'accompagne avec des experts externes ? Malheureusement, il n’y a pas de réponse clé en main.
Cependant, la stratégie hybride de Véronique Vaslot (montée en compétence des personnes en interne et faire appel à des consultants externes) semble être une bonne solution.
En effet, une équipe data composée à 100% de consultants externes peut engendrer une perte de compréhension des problématiques métier et finalement avoir une solution qui fonctionne parfaitement mais ne répond plus aux besoins.
Dans un autre extrême, si vous souhaitez recruter toute l’équipe en interne, vous allez vous confronter à la pénurie des profils. Le temps de recruter chaque membre de l’équipe est autant de temps perdu sur votre projet.
Ainsi former une équipe hybride avec des profils internes (experts ou en cours de formation) et d’experts externes permet d’apporter une vision complémentaire permettant de disrupter les idées initiales ou les process, ce qui est primordial sur des projets data.
L’équipe data est constituée de profils différents. Il est même important que l’équipe ne soit pas constituée que de personnes de la DSI.
Il faut impliquer les métiers de l'entreprise afin que l’accès à la donnée et le reporting soient accessibles à toutes les personnes de l'entreprise. Il faut autonomiser chaque personne du métier.
L’équipe data doit être connectée aux problématiques métiers. Et dans l’autre sens, les personnes métiers doivent être liées aux problématiques IT. Cette cohésion d’équipe permet de délivrer plus vite.
Pour que le projet fonctionne sur le long terme, il faut embarquer chaque membre de l’entreprise. L’acculturation sera l’élément clé de la réussite du projet.
Nous pouvons d’ores et déjà vous donner quelques conseils, que vous retrouverez dans le 3ème épisode du podcast :
Pour conclure, se lancer dans les projets data n’est pas simple, faites vous accompagner et pensez étape par étape pour constituer votre équipe.
Face à la déferlante autour de l’IA (et donc de la gestion des données) que nous vivons depuis plusieurs mois, prenez du recul. Échangez avec vos équipes et les métiers, mais ne foncez pas tête baissée dans l’IA, au détriment de la data quality et des autres priorités data, qui sont les fondations même de l’IA.
Si vous souhaitez aller un peu plus loin sur ce sujet, nous vous conseillons de visionner le replay de la table ronde “Comment intégrer l’Intelligence Artificielle dans sa stratégie d’entreprise ?“
.png){kind=small}
