Florian Douetteau, CEO de Dataiku
Donner du sens aux données
Dans la langue de Molière, « data team » pourrait se traduire par « équipe dédiée à la gestion des données ». Nouvelle venue dans de nombreuses entreprises, déjà structurée dans d'autres, la data team est un pilier essentiel pour exploiter les importants volumes de données agrégés par l'entreprise. Le Big Data concernant autant les équipes marketing et commerciales que les pôles des ressources humaines, du développement ou la vision stratégique de l'entreprise, elle assume donc une fonction transversale. Qu'elle ait pour mission de réaliser des projets destinés à faciliter les processus en interne ou de mettre au point des solutions marketing externes, l'équipe a besoin de bénéficier d'une certaine autonomie. Une data team dans laquelle sont réunis tous les profils liés à la gestion des données (data scientist, data analyst, data engineer) fonctionne de façon plus efficace que lorsqu'elle est répartie au sein de plusieur s départements, comme c'est le cas dans certaines entreprises. Elle sera plus à même d'agréger les données pour prédire les problématiques auxquelles l'entreprise devra faire face. Elle constitue donc un organe de décision à part entière, et contribue à ajuster la stratégie de l'entreprise, en interne comme en externe. C'est le cas par exemple dans les domaines de l'assurance où les données permettent de mieux cerner les attentes des clients et d'améliorer les interactions internes ou externes, ou encore dans celui du bâtiment, où des plateformes de données accessibles à tous les acteurs d'un chantier permettent de gagner en productivité et en qualité de service. Toutefois, une data team efficace passe d'abord par plusieurs phases de croissance, qui s'inscrivent dans un cycle de vie complet : chacune de ces étapes est primordiale pour construire une data team mature, performante et, surtout, durable.
Instaurer une culture data-driven
Le rôle d'une data team ne se limite pas à l'agrégation d'un grand volume de données. Les entreprises doivent mieux connaître les opportunités que leur offre la constitution d'une telle équipe et son rôle stratégique dans les décisions de l'entreprise. Des géants du web comme Amazon utilisent des données issues de plusieurs plateformes, parmi lesquelles les GAFA, pour mieux cibler leur clientèle et s'adresser à la bonne personne, au bon moment, et bon endroit ; dans le domaine des RH, une exploitation optimale des données permet d'optimiser la mobilité interne ou le recrutement, de fidéliser les talents ou de développer des compétences internes ou encore de promouvoir la marque employeur auprès des collaborateurs.
Cette performance est réalisable pour les entreprises qui considèrent que la data team n'est pas composée que de techniciens, et qui adoptent une culture entièrement orientée par la donnée (data-driven). C'est la clé pour crédibiliser cette équipe auprès des autres départements. En effet, à ses débuts, une data team n'a pas encore les références clients qui attestent de sa valeur et de son expertise. Elle a donc besoin d'un représentant, ou champion, qui croit en son succès et qui puisse être une source de motivation pour ses collaborateurs et les autres départements.
Ainsi, les équipes marketing penseront plus facilement à la data team pour réussir leur retargeting ou leurs campagnes de marketing en temps réel ; les ressources humaines feront systématiquement appel à la data team pour mettre en place des outils destinés à faciliter les processus administratifs ; les graphistes liés directement à la data team sauront mettre au point des plateformes dont l'expérience utilisateur correspondra de la façon la plus exacte possible aux attentes des clients.
Pour cela, les données liées à l'activité de l'entreprise doivent être présentées de façon compréhensible et être accessibles à tous. C'est ce qui renforcera son caractère transversal.
Tout comme l'entreprise doit adopter une stratégie dirigée par la donnée, les membres de la data team doivent être imprégnés de la culture et des valeurs de l'entreprise dont ils gèrent les données. C'est ce qui leur permettra de rendre accessibles des données qui en l'état sont difficilement saisissables, et d'en faciliter l'utilisation par l'équipe concernée.
Dès sa création, la data team passe par une série d'étapes qui caractérisent sa montée en compétences et sa qualité : de la réponse à un besoin à la proactivité et à l'évolutivité, d'un fonctionnement fragmenté à la collaboration, de la prudence des débuts à la prise de risques, d'un travail passif à la créativité, de l'anonymat à la notoriété. Les meilleures data team sont celles qui savent maintenir un équilibre entre l'anticipation des risques et la créativité, et qui évoluent dans une entreprise qui place l'exploitation données au cœur de ses préoccupations.
Dans la langue de Molière, « data team » pourrait se traduire par « équipe dédiée à la gestion des données ». Nouvelle venue dans de nombreuses entreprises, déjà structurée dans d'autres, la data team est un pilier essentiel pour exploiter les importants volumes de données agrégés par l'entreprise. Le Big Data concernant autant les équipes marketing et commerciales que les pôles des ressources humaines, du développement ou la vision stratégique de l'entreprise, elle assume donc une fonction transversale. Qu'elle ait pour mission de réaliser des projets destinés à faciliter les processus en interne ou de mettre au point des solutions marketing externes, l'équipe a besoin de bénéficier d'une certaine autonomie. Une data team dans laquelle sont réunis tous les profils liés à la gestion des données (data scientist, data analyst, data engineer) fonctionne de façon plus efficace que lorsqu'elle est répartie au sein de plusieur s départements, comme c'est le cas dans certaines entreprises. Elle sera plus à même d'agréger les données pour prédire les problématiques auxquelles l'entreprise devra faire face. Elle constitue donc un organe de décision à part entière, et contribue à ajuster la stratégie de l'entreprise, en interne comme en externe. C'est le cas par exemple dans les domaines de l'assurance où les données permettent de mieux cerner les attentes des clients et d'améliorer les interactions internes ou externes, ou encore dans celui du bâtiment, où des plateformes de données accessibles à tous les acteurs d'un chantier permettent de gagner en productivité et en qualité de service. Toutefois, une data team efficace passe d'abord par plusieurs phases de croissance, qui s'inscrivent dans un cycle de vie complet : chacune de ces étapes est primordiale pour construire une data team mature, performante et, surtout, durable.
Instaurer une culture data-driven
Le rôle d'une data team ne se limite pas à l'agrégation d'un grand volume de données. Les entreprises doivent mieux connaître les opportunités que leur offre la constitution d'une telle équipe et son rôle stratégique dans les décisions de l'entreprise. Des géants du web comme Amazon utilisent des données issues de plusieurs plateformes, parmi lesquelles les GAFA, pour mieux cibler leur clientèle et s'adresser à la bonne personne, au bon moment, et bon endroit ; dans le domaine des RH, une exploitation optimale des données permet d'optimiser la mobilité interne ou le recrutement, de fidéliser les talents ou de développer des compétences internes ou encore de promouvoir la marque employeur auprès des collaborateurs.
Cette performance est réalisable pour les entreprises qui considèrent que la data team n'est pas composée que de techniciens, et qui adoptent une culture entièrement orientée par la donnée (data-driven). C'est la clé pour crédibiliser cette équipe auprès des autres départements. En effet, à ses débuts, une data team n'a pas encore les références clients qui attestent de sa valeur et de son expertise. Elle a donc besoin d'un représentant, ou champion, qui croit en son succès et qui puisse être une source de motivation pour ses collaborateurs et les autres départements.
Ainsi, les équipes marketing penseront plus facilement à la data team pour réussir leur retargeting ou leurs campagnes de marketing en temps réel ; les ressources humaines feront systématiquement appel à la data team pour mettre en place des outils destinés à faciliter les processus administratifs ; les graphistes liés directement à la data team sauront mettre au point des plateformes dont l'expérience utilisateur correspondra de la façon la plus exacte possible aux attentes des clients.
Pour cela, les données liées à l'activité de l'entreprise doivent être présentées de façon compréhensible et être accessibles à tous. C'est ce qui renforcera son caractère transversal.
Tout comme l'entreprise doit adopter une stratégie dirigée par la donnée, les membres de la data team doivent être imprégnés de la culture et des valeurs de l'entreprise dont ils gèrent les données. C'est ce qui leur permettra de rendre accessibles des données qui en l'état sont difficilement saisissables, et d'en faciliter l'utilisation par l'équipe concernée.
Dès sa création, la data team passe par une série d'étapes qui caractérisent sa montée en compétences et sa qualité : de la réponse à un besoin à la proactivité et à l'évolutivité, d'un fonctionnement fragmenté à la collaboration, de la prudence des débuts à la prise de risques, d'un travail passif à la créativité, de l'anonymat à la notoriété. Les meilleures data team sont celles qui savent maintenir un équilibre entre l'anticipation des risques et la créativité, et qui évoluent dans une entreprise qui place l'exploitation données au cœur de ses préoccupations.
A propos de l'auteur
Florian Douetteau est CEO et co-fondateur de Dataiku. Diplômé de l'Ecole Normale Supérieure, il débute sa carrière chez Exalead, qu'il rejoint en 2000 pour mener une thèse sur le développement du langage de programmation Exascript. Il y restera jusqu'en 2011, occupant successivement plusieurs postes de direction et de vice-président dans les domaines de la recherche, du développement et du management de produits. Après un passage chez Is Cool Entertainment en tant que Chief Technology Officer, il intègre Criteo pendant quelques temps comme Data Scientist freelance, avant de se lancer dans l'aventure Dataiku en 2013.