Retour sur le Workshop « Projets Data/IA : quelles sont les bonnes pratiques des DSI pour industrialiser ? »

L’industrialisation des projets digitaux avait nécessité une collaboration étroite entre les métiers et la DSI. Cette approche reste plus que jamais d’actualité pour faire avancer les initiatives Data et IA. Elle permet en effet de passer de la phase des PoC et de l’expérimentation à celle du passage à l’échelle et de l’intégration des données dans les systèmes de gestion.

Mais comment, de manière opérationnelle, basculer de l’exploration à l’industrialisation, et donc favoriser la transformation de l’entreprise ? Pour y parvenir, plusieurs conditions doivent être réunies et la maturité progresser en parallèle sur plusieurs axes. C’est afin d’identifier ces leviers stratégiques qu’Alliancy et Dataiku ont réuni DSI, chief data officers et directeurs de la transformation de grandes entreprises privées. 

Pour répondre à cet enjeu de l’industrialisation, les témoignages se sont concentrés sur les indicateurs techniques, culturels et de gouvernance mesurant la maturité data d’une organisation. Ces critères essentiels identifiés, ils permettent de définir les chantiers prioritaires à mener pour faire accéder l’entreprise à un nouveau stade de transformation.

👉 Pour aller plus loin sur le sujet, découvrez notre guide sur le sujet « Industrialisation de projets data - IA : les clés de la réussite pour les CIO et CDO », qui présente les recommandations co-créées lors de ce workshop avec nos invités et des éclairages complémentaires.

Samir Amellal, iI était chief data officer de La Redoute au moment où il a partagé cette vision avec nous. Il est désormais chief data officer d’Auchan Retail France.

« La mesure de la maturité englobe de multiples aspects stratégiques, comme la capacité à la scalabilité ou la gouvernance des données. Plus opérationnellement, tactiquement même, des dispositifs permettent de mettre en œuvre ces composants stratégiques. Je pense notamment au DataOps et au FinOps, mais aussi à des outils de gouvernance et à la définition de règles de gouvernance. La diffusion de la culture data au sein de l’entreprise est un autre indicateur de la maturité et de sa progression. Tout le monde a pour vocation de s’approprier le sujet. Pour être une entreprise data driven, la data doit être l’affaire de tous. »

Patrick Baldit, chief data officer, adjoint au directeur des systèmes d'information du CEA

« La maturité est un concept forcément relatif et qui doit donc être partagé selon des critères objectifs. C’est ce que nous avons essayé de faire en définissant différents axes de maturité : le premier, lié au processus de gouvernance des données (responsables de données, comitologie, indicateurs de gouvernance…), le deuxième, lié au processus de gestion des données lui-même (expertises techniques sur la data, indicateurs qualité des données, profiling de données, référentiels établis…), et enfin un dernier axe transverse, lié à la culture data : est-on data centric ou non ? Communique-t-on autour de la donnée ? Dispose-t-on des compétences ? Autant d’éléments qui permettent de mesurer la culture data.

Certains métiers s’avèrent extrêmement matures, alors que d’autres entament une démarche data. L’homogénéisation (gouvernance globale) des pratiques dans un contexte d’hétérogénéité mêlant des gestions data pointues et approximatives, est un enjeu organisationnel important. L’une des principales difficultés réside d’ailleurs au niveau des interfaces entre les métiers, afin de permettre une valorisation des données dans un contexte plus large en évitant les redondances et augmenter la performance. Les problématiques de partage et d’interconnexion des données, et d’interopérabilité des systèmes, sont un véritable sujet de gouvernance. Comme souvent dans le domaine de l’information, tout le monde veut partager l’information des autres, mais rarement la sienne, car souvent considérée comme sensible. »

Pejman Gohari, chief data & analytics officer de BpiFrance

« J’identifie neuf piliers à craquer, neuf univers. Et si je devais n’en retenir que trois, le premier serait la décision. Vous êtes matures sur la partie data si les décisions au sein de l’entreprise sont basées sur la donnée. Le deuxième est la prise en compte stratégique de la data. Combien de fois le sujet est-il à l’ordre du jour de votre comex ? Enfin, troisième axe, qui parle de la data et comment voir que la donnée est abordée ? Il y a une grande différence entre parler de la donnée lorsque des problèmes se présentent et en parler comme d’un actif clé, porteur de valeur. Si elle est réellement considérée comme un actif, en découle naturellement une stratégie destinée à la mise en place d’une organisation data driven et on voit l’usage de l’IA se caractériser d’une façon naturelle. N’oublions pas la culture dont on en parle peu, mais qui a un impact structurel. »

David Guillot de Suduiraut, directeur de la transformation et des technologies d’AXA France

« La métaphore du football apporte des réponses sur la maturité. Un bon match, c’est un collectif, un terrain de jeu et des joueurs. Le collectif, ce sont des métiers qui sont en pull. C’est un indicateur de maturité extrêmement fort puisque ce sont les métiers qui sont à l’origine du besoin. Quand ça marche bien, les métiers cherchent par eux-mêmes à prendre des décisions basées sur la data. Le terrain de jeu, c’est une infrastructure performante et de la donnée propre. Enfin, les joueurs ce sont des équipes d’experts de la donnée, sachant réaliser des modèles et travailler avec les métiers pour les industrialiser. »

Yann Ludmann, directeur solutions et des innovations numériques (DSIN) de Nexity

« Il faut des joueurs, une équipe, des compétences spécifiques et de l’expertise, mais également une infrastructure. Notre particularité en matière d’infra est d’avoir fait le choix en 2018 d’une stratégie full cloud public. Nous sommes ainsi datacenterless depuis juin 2019 et notre infrastructure est distribuée entre AWS et Azure. Dans cet environnement, notre datalaker utilise le service Redshift et est alimenté industriellement tous les jours. En matière de maturité des métiers, un d’entre eux se démarque, à savoir le marketing. Nous faisons cause commune avec le marketing sur la data en unissant nos forces. Il y a trois ans, nous avons décidé d’unir nos efforts. »

David Quantin, directeur général adjoint, organisation, systèmes d’information et innovation du groupe Matmut

« Dans l’assurance, la réglementation occupe une place importante. Et cette régulation intègre la partie données. J’ai donc deux grands axes. D’abord la QDD, la qualité des données. C’est un axe un peu formel avec des indicateurs associés, mais qui nous ont fait monter en maturité sur la source des données. L’autre grand axe, c’est la valorisation. Ce qui paraît évident, c’est l’existence de cas d’usage en production. Mais nous voulons aller plus loin avec des cas d’usage réentrants. Cela signifie que le résultat de ces cas d’usage qui manipulent de la donnée, est réentrant dans le système d’information dit "de gestion". L’enjeu est de ne plus faire de PoC : la donnée doit être positionnée au centre du SI et l’amélioration continue doit se faire en production, avec de vrais clients et de vrais conseillers ou gestionnaires. »

Véronique Pachoud le Floch, directrice digital et transformation d’Alptis Assurance

« Nous disposons d’importants volumes de données sur tout le domaine de la gestion qui alimente la fonction actuariat, fondamentale dans l’assurance. Une de nos ambitions pour ces prochaines années est de faire en sorte que d’autres métiers se positionnent eux aussi en pull, et notamment le commercial. Cela passera entre autres par la mise en place de processus digital first. C’est une véritable démarche de transformation, qui nous amène à casser nos processus pour être dans la fluidité, la facilité pour le client et la proactivité. C’est à mon sens un graal de la data pour nos métiers, que de leur permettre d’anticiper et simuler pour être là au bon endroit et au bon moment. »

Dominique Poudevigne, VP customer success and implementation EMEA de Dataiku

« Chez Dataiku, nous avons mené des travaux autour de l’évaluation de la maturité IA de nos clients et de leur industrie. Nous avons finalement bâti un cadre qui s’articule autour de six dimensions : vision, valeur, gouvernance, data, systèmes et talents. Nous évaluons finement chacune de ces dimensions pour positionner nos clients sur une courbe de maturité. Nous sommes enfin en mesure de créer des benchmark par industrie et de permettre à nos clients de comparer leur maturité avec celle de leurs pairs. Nous avons également lancé une version light & online qu'ils utilisent de façon autonome. À travers ces analyses, on ressort les bonnes pratiques permettant d’atteindre un bon niveau de maturité. Prosaïquement, c'est lorsque le thème de la data est discuté régulièrement en comex. Ou encore le fait que les métiers soient spontanément demandeurs et non en attente d'une impulsion des fonctions IT ou data. »