La mutuelle Matmut a mis sur pied sa direction de la Data moins de deux ans auparavant, basculant d’un modèle Data Lab à un centre d’excellence axé usages business. Et son CDO prévoit d’accroître encore le virage métier.
La mutuelle ne partait cependant pas d’une page blanche. Elle disposait auparavant d’un datalab, un laboratoire des données, comme son nom le suggère. Les travaux du lab, intégré à l’IT, étaient ainsi essentiellement tournés vers l’expérimentation.
A lire aussi : Avec l’IA, le groupe Eramet relève à la fois ses défis environnementaux et de production
Adieu PoC, place aux PoV et à la valeur business
Priorité aux tests et à l’exploratoire, non à la production, souligne le chief data officer, Olivier Monnier. “Que des PoC, pas de mises en production”. Le CDO a donc rompu avec la pratique pour créer de la valeur.
“J’étais PoCophile. Je suis devenu PoCophobe”, déclare-t-il lors de Big Data & AI World. Les étapes préparatoires visent donc à démontrer la valeur. Le Proof-of-Value (PoV) se substitue ainsi au PoC.
“Si le métier vient nous voir parce qu’il a envie de tester quelque chose, la réponse est non”. Un cas d’usage est justifié dès l’origine par une ambition de création de valeur et pensé pour s’orienter vers une étape de mise en production.
Dans le cadre de cette transformation, la Matmut a donc en place une direction des données et a réuni les fondations nécessaires : culture, outils, talents, plans (soit les cas d’usage) et sponsorship.
“A la Matmut, nous avons un avantage. La direction Data rapporte directement au Comex. Nous n’avons pas d’intermédiaire. Je discute avec les membres du Comex, qui avec le DG, nous apportent un appui fort”, apprécie Olivier Monnier.
Recruter en premiers les Data Ingénieurs
Outre ce sponsoring, la Data s’appuie sur des outils multiples afin de gérer les différentes étapes du cycle projet. La “partie la plus complexe” néanmoins se situe au niveau des compétences.
Afin de produire des solutions d’intelligence artificielle, la mutuelle a dû se doter de différents profils, qu’il s’agisse d’architectes, d’analystes, de développeurs, de data scientists ou de data ingénieurs.
Pour le CDO de la Matmut, la préconisation est de démarrer par le recrutement de data ingénieurs – un poste sur lequel les tensions à l’embauche sont actuellement très vives. “C’est une denrée très rare. Et pour les trouver sur le marché, il va falloir du temps”, prévient-il.
“C’est les data ingénieurs qui prépareront le terrain pour le data scientist”, ajoute Olivier Monnier. Pour conduire ces missions, ce « laborantin » a également besoin du data analyst, l’interlocuteur métier dans l’organisation définie au sein de la Matmut.
“Son rôle est celui de traducteur. Il prend le discours, pas forcément structuré des métiers, et il le traduit pour le data scientist” Ces différents profils réunis composent une équipe garantissant un “équilibre” entre compétences techniques et humaines, insiste le CDO.
Des relais data ou ambassadeurs dans les métiers
Cet effectif n’est pas figé. La Matmut prévoit de recruter cinq nouveaux collaborateurs en 2023. Le principal axe de travail de la direction Data consiste cependant à décentraliser une partie des compétences Data dans les métiers. C’est déjà partiellement le cas au travers des “Data Relays” ou ambassadeurs.
Ces relais, 10 au total, seront à l’avenir complétés par des citizen data scientists dotés d’outils d’AutoML. Ces profils sont en cours de formation actuellement. En fonction de la nature des cas d’usage remontés par les métiers, ils seront pris en charge par les citizen data scientists ou transmis au centre d’excellence.
La direction du digital de la Matmut, plus mature, dispose dès à présent de tels profils opérationnels. Dans d’autres directions, comme les ressources humaines, les formations sont en cours. Cette organisation hybride doit démultiplier les capacités de production de nouveaux cas d’usage.
En 2022, la direction de la Data a industrialisé quatre cas d’usage. S’y ajoutent 4 autres en phase de MVP. Pour l’année prochaine, la roadmap comprend 23 cas d’usage, chiffre le CDO de l’entreprise. A noter que l’étape d’industrialisation nécessite aujourd’hui entre 4 et 6 mois.
Des marges d’amélioration sont donc possibles grâce au concours de la DSI, reconnaît Olivier Monnier. Le CDO défend néanmoins un modèle positionnant la Data ‘en tampon’ face aux métiers et des interactions via les relais et data analysts.
Décentraliser en 2023 et nouvelle Data Platform
Cette centralisation est présentée comme une première étape, puisque une deuxième phase de décentralisation a été initiée. “Nous allons mettre des data scientists dans toutes les directions métiers”, déclare le chief data officer, qui précisera ensuite leur profil (citizen data scientist).
Ce modèle implique une limitation du nombre de data scientists en central au sein de la direction Data. Cet effectif devrait se cantonner à quatre ou cinq experts. Data scientists centraux et locaux (métiers) constitueront une communauté chargée du traitement des cas d’usage.
Et ces besoins partent nécessairement du métier. “Nous ne prenons aucun autre use case que ceux qui viennent du business”, a édicté le CDO. La direction Data procède ensuite à un scoring pour établir des priorités. Elle se base pour cela sur la valeur générée et les risques (“à ne pas faire”).
La décentralisation n’est pas le seul sujet du moment pour le chief data officer. L’évolution porte aussi sur l’infrastructure et la data plateforme. Auparavant full on-premise avec du SAS et du Saagie, cette stack technique doit se transformer pour permettre la mise en place du MLOps.
Le data lake Saagie s’enrichit par ailleurs. Pour l’étoffer encore, la Matmut pourrait en outre adopter une approche cloud. Cette perspective soulève cependant de multiples questions, pas toutes d’ordre technique. La mutuelle française suit ainsi de très près les alliances visant à proposer des offres de cloud souverain. “Nous nous autorisons à penser au cloud”, conclut Olivier Monnier.