Cet article a été publié originellement sur mydatacompany.fr
Pour mener sa transformation data, Suez articule son approche autour de trois leviersprincipaux. Et pour démystifier l’IA et la Data, l’entreprise s’appuie sur un incubateur interne. Témoignage de la chief data officer de Suez.
Dans ce cadre, la chief data officer de Suez, Chafika Chettaoui, remplit deux missions. La première porte sur la gouvernance des données. La seconde concerne l’analytics, soit la mise à disposition d’expertise en IA et d’outils décisionnels.
La gouvernance Data pour « casser les silos »
L’entreprise ne part pas de zéro cependant dans le secteur de la data. Selon sa CDO, Suez a même « toujours fortement utilisé ses données » pour ses services aux clients.
Néanmoins, elle reconnaît un usage « siloté » de la donnée. La finalité de la gouvernance data est justement de « casser ces silos » en créant des ponts entre régions et domaines de l’entreprise.
Ces rapprochements doivent contribuer à un meilleur usage des données, à des fins notamment d’efficacité opérationnelle ou de création de nouveaux services. Mais la gouvernance répond aussi à un impératif concurrentiel.
« Nous avons de nouveaux acteurs sur le marché qui arrivent avec une plus grande agilité, des offres plus digitalisées et personnalisées. La gouvernance sera un moyen pour les grands groupes de maintenir leur position de leader » souligne la CDO.
Ces multinationales disposent surtout d’un atout : leur historique de données. « L’objectif est de les exploiter au maximum pour maintenir une différenciation » concurrentielle. Culturellement, cet usage des données doit néanmoins être développé. C’est d’ailleurs un des leviers d’action de Suez dans le domaine de la data.
La « data task force », une communauté collaborative
Le premier de ces leviers : fédérer. Pour cela, une « data task force » a été créée en interne. Elle est décrite comme une « communauté collaborative » réunissant plus de 130 membres des différents métiers et régions. Des réunions d’une vingtaine de personnes sont organisées tous les deux mois pour définir les axes techniques, culturels et organisationnels des projets data.
Second pilier : donner du sens et acculturer. Chafika Chettaoui fait état d’un travers récurrent des collaborateurs à l’égard de la donnée, dont sa saisie dans un SI est perçue comme un acte administratif. En clair, « une perte de temps. » Elle s’efforce donc de changer les mentalités.
« La Data n’est pas de la seule responsabilité de l’IT et du Data Office. C’est de la responsabilité de tous. Il est donc essentiel d’expliquer aux collaborateurs en quoi cette donnée est importante, pour qui, et quel en est l’impact pour chacun » insiste la chief data officer.
Il s’agit notamment selon elle de démontrer au salarié que cette donnée lui permettra par la suite « d’être augmenté », c’est-à-dire d’être plus efficace et de prendre de meilleures décisions. Convaincre et acculturer prend néanmoins du temps, et nécessitent de la formation.
Suez a donc mis en place un programme de formation sur trois ans avec comme objectif d’acculturer l’ensemble des collaborateurs, à tous les niveaux hiérarchiques. « Nous commençons par la formation des leaders. Il est important de donner l’exemple et de maintenir le sponsorship de cette transformation » détaille la CDO.
La computer vision testée dans le cadre du Digital Hub
Troisième et dernier axe : le test & learn, c’est-à-dire la mise en œuvre de projets data dans une démarche agile. Suez s’appuie pour cela sur un incubateur, le « Digital Hub ». Celui-ci vise à accélérer sur une période de 6 mois des projets Data et expérience client. L’incubateur réunit des experts et le business autour d’expérimentations. Au terme des 6 mois impartis, les tests déboucheront ou non sur un MVP.
Lors de la dernière saison de son incubateur, Suez a ainsi mené des tests visant à mesurer l’apport de la vision par ordinateur (computer vision) pour ses incinérateurs. Des capteurs placés à l’entrée des installations permettent de détecter les déchets n’étant pas destinés à l’incinération, par exemple car inflammables.
Un algorithme de computer vision, couplé à des caméras, « augmente les opérateurs dans la détection des objets indésirables. « Un objet indésirable qui rentre dans l’usine, et qu’un opérateur n’aurait pas vu, équivaut au coût du projet en computer vision. C’est donc extrêmement rentable pour ce cas d’usage » conclut Chafika Chettaoui.