Devenir data-driven est une question de stratégie & de sponsorship

Pourquoi une entreprise qui investit dans la data ne parvient-elle pas forcément à devenir data-driven ?

Dans certains cas, c’est parce que la DSI n’aura pas mis en place les moyens appropriés pour s’appuyer sur cette donnée. Mais soyons honnêtes : si l’IT pêche de ce point de vue, c’est généralement par manque d’instructions claires et de support de la part de la direction générale.

Devenir une entreprise data-driven doit se décréter au plus haut niveau... et être suivi dans les faits par un accompagnement et un support forts. Depuis les dirigeants de l’entreprise jusqu’aux opérationnels métiers sur le terrain, tous doivent prendre conscience de la nécessité de valoriser la donnée.

Aux Assises de la Data Transformation en 2021, Claire Pedini, responsable à la fois des ressources humaines de Saint-Gobain et de la transformation numérique du groupe, insistait sur cette priorité : « Soyons obsédés par la donnée, on ne l’est pas assez, tous les process de l’entreprise doivent être revus sous l’angle de la data. » Pour cela, pas de secret, tous les collaborateurs doivent en être persuadés, dit Claire Pedini : « Avant, il fallait que tout le monde parle anglais. Aujourd’hui, il faut être data-fluent, que tout le monde dans l’entreprise sache parler data. »

Dans une étude de 2019 auprès de plus de 1000 personnes au sein de grandes entreprises (au-delà de 500 employés), Deloitte souligne les bénéfices d’avoir créé une culture de l’analyse de données ; les entreprises s’appuyant sur la donnée sont plus de deux fois plus nombreuses que les autres à dépasser leurs objectifs. Cette nécessité de s’appuyer sur la donnée est évidemment renforcée par la pandémie, qui a accéléré la bascule vers les activités en ligne et fragilisé nombre d’entreprises.

Pour McKinsey, la donnée est un levier clé pour sortir de la crise. Dans un rapport publié en août 2020 (The recovery will be digital), le cabinet recommande d’analyser « plusieurs sources de données, sur une base hebdomadaire (ou plus fréquente) afin d’évaluer les besoins changeants de ses clients et ses partenaires - ainsi que ses propres performances ». McKinsey recommande aussi de s’appuyer sur la donnée pour investir dans l’intelligence artificielle afin de reconstruire des modèles adaptés à une ère numérique, post-Covid.

Techniquement, il est relativement simple de construire des data platforms. Le plus compliqué est d'en tirer de la valeur. Ce n'est pas aux data engineers de déterminer la stratégie et les besoins business. Une stratégie data doit donc commencer par l'acculturation des décideurs et des métiers, afin que chacun puisse jouer son rôle dans la valorisation de la donnée.

Cet article est extrait du Livre blanc "DataOps" 🗝

Découvrez notre Livre blanc “DataOps” - SFEIR

Découvrez au travers de notre livre blanc comment industrialiser la valorisation de vos données grâce au DataOps.

SFEIR