En ce début d’année 2022, nous vous proposons de revenir sur les enjeux data les plus marquants de l’année passée à travers les citations d’experts de la donnée.
2021 a marqué une nouvelle étape dans l’exploitation des données par les entreprises et administrations.
Un an après le début de la pandémie, l’intérêt des entreprises pour la donnée s’est encore accentué. En 2021, on estimait que 89% des entreprises avaient au moins un cas d’usage data en production*.
Toutefois, les DSI et équipes data sont encore confrontées à de nombreux enjeux dans le traitement de leurs données.
Retrouvez dans cet article, les principaux challenges qu’ont surmontés les experts data à travers leurs citations.
1. La bonne méthodologie pour réussir vos projets data
La bonne méthodologie data est essentielle pour tirer tout le potentiel des données. C’est elle qui va définir le socle de votre démarche. Or, 85% des projets data ne sortent pas de valeur*. Pour répondre à cette problématique, nos experts data ont conçu une méthode efficace à partir de leurs expériences et des projets réalisés pour nos clients.
La méthode Invenis vous assure la qualité de vos données, l’implication des équipes et des résultats sans attendre la fin du projet.
« La méthode agile en sprint nous permet d’itérer en fonction des résultats pour affiner les objectifs et les résultats. Cette méthode place un cadre tout en pouvant l’adapter à nos besoins. »
Isabelle Brochu, Directrice de l’Innovation, Tingari
Pour découvrir les 7 challenges à relever par les DSI pour une exploitation data réussie avec la méthode Invenis, retrouvez le guide pratique.
2. Structurer une gouvernance des données pour une meilleure organisation
La gouvernance des données est un ensemble de processus permettant de maîtriser et de fiabiliser l’utilisation du patrimoine des données. Elle est le point de départ d’une démarche data réussie. Grâce à elle, vous serez assuré d’une meilleure qualité et accessibilité aux données pour plus de performance et de cohérence.
« La gouvernance des données est au service de l’analyse des données car elle la rend possible. On met en place cette gouvernance dans les entreprises qui ont besoin de mettre en cohérence toutes leurs actions. Ainsi, leurs actions data et opérations sont plus efficaces. »
Manon Vigoureux, Experte en Data Management et chef de projet data chez EDF Commerce
« Parfois il y a beaucoup de données, il faut identifier celles qui sont pertinentes. Il arrive aussi que nous ayons plusieurs sources de données sur un même sujet. Il faut alors définir sur quelles données on se base.»
Responsable du bureau de la valorisation des données, DNUM des ministères sociaux
« Une entreprise data-driven a surtout conscience de la valeur de son patrimoine data et des pépites au sein de son capital. Elle va mettre en place une gouvernance pour les mettre en qualité, les gérer et créer un maximum de valeur pour les clients ou l’entreprise. »
Manon Vigoureux, Experte en Data Management et chef de projet data chez EDF Commerce
Aussi, il peut être nécessaire de réaliser un état des lieux des données pour être en adéquation avec sa réalité data.
« Nous étions assis sur une mine d’or de données mais nous la percevions comme une montagne à escalader. Avec Invenis, nous avons pu avoir rapidement un état des lieux et des résultats. »
Thomas Petit, Directeur de la transformation numérique et des systèmes d’information, Tingari
Pour découvrir comment valoriser son patrimoine data grâce à la gouvernance des données, retrouvez le webinar de Manon Vigoureux en replay.
3. Nettoyage et préparation des données pour des résultats fiables
La mise en conformité des données est liée à la gouvernance des données. Selon une étude KPMG, 84% des dirigeants s’inquiètent de la qualité des données*. Or, il n’y a aucun doute que sans données préparées, il sera impossible d’obtenir des résultats fiables.
Nos clients ont pu surmonter l’enjeu de la Data Quality – qui occupe jusqu’à 80% du temps d’un Data Scientist*.
Comment ? Invenis les accompagne dans le nettoyage et l’agrégation des données pour ensuite automatiser ce processus.
« La data est une matière brute et vivante : elle doit être travaillée et affinée pour en tirer toute sa valeur. »
Edouard Nahama, Data Analyst, Invenis
« On a parfois des données peu ou pas formatées. Nous avons aussi des données textuelles dont nous devons tirer une typologie. Par exemple, l’analyse d’un compte-rendu d’accident du travail nous permettra de déterminer la cause de l’accident. La préparation de ces données est un véritable enjeu. »
Yves Batel, responsable du bureau de la valorisation des données, DNUM des ministères sociaux.
« Le problème de la data quality n’est pas récent. Avant de se lancer dans le nettoyage, le traitement, l’harmonisation, l’agrégation de la donnée, il faut comprendre les finalités métiers et le ROI qui sera généré. En amont, il sera donc primordial de réaliser des échanges avec les interlocuteurs métiers/finaux. »
Edouard Nahama, Data Analyst, Invenis
Découvrez le guide spécial Data Quality en cliquant ici.
4. Acculturer et impliquer les métiers dans votre démarche data
Le lien entre la réussite des projets data, la qualité des données et le taux d’acculturation des équipes est désormais évident.
Pourquoi donner une culture data à ses équipes ?
« Le besoin d’acculturation à la data a vite été identifié. Il faut donner du sens à la donnée en interne pour que tous puissent comprendre son ambition. Une entreprise qui se développe, c’est aussi au profit des collaborateurs »
Isabelle Brochu, Directrice de l’Innovation, Tingari.
« La partie la plus complexe ne réside pas dans les aspects techniques. Il s’agit plutôt du problème de l’acculturation des services municipaux et la façon dont ils géraient leurs données. Il a fallu accompagner les agents, leur expliquer les différents types de données, comment les traiter pour enfin les mettre à disposition. »
Éric Legale, Directeur Général d’Issy Media.
« Il faut toujours associer le métier car il a une vision à 3 – 4 ans de la valeur qu’on va produire pour le client. Ainsi, il connaît tous les cas d’usage business qui seront produits dans les prochaines années. »
Manon Vigoureux, Experte en Data Management et chef de projet data chez EDF Commerce.
Retrouvez le témoignage de Tingari sur l’acculturation de ses équipes aux sujets data.
5. Exploiter ses données pour en tirer de la valeur
Gardez en tête que l’’objectif principal de l’analyse de vos données est d’en tirer de la valeur pour répondre à un besoin métier. Autrement dit, avant même de lancer un projet data, il faut identifier les problématiques des équipes métiers afin de réaliser un traitement de vos données qui leur apportera un bénéfice.
« On ne fait jamais de la data pour de la data. Il faut toujours mettre le patrimoine data au service de la valeur donc dans le cadre d’un cas d’usage. On met toujours la data au service du Business. »
Manon Vigoureux, Experte en Data Management et chef de projet data chez EDF Commerce.
« Beaucoup d’entreprises peuvent obtenir une analyse de leurs données, mais ne pas savoir dans le même temps comment cela fonctionne et comment faire en sorte que les données soient actionnables. Je conseille au contraire de piloter ses données de manière éclairée et de comprendre comment on parvient à ces résultats. »
Nicolas Butez, Senior Data Analyst, Invenis
Pour être tenu informé des prochains témoignages d’experts data et de nombreux contenus, inscrivez-vous à notre newsletter :
Sources :
https://home.kpmg/content/dam/kpmg/pdf/2016/06/2016-global-ceo-outlook.pdfhttps://www.gartner.com/en/newsroom/press-releases/2018-02-13-gartner-says-nearly-half-of-cios-are-planning-to-deploy-artificial-intelligence#:~:text=Conversations%20with%20Gartner%20clients%20reveal