Invenis – Bonjour Manon, pouvez-vous vous présenter en quelques mots ?
Manon Vigoureux – Je suis Manon Vigoureux, je suis experte en data management à la direction marketing d’EDF commerce. J’interviens soit en tant que Chef de projet de data management soit sur des cadrages stratégiques data pour le marketing et l’expérience client.
Invenis – En quoi la gouvernance de la donnée peut apporter de la valeur dans le cadre de stratégies d’analyse de données ?
MV – Pour mettre en place toutes les méthodes d’analyse de données, on a besoin de 3 choses :
- Accéder à un certain volume de données
- Avoir des données fiables
- Avoir accès à des données en sécurité et RGDP compliant
Ces 3 objectifs, ce sont ceux de la gouvernance des données. La gouvernance des données correspond au pilotage de l’ensemble des actions dans l’entreprise qui permettent l’accessibilité, la fiabilité et la sécurité des données.
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.
Invenis – On parle souvent d’entreprise data-driven. Pour être data-driven, les entreprises doivent-elles tout collecter, tout suivre, tout tracker ?
MV – C’est tentant de vouloir tout stocker en se disant que cela pourrait être utile à l’avenir. Mais en réalité, 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. Il s’agit plutôt d’une question de conscience.
On ne fait jamais de la data pour de la data. Une première action à mettre en place quand on veut faire une transformation data, consiste à cartographier le patrimoine des données de l’entreprise et de toujours le faire au service de la valeur donc dans le cadre d’un cas d’usage. On met toujours la data au service du Business.
Invenis – À l’inverse, existe-t-il un risque à tout collecter ?
MV – Oui, tout à fait. Prenons une métaphore pour mieux comprendre cela.
Supposons que nous ayons une heure pour aller au travail. Avant cela, il faut se préparer, déposer les enfants et prendre les transports en communs. Au moment de se préparer, on ouvre son dressing et au lieu d’avoir une dizaine de jolies chemises parfaites pour l’occasion, on a 300 chemises, certaines sont trop grandes, usées, petites, démodées… On perd alors beaucoup de temps à se préparer et en plus on prend le risque de choisir la mauvaise chemise.
Concernant la data, c’est pareil. En voulant tout stocker et tout collecter, on perd du temps et on risque d’utiliser la mauvaise donnée pour le mauvais cas d’usage.
Invenis – Quelles sont les problématiques récurrentes d’accès à la donnée ?
MV – Il y a deux grandes problématiques.
La première, c’est l’accès à des données incohérentes. On a accès à plusieurs endroits de l’entreprise à la même information mais chacun communique une information différente. Par exemple, je souhaite trouver la dernière date d’achat d’un client, à plusieurs endroits de la DSI on va avoir une date différente.
La seconde problématique, c’est d’avoir des données manquantes alors que les données existent dans l’entreprise. La donnée n’est pas disponible là on en a besoin, elle semble manquante alors qu’elle existe.
Ces deux problématiques ont toujours la même origine : les silos applicatifs. C’est-à-dire que la donnée est collectée un peu partout dans l’entreprise et elle ne circule pas donc elle n’est pas mise à jour. Ainsi, on se retrouve avec des problèmes d’accessibilité.
Invenis – Si on se concentre sur l’analyse de données marketing, quel est l’impact de ces enjeux ? Auriez-vous quelques exemples spécifiques à l’analyse de données marketing ?
MV – Le principal risque est de ne pas accéder à la bonne donnée au bon moment. En particulier lorsqu’on est sur des segments mouvants. Prenons, par exemple, les personnes déménageant. Il s’agit d’un segment de marché qui bouge à un instant T, dans 6 mois il sera trop tard pour communiquer dessus. Si on ne gère pas ces problèmes de circulation des flux, on va avoir des opérations marketing sur des personnes ne déménageant plus. Il s’agit vraiment d’une question de fraîcheur de la donnée.
Invenis – De nombreuses données sont créées à plusieurs niveaux du cycle de vie du client. Prenons l’exemple d’un service qui génère des ventes via un site web, des boutiques physiques, une application mobile. Mais ce service n’arrive pas à centraliser ses données pour pouvoir les analyser.
Quel conseil donneriez-vous pour briser les silos et unifier les données ?
MV – Mon premier conseil est de toujours partir d’un cas d’usage business et de ne jamais faire de la data pour de la data.
Le second conseil qui en découle, c’est d’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.
Alors, il sera possible de cartographier les données pour regarder quel patrimoine sera mis au service de la valeur.
Et dernier conseil, il faut tester sans attendre afin de vérifier s’il y a réellement de la valeur. Si cela fonctionne, on peut industrialiser.
Invenis – Dans ce type de projet qui sont les interlocuteurs en interne ? Est-ce qu’il y en d’autres que les métiers ?
MV – On travaille toujours avec 3 interlocuteurs internes. Le premier c’est le métier qui évidemment porte la valeur. Ensuite, on associe toujours la DSI qui connaît la donnée – notre matière première. Et on intègre forcément les data analysts qui vont prendre la matière pour la rendre fonctionnelle au service de la valeur et du métier.
Retrouvez le témoignage de Manon Vigoureux grâce au replay du webinar « Marketing prédictif : les bonnes pratiques des entreprises performantes grâce à leurs données »
À lire également – Data Preparation : 3 étapes pour réussir votre stratégie Data avec des données fiables