L’explosion des données a permis de nombreuses avancées technologiques qui ont profondément influencé les activités des entreprises. Nous pensons notamment au Big Data et au Cloud qui ont rendu possible le stockage et le traitement d’immenses quantités de données. Si nous prenons également en compte le développement de l’Intelligence Artificielle et de ses composants (Machine Learning, Deep Learning et Neurals Networks), nous pouvons être certains que les méthodes de travail vont continuer à changer et à évoluer à un rythme effréné.

Parce que les avancées technologiques sont nombreuses mais aussi parce que la législation s’adapte pour protéger le consommateur face à cette ère numérique (RGPD), l’heure actuelle est celle de la structuration. En effet, les organisations cherchent à comprendre comment valoriser leurs données pour conquérir de nouvelles parts de marché et améliorer l’efficience de leurs processus.

Il est pourtant aisé de se perdre face aux profils singuliers qui constituent les nouveaux acteurs de la Data. Cet article a donc pour but de clarifier le positionnement et le rôle des acteurs de la data en entreprise.

La data : un enjeu global pour l’entreprise

Les entreprises prennent de plus en plus conscience que la data est un élément stratégique de taille, cependant peu d’entre elles sont en mesure de l’exploiter correctement. La première limitation est la structure de l’entreprise, divisée en silos, séparant systématiquement les métiers des fonctions support, donc peu enclines à développer des activités transverses comme l’exigent les données.

Si la montée du digital a commencé à lentement briser ces silos, l’avènement de la data impose enfin une synergie totale entre eux.  En effet, pour qu’une entreprise puisse mettre en place une stratégie data efficace, elle se doit d’impliquer de manière uniforme sa direction générale et l’ensemble de ses services métier et support.

L’enjeu est donc de taille pour les ressources humaines car cela modifie profondément les équipes et organigrammes classiques, avec l’intégration de nouvelles compétences, à la fois singulières et issues des générations Y porteuses de nouvelles valeurs d’entreprise.

Comment allier compétences métier, marketing, réglementaire, statistique, codage et infrastructures pour constituer une politique et des solutions Data au sein de votre entreprise ? Le défi le plus important concerne donc la capacité des entreprises à constituer et gérer une telle stratégie.

Assurer une gouvernance et une conformité des données : Chief Data Officer et Data Protection Officer

Assurer une activité transverse à l’ensemble de l’entreprise nécessite une gouvernance dédiée. C’est le rôle du « Chief Data Officer » (CDO). Il pilote la politique de gestion des données de l’entreprise, depuis sa détection, sa collecte, sa qualité, jusqu’à ses traitements et restitutions. Il communique sur le potentiel des données et tendances, sensibilise les collaborateurs et enfin porte la roadmap Data générale de l’entreprise. Le DPO est également le responsable du dictionnaire de données.

Si vous désirez en savoir plus sur la gouvernance des données en entreprise, nous vous proposons de télécharger notre livre blanc.

La conformité relative au stockage, la sécurité et l’utilisation des données seront quant à elles confiées à un Data Protection Officier. Maîtrisant les lois et la réglementation sur le sujet, il sera, comme le RGPD l’exige, le correspondant de la CNIL. Dans certaines sociétés, le Responsable de la Sécurité des Système d’Information (RSSI) endosse le rôle de DPO.

Savoir collecter et interpréter les données : du Business Analyst au Data Scientist

La collecte des données est une tâche complexe et continue. Dans l’entreprise, les données sont partout, parfois dupliquées de nombreuses fois, fractionnées, voire déclassées ou oubliées. Les données externes sont également une mine d’informations, elles proviennent de l’Open Data, de sources privées externes ou des réseaux sociaux. Comment assurer le développement de nouveaux cas d’usages sans poursuivre dans ces travers ? Comment à la fois enrichir les sources, optimiser le stockage et améliorer la qualité des données ?

  • Récolter efficacement les données

Chaque cas d’usage métier et nouveau service nécessite des données en entrée. C’est le rôle du Business Analyst de les identifier et de les mettre à disposition. Pour cela, il référence les données utiles existantes en interne, identifie les sources et assure la qualité et la complétude des données et des flux associés. S’il détecte des manquements ou des doublons, il en informe son CDO pour procéder à une uniformisation.

Le Business Analyst définit également les sources de données non existantes, capables d’enrichir le projet ou service. Il lance alors les démarches pour collecter les données auprès d’opérateurs externes, ou lance des projets en interne pour créer ou enrichir des flux de données.

Toute nouvelle source de données est alors référencée dans le dictionnaire de données de l’entreprise, avec la validation du CDO et du DPO.

  • Savoir faire parler les données

Une fois collectées, les données sont traitées afin d’alimenter les cas d’usages et services de l’entreprise. Parfois même, certains jeux de données sélectionnées n’ont pas encore trouvé d’utilité, mais présentent un potentiel de recherche. Pour rendre en charge ces activités, le Data Scientist entre en jeu.

Le Data Scientist structure les données, puis propose des algorithmes mathématiques permettant le traitement de la donnée selon le cahier des charges du métier. Ses algorithmes sont donc sa propre interprétation du problème initial, traduit de manière mathématique et codée. C’est ensuite en injectant une quantité de données suffisante, que l’algorithme pourra être vérifié, retouché, puis validé par le métier.

Via ses analyses, le Data Scientist répond aux problématiques de l’entreprise et oriente les décisions stratégiques qui sont reliées à ses produits ou services.

Implémenter les modèles et les mettre en production : Le Data Engineer et le Data Architect

Le Data Architect défini, construit et fait évoluer les solutions technologiques soutenant le développement des services Data de l’entreprise. Il constitue le Document d’Architecture Technique, valide les infrastructures, les solutions et les flux de données. Il travaille conjointement avec le RSSI afin d’assurer la sécurité des systèmes et protocoles mis en place.

Le Data Engineer maîtrise quant à lui les outils techniques qui permettent de manipuler la donnée. Il joue un rôle clé de traducteur entre le Data Scientist et le Data Architect, avec qui il fait évoluer les solutions et l’infrastructure. C’est le Data Engineer qui, un fois validés avec le métier, intègre les modèles et algorithmes en production.

 

 

François Delourme, Expert Data – Helis