La data science a le vent en poupe. Les entreprises tentent de se mettre en ordre de marche, mais leurs initiatives ne se transforment pas toujours en success stories. Voici les écueils à éviter… et quelques clés pour savoir comment s’y prendre.
Les data scientists sont attendus comme les nouveaux messies de la 4ème révolution industrielle, en super-héros du digital. Le monde de l'éducation a déjà anticipé cet appel du marché avec des formations, diplômes et cursus en tout genre. Les entreprises emboîtent le pas au système éducatif en recrutant leur data scientist : la perle rare, the chosen one ! Parfois, il s’agit d’un simple stagiaire, parfois, tout de même, d’un département interne avec son Head of Data. Tout cela est de bon augure. Pourtant ces initiatives ne se transforment pas nécessairement en success stories.
Le mythe du Data Scientist tout-puissant
Le plus souvent, les entreprises qui essayent d’exploiter leur data misent sur un seul profil quasi surhumain : le data scientist qui serait capable à lui seul de gérer la situation. Mais les enjeux et la complexité des projets data requièrent en réalité une multitude de compétences : conception, architecture, analyse, ingénierie… détenues par des profils différents.
S’ajoute à cela le constat tristement lucide que les data scientists débutants sont bien souvent plus à l’aise avec la théorie que la pratique. Or la collecte et la préparation de la donnée requiert de l’expérience sur le terrain.
La solitude du Head of Data
Certaines entreprises visent un cran au-dessus et adoptent un Head of Data ou Directeur d’un pôle data. Cette démarche semble plus judicieuse pour orchestrer toutes les différentes compétences requises. Mais l’effet risque fort d’être limité s’il se retrouve, comme c’est souvent le cas, esseulé, ne partageant pas d’objectifs concrets, définis et approuvés par le management, et tout simplement sans les moyens humains de répondre aux attentes.
En effet, l’enjeu consiste à adresser un projet stratégique, aligné avec les objectifs de la Direction générale, afin d’asseoir ses investissements, le plus souvent substantiels, sur une rentabilité business – sous peine de voir son pôle data réduit au rang de calculatrice de luxe.
Comment monter un projet data dans les règles de l’art ?
À décharge, la réussite d’un projet data représente un véritable challenge, car il requiert la maîtrise de savoir-faire quasi incompatibles : des connaissances business, fonctionnelles et techniques, la capacité de conduite de programmes de transformation globale de l’entreprise et un haut degré d’autonomie pour affronter l’étude de la data en solitaire.
La composition de l’équipe reste l'étape clé. Afin de mener à bien un projet data science jusqu’au bout, il s’agit de regrouper :
- un consultant métier capable de transformer la donne business et de définir les objectifs à atteindre
- un data analyst pour l'analyse et la préparation des données
- un data scientist afin d’implémenter le modèle et d’interpréter les résultats
- un ingénieur architecte technique et des développeurs pour passer du simple Proof of Concept à l’opérationnel
Résumons. La science de la data, c’est un peu le MCU (Marvel Comics Universe) du digital. Une équipe d’Avengers aux pouvoirs divers et complémentaires s’unissent pour vaincre la data et la rallier à des objectifs stratégiques. La clé de voûte de tout projet data qui tienne la route est un Nick Fury : ce personnage instigateur, chef d’orchestre des Avengers, celui qui comprend l'intérêt de rassembler leurs pouvoirs et de les unir autour d’un objectif commun, capable de comprendre les intérêts supérieurs et de maintenir le lien avec les décisionnaires. Une chose est sûre, la data ne va pas parler toute seule.
Chez CosaVostra, nous ne sommes pas des super-héros. Mais nous pouvons tout à fait être votre Nick Fury. Notre Data Lab est composé d’une équipe complémentaire de consultants en stratégie digitale et innovation, en conseil marketing, de data analysts, data scientists, d’architectes IT et de développeurs. Tout ce qu’il faut pour répondre intelligemment à vos problématiques en matière de data sans vous arracher les cheveux.
Participer à la conversation