Ceci est le premier épisode de la deuxième saison de notre série « Zeenea Effective Data Governance Framework ».
Divisée en trois parties , cette deuxième partie se concentrera sur l’Adaptation. Ceci consiste à :
- Organiser votre Data Office
- Mettre en place une communauté Data
- Sensibiliser votre entreprise aux données
Pour ce premier épisode, nous vous donnerons les clés pour construire vos fiches personas data, afin de mettre en place un Data Office clair et bien défini.
Saison 1 : Alignement
- RComprendre le contexte
- RTrouver les bonnes personnes
- RSe préparer pour passer à l'action
S01 E01
Évaluer la maturité de vos données
S01 E02
Spécifier votre Stratégie Data
S01 E03
Obtenir du soutien
S01 E04
Réaliser une analyse SWOT
Saison 2 : Adaptation
- RCréer vos personas
- RIdentifier les rôles majeurs
- RDéfinir vos objectifs
S02 E01
Organiser votre Data Office
S02 E02
Organiser une Communauté Data
S02 E03
Sensibiliser votre entreprise aux données
Saison 3 : La mise en place d’une gestion des métadonnées à travers un data catalog
- RConnaître ses données
- RItération de votre data catalog
S03 E01
L’importance des métadonnées
S03 E02
6 semaines pour démarrer une gouvernance des données
Dans la première saison, nous vous avons partagé les bonnes pratiques pour aligner votre stratégie data. Pour nous, il est indispensable de :
- Évaluer la maturité de vos données
- Spécifier votre Stratégie Data avec la mise en place d’OKRs,
- Obtenir du soutien,
- Réaliser une analyse SWOT efficace.
Dans ce premier épisode de cette nouvelle saison, nous vous apprendrons comment construire votre Data Office.
L’évolution des pôles data en entreprise
Chez Zeenea, nous sommes convaincus par le pouvoir de la gouvernance des données agile.
Par le passé, la mise en place d’une gouvernance des données au sein des organisations ont rarement été couronnées de succès. Les Pôles Data se sont trop souvent concentrés sur la gestion technique ou le contrôle strict des données.
Pour les utilisateurs qui s’efforcent d’expérimenter et d’innover autour de leurs données, les comportements des teams data sont souvent synonymes de restrictions ou de limitations.
La donnée peut paraître comme étant un actif enfermé dans de sombres catacombes, accessibles uniquement après des mois de paperasses administratives.
Les collaborateurs se souviennent de l’énergie gaspillée lors de réunions, de la mise à jour de tableau excel et de la maintenance de wikis, pour constater que personne ne bénéficiait des fruits de leur travail.
Il est évident que les entreprises sont aujourd’hui conditionnées par la conformité réglementaire pour garantir la confidentialité des données, leur sécurité et la gestion des risques (comme par exemple le RGPD).
Cela dit, il est crucial d’adopter une approche plus offensive pour améliorer l’utilisation des données dans une organisation en s’assurant que les données sont utiles, utilisables et exploitées.
L’utilisation de méthodes d’organisation avec de nouveaux modes d’interaction est un bon moyen de mettre en place une organisation efficace au sein d’un Data Office.
Les rôles typiques dans un Data Office
Les rôles typiques d’un Data Office sont les suivants, même si très souvent, certains rôles sont exercés par la même personne :
- Chief Data Officer
- Responsables de portefeuille/programme/projet liés aux données
- Data Engineer / Architect
- Data Scientist
- Data Analyst
- Data Stewards
Création de personas data
Un moyen efficace de spécifier les rôles des parties prenantes du Data Office est de travailler sur leurs personas.
Les entretiens individuels vous permettront d’en apprendre beaucoup sur eux : contexte, objectifs et attentes. Notre toolkit de mise en place d’OKRs est un bon guide pour construire ces personas en posant des questions précises.
Voici un exemple d’une fiche persona :
Quelques astuces pour votre élaboration de personas :
- Les personas doivent être affichés dans le bureau de tous les membres de l’équipe de Data Office.
- Rendez-les amusants, choisissez un avatar ou une photo pour chaque membre de l’équipe, écrivez une petite biographie personnelle et professionnelle, énumérez leurs valeurs intrinsèques et travaillez sur l’aspect et la convivialité.
- Créez un persona par personne, ne créez pas de personas pour des équipes.
- Soyez très pointilleux dans les entretiens de définition des personas, reformulez-les si nécessaire.
- Traitez les gens avec respect et considérez toutes les remarques et idées de la même manière.
- Imprimez-les et affichez-les sur les murs des bureaux de tous les membres de l’équipe.
Constitution d’équipes transversales
Le deuxième conseil, pour se débarrasser des silos de données et d’organisation, est d’organiser votre Data Office en Feature Teams (voir la littérature sur le cadre des Feature Teams de Spotify).
Le principe est de constituer des équipes transversales pour répondre à une caractéristique spécifique importante attendue par votre entreprise.
Le modèle Spotify définit les équipes suivantes :
Squads
Les “Squads” sont des équipes transversales et autonomes qui se concentrent sur un domaine de features. Chaque Squad a une mission unique qui guide son travail.
Dans l’épisode 2 de la saison 1, dans notre exemple de OKRs, le PDG a 3 OKRs et le premier OKR (Augmenter les ventes en ligne de 2%) a généré 2 autres OKRs :
- Préparer le Data Lake pour la croissance, porté par le CIO.
- Avoir des données gouvernées pour la croissance, porté par le CDO.
Il y aurait alors 2 équipes :
Feature 1 : préparer le Data Lake pour la croissance.
Feature 2 : faire en sorte que les données soient gouvernées pour la croissance.
Tribus
Au niveau inférieur, plusieurs Squads se coordonnent entre eux sur la même zone de caractéristiques. Celles-ci forment une tribu.
Les tribus aident à établir un alignement entre les Squads. Chaque tribu a un chef de tribu qui est chargé d’aider à la coordination entre les Squads et d’encourager la collaboration.
Dans notre exemple, pour l’équipe chargée de la fonctionnalité « Avoir des données gouvernées pour la croissance », notre toolkit pour la mise en place d’OKRs nous indique qu’une tribu est chargée de « Préparer le Data Catalog ».
Chapter
Même si les Squads sont autonomes, il est important que les spécialistes (gestionnaires de données, analystes) s’alignent sur les meilleures pratiques. Les Chapitres sont la famille de chaque spécialiste et aident à maintenir les normes en place dans une discipline.
Guilde
Les membres de l’équipe qui sont passionnés par un sujet peuvent former une guilde, qui est essentiellement une communauté d’intérêt (par exemple : la qualité des données). Tout le monde peut adhérer à une guilde, sur la base du volontariat.
Alors que les Chapitres appartiennent à une tribu, les guildes peuvent traverser différentes tribus. Il n’y a pas de leader officiel d’une guilde.
Au contraire, quelqu’un lève la main pour être le coordinateur de la guilde et aider à rassembler les gens.
Des exemples de Feature Team basée sur notre contexte:
Ne manquez pas la semaine prochaine, dans notre prochain épisode :
Mise en place d’une communauté data, où nous vous aiderons à adapter votre organisation pour qu’elle soit plus data-driven.
Copyright Zeenea 2021, tous droits réservés.
