Parce que le monde de l’entreprise est entré de plain-pied dans l’ère de la donnée, la course à l’exploitation de la data est engagée. Organisation, traitement, valorisation de volumes de données considérables sont des priorités stratégiques qui reposent avant tout sur des talents. Les équipes Data Science, animées par le Chief Data Officer et les Data Scientists, sont au cœur des transformations et font face à des défis majeurs. Tour d’horizon.
La donnée, c’est l’or noir du XXIe siècle. Si vous en doutiez encore, un simple chiffre devrait achever de vous convaincre. Si l’on s’en réfère au Digital Economy Compass 2019 de Statista, le volume mondial annuel de données a été multiplié par plus de vingt entre 2010 et 2020. L’an passé, 50 zettaoctets de data ont été générés, et ce chiffre augmente de manière exponentielle. En effet, il devrait atteindre 2100 zettaoctets à l’horizon 2035.
Parce que l’heure n’est plus aux promesses des Big Data mais à l’exploitation rationnelle et ROIste de cet actif précieux, les entreprises s’organisent.
Au-delà des équipements techniques, ce sont les talents humains qui font, aujourd’hui comme demain, la différence. Le grand enjeu actuel des entreprises consiste à recruter des data scientists. En 2019, Indeed, la célèbre plateforme de recrutement mettait déjà en évidence la difficulté à pourvoir ces postes à haute valeur ajoutée. La fonction de Data Scientist se classait ainsi au huitième rang des profils les plus recherchés sur la plateforme en 2019… alors qu’il n’était même pas mentionné en 2018 ! Constat similaire du côté de LinkedIn qui annonçait qu’en 2020, le Data Scientist était le dixième métier recherché. Un profil pénurique qui n’empêche pas les entreprises de se montrer exigeantes… à juste titre, car les missions sont complexes.
Data Scientist : des missions variées, un rôle complexe
Identifier la typologie de données disponibles dans l’entreprise, être à même de cartographier les sources internes de data afin de procéder à leur exploitation à des fins d’amélioration des performances, construction d’algorithmes, élaboration de modèles prédictifs… inutile d’énumérer la longue litanie des missions clés du Data Scientist et des équipes Data Science qu’il est chargé d’animer.
Ces enjeux techniques sont bien connus, de même que ces missions connexes qui pèsent sur le Data Scientist et l’amènent à définir les meilleures solutions de stockage de données en bonne intelligence avec la direction des Systèmes d’Information ou encore à s’investir dans la recherche et le développement liés au traitement d’importants volumes de données.
Oui, le rôle du Data Scientist est d’abord et avant tout celui d’un technicien de la donnée. Mais, parce qu’il est au cœur de la transformation digitale de l’entreprise, il ne peut se cantonner à ces savoir-faire techniques et scientifiques. Véritable ambassadeur de la donnée au sein de l’entreprise, il doit penser son action comme celle d’un trait d’union entre les métiers, un point de convergence vers l’excellence opérationnelle.
Des qualités humaines autant que techniques
Le Data Scientist et ses équipes ne peuvent s’enfermer dans un rôle de scientifique éthéré.
Bien au contraire, ils sont amenés en permanence à échanger avec l’ensemble de métiers dans l’entreprise. Une réalité qui fait du goût de l’humain, de la capacité à faire preuve de pédagogie, de compréhension parfois et de patience souvent, pour inscrire l’ensemble de l’entreprise sur le chemin d’une valorisation constante du patrimoine data.
Parce que chaque service dans l’entreprise produit ses propres données, pour ses propres usages, le Data Scientist a pour mission première de réconcilier les données avec des usages empiriques. La donnée, une fois passée entre les mains des équipes Data Science, devient naturellement et de manière intelligible de tous, des insights business, des opportunités de développement, des perspectives de performance.
Entre goût du partage et pédagogie
Alors que l’Intelligence Artificielle et le Machine Learning sont de plus en plus fréquemment exploités dans les entreprises, le Data Scientist doit également se muer régulièrement en pédagogue. Sans faire des cadres de l’entreprise des experts de la valorisation des données, le partage de connaissance est capital.
C’est une spécificité des missions dévolues aux équipes Data Science : former et sensibiliser les maillons essentiels de l’organisation aux bonnes pratiques data.
Et pour cause, pour engager la transformation de l’entreprise sur voie d’une stratégie Data-driven, tous les profils de l’entreprise doivent comprendre et mesurer l’importance de raisonner « data » à tous les stades de l’activité et pas seulement lorsqu’il s’agit de comprendre un parcours client. Sensibilité, humanité, technicité, trois qualités essentielles dont le Data Scientist devra impérativement pouvoir se prévaloir pour être à la hauteur d’une mission hautement stratégique !
Donnez à vos équipe de data science les clés pour découvrir leurs données
Découvrez les solutions de data discovery développées par différents géants du web qui ont permis à leurs équipes data science de comprendre et de faire confiance à leurs actifs d’entreprise.
Les expériences de ces géants du web ont largement inspiré Zeenea quant aux valeurs proposées par son data catalog pour faciliter la découverte d’information par les équipes data, de la manière la plus simple et la plus intelligente possible.
Découvrez les différentes plateformes de data discovery en téléchargeant notre dernier livre blanc !
