Logo Zeenea 2020
Actian Logo Rgb Horizontal
Le Guide pour comprendre la différence entre Business Glossary, Data Catalog et Data Dictionary

Le Guide pour comprendre la différence entre Business Glossary, Data Catalog et Data Dictionary

par | Mai 21, 2023 | Data Catalog, Metadata Management

Vous avez mis la donnée au centre de toutes les stratégies de votre entreprise, mais le volume de données que vous êtes amené à manipuler explose. Vous devez par conséquent disposer non seulement d’une visibilité à 360° sur votre patrimoine de données, mais aussi d’une vision des usages qui peuvent en être fait.

Pour cela, vous pouvez combiner les actions et les avantages apportés par trois outils essentiels : le data catalog (catalogue de données), le data dictionary (dictionnaire de données) et le business glossary (glossaire métier). Suivez le guide !

Produire de la donnée, c’est très bien. En tirer de l’intelligence métier, c’est encore mieux ! Parce que le développement d’une vraie culture data constitue l’axe prioritaire de votre stratégie de développement, vous avez besoin de transformer l’information disponible dans la donnée en outil opérationnel de prise de décision ou d’orientation de terrain. En vous appuyant sur une approche de réconciliation entre data et business, vous donnerez à votre entreprise (et à vos équipes) un nouvel élan.

Mais, pour y parvenir, vous devrez vous appuyer sur trois outils essentiels : un catalogue de données, un dictionnaire de données et un glossaire métier. Trois solutions indispensables qui vous aideront à vous organiser et à améliorer votre stratégie de data management. Et bien qu’ils soient liés, ces outils sont en fait très différents !

Qu’est-ce qu’un data catalog et quels en sont les principaux avantages

 

Un catalogue de données (ou data catalog) est un inventaire détaillé qui répertorie les datas provenant de toutes les sources de données de votre entreprise. Une fois intégralement répertoriées, elles sont alors plus accessibles, compréhensibles et exploitables par vos équipes. Un data catalog peut collecter et répertorier plusieurs types d’informations tels que les jeux de données et ses champs associés, les data processes, les visualisations, les objets du glossaire (voir la section ci-dessous) ou encore des informations personnalisées propres à votre entreprise.

Le data catalog joue un rôle crucial dans votre stratégie data, car il permet de rationaliser vos données en en délivrant une vue d’ensemble : qualité, disponibilité, métadonnées associées telles que leurs descriptions, leurs propriétaires, leurs provenances, formats, etc. L’un des principaux atouts d’un data catalog est qu’il favorise le travail collaboratif autour de la donnée dans votre organisation, car il permet à vos équipes de travailler ensemble pour identifier, comprendre et utiliser les données de manière plus efficace.

Enfin, via la centralisation de l’information disponible qu’il offre, le catalogue de données permet de maintenir un niveau élevé de qualité des actifs informationnels en s’assurant que les données sont correctement identifiées, classées, documentées et maintenues.

Pourquoi déployer un business glossary et pour quel usage ?

 

Un business glossary est un outil qui aide à établir une compréhension commune des termes et des définitions relatifs aux métiers utilisés dans une entreprise. Son rôle : faciliter la communication et réduire les erreurs ou les malentendus liés à l’utilisation des termes de votre organisation. Il peut intégrer des définitions de termes techniques, financiers, commerciaux, des normes et des procédures, ou tout autre domaine pertinent pour votre entreprise.

En vous dotant d’un glossaire métier, vous parviendrez, presque mécaniquement, à améliorer la qualité des données en vous assurant qu’elles sont clairement définies et comprises. En ligne de mire : une réduction des erreurs de saisie, une normalisation des formats de données et une fiabilisation de l’exactitude des données.

De plus, le business glossary présente l’avantage de vous aider à mieux gérer la conformité réglementaire en normalisant les termes et les définitions utilisés dans les rapports et les documents de conformité.

Enfin, un glossaire métier contribue à des prises de décision plus rapides et plus fiables, puisqu’il offre une base de connaissances commune pour l’ensemble des intervenants dans la chaîne décisionnelle.

Quelles différences avec un Data Dictionary ?

 

Le dictionnaire de données est une troisième solution qui vous permettra de renforcer et dynamiser votre stratégie data. Cet outil de gestion des données fournit toutes les informations détaillées sur les données utilisées dans votre entreprise, en s’appuyant sur un ensemble de métadonnées. Ces métadonnées décrivent les données, leur structure, leur format, leur signification, leur propriétaire et leur utilisation.

Cette description aide vos collaborateurs, ceux qui utilisent la data au quotidien, à comprendre les données et à mieux les exploiter. Le data dictionary est également un outil clé pour la gestion de la qualité des données, car il permet d’identifier les erreurs et les incohérences.

Enfin, le dictionnaire de données facilite la réutilisation des données, en fournissant des informations sur les datas existantes et leur signification. Cela permet ainsi de les intégrer facilement dans de nouvelles applications ou de nouveaux projets.

 

Envie de donner un coup de boost à votre stratégie data ? L’association d’un business glossary, d’un data catalog et d’un data dictionary vous permettra de vous appuyer sur une vue complète et cohérente des données et des termes métier utilisés dans votre entreprise.

5 Leviers d’un Data Catalog pour promouvoir la Data Literacy en Entreprise

5 Leviers d’un Data Catalog pour promouvoir la Data Literacy en Entreprise

par | Mai 9, 2023 | Data Catalog

Dans le monde d’aujourd’hui, les organisations de tous secteurs collectent d’énormes quantités de données provenant de diverses sources comme par exemple les objets connectés (IoT), les applications ou encore les réseaux sociaux. Cette explosion des données a créé de nouvelles opportunités pour les entreprises afin de récupérer des informations précieuses concernant leurs opérations, leurs clients et leurs marchés. Cependant, ces opportunités ne peuvent se concrétiser que si les entreprises maîtrisent la donnée, pour la comprendre et l’utiliser efficacement.

En effet, la data literacy, ou maîtrise des données, fait référence à la capacité à lire, comprendre, analyser et interpréter les données. Il s’agit d’une compétence essentielle pour que les individus et les organisations restent compétitifs et prennent des décisions fondées sur des informations concrètes. En effet, selon une étude récente d’Accenture, les entreprises favorisant la data literacy ont plus de chances de réussir leurs initiatives de transformation digitale.

Pour promouvoir une organisation “data literate”, les entreprises doivent fournir à leurs employés un accès simple à des données de qualité, bien organisées, bien documentées et faciles à utiliser. C’est là qu’intervient un catalogue de données.

Dans cet article, découvrez les 5 leviers d’un data catalog pour promouvoir la data literacy dans les organisations.

Définition du data catalog

 

Chez Zeenea, nous définissons le data catalog comme étant un inventaire détaillé de tous les actifs informationnels disponibles dans une organisation. Il fournit une interface simple d’utilisation pour trouver, comprendre et faire confiance aux données de l’entreprise.

En effet, créé pour unifier toutes les données de l’entreprise, un catalogue de données permet aux data managers et aux consommateurs de données d’améliorer leur productivité et leur efficacité. En 2017, Gartner déclarait déjà les catalogues de données comme « le nouvel or noir de la gestion des données et de l’analytique ». Et dans « Augmented Data Catalogs : Now an Enterprise Must-Have for Data and Analytics Leaders », l’institut précise que « la demande pour le data catalog est en pleine expansion, car les organisations continuent de rencontrer des difficultés pour trouver, inventorier et analyser des données très diverses et très distribuées”.

Un data catalog est donc un outil crucial pour la promotion de la data literacy au sein d’une organisation.

n°1 Un data catalog centralise toutes les données en une seule source de vérité

.

Un data catalog collecte et met à jour automatiquement toutes les données de l’entreprise à partir de différentes sources dans un référentiel unique – dans le but de créer une vue d’ensemble du paysage de données de l’organisation. En indexant les métadonnées de l’entreprise, les data catalogs augmentent la visibilité des données et permettent aux utilisateurs de trouver facilement leurs informations depuis plusieurs systèmes.

Les catalogues de données aident ainsi à briser les silos entre les différents départements et équipes en fournissant un référentiel unique et consultable de tous les actifs de données disponibles. En ce sens, aucune expertise technique n’est nécessaire pour accéder et comprendre l’écosystème de données d’une entreprise – les organisations peuvent alors facilement collaborer et partager leurs actifs informationnels au sein d’une plateforme unique.

#2 Un data catalog augmente la connaissance des données grâce aux capacités de documentation augmentées

 

Les data catalogs permettent d’accroître la connaissance des données à l’échelle de l’entreprise grâce à l’automatisation des capacités de documentation. En fournissant aux producteurs de données ces fonctions de documentation, les utilisateurs obtiennent des informations descriptives sur leurs actifs de données, telles que leur signification, leur utilisation et leur pertinence pour les processus business. Ces fonctionnalités de documentation automatisées du data catalog offrent la possibilité aux utilisateurs de plus facilement comprendre et utiliser les données, favorisant la connaissance des données dans l’ensemble de l’entreprise.

En outre, en s’assurant que la documentation est précise, cohérente et à jour, les organisations disposant d’un catalogue de données peuvent réduire le risque d’erreurs et d’incohérences dans le patrimoine de données. Ces dernières sont donc plus fiables, ce qui est essentiel pour une prise de décision éclairée et de meilleurs résultats pour l’entreprise.

#3 Un data catalog permet une découverte des données améliorée

 

La data discovery (découverte des données) est le processus d’exploration et d’analyse des données afin d’obtenir des informations et de découvrir des modèles ou des relations cachés. Cette fonctionnalité indispensable du catalogue de données favorise la maîtrise des datas en permettant aux utilisateurs de mieux comprendre les données avec lesquelles ils travaillent, et en les encourageant à se poser les bonnes questions et à les explorer plus en profondeur.

Grâce aux fonctionnalités de découverte des données, un data catalog aide ses utilisateurs à identifier des modèles et tendances depuis les datas. En visualisant les données sous différents angles, les utilisateurs peuvent identifier des corrélations, des observations et d’autres modèles qui ne seraient pas immédiatement visibles dans les données brutes. Cela peut aider les utilisateurs à acquérir de nouvelles connaissances et à développer une compréhension plus approfondie des données avec lesquelles ils travaillent.

#4 Un data catalog fournit un vocabulaire de données commun via un glossaire métier

 

Un business glossary (glossaire métier) est un élément clé d’un catalogue de données, puisqu’il véhicule un langage commun et une compréhension des termes et définitions métier pour l’ensemble de l’organisation. Un glossaire métier définit la signification des principaux termes et concepts métier, ce qui permet aux consommateurs de données de comprendre le contexte et la pertinence des actifs informationnels.

Les data catalogs aident ainsi les équipes en charge des données à éviter les malentendus et à maximiser la confiance dans le patrimoine data de l’entreprise. Cela favorise donc la compréhension de la donnée et la data literacy dans l’ensemble de l’organisation.

#5 Un data catalog offre de puissantes fonctionnalités de lignage

 

Le data lineage (lignage des données) permet de comprendre clairement l’origine et la transformation des données, ce qui est essentiel pour saisir comment les données sont utilisées et comment elles sont liées à d’autres actifs. Ces informations soutiennent les initiatives de gestion des données, car elles permettent de garantir l’exactitude, la fiabilité et la conformité des données.

En retraçant les données de leur source jusqu’à leur destination, le lignage des données renforce la connaissance des datas en fournissant aux utilisateurs des informations sur leur objectif, les processus opérationnels qu’elles utilisent et les dépendances qui existent entre les différents actifs. Ces informations peuvent aider les consommateurs à comprendre la pertinence et l’importance des données avec lesquelles ils travaillent, et comment elles s’intègrent dans le contexte plus large de l’organisation.

L’historique des données peut également aider à identifier les anomalies, les incohérences ou les problèmes de qualité susceptibles d’affecter leur exactitude ou leur fiabilité.

Conclusion

 

Le catalogue de données est un outil puissant pour promouvoir la data literacy au sein des organisations. En centralisant les données et les métadonnées, en donnant accès à des informations sur le cheminement des données et en offrant des capacités de data discovery, les data catalogs peuvent permettre à leurs utilisateurs de trouver et de comprendre plus facilement les données avec lesquelles ils travaillent. Indispensables en somme pour toute organisation qui souhaite devenir data literate !

Data Literacy : La compétence indispensable pour le télétravail

Data Literacy : La compétence indispensable pour le télétravail

par | Mai 4, 2023 | Gouvernance des données, Inspiration Data

La pandémie liée à la COVID-19 a forcé les organisations du monde entier à adopter le télétravail comme nouvelle norme. En effet, selon McKinsey & Company, la pandémie a accéléré le travail à distance en obligeant jusqu’à 25 % de travailleurs de plus qu’initialement estimé à changer leur manière de travailler. Et dans un monde où le télétravail devient la norme, la nécessité d’une prise de décision fondée sur des données fiables et tangibles est devenue d’autant plus cruciale.

Cependant, le télétravail s’accompagne d’une série de défis pour les entreprises data-driven. Pour prendre des décisions éclairées, les télétravailleurs doivent être en mesure de comprendre, d’analyser et d’interpréter leurs données avec précision. Par conséquent, la data literacy, ou maîtrise de la donnée, est devenue une compétence essentielle pour que ces derniers puissent réussir dans un environnement de travail à distance.

Dans cet article, nous examinerons l’importance de la data literacy dans un monde où l’on travaille à distance, ses avantages et ses défis, ainsi que les meilleures pratiques à adopter par les entreprises pour mettre en œuvre la data literacy.

L’importance de la data literacy

 

Définissons brièvement ce qu’est la data literacy. Il s’agit de la capacité de comprendre, d’analyser et de communiquer autour des données. En effet, dans le contexte actuel, qui évolue rapidement et qui est de plus en plus data-driven, la data literacy permet aux individus de mieux comprendre les données avec lesquelles ils travaillent, de les analyser de manière critique et de prendre des décisions éclairées sur la base des connaissances acquises à partir des actifs informationnels.

On ne saurait donc trop insister sur l’importance de la data literacy dans le monde du travail contemporain. La quantité de données générées par les organisations augmente de façon exponentielle, et la capacité à accéder aux données et à les interpréter est vitale pour prendre les meilleures décisions stratégiques. Avec les bonnes compétences en matière de data literacy, les employés peuvent ainsi transformer des données brutes en informations exploitables qui les aident à identifier des modèles et des tendances, et in fine à atteindre leurs objectifs stratégiques et commerciaux.

Les défis pour le développement des compétences data dans le cadre du télétravail

 

Dans le cadre du télétravail, les employés ne sont pas physiquement présents au même endroit que leurs collaborateurs ou même des sources de données qu’ils utilisent. Par conséquent, les travailleurs à distance doivent être en mesure d’accéder aux données de manière indépendante, sans dépendre d’interactions en face à face. La data literacy est donc cruciale pour s’assurer que les télétravailleurs puissent naviguer efficacement dans le patrimoine de données de l’entreprise et les exploiter, et qu’ils soient en mesure de communiquer efficacement leurs actifs data à leurs collègues. Car en l’absence d’interactions directes, les travailleurs à distance risquent de ne pas recevoir les conseils ou le soutien nécessaires pour développer leurs compétences en matière de data.

Un autre défi majeur est le manque d’accès aux sources de données. Or, les télétravailleurs doivent pouvoir accéder rapidement et facilement aux sources de données pour pouvoir analyser leurs informations. De plus, ils peuvent également être confrontés à des défis en termes de sécurité et de protection des données. Par conséquent, une gestion et une analyse efficaces des données sont essentielles pour garantir que les travailleurs à distance accèdent aux données et les utilisent de manière sûre et efficace.

Enfin, de nombreuses organisations qui cherchent à maîtriser les données ne disposent pas toujours des outils de gestion des données appropriés. Sans ces solutions dédiées, il peut être difficile de collecter, d’organiser et d’analyser les données de manière efficace. En outre, lorsque les utilisateurs de données ne disposent pas du contexte associé, ils sont contraints à une compréhension cloisonnée et incomplète de leurs actifs. Disposer des bons outils de gestion des données, tels que les logiciels de visualisation des données, les solutions de catalogage et les plateformes de découverte des données, peut aider les équipes de data management à mieux comprendre le patrimoine informationnel et à obtenir des informations plus approfondies – conduisant à une meilleure maîtrise des données.

Les avantages de la data literacy pour les travailleurs à distance

Lorsqu’elle est mise en œuvre de manière efficace, la data literacy présente de nombreux avantages pour les télétravailleurs.

Tout d’abord, la data literacy permet de communiquer et de collaborer efficacement entre collègues. En comprenant et en analysant les données, les télétravailleurs peuvent partager leurs idées et leurs conclusions avec leurs collaborateurs, ce qui permet de prendre de meilleures décisions et d’obtenir de meilleurs résultats. La data literacy permet donc aux travailleurs à distance de présenter les données de manière claire et concise, ce qui facilite leur compréhension et leur permet d’agir en conséquence.

Deuxièmement, la data literacy peut améliorer la productivité et l’efficacité. Les personnes à distance peuvent accéder aux données, les analyser et les interpréter rapidement et avec précision, ce qui leur permet d’accomplir leurs tâches plus efficacement. En tirant parti de la connaissance des datas, les travailleurs à distance peuvent identifier des modèles, des tendances et des anomalies dans leurs actifs de données, pouvant les aider à hiérarchiser les tâches, à optimiser les processus et à atteindre leurs objectifs.

Enfin, la data literacy peut contribuer à réduire les erreurs et les risques dans un environnement de télétravail. En analysant et en interprétant les données avec précision, les collaborateurs à distance peuvent identifier les erreurs ou les risques potentiels avant qu’ils ne se produisent, ce qui leur permet de prendre des mesures proactives. En outre, la data literacy réduit la probabilité de prise de décisions fondées sur des hypothèses ou des informations incomplètes. En tirant parti de la connaissance des données, les télétravailleurs peuvent s’assurer que leurs décisions sont éclairées, objectives et conformes aux objectifs de l’organisation.

Des bonnes pratiques pour créer un environnement “data literate” pour les télétravailleurs

 

Renforcer les compétences en matière de data literacy dans un environnement de télétravail peut s’avérer difficile, mais plusieurs stratégies peuvent être employées pour développer ces compétences.

L’une de ces solutions consiste à proposer des formations et des ressources en ligne aux travailleurs à distance pour qu’ils développent leurs compétences. Les modules de formation en ligne, les cours et les webinaires peuvent aider les télétravailleurs à développer leurs compétences en matière d’analyse, d’interprétation et de présentation des données. Donner accès à des ressources en ligne telles que des outils de visualisation de données, des tableaux de bord et des plateformes d’analyse peut permettre aux travailleurs à distance d’explorer et d’analyser les données de manière autonome.

Une autre stratégie pour renforcer les compétences en data literacy dans un environnement de télétravail consiste à l’intégrer dans la culture du télétravail. Encourager les travailleurs à distance à partager leurs connaissances et leurs résultats avec leurs collègues peut favoriser une culture de collaboration et de partage, promouvant ainsi le développement de compétences en data literacy dans l’ensemble de l’organisation.

L’avenir de la maîtrise des données dans le cadre du télétravail

 

À mesure que les données sont au cœur du télétravail, la nécessité pour les employés à distance de développer et d’entretenir leurs compétences en matière de données devient de plus en plus importante. En investissant dans la formation continue et l’amélioration des compétences en data literacy, les télétravailleurs peuvent exploiter efficacement les données pour prendre des décisions éclairées, améliorer la productivité et réduire les erreurs et les risques.

Chez Zeenea, nous sommes convaincus que la data literacy est une compétence essentielle pour toute organisation data-driven. C’est pourquoi nous avons développé une plateforme de découverte de données pour toutes les initiatives data et business, des applications de gestion des métadonnées à la recherche et à l’exploration, en passant par la gouvernance des données, la conformité et les initiatives de transformation cloud.

Êtes-vous prêt à libérer le potentiel des données de vos travailleurs en distanciel ?

CONTACTEZ-NOUS
Mettre en place une culture des données : réussites, priorités et obstacles pour les entreprises data-driven – BARC Data Culture Survey 23

Mettre en place une culture des données : réussites, priorités et obstacles pour les entreprises data-driven – BARC Data Culture Survey 23

par | Jan 6, 2023 | Inspiration Data

 Nous sommes ravis de soutenir le travail de l’institut de recherche BARC, et nous vous offrons la possibilité de télécharger gratuitement sa dernière étude Data Culture Survey 23 ici.

Nous sommes ravis de soutenir le travail de l’institut de recherche BARC, et nous vous offrons la possibilité de télécharger gratuitement sa dernière étude Data Culture Survey 23 ici.

Dans cette même étude l’an dernier, BARC définissait l’accès aux données comme l’aspect le plus important de son Data Culture Framework. Cette année, l’institut de recherche a réalisé un état des lieux des expériences et des projets des entreprises en ce qui concerne leurs efforts pour créer une réelle culture data, en mettant l’accent sur cet accès aux données.

L’étude s’est appuyée sur les résultats d’une enquête mondiale menée en ligne en juillet et août 2022. L’enquête a été promue au sein du panel BARC, ainsi que via des sites web et des listes de diffusion de newsletters. Au total, 384 personnes y ont participé, incluant une importante variété de rôles, de secteurs et de tailles d’entreprises.

Dans cet article, découvrez les réussites, les priorités et les obstacles pour la mise en œuvre d’une culture des données – extrait de l’enquête 2023 menée par BARC.

Culture des données : des avantages et attentes prometteurs

Comme nous l’avons mentionné dans notre précédent article, l’un des principaux avantages de la culture des données est l’amélioration de la prise de décision. Et selon BARC, près de la moitié des entreprises participantes ont réussi sur cette voie.

Comme le montre le graphique ci-dessous, l’avantage pour lequel l’écart entre les attentes et la réalité est le plus faible est « une meilleure acceptation des décisions ». Pour un peu moins d’un tiers, il s’agit d’un objectif souhaitable, et presque tous l’ont atteint.

Les entreprises best-in-class* prouvent que l’amélioration de leur culture des données est bénéfique. Les bénéfices sont nettement plus fréquents que pour les laggards*, les différences entre elles étant les plus importantes lorsqu’il s’agit d’obtenir un avantage concurrentiel et une croissance des revenus grâce à l’utilisation des données.

BARC mentionne également qu’en Europe plus de 50 % des participants s’attendent à de plus grands avantages en réduisant les silos de données et une compréhension distribuée des datas que ceux des États-Unis et de l’APAC ! Toutefois, les bénéfices réels sont nettement plus élevés aux États-Unis et en Asie-Pacifique, ce qui est probablement dû au fait que le taux d’adoption aux nouvelles technologies (produits data) y est plus élevé.

Positive Effects Of Data Culture Barc Data Culture Survey 23

Les initiatives prises par les entreprises pour améliorer leur culture data

40% des participants ne prévoient aucune initiative en matière de culture des données.

Dans l’ensemble, par rapport à 2021, l’importance des initiatives en matière de données a augmenté dans chacun des 6 aspects du framework BARC pour la culture des données : Stratégie, Gouvernance, Accès, Literacy, Communication et Leadership.

L’initiative la plus importante et la plus mise en œuvre est l’initiative stratégique, avec 94 % des répondants la considérant comme pertinente et 73 % ayant déjà lancé ou prévoyant de la lancer.

L’initiative de gouvernance est étroitement liée à celle stratégique. La gouvernance est considérée comme un instrument permettant de mettre en place un écosystème de données sécurisé, cohérent et fiable qui répond aux exigences de l’entreprise et aux exigences légales. En effet, un tiers des personnes interrogées ont déjà mis en œuvre des initiatives de gouvernance et 36 % d’entre elles ont prévu de le faire.

Le Data Leadership est également considéré comme pertinent dans 92 % des entreprises. Toutefois, seules 20 % d’entre elles ont mis en place un tel système et 35 % ont prévu de le faire.

Current Status And Relevance Of Data Culture Initiatives Barc Data Culture Survey 23

En effet, le Data leadership dépend notamment des dirigeants. BARC indique dans son enquête « Strategies for Driving Adoption and Usage with BI and Analytics », qu’une nouvelle génération de leaders data-driven a été citée comme le plus fort moteur de l’adoption et de l’utilisation des outils de BI et d’analyse.

Une remarque intéressante concernant les CxO : 81 % des personnes interrogées affirment que des initiatives de data literacy ont déjà été mises en œuvre ou sont prévues. Cependant, les employés des fonctions opérationnelles et les experts data analytics font état d’une activité bien moins répandue – il y a du travail à faire pour convaincre les dirigeants que la compréhension et la communication sont encore loin d’être aussi avancées qu’ils le pensent !

Les initiatives d’accès aux données sont globalement les plus pertinentes, 96 % d’entre elles ayant déjà été mises en œuvre ! La data literacy et la communication des données arrivent loin derrière, avec environ 40 % des participants qui ne prévoient aucune initiative dans ces domaines.

Les obstacles à surmonter pour la mise en œuvre d’une culture des données

Selon BARC, les principaux obstacles à la mise en œuvre d’une culture des données sont le manque de ressources, le manque de connaissances, l’organisation et la communication. Ils constituent depuis longtemps les plus grands défis pour les responsables des données. Une préoccupation particulière est que beaucoup donnent la priorité à des initiatives visant à améliorer la culture des données qui ne s’attaquent pas directement aux problèmes les plus importants.

Par exemple, le manque de connaissance data est le deuxième challenge le plus fréquent, mais les entreprises participantes ne lui accordent pas une grande priorité. Contrairement à la stratégie des données, à la gouvernance des données et à l’accès aux données, la culture des données est l’une des initiatives pour lesquelles beaucoup de choses sont planifiées mais relativement peu réalisées.

En effet, l’opinion dominante est que l’achat d’une technologie ou d’un logiciel spécifique résout les problèmes liés aux données. BARC affirme que ce n’est pas le cas. Par exemple, un catalogue de données dépourvu d’organisation (rôles, responsabilités, processus) et d’utilisation active par les consommateurs et les producteurs de données ne sera jamais en mesure de fournir les avantages pour lesquels il a été conçu.

Cela inclut également le leadership et la communication en matière de données : dès le début, l’objectif devrait être de rallier tout le monde, de les responsabiliser et de donner l’exemple d’une action data-driven. Il faut pour cela créer l’espace nécessaire, en commençant par l’élaboration d’une stratégie data.

Main Obstacles For Data Culture Initiatives Barc Data Culture Survey 23

Découvrez les tendances de la culture des données en téléchargeant l’étude BARC Data Culture Survey

Si vous souhaitez en savoir plus sur les résultats de cette étude, téléchargez gratuitement le document.

Vous obtiendrez des informations précieuses sur :

 

  • L’évaluation des philosophies concernant l’accès aux données,
  • Les effets de la mise en œuvre d’une culture data,
  • Les défis de la mise en œuvre de l’accès aux données,
  • Et bien plus encore.
Télécharger (Anglais)

* L’échantillon a été divisé entre les « best-in-class » et les « laggards » afin d’identifier les différences en termes de culture de données actuelle au sein des organisations. Cette division a été effectuée sur la base de la question « Comment évaluez-vous la culture de la donnée de votre entreprise par rapport à vos principaux concurrents ?« . Les entreprises dont la culture de la donnée est bien meilleure que celle de leurs concurrents sont qualifiées de « best-in-class« , tandis que celles dont la culture de la donnée est légèrement ou nettement moins bonne que celle de leurs concurrents sont classées comme « laggards« .

Les tendances 2022 des entreprises data-driven pour la prise de décision – BARC Data Culture Survey 23

Les tendances 2022 des entreprises data-driven pour la prise de décision – BARC Data Culture Survey 23

par | Déc 13, 2022 | Inspiration Data

 Nous sommes ravis de soutenir le travail de l’institut de recherche BARC, et nous vous offrons la possibilité de télécharger gratuitement sa dernière étude Data Culture Survey 23 ici.

Dans cette même étude l’an dernier, BARC définissait l’accès aux données comme l’aspect le plus important de son Data Culture Framework. Cette année, l’institut de recherche a réalisé un état des lieux des expériences et des projets des entreprises en ce qui concerne leurs efforts pour créer une réelle culture data, en mettant l’accent sur cet accès aux données.

L’étude s’est appuyée sur les résultats d’une enquête mondiale menée en ligne en juillet et août 2022. L’enquête a été promue au sein du panel BARC, ainsi que via des sites web et des listes de diffusion de newsletters. Au total, 384 personnes y ont participé, incluant une importante variété de rôles, de secteurs et de tailles d’entreprises.

Dans cet article, découvrez un état des lieux du rôle de la donnée dans les prises de décisions des organisations data-driven – extrait de l’enquête 2023 menée par BARC.

Une prise de décision fondée sur la data vs. l’intuition

74% des entreprises best-in-class* s’appuient sur les données pour leur prise de décision

Au fil des années, les entreprises se sont appuyées sur les données et leurs analyses pour prendre des décisions plutôt que de se fier uniquement à leur expérience ou à leur intuition. Cependant, si la part des entreprises prenant des décisions uniquement sur la base de l’expérience est en baisse, elle n’a pas complètement disparu des radars. En effet, selon l’enquête BARC Data Culture Survey 23, la moitié des organisations interrogées ont déclaré que leur processus décisionnel était fondé sur un mélange de données et d’intuition. En particulier, on a observé un changement massif vers la prise de décision basée sur la data en 2021, probablement sous l’effet de facteurs externes tels que la crise de la COVID-19.

La valeur des données pour la prise de décision est donc un sujet essentiel pour la plupart des organisations, surtout dans les environnements économique et politique actuels. Le défi est en particulier lié à la capacité d’apporter cette valeur à un coût raisonnable.

Il est intéressant de noter que 74% des entreprises best-in-class* s’appuient sur les données pour leur prise de décision. Si l’on regarde de près les chiffres ci-dessous, on constate une différence significative entre ces bons élèves et la moyenne de toutes les entreprises participantes. En effet, seulement 32% d’entre elles prennent des décisions purement basées sur les données.

Are Decisions In Your Company Based On Data Or Gut Feeling

Les départements les plus data-driven au sein des entreprises

Interrogées sur les départements qu’elles considèrent comme les plus data-driven, 59% des entreprises ont répondu qu’il s’agissait de leur département finance/comptabilité, suivi par les ventes/distribution à 44%. Ces réponses étaient attendues, car ces départements sont ceux qui utilisent le plus les outils de BI et d’analyse. BARC a également observé que les départements logistique/chaîne d’approvisionnement et production ont obtenu des résultats beaucoup plus élevés que prévu. Cette augmentation est le résultat de l’essor des technologies IoT de ces dernières années.

Most Data Driven Departments In Their Decision Making Barc Data Culture Survey 23

Les décisions devraient être appuyées par des données à tous les niveaux de l’entreprise

La connaissance data (data knowledge) est la clé d’une utilisation réussie des données et des analytics – 83% des entreprises interrogées confirment qu’elles considèrent les données/informations comme un asset, mais seulement la moitié les utilisent comme une source majeure de revenus. En ce sens, 74% des utilisateurs identifient le data knowledge comme la collecte, la mise en relation et l’analyse des métadonnées de l’entreprise.

Les métadonnées fournissent des informations contextuelles nécessaires pour aider les consommateurs de data à trouver, comprendre et faire confiance à leurs données. Cependant, l’étude montre que peu d’entreprises investissent actuellement dans des technologies qui permettent d’exploiter les métadonnées – tandis que 95 % des entreprises best-in-class* reconnaissent l’importance d’investir dans de telles technologies.

L’utilisation des données à différentes étapes du processus de prise de décision est notable : aux niveaux opérationnel mais aussi tactique dans les départements, 39% des répondants à l’enquête affirment que les décisions ne sont pas prises sur la base des données. Ce chiffre est assez élevé – le soutien de la décision basé sur les données devrait être en place dans toute l’entreprise, à tous les niveaux.

Data Culture Agree Or Disagree Barc Survey 23

Libérez l’accès et la valeur des données pour vos utilisateurs data en mettant en place une culture des données

Si vous souhaitez en savoir plus sur les résultats de cette étude, téléchargez gratuitement le document. Vous obtiendrez des informations précieuses sur :

  • L’évaluation des philosophies concernant l’accès aux données,
  • Les effets de la mise en œuvre d’une culture data,
  • Les défis de la mise en œuvre de l’accès aux données,
  • Et bien plus encore.
Télécharger (Anglais)

* L’échantillon a été divisé entre les « best-in-class » et les « laggards » afin d’identifier les différences en termes de culture de données actuelle au sein des organisations. Cette division a été effectuée sur la base de la question « Comment évaluez-vous la culture de la donnée de votre entreprise par rapport à vos principaux concurrents ?« . Les entreprises dont la culture de la donnée est bien meilleure que celle de leurs concurrents sont qualifiées de « best-in-class« , tandis que celles dont la culture de la donnée est légèrement ou nettement moins bonne que celle de leurs concurrents sont classées comme « laggards« .

Comment libérer l’accès et la valeur des données pour vos utilisateurs data ? Découvrez l’étude BARC Data Culture Survey 23

Comment libérer l’accès et la valeur des données pour vos utilisateurs data ? Découvrez l’étude BARC Data Culture Survey 23

par | Nov 28, 2022 | Actu & événements, Inspiration Data

 Nous sommes ravis de soutenir le travail de l’institut de recherche BARC, et nous vous offrons la possibilité de télécharger gratuitement sa dernière étude Data Culture Survey 23 ici.

« Data culture eats data strategy for breakfast » est un dicton populaire parmi les data et analytics managers, soulignant l’importance d’aligner la stratégie data et la culture organisationnelle. En effet, la culture data est avant tout une question humaine. La donnée devient un atout à forte valeur ajoutée dès lors qu’elle est partagée et accessible à tous les membres d’une organisation.

Dans son étude sur la culture des données de l’an dernier, BARC définissait l’accès aux données comme l’aspect le plus important de son “Data Culture Framework ». Cette année, l’institut de recherche a réalisé un état des lieux des expériences et des projets des entreprises en ce qui concerne leurs efforts pour créer une réelle culture data, en mettant l’accent sur cet accès aux données. Voici un résumé des 8 constats clés du BARC Data Culture Survey 23.

Management Survey : 8 constats sur la culture des données dans les entreprises data-driven

1 – Les décisions sont fondées sur un mix données/intuition

Après une augmentation en 2021, la proportion d’entreprises prenant principalement des décisions fondées sur les données est restée stable cette année. Et 50 % des entreprises de l’étude déclarent qu’elles appuient généralement leurs décisions sur une combinaison de données et d’intuition.

2 – La connaissance des données est essentielle pour les experts data et analytics

Près des trois quarts des répondants déclarent avoir reconnu la nécessité d’investir dans des moyens d’accéder aux métadonnées, de les relier et de les comprendre. Cependant, certains des outils utilisés ne sont pas encore très répandus.

3 – La culture des données est bénéfique

Près de la moitié des entreprises interrogées ont déclaré, parmi leurs objectifs réalisés, avoir pu améliorer leur prise de décision. Et plus d’un tiers ont réussi à améliorer en continu leurs processus et à réduire leurs coûts grâce à l’utilisation de la data.

4 – La maîtrise des données, le leadership et la communication ont besoin d’un coup de pouce

Seuls 20% des participants à l’étude ont lancé des initiatives de leadership, de communication et de culture des données. Le point de vue des CxO est tout à fait différent sur ce sujet, puisque 81 % d’entre eux affirment que la data literacy est déjà en place ou prévue dans leur entreprise, et 78 % affirment qu’il en est de même pour la communication autour des données.

5 – Les entreprises semblent se concentrer sur de mauvaises actions

Les principaux obstacles signalés pour la mise en œuvre d’une culture des données sont le manque de ressources, le manque de connaissance, le manque de rôles et de responsabilités clairs, ainsi qu’une communication inadéquate – mais ce sont précisément ces obstacles qui sont le moins souvent adressés via des initiatives concrètes.

6 – La plupart des entreprises croient en l’approche du « right to know »

Aujourd’hui, les entreprises suivent encore majoritairement le principe du « need to know” (besoin de savoir), ce qui signifie que l’accès aux données n’est accordé que sur demande. 59 % des personnes interrogées voient de plus grands avantages dans l’approche plus libérée du « right to know » (droit de savoir).

7 – Les conditions pour la démocratisation de l’accès aux données ne sont pas encore réunies

Les plus grands défis à relever pour libéraliser l’accès aux données sont le manque de connaissance des données de la part des utilisateurs et l’activation de méthodes d’accès simples. Bon nombre des conditions d’un meilleur accès aux données doivent donc d’abord être créées.

8 – Les véritables entreprises data-driven s’appuient sur des concepts, des technologies et des métadonnées modernes

Les entreprises les plus performantes utilisent des technologies et des concepts allant au-delà des outils de business intelligence classiques. Il s’agit notamment d’outils de gestion des métadonnées (par exemple, les catalogues de données, les plateformes de data intelligence), d’outils de virtualisation des données, de concepts organisationnels (comme le data mesh), et de concepts architecturaux tels que la data fabric.

Apprenez à libérer l’accès et la valeur des données pour vos utilisateurs data

Si vous souhaitez en savoir plus sur les résultats de l’étude sur la culture des données, téléchargez gratuitement le document !

En téléchargeant l’étude, obtenez des informations sur :

  • L’évaluation des philosophies d’accès aux données,
  • Les différentes technologies utilisées,
  • Les effets de la mise en œuvre d’une culture de données,
  • Les défis de la mise en œuvre de l’accès aux données,
  • Et bien plus encore.
Télécharger (Anglais)
Comment devenir data-driven ? Un retour d’expérience signé Airbnb

Comment devenir data-driven ? Un retour d’expérience signé Airbnb

par | Oct 19, 2022 | Inspiration Data

Depuis 2008, Airbnb a connu une croissance fulgurante avec plus de 6 millions d’annonces diffusées et plus de 4 millions d’hôtes dans le monde – devenant ainsi une alternative viable aux hôtels.

Avec la collecte de nombreuses informations sur les hôtes, les voyageurs, la durée des séjours, les destinations, etc. Airbnb produit des volumes de données colossaux chaque jour ! Afin de pouvoir nettoyer, traiter, gérer et analyser toutes ces datas, le leader de l’hébergement a dû mettre en place une culture des données forte et rigide dans son organisation.

Dans cet article, retrouvez les bonnes pratiques mises en place chez Airbnb pour devenir une entreprise data-driven – toutes basées sur l’intervention de Claire Lebarz, Head of Data Science, au salon Big Data & AI Paris 2022.

Les 3 niveaux de maturité d’une organisation data selon Airbnb

Le terme data-driven est mondialement connu et utilisé depuis quelques années pour décrire une entreprise qui prend des décisions stratégiques fondées sur l’analyse et l’interprétation des données. Dans une entreprise véritablement data-driven, tous les employés et les dirigeants exploitent les données de façon naturelle et les intègrent à leurs tâches quotidiennes.

Selon Claire Lebarz, le terme “data-driven” est cependant souvent galodé : “Je préfère mener une réflexion via trois niveaux de maturité caractérisant une organisation data : Data Busy, Data Informed, Data Powered.”

Levels Of Maturity Data Driven

Au niveau “Data Busy”, une entreprise a mis en place des personnes “data-centric” telles que des Data Analysts, Data Scientists, ou Data Engineers dans l’organisation. Cependant, le temps d’analyse n’y est pas assez rapide, ou alors il n’y a pas de retour sur investissement sur les Data Scientists.

“À ce niveau, il n’y a pas forcément de règles en place sur la qualité de la donnée, on ne fait pas confiance à la data. Ou alors elle représente un goulot d’étranglement pour l’organisation” explique Claire.

Au niveau “Data Informed”, l’organisation a mis en place une gouvernance des données et les décisions stratégiques reposent de plus en plus sur les KPIs et métriques de l’entreprise plutôt que sur l’instinct du top management.

Enfin, au niveau “Data Powered”, le plus haut niveau de la matrice de maturité, la data est sur la ligne critique de l’organisation et devient un moteur clé de la croissance du business.

“Surtout, la donnée n’est plus réservée à un groupe d’experts data mais à toute l’organisation – tous les collaborateurs sont en phase avec la data” précise la Head of Data Science.

Les 6 étapes à suivre pour devenir data-driven selon Airbnb

Étape 1 : La méthode scientifique

Dans ‘Data Science’, il y a ‘Science’, explique Claire. La première étape est donc de s’approprier la démarche scientifique dans l’organisation. “L’idée n’est pas de construire une grosse équipe R&D, mais plutôt de mettre sur le papier toutes les hypothèses avec lesquelles on opère et de trouver des moyens pour les valider ou non.”

Scientific Method Airbnb

Cette démarche implique de tester, tester et… de continuer à tester ! Et l’un des leviers en ce sens est l’A/B Testing. La Head of Data Science explique qu’il a été crucial pour Airbnb durant la crise sanitaire de réfléchir aux différentes hypothèses sur le monde actuel et le monde de demain pour réaliser les bons pivots stratégiques pour la société.

Un exemple qui souligne l’importance de l’A/B testing chez Airbnb est la mise en place du filtrage par prix maximum et prix minimum sur le site de réservation. Effectivement, Claire explique que les retours d’expérience utilisateur étaient meilleurs quand les voyageurs pouvaient indiquer leur budget maximum pour réserver un séjour. Sans ce petit ajout, les voyageurs passaient beaucoup de temps sur des annonces moyennes et décidaient de ne pas réserver.

Étape 2 : L’alignement stratégique des équipes

Pour Claire L., la mise en place d’OKRs (Objectives & Key Results) est essentielle pour aligner les différentes équipes en interne. En effet, les équipes data d’une organisation ont souvent tendance à se focaliser uniquement sur leurs propres métriques data. Or, il faut impérativement mettre en place des objectifs communs pour réellement infuser une culture des données dans l’entreprise : “la stratégie doit venir avant les métriques.”

Et le leader mondial de la location courte durée a pu faire le constat d’un manque d’alignement. Dans l’exemple ci-dessous, on en aperçoit les conséquences négatives sur l’expérience de recherche du site Airbnb en 2017. Dans cette illustration, la recherche “los angeles” donnait des résultats dans plusieurs catégories sans vraiment de logique pour l’utilisateur.

Metrics Okrs Airbnb

Chaque équipe était ici responsable d’un KPI décorrélé. L’équipe « expériences » avait pour objectif de proposer des choses à faire dans la ville, tandis qu’une autre équipe était chargée des villes les plus proches de la recherche, etc. Tous poussaient plusieurs informations pour accroître leurs propres performances et générer du trafic dans leur section du site.

Les utilisateurs se perdaient et finissaient par ne rien réserver car les équipes ne tiraient pas dans le même sens !

Étape 3 : La mesure de l’incertitude

Pour Claire L., “l’incertitude est inhérente au pilotage de l’entreprise et à la prise de décision.” Parfois, la meilleure analyse n’est pas synonyme de meilleure décision. Il faut avoir des discussions organisationnelles, par exemple : Quel est le niveau de confiance dont on a besoin pour prendre des décisions ? Quels sont les signaux que l’on doit prendre en compte pour changer de décision ?

Dans le cadre des OKRs, une tentation est souvent de ne pas réaliser des initiatives dont le ROI est difficile à mesurer. Hors ce n’est pas parce qu’une métrique est difficile à mesurer que l’initiative qui en dépend n’est pas la meilleure. Un exemple que la Head of Data Science nous donne est celui des campagnes de branding réalisées par Airbnb pendant le Super Bowl entre 2017 et 2021.

Quantify Uncertainty Airbnb

“Les campagnes de branding sont les plus difficiles à mesurer, on ne peut quasiment jamais connaître leur retour sur investissement. Mais au vu de nos résultats indirects, construire une belle stratégie de branding et se détacher de la dépendance aux canaux payants tels que le SEM, était peut-être la meilleure stratégie marketing pour dynamiser les trafics organique et direct.”

Étape 4 : Une gouvernance centralisée

La gouvernance, selon Claire L., doit être centralisée. Effectivement, elle a remarqué chez Airbnb que dès que l’on décentralise les équipes data, et qu’elles reportent au business, on perd rapidement l’objectivité de la donnée dans l’entreprise. Elle précise : “La donnée doit être considérée comme un bien commun dans l’organisation, et il est essentiel de faire des investissements de façon centralisée et à la plus haute échelle de l’organisation. La data doit être gérée comme un produit dont les clients sont les employés.”

En effet, la loi de Conway s’applique aussi à la data : “les organisations qui conçoivent des systèmes tendent inévitablement à produire des designs qui sont des copies de la structure de communication de leur organisation”. Si on l’applique à la donnée, cette loi fait référence aux divers départements de l’organisation qui créent leurs tables, analyses et features – basées sur leurs propres définitions – qui ne sont pas toujours alignées avec celles des autres départements.

Étape 5 : Une communication adaptée

Claire L. partage l’une des meilleures décisions prises par Airbnb – celle d’embaucher des Data Scientists non seulement très bons techniquement, mais également bons en communication. En effet, l’entreprise a grossi très vite en 2017-2018. Et pour se familiariser avec le fonctionnement d’Airbnb, il fallait parfois lire entre 15 et 20 analyses pour les Scientists ou prendre beaucoup de temps à se former sur le positionnement de la société pour les équipes design – tout cela pouvait vite devenir coûteux.

Airbnb a donc changé son approche de l’analytics. Au lieu de faire des mémos classiques qui ont tendance à se périmer dans le temps et qu’il faut constamment mettre à jour, l’entreprise a commencé à construire des “documents vivants”. “Nous avons mis en place des “states of knowledge”, des agrégations de toute la connaissance d’une équipe sur un sujet – mis à jour en fonction de la fréquence de la recherche sur une question” détaille Claire.

La Head of Data Science explique également l’importance de la communication durant la crise Covid. Les équipes Airbnb à San Francisco n’étant plus du tout en présentiel, il était devenu essentiel de travailler sur de nouveaux formats de communication : “On a observé une grosse fatigue de l’email et des écrans de manière générale. Donc on a cherché des moyens de communication plus efficaces tels que des formats podcast ou vidéo pour que nos employés puissent s’informer ailleurs que sur leurs écrans. Il faut simplifier et mettre à disposition les informations de manière simple et visuelle pour que tous les collaborateurs puissent s’approprier la data”.

Étape 6 : Un Machine Learning plus humain

Depuis ses débuts, Airbnb utilise des algorithmes de matching de recherche entre les invités et les hôtes. Mais cela a pris du temps pour que l’entreprise puisse en construire en volume – d’un côté pour améliorer l’expérience utilisateur – et de l’autre pour aider les équipes cross-fonctionnelles à être à l’aise pour discuter les décisions de modélisation.

Humanize Machine Learning Airbnb

Claire Lebarz explique que pour avoir des algorithmes de machine learning sans défauts, il faut prendre la problématique à l’envers : “Au lieu de se dire qu’il faut impérativement régler un problème par l’automatisation et le machine learning, on a finalement voulu se concentrer sur l’inverse : quels types d’expériences utilisateur voulons-nous créer ? Pour ensuite aller injecter le machine learning là ou il fait sens pour améliorer ces processus”.

L’ajout de la recherche par catégorie sur la plateforme Airbnb illustre ceci. En effet, il s’agissait de proposer un moyen alternatif de rechercher un endroit où séjourner : en demandant au voyageur ce qu’il souhaiterait faire. “Ici on s’éloigne de notre modèle de base où l’on propose de rentrer des dates et l’endroit où on veut aller. Maintenant on peut vous demander ce dont vous avez envie de faire ou d’avoir, comme des cours de surf, une belle vue sur la plage ou encore une piscine.”

Ces algorithmes demandent beaucoup de travail car ils sont dépendants de la documentation fournie par les hôtes. Pour éviter de devoir poser plusieurs questions par semaine aux hôtes, c’est le travail du machine learning de chercher ces informations et de les remonter dans les bonnes catégories du site via des algorithmes.

Conclusion : les 3 talents data-driven selon Airbnb

Pour garantir une véritable culture des données, il est crucial d’embaucher les bons talents. Selon Claire, voici les trois rôles data indispensables à l’entreprise data-driven :

 

  • Les Analytics Engineers : ce sont les garants de la gouvernance et de la qualité de la data. Ils se positionnent entre le Data Engineering et l’Analytics pour se concentrer sur les insights et les questions.
  • Les Machine Learning Ops : il s’agit d’un nouveau métier qui se concentre sur le fonctionnement et l’évolution des algorithmes de machine learning.
  • Les Data Product Managers : ce sont eux qui insufflent la façon de gérer la data comme un produit et qui professionnalisent l’approche data dans l’organisation. Ils fournissent la transparence sur les roadmaps, les nouvelles fonctionnalités data et ils servent de liant avec les autres fonctions.

“Il est critique d’amener ces trois métiers émergents dans l’organisation pour véritablement devenir “Data Powered !”

Data literacy : le fondement d’une gouvernance des données efficace

Data literacy : le fondement d’une gouvernance des données efficace

par | Nov 2, 2021 | Gouvernance des données

Les 28 et 29 septembre derniers, nous avons assisté à de nombreuses conférences lors du Big Data & AI Paris au Palais des Congrès. Une de ces conférences a particulièrement attiré notre attention autour d’un sujet très tendance : la data literacy.

Dans cet article, nous vous présenterons les bonnes pratiques en matière de data literacy que Jennifer Belissent, Analyst chez Forrester et Data Analyst chez Snowflake, nous a partagées. Elle détaille aussi les raisons pour lesquelles cette pratique est essentielle pour une gouvernance des données efficace.

 

L’entreprise “data-driven”

Ce n’est pas un secret, aujourd’hui toutes les entreprises veulent devenir “data-driven”. Et la data, tout le monde la recherche ! En effet, elle n’est plus réservée à une personne ou une équipe experte en particulier, mais à tous les départements de l’organisation. Du reporting aux analyses prédictives, jusqu’à la mise en place d’algorithmes de machine learning, les données doivent être présentes dans les applications et processus de l’entreprise pour sortir des informations directement pour les prises de décision stratégiques de l’organisation. 

Pour ce faire, Jennifer précise : “Il faut briser les silos partout dans l’entreprise ! Il faut donner accès aux données internes bien sûr, mais il ne faut pas négliger les données externes, comme les données de fournisseurs, de clients et de partenaires. On s’en sert et aujourd’hui on en est même dépendant”.

Qu’est-ce que la data literacy ?

La Data literacy ou culture des données, est la capacité d’identifier, de collecter, de traiter, d’analyser et d’interpréter des données afin de comprendre les phénomènes, les processus, les comportements qui les ont générées. 

Hors beaucoup d’employés souffrent d’un manque de connaissance sur le sujet de la data et des analytics associées, car ils ne reconnaissent pas ce que sont les données et la valeur qu’elles apportent à l’entreprise. Mais chaque employé a un rôle à jouer. Pour mieux gouverner, il faut établir un programme de data literacy. 

Le challenge de la gouvernance des données

Le patrimoine de données colossal d’une organisation doit être géré et gouverné correctement afin d’en tirer un maximum de valeur. Jennifer nous présente les trois défis majeurs chez Snowflake : 

  1. La donnée est partout : qu’elles soient dans les systèmes d’analyse, dans les emplacements de stockage, ou dans des fichiers Excel, il est difficile de connaître toutes les données de l’entreprise si elles ne sont pas partagées.
  2. La gestion des données est complexe : il est difficile de gérer toutes ces données de provenances variées. Où est la donnée ? Que contient-elle ? Qui en est le propriétaire ? Les réponses à ces questions nécessitent la mise en place d’une visibilité et d’un contrôle centralisés.
  3. La sécurité et la gouvernance sont rigides : la sécurité des données est très souvent liée aux silos data de l’organisation. Pour sécuriser et gouverner ces datas, il est nécessaire d’avoir une politique unifiée, cohérente et flexible.

Mais ce n’est pas tout ! Il existe bel et bien un quatrième défi : le manque de data literacy.

Les conséquences du manque de data literacy dans l’organisation

Pour bien illustrer ce qu’est la data literacy, Jennifer nous raconte une anecdote. Début 2020, lors du premier confinement en France, Jennifer échangeait avec la Chief Data Officer de chez Sodexo. La CDO racontait à Jennifer que lors d’une analyse de données liées à leur site internet, un fait intéressant ressortait : un pic d’achat de saucisses le matin. 

Cela a surpris la CDO qui trouvait cette hausse des ventes de saucisses étrange, sachant que les “breakfast sausages” n’étaient pas un petit déjeuner habituel pour les Français ! En creusant un peu, elle a découvert que ce pic de ventes correspondait au moment où Sodexo avait remplacé les caisses traditionnelles en points de ventes par des bornes automatiques. Ces bornes disposaient de boutons correspondant à chaque article afin de mieux gérer les commandes. Le problème était alors identifié : l’hôte de caisse chargé de ces nouvelles bornes n’avait aucune idée de ce que ces boutons représentaient et appuyait constamment dessus, sans savoir qu’en réalité elles captaient des données ! Heureusement que Sodexo s’en était aperçu, sans cela l’entreprise aurait commandé un énorme stock de saucisses…

Suite à cette histoire, Jennifer raconte qu’elle a réalisé avec Forrester une étude qualitative en posant trois questions :

  1. Est-ce que vous travaillez avec les données ?
  2. Est-ce que vous êtes à l’aise avec les données ?
  3. Si non, quelles formations pourraient vous aider à vous sentir plus à l’aise avec les données ?

Les réponses à ces questions ont été surprenantes ! En effet, Jennifer raconte que Forrester pensait que la question la plus importante de l’étude serait la dernière. Or, c’était en fait les réponses à la première question qui les a surpris : beaucoup des personnes répondaient qu’ils ne travaillaient pas du tout avec de la donnée car “ils ne travaillaient pas avec des tableurs ou des calculs”. 

D’un autre côté, ceux qui répondaient qu’ils étaient à l’aise avec les données avaient un gros manque de confiance vis-à-vis de leurs collègues : ces personnes étaient les seuls à comprendre les données et donc s’inquiétaient des erreurs que leurs collaborateurs pourraient faire. 

“Il y avait donc deux gros problèmes liés aux données : obtenir des données utiles et fiables, mais surtout la plupart des personnes de cette étude ne savaient même pas qu’elles travaillaient avec la data !” précise Jennifer. 

Le manque de data literacy nuit à la gouvernance des données

La définition de data literacy, selon Jennifer, est donc une personne capable de lire, comprendre, créer et communiquer des données. Mais Jennifer ne trouve pas cela suffisant : “Il faut également être en mesure de reconnaître les données. Comme on l’a vu, beaucoup de personnes ne savent pas ce que sont les données aujourd’hui”.

Pour beaucoup, la gouvernance des données est uniquement associée à la sécurité. Mais en réalité, la gouvernance s’étend sur toute la chaîne de valeur et sur tout le cycle de vie de la donnée ! Il y a trois piliers de la gouvernance des données selon Jennifer :

  1. Connaître les données : comprendre, classer, suivre les données et leur utilisation, en connaître les propriétaires, savoir si elles sont de bonne qualité, si elles sont sensibles, etc.
  2. Protéger les données : sécuriser les données sensibles grâce à des contrôles d’accès basés sur des politiques internes et des réglementations externes.
  3. Libérer les données : véhiculer le potentiel des données et permettre aux équipes de les partager .

Et autour de ces trois piliers vient la data literacy ! La gouvernance des données sera améliorée grâce à une meilleure connaissance des données.

big-data-paris-data-literacy-article-zeenea-2

Les bonnes pratiques en matière de data literacy

La mise en place d’un programme de data literacy ne doit pas être réservée uniquement aux experts, et doit même commencer tout en bas de la pyramide ! Ce dès le processus d’onboarding d’un nouvel arrivant dans la société, par exemple.

Jennifer propose aux entreprises qui souhaitent devenir data-driven de s’appuyer sur un programme de data literacy répondant à 4 objectifs : 

  • Sensibiliser : sensibiliser tous les employés sur ce qu’est une donnée, leur intérêt, le rôle de chacun vis-à-vis des données et surtout la valeur qu’elles apportent pour l’entreprise.

  • Améliorer la compréhension : ceux qui sont censés utiliser les données dans l’entreprise ont souvent peur, et ne les comprennent pas toujours. Il est donc important de leur fournir les bons outils, les aider à se poser les bonnes questions et expliquer la logique des analyses afin que ces utilisateurs puissent prendre de meilleures décisions.

  • Enrichir l’expertise : cela se traduit par la mise en place des meilleurs outils et pratiques techniques, mais il s’agit également de les exploiter.

  • Permettre le passage à l’échelle : c’est grâce aux experts data de votre entreprise que vous allez pouvoir permettre le passage à l’échelle et donc, aider à créer une communauté et une culture data. Il est important que ces experts transmettent leurs connaissances à toute l’entreprise. 
    big-data-paris-data-literacy-article-zeenea-3

    Pour conclure, Jennifer nous partage une dernière analogie :

    ”Pour les entreprises data-driven, la gouvernance des données est le code de la route, et la data literacy en est la base”. 

    Stratégie data : comment briser les silos de données ?

    Stratégie data : comment briser les silos de données ?

    par | Juin 8, 2021 | Inspiration Data

    Cycle de vie d’un produit, marketing, relation client, les données sont omniprésentes dans le quotidien de l’entreprise. Clients, fournisseurs, collaborateurs, partenaires, tous les maillons de la chaîne collectent, analysent et exploitent les données à leur façon. Le risque : l’apparition de silos ! Découvrons pourquoi vos données sont silotées et comment y mettre fin.

    Une entreprise, ce sont différents métiers qui coordonnent leur action pour s’imposer sur leur marché et générer du profit. Chacun de ces métiers remplit des missions spécifiques et collecte des données. Le marketing, les forces de vente, la relation client, la communication, toutes ces entités agissent au quotidien et appuient leur action sur des données qui leur sont propres. Le problème, c’est que sur l’ensemble de son parcours, un client va générer un certain volume d’informations. 

    D’abord simple lead, puis prospect, client enfin, une même personne peut être connue par les différents métiers qui composent votre organisation, sans que la connaissance de cet individu soit partagée entre toutes vos équipes. 

    Cette réalité, c’est ce que l’on appelle le silo de données.

    En d’autres termes, les données sont cloisonnées, mal voire jamais partagées et donc trop souvent inexploitées.  Dans une étude réalisée par le cabinet IDC intitulé The Data-Forward Enterprise, publiée en décembre 2020, 46% des entreprises françaises prévoient une croissance annuelle de 40% du volume des données à traiter au cours des deux prochaines années.

    Près de 8 entreprises sur 10 considèrent que la gouvernance des données est essentielle. Pourtant, elles ne sont que 11% à estimer tirer le plein potentiel de leurs données. En cause, le plus souvent : les silos de données.

     

    Quelles sont les conséquences majeures des silos de données ?

    Parmi les problèmes fréquents liés aux silos datas, on trouve d’abord et avant les doublons. Puisque les données sont exploitées par les métiers en aveugle, quoi de plus naturel ?

    Mais ces doublons ont des conséquences fâcheuses. Elles faussent la connaissance que vous pouvez avoir de vos produits ou de vos clients. Ces informations biaisées, imparfaites, amènent bien souvent à des décisions imprécises voire erronées.

    Les doublons occupent également un espace inutile sur vos serveurs. Un espace de stockage qui représente un coût supplémentaire pour votre entreprise. Au-delà de l’impact des silos de données sur les décisions, les stratégies ou les finances de votre entreprise, il y a aussi le déficit organisationnel induit.

    Quand vos données sont en silos, vos équipes ne peuvent collaborer efficacement puisqu’elles ne savent même pas qu’elles exploitent le même terreau ! 

    A l’heure où l’intelligence collective est érigée en valeur cardinale, c’est sans doute le préjudice majeur que causent les silos de données.   

     

    Pourquoi votre entreprise subit des silos de données ?

    Les causes qui génèrent les silos de données sont nombreuses. Le plus souvent, elles sont liées à l’histoire même de votre système d’information. Celui-ci s’est bâti au fil des années comme un mille-feuilles d’applications métiers qui n’étaient pas toujours conçues dans une logique d’interopérabilité. 

    Par ailleurs, une entreprise est comme un organisme vivant. Elle accueille de nouveaux collaborateurs quand d’autres la quittent. Dans le torrent du quotidien, la culture data peine à se propager dans les effectifs. Enfin, il y a la place qu’occupent les données dans les processus clés des organisations. 

    Aujourd’hui centrale, elle l’était beaucoup moins il y a seulement 5 à 10 ans. Mais puisque vous savez maintenant que vous subissez des silos de données, il faut passer à l’action.

     

    Comment faire disparaître les silos data ?

    Pour s’engager sur la voie de l’éradication des silos de données, il faut agir avec méthode.

    Commencez par admettre cette réalité : le processus va forcément prendre un peu de temps. Le prérequis indispensable, c’est la cartographie détaillée de l’ensemble de vos bases de données et de votre système d’informations. Celles-ci peuvent être produites par différents outils (emails, CRM, feuilles de calcul diverses, documents commerciaux, factures clients…).

    Il faut commencer par identifier toutes les sources de données en vue, dans un deuxième de les centraliser dans un collecteur unique. Pour cela, vous pourrez par exemple créer des brèches entre les silos en utilisant des connecteurs spécifiques, également appelés API.

    La deuxième piste consiste à implémenter sur votre système d’information une plateforme qui centralisera l’ensemble des données. 

    Fonctionnant comme un agrégateur de data, cette plateforme se chargera également de consolider les données en traquant les doublons, en conservant les informations les plus récentes. La mise en place d’un data catalog vous évitera une fois déployées,  de voir réapparaître les silos de données. 

    Mais attention, la qualité des données, leur circulation optimisée entre les services, et leur exploitation coordonnée au service de la performance, c’est aussi un projet humain !

    Partager les bonnes pratiques, former, sensibiliser en un mot impulser une culture data dans l’entreprise, sera la clé d’une éradication définitive des silos de données.

     

    Défis data : les clés pour être un bon Chief Data Officer en 2021 ?

    Défis data : les clés pour être un bon Chief Data Officer en 2021 ?

    par | Mar 18, 2021 | Gouvernance des données

    A l’heure où la donnée s’est imposée comme un actif majeur dans l‘entreprise, personne ne nie le rôle clé du Chief Data Officer. Nous avons déjà eu l’occasion dans un de nos précédents articles d’évoquer la mission des CDO. 

    Acteur de la transformation des processus et usages data dans leurs entreprises, le Chief Data Officer doit se prévaloir de qualités techniques mais aussi humaines. Retour sur le rôle du CDO en 2021 !

    Pédagogie, accompagnement, empathie, vision… Autant de caractéristiques parfois difficiles à réunir et à concilier au quotidien. Et pourtant ! Parce que le rôle du Chief Data Officer est aussi stratégique qu’opérationnel, il doit non seulement pouvoir s’appuyer sur des compétences reconnues, mais aussi adosser son action au sponsorship inconditionnel de la direction générale, tout en restant au contact des équipes métier. Afin de répondre à ces challenges, le CDO doit donc faire preuve de savoir-être autant que de savoir-faire.

    D’un côté, il doit être apte à proposer des nouvelles solutions et outils qui permettent à l’entreprise de correctement analyser et exploiter les données, et de l’autre, savoir mettre les données au centre de l’entreprise, afin de construire une culture data et faire le lien entre métier et IT.

     

    Un champ d’action qui s’étend progressivement

    Dans son étude intitulée Quels sont les rôles et les défis du Chief Data Officer (CDO) d’aujourd’hui ? – Focus sur une fonction clé de la transformation data-driven, le cabinet PwC définit le périmètre des défis que doit relever le CDO : 

    « Dans la mesure où les équipes data se sont constituées et professionnalisées dans les grands groupes, l’enjeu se déplace aujourd’hui vers la capacité à faire travailler ensemble tous les départements de l’organisation. L’acculturation de l’entreprise et la formation des équipes data sont au cœur des enjeux du Chief Data Officer ».  Cette réalité est renforcée par un autre constat : « Le CDO doit s’adapter à la transition entre des systèmes hérités, des nouvelles technologies de stockage et d’analyse des données ainsi qu’à des interfaces répondant à de nouveaux usages (Cloud, Data Marketplaces, Data virtualization, IoT, chatbot, etc.) ». 

    Enfin, comme l’indiquent les auteurs de la synthèse de l’étude, « avec une croissance du nombre de cas d’usages combinant la RPA et l’IA, le champ d’action du Chief Data Officer s’étend ». Preuve de la criticité de la mission de CDO, la place qu’il occupe au sein des organisations.

    Une autre étude réalisée par IDC pour le compte d’Informatica et publiée en août 2020, révèle que 59% des CDO interrogés rapportent directement à un responsable clé de l’entreprise, notamment au CEO. Et le Chief Data Officer est directement impliqué dans la performance des entreprises. En effet, cette même étude souligne que 80% des indicateurs clés de performance des CDO sont liés à des objectifs commerciaux (efficacité opérationnelle, satisfaction des clients, protection des données, innovation, chiffre d’affaires et productivité).

     

    Les défis du CDO au quotidien

    Le rôle essentiel du Chief Data Officer c’est de construire un pipeline data pertinent, performant, et valorisable, tout en composant une équipe capable de faire vivre cet actif et le transformer en matière première exploitable par l’ensemble des métiers. 

    Cette mission de grand architecte de la Data, impose au CDO de composer des équipes constituées de personnes compétentes et totalement data-driven. C’est l’une des difficultés majeures selon l’étude IDC qui rappelle que 71% des répondants ne disposent que de quatre gestionnaires de données ou moins, et 26% n’en ont même aucun ! La capacité à recruter, à s’entourer et à animer une équipe Data constitue par conséquent le premier de tous les défis du CDO. 

    Mais ce n’est pas le seul. 

    Si l’on s’en réfère à l’étude PwC déjà évoquée, il apparaît que pour 70% des CDO interrogés, l’acculturation data de l’entreprise est mise en œuvre au sein de leur entreprise. Une acculturation dont ils sont les premiers artisans en mettant sur pied une documentation des données disponibles, qui soit intelligible de tous, y compris des profils non IT. Une réalité qui fait écho à un autre des défis majeurs du CDO qui consiste à jouer le rôle de passerelle entre les acteurs de l’IT dans l’entreprise et l’ensemble des métiers.  

    « Nous constatons que cela est accentué par le passage à l’échelle des projets data ; passant d’initiatives sur un périmètre restreint – ayant davantage la forme d’un « Proof of Concept » (PoC) – à des projets globaux impliquant de multiples parties prenantes », observe-t-on chez PwC. Garant du développement des processus data pour améliorer la qualité des données, le CDO est présent sur tous les fronts. 

    Un véritable chef d’orchestre qui devra savoir insuffler énergie et dynamisme pour contribuer à la relance économique des entreprises en 2021 !

    Qu’est-ce que la “data literacy” ? Des conseils pour maîtriser vos données.

    Qu’est-ce que la “data literacy” ? Des conseils pour maîtriser vos données.

    par | Oct 28, 2020 | Metadata Management

    La data literacy est un sujet tendance depuis quelques années, et les entreprises comprennent de plus en plus qu’il s’agit d’une compétence essentielle pour se transformer en organisation data-driven. 

    La technologie peut être un point d’échec si elle n’est pas gérée correctement, mais elle n’est souvent pas l’obstacle le plus important. En effet, selon le sondage annuel “Chief Data Officer” de Gartner, les principaux obstacles sont liés à des facteurs culturels – l’humain, la data literacy et les compétences requises

    Cependant, de nombreuses entreprises ont encore du mal à comprendre ce qu’est réellement la data literacy, ou à savoir comment repenser leur organisation culturelle pour en faire une culture orientée vers les données. 

    Selon leur enquête en 2020, New Vantage Partners a fait ce constat :

    « Les entreprises continuent à se concentrer sur l’offre de données et de technologies, au lieu d’accroître la demande de ces dernières par les dirigeants et les employés. Il s’agit d’une poussée technologique plutôt que d’une demande de la part des humains qui veulent prendre davantage de décisions basées sur les données, développer des processus commerciaux plus intelligents ou intégrer des données et des analyses dans davantage de produits et de services ».

    Dans cet article, nous aimerions vous éclairer sur ce qu’est la data literacy, pourquoi elle est importante pour votre entreprise, et donner des conseils sur la manière de devenir une organisation data literate. 

    La définition de data literacy

    Tout comme literacy (alphabétisation en français) signifie avoir « la capacité de lire pour acquérir des connaissances, d’écrire de manière cohérente et de réfléchir de manière critique sur des documents imprimés », la data literacy est la capacité de consommer pour acquérir des connaissances, de produire de manière cohérente et de réfléchir de manière critique sur les données.

    En 2019, Gartner a défini la data literacy comme étant  « la capacité à lire, écrire et communiquer autour données dans leur contexte, y compris la compréhension des sources et des constructions de données, des méthodes et des techniques analytiques appliquées – et la capacité à décrire le cas d’utilisation, l’application et la valeur qui en résulte ».

    Ainsi, se basant sur ces définitions, nous pouvons conclure que les personnes ayant une bonne data literacy peuvent, entre autres :

    • faire des analyses en utilisant des données, 
    • utiliser les données pour communiquer des idées de nouveaux services, produits, flux ou même stratégies,
    • comprendre les tableaux de bord (visualisations par exemple),
    • prendre des décisions fondées sur les données plutôt que sur l’intuition

    En résumé, la data literacy signifie que l’on dispose de compétences nécessaires pour pouvoir utiliser efficacement les données, individuellement et en collaboration. 

    Pourquoi la data literacy est-elle importante ?

    Gartner s’attend à ce que, d’ici 2020, 80 % des organisations entreprennent un développement délibéré de compétences dans le domaine de la data literacy afin de surmonter les déficiences extrêmes. D’ici 2020, 50 % des organisations ne disposeront pas de compétences suffisantes en matière d’IA et de data literacy pour atteindre leurs objectifs business.

    L’augmentation du volume et de la variété des données (ce dont les entreprises sont inondées quotidiennement !) exigent que les employés acquièrent des compétences de haut niveau telles que la pensée critique, la résolution de problèmes, la pensée analytique en utilisant la data. Comme les organisations deviennent de plus en plus data-driven, une mauvaise data literacy deviendra un frein à leur croissance. En effet, dans son enquête « The Human Impact of Data Literacy« , Accenture a constaté que :

    • 75 % des employés sont mal à l’aise lorsqu’ils travaillent avec des données.
    • 1/3 des employés ont pris un jour de congé de maladie en raison de maux de tête liés au travail avec des données.
    • Un manque de data literacy coûte aux employeurs 5 jours de productivité, ce qui se traduit par des milliards de dollars de perte de productivité par employé chaque année.

    De plus, une enquête de Deloitte menée en 2019 a révélé que 67 % des cadres ne sont pas à l’aise pour accéder aux ressources de données ou pour les utiliser.

    Les données renforcent la capacité des organisations à créer des opportunités business physiques et digitales, en améliorant la précision, en augmentant l’efficacité et en renforçant la capacité de la main-d’œuvre à fournir une plus grande valeur. Il est donc important et essentiel de pouvoir interpréter, analyser et communiquer les résultats des données pour pouvoir découvrir les secrets cachés que peuvent révéler les données pour qu’une entreprise puisse prospérer et avoir l’avantage concurrentiel. 

    Conseils pour devenir data literate

    Afin de mettre en place un programme de data literacy efficace, voici quelques conseils pour aider votre organisation à maîtriser vos données :

    Conseil n°1 – Développer une vision de la data literacy et des objectifs associés

    Toute organisation investissant dans les données et les capacités de l’IA devrait déjà avoir entrepris la création d’une vision et d’une feuille de route spécifique aux données. Les responsables des données et de la DSI auront identifié et hiérarchisé les domaines d’activité dans lesquels les données peuvent produire de la valeur.

    Ces étapes sont essentielles pour créer une organisation qui maîtrise les données et pour réduire les frictions autour de la compréhension et de l’utilisation des données.

    La direction et les RH doivent faire savoir à l’ensemble de l’entreprise que les données sont un actif stratégique qui crée de la valeur. En utilisant la vision des données et la feuille de route comme contexte, ils doivent pouvoir expliquer à tous les employés pourquoi les données sont importantes, comment elles créent de la valeur et comment elles ont un impact sur l’entreprise.

    L’absence d’une vision claire des données et d’un plan pour en créer de la valeur sera source de frustration et, par conséquent, les employés ne comprendront pas pourquoi on leur demande de faire des efforts et n’auront donc pas la motivation nécessaire pour les faire.

    En outre, une vision de la data literacy devrait détailler les compétences et les capacités souhaitables, ainsi que le niveau de compréhension requis pour les différentes unités et rôles associés.

    Les dirigeants, ainsi que les départements de l’IT et des Ressources Humaines doivent créer un cadre pour atteindre les objectifs de maîtrise, mesurer les progrès et créer un moyen de maintenir la data literacy.  Il s’agit notamment de décider comment mesurer et suivre le développement des compétences, et dans quelle mesure les différentes parties de l’organisation doivent utiliser les données pour atteindre leurs objectifs stratégiques.

    Conseil n°2 – Évaluer les compétences de vos employés

    Idéalement, les compétences en matière de data literacy devraient être évaluées lors du processus de recrutement des nouveaux employés.  De cette façon, les RH sauront déjà quel type d’apprentissage de data literacy devrait être proposé au nouvel employé au fil du temps.

    Toutefois, pour les employés actuels, les RH peuvent cartographier les compétences de data literacy en fonction des rôles et responsabilités prévus dans les étapes ci-dessus, et déterminer les lacunes. 

    Conseil n°3 – Créer des modules de data literacy

    Selon Qlik, seulement 34% des entreprises proposent une formation de data literacy.

    Dans la plupart des cas, le département des ressources humaines est chargé d’aider les chefs d’entreprise à identifier et à suivre les domaines d’amélioration et les opportunités de développement pour les employés. Ils sont également chargés d’organiser les procédures d’apprentissage de compétences organisationnelles spécifiques ainsi que le temps nécessaire. Il en va de même lorsqu’il s’agit de la data literacy.

    Une fois que les RH et les responsables ont une idée générale des forces et des faiblesses d’un employé ou d’une unité commerciale en matière de data litracy, les RH peuvent commencer à élaborer des programmes d’apprentissage personnalisés et efficaces qui permettent aux employés d’améliorer leur niveau de data literacy et leurs responsabilités analytiques.

    Conseil n°4 – Suivre, mesurer et répéter

    Il faut du temps pour mettre en place un programme de data literacy efficace. Les chefs d’entreprise doivent permettre à leurs employés d’investir le temps nécessaire à la data literacy et à l’amélioration de leurs compétences.  Avec le temps, la réflexion sur les données fera partie de la culture d’entreprise.

    Enfin, il est important de communiquer les progrès de la data literacy à l’échelle de l’entreprise et au niveau individuel. Le suivi et la communication des progrès sont essentiels pour poursuivre l’évaluation de la feuille de route, de la vision et de la data literacy de votre organisation.

    Ce type de planification à long terme et d’investissement dans l’éducation de toute l’organisation sur la façon d’accéder, de comprendre et d’analyser les données sur le terrain accélérera les efforts et l’investissement que les équipes de data science, de machine learning et d’IA font.

    Les résultats des efforts de data literacy permettront aux organisations d’être enfin en mesure d’adopter et d’exploiter les données dans toute l’entreprise et pour une valeur maximale ! 

    Culture des données : les 5 priorités

    Culture des données : les 5 priorités

    par | Mai 19, 2020 | Metadata Management

    La data est devenue un actif stratégique pour les entreprises souhaitant innover et avoir un avantage concurrentiel. Dans l’espoir de satisfaire leurs clients, les entreprises ont, depuis plusieurs années, investi dans de multiples technologies et talents analytiques. Pourtant, pour beaucoup, une culture data driven reste inaccessible, et les données sont rarement utilisées comme base de décision.

    La raison est simple : les challenges pour les entreprises qui souhaitent devenir data driven ne sont pas techniques, mais plutôt culturels. Il est bien plus facile d’expliquer comment insérer les données d’entreprise dans les processus décisionnels que de changer la mentalité de toute une organisation ! Dans cet article, nous décrivons cinq façons d’aider les entreprises à créer et à maintenir une culture des données.

    D’ici 2023, la culture des données deviendra nécessaire pour produire de la valeur business, comme le démontre son inclusion formelle dans plus de 80 % des stratégies de données et d’analyse, et des programmes de gestion du changement.

    Qu’est-ce que la culture des données ?

    La “culture des données » est un concept relativement nouveau mais qui est de plus en plus important à mettre en place, notamment pour les organisations qui développent leurs stratégies digitales et de data management. Tout comme la culture organisationnelle, la culture des données fait référence à un environnement de travail dans lequel les décisions sont prises avec des preuves data dites “solides”, et non pas uniquement sur l’instinct.

    La culture des données confère plus de pouvoir aux organisations pour organiser, exploiter, prévoir et créer de la valeur avec leurs data.

    >> Regarder en Replay notre webinar : Why does data culture matter [EN] <<

     

    Voici nos cinq conseils pour créer et maintenir une culture des données :

      

    Étape 1 : Être aligné avec les objectifs de l’entreprise

    L’objectif fondamental de la collecte, de l’analyse et du déploiement des données est de prendre de meilleures décisions ». (McKinsley)

    Avoir confiance en ses données est un des éléments les plus importants pour créer une culture des données, car la méfiance à leur égard entraîne une culture organisationnelle désastreuse. Pour faire confiance aux données, il faut que celles-ci soient alignées avec les objectifs de l’entreprise. Pour favoriser les changements stratégiques et culturels, il est important que toute l’entreprise se mette d’accord sur des objectifs commerciaux communs, ainsi que sur les métriques pertinents pour mesurer les succès ou échecs dans l’ensemble de l’organisation.

    Posez-vous les bonnes questions : Comment pouvons-nous, non seulement devancer nos concurrents, mais également maintenir notre avance ? De quelles données aurions-nous besoin pour décider de notre prochaine offre de produits ? Comment notre produit se comporte-t-il sur le marché ? En introduisant des données dans votre processus décisionnel, votre entreprise aura déjà fait le premier pas vers la création d’une culture des données.

    Étape 2 : Détruire les silos de données

    Les “silos de données” font référence aux départements, groupes ou individus qui sont les gardiens des données, mais qui ne partagent pas (ou ne savent pas comment partager) la connaissance des données avec d’autres parties de l’entreprise. Lorsque des informations cruciales sont enfermées et accessibles seulement à quelques connaisseurs, cela empêche votre entreprise de développer une culture de données interdépartementale. C’est également problématique d’un point de vue technique : les pipelines de données multiples sont plus difficiles à surveiller et à maintenir, ce qui fait que les données sont obsolètes au moment où quelqu’un les utilise pour prendre des décisions.

    Pour briser les silos de données, les entreprises doivent mettre en place une source unique de vérité. Il faut donner aux employés les moyens de prendre des décisions fondées sur les données en s’appuyant sur une solution centralisée. Un data catalog permet aux utilisateurs techniques et non techniques de comprendre les actifs de données de l’entreprise et d’avoir confiance en eux.

    >> Découvrez notre article: Qu’est-ce qu’un data catalog ? <<

    Étape 3 : Embaucher des personnes data-driven

    Lors de la mise en place d’une culture des données, il est important d’embaucher des personnes data-driven. Les entreprises se réorganisent, ce qui oblige à créer de nouveaux rôles pour soutenir ces changements organisationnels:

     

    Data Stewards

    Les Data Stewards orchestrent les systèmes de données d’une entreprise. Souvent appelés « maîtres des données », ils en ont des connaissances technique et business. Leur mission principale est d’assurer la bonne documentation des données et de faciliter leur accès pour leurs utilisateurs, tels que les data scientists ou les chefs de projet par exemple.

    Cette profession est en plein essor ! Leur rôle collaboratif permet aux responsables de données de travailler à la fois avec les départements techniques et métiers. Ils sont le premier point de référence data dans l’entreprise et servent de point d’entrée pour y accéder.

     

    Chief Data Officers

    Les Chief Data Officers, ou CDO, jouent un rôle clé dans la stratégie de l’entreprise. Ils sont chargés d’améliorer l’efficacité globale de l’organisation et de créer de la valeur autour de leurs données. Initialement, les CDO avaient pour mission de convaincre les organisations d’exploiter leurs données. Les premières années ont généralement été soutenues par la construction d’un univers de données adapté aux nouveaux usages, souvent sous la forme d’un Data Lake ou d’un Data Mart. Mais avec le développement exponentiel des données, le rôle du CDO a pris une nouvelle ampleur. Désormais, les CDO doivent reconsidérer l’organisation de manière transversale et globale. Ils doivent devenir les nouveaux leaders de la Data Democracy !

    Afin d’obtenir le soutien de tous les employés dans leurs initiatives data, ils doivent non seulement les aider à comprendre les données (contexte, production, etc.) mais également à investir dans la stratégie de production et l’exploitation des données.

     

    Étape 4 : ne pas négliger ses métadonnées

    Lorsque les données sont créées, les métadonnées (leur origine, leur format, leur type, etc.) le sont également. Cependant, ce type d’information ne suffit pas pour gérer correctement les données ; les leaders de la donnée doivent investir du temps pour s’assurer que ces informations soient correctement nommées, étiquetées, stockées et archivées dans une taxonomie qui est cohérente avec tous les autres actifs de l’entreprise.

    Ces métadonnées permettent aux entreprises d’assurer une meilleure qualité et découverte des données, permettant aux équipes de mieux les comprendre. Sans métadonnées, les entreprises se retrouvent avec des jeux de données sans contexte qui ont peu de valeur.

     

    Étape 5 : Respecter les différentes réglementations sur les données

    Avec la mise en place du GDPR en mai 2018 ainsi que toutes les autres réglementations diverses qui voient le jour aux États-Unis, au Royaume-Uni ou même au Japon, il est important que les entreprises respectent et suivent les lignes directrices pour se conformer à celles-ci.

    Si vous n’êtes pas sûr d’être conforme, consultez nos articles sur le RGPD <<

    La mise en œuvre de la gouvernance des données est un moyen de garantir la confidentialité et la sécurité de toutes les données personnelles et d’assurer la gestion des risques. Il s’agit d’un ensemble de pratiques, de politiques, de normes et de guides qui fournissent une base solide pour garantir que les données sont correctement gérées, créant ainsi de la valeur au sein d’une organisation.

     

    Étape 6 BONUS : Choisir les bonnes solutions

    La gestion des métadonnées est une discipline en plein essor, nécessaire pour les entreprises qui souhaitent soutenir l’innovation ou les initiatives de conformité réglementaire sur leurs actifs de données. Une solution de gestion des métadonnées offre aux entreprises une plateforme centralisée permettant à tous les utilisateurs de données de mettre en œuvre une culture de données.

    Pour plus d’informations sur le metadata management, contactez-nous !

    Contactez-nous
    Comprendre les différentes cultures de la donnée

    Comprendre les différentes cultures de la donnée

    par | Juil 16, 2019 | Gouvernance des données

    Comme un culture organisationnelle, chaque entreprise travaillant avec la donnée a sa propre culture data. Nous pensons que ce qui distingue les géants du Web, ce n’est pas la structure de leur gouvernance mais la culture qui irrigue et anime cette organisation.

    Chez Zeenea, nous recommandons la mise en place d’une Data Democracy. Une Data Democracy désigne une culture d’entreprise, un modèle ouvert où liberté rime avec responsabilité.

    Un bon moyen de mieux comprendre la Data Democracy est de la comparer à d’autres cultures de la donnée. Voici les principales cultures data:

     

    La Data Anarchy

    Dans ce régime, les opérationnels métier s’estiment mal servis par le département informatique, et développent chacun dans leur coin des bases clandestines (“shadow IT”) qui servent leurs intérêts immédiats en s’affranchissant de toute règle sur le contrôle et la conformité des usages.

    En 2019, cette culture est porteuse de risques massifs (fuite de données, contravention aux règles éthiques, juridiques ou réglementaires, dégradation de la qualité de service, renforcement des silos, etc.).

     

    La Data Monarchy

    Ce régime se traduit par une très forte asymétrie de l’accès aux données selon la position dans la hiérarchie. Les données sont très fortement contrôlées, leur niveau de consolidation soigneusement aligné avec l’organigramme, et leur distribution très sélective.

    Cette culture monarchique est celle qui a longtemps prévalu dans les projets de Business Intelligence (BI) : les données collectées dans le data warehouse sont soigneusement contrôlées, puis consolidées dans des rapports dont l’accès est réservé à quelques privilégiés proches des instances de décision. Cette culture promeut massivement une approche “top down” et favorise plus volontiers une stratégie défensive, où la mise en place de règles, de contraintes et de contrôles sanctuarise les données. Le bénéfice théorique principal est un contrôle quasi infaillible sur la donnée d’entreprise, mais cela se traduit aussi par une accessibilité très limitée et réservée à certaines castes privilégiées.

     

    La Data Aristocracy

    Ce régime se caractérise par un degré de liberté plus important que la Data Monarchy, mais uniquement réservé à un sous-ensemble de la population, très ciblé, principalement sur les collaborateurs aux profils experts (Data Engineers, Data Analysts, Data Scientists, etc.).

    Ce régime aristocratique est souvent celui qui émerge des projets de gouvernance les plus réussis. Une telle culture peut être favorable à des stratégies plus offensives, ainsi qu’à des approches hétérogènes, mêlant top down et bottom up. Cependant, elle prive la majeure partie des collaborateurs de l’accès à la donnée, et par conséquent l’entreprise d’un certain nombre d’innovations et valorisations possibles.

     

    La Data Democracy

    La Data Democracy se fixe comme objectif principal de rendre la donnée de l’entreprise largement accessible au plus grand nombre, si ce n’est à tous. En effet, tout collaborateur est en mesure de pouvoir tirer de la valeur des données à quelque niveau que ce soit.

    Cette liberté d’accès offre des possibilités maximales de création de valeur pour l’entreprise ; elle permet à tout collaborateur de pouvoir, à son niveau, utiliser l’ensemble des ressources accessibles et compatibles avec son besoin pour produire localement de la valeur, et par capillarité d’en faire profiter toute l’entreprise.

    Cette liberté ne fonctionne que si des règles et des outils élémentaires sont mis en œuvre et que chaque collaborateur est responsabilisé dans l’usage qu’il fait des données. Cela requiert donc de diffuser l’information nécessaire et suffisante pour lui permettre de faire un usage approprié, dans le respect des règles.

    Téléchargez notre livre blanc « Quelle organisation pour une gouvernance des données agile ? »

    L’approche démocratique présente un défi d’équilibre intéressant : il faut d’un côté s’assurer que le droit d’utiliser les données peut véritablement être exercé, et de l’autre contrebalancer ce droit par un certain nombre de devoirs. Pour en savoir plus sur comment construire une culture data démocratique, téléchargez dès à présent notre livre blanc.