La mise en œuvre d'une politique data responsable n'est pas évidente car cela relève autant de la technique et de la stratégie que du management des projets et des opérations liés à la data.
La Data, souvent qualifiée de "pétrole du XXIème siècle", est un gisement de valeur sans commune mesure, qui invite à la fois à voir grand et à mettre en œuvre très tôt des comportements responsables. Ce n'est pas évident car cela relève autant de la technique et de la stratégie que du management des projets et des opérations liés à la data.
Sur ces sujets, on relève 5 prises de conscience en forte rupture avec notre quotidien :
1. 90% des données produites par l’humanité l’ont été au cours des 2 dernières années et cela va continuer
Chaque entreprise doit s’adapter à ce nouvel environnement de production massive d’informations. Elle doit savoir capter ce qui est nécessaire comme data et savoir pleinement l’utiliser. Ainsi sa performance pourra croitre de façon pérenne en évitant la surcharge de données qui multiplie les facteurs de risques pour son écosystème et ses parties prenantes (fuite de l’information etc.).
2. La circulation de la donnée est plus importante que sa propriété
L’économie de la data est plus proche des modèles de l’économie de la connaissance que de ceux de l’économie classique : sa circulation l’enrichit, sa détention sans exploitation en fait un poids mort et un coût pour la société. Stocker de la data ne vaut (presque) rien !
Une data en libre circulation c’est donc bien. Mais propre c’est encore mieux : un data lake bien rempli n’est utile que si l’eau est propre pour la baignade.
Quand la « guerre de la propriété » est évitée, et que la « guerre de la propreté » est gagnée, la data a déjà pris de la valeur. Mais pour l’exploiter il faudra aussi mettre de l’intelligence dans sa stratégie : poser des choix techniques, opérationnels, environnementaux et financiers en lien avec une ambition claire, réaliste et dont l’impact se voudra responsable.
3. Choisir c’est renoncer… aussi sur la donnée
Comme pour tout asset de l’entreprise, les choix et renoncements court terme versus moyen terme font partie du quotidien du dirigeant sur les sujets data :
· Choix Value : Est-ce que je cherche une valeur immédiate par des projets rapides / locaux et peu scalables ?
· Choix asset : Est-il plus pertinent d’investir sur des assets/actifs long terme et embarquant tout un métier / filière ? (Capital algorithmique propre, équipes permettant de passer à l’échelle, …).
Faire trop de l'un et pas assez de l'autre, détruira de la valeur pour l'entreprise.
Il s'agit donc de naviguer intelligemment entre Asset et Value grâce à un processus itératif prenant en compte les enjeux business court terme et stratégiques long terme, et sachant jouer sur les différents niveaux de maturité de l’organisation lorsqu’on parle de data.
4. Un système de management assertif (transparence, responsabilisation, respect de la vie privée)
Une stratégie data impacte en profondeur un business dès lors que le système de management associé est compliant, transparent et responsabilisant (transparence des données, RGDP).
Pour cela, chaque manager doit créer les conditions de confiance pour que la saisie et la transparence soient pleinement présentes dans chaque équipe : "Moi opérateur, je saisis l’état de fonctionnement de ma machine, moi en call center je donne quelques indications de l’état d’esprit de notre client… car je sais pourquoi je le fais et je sais comment la donnée va être utilisée en toute confiance dans l’entreprise."
Ce système de management vertueux permet que chaque donnée de l’entreprise appartienne et soit utilisée par tous. Cela ne se décrète pas mais cela doit se vivre pour que chacun évolue dans ses comportements. Et cela permettra au final de traiter des questions qui empêchent souvent d’avancer : "Comment sécuriser mon patrimoine data ? Pourquoi mes équipes n’utilisent pas les data à disposition ? Quelle cohérence RGPD ? Pourquoi mes data lake sont-ils vides ?"
5. De nouvelle frontières organisationnelles à ne pas stabiliser trop vite
Un nouveau business qui se taille une place dans l’organisation la fait bouger, et fait apparaitre de nouvelles fonctions dont les frontières doivent un temps rester floues pour permettre l’émergence de champs de valeur nouveaux associés à la data.
Les entreprises ont souvent du mal à définir l’organisation data permettant d’atteindre leurs objectifs : qui pilote les ROI des investissements Data ? Quelle organisation permet d’investir le juste nécessaire ? Quelle sécurisation des assets créés ?
4 acteurs seront en première ligne : les métiers (besoins business), le CTO ou DSI (garant de la qualité et des infrastructures), les équipes juridiques/DPO (en charge de la sécurité et conformité) et les équipes CDO cherchant à rendre cette donnée-là plus utilisable et valorisable possible.
Les premières années, il est plus important de gérer en bonne intelligence les frontières poreuses et de créer les conditions de confiance entre ces 4 métiers que de fixer des fiches de missions forcément théoriques et limitantes.
Une fois ces prises de consciences faites, l’entreprise va pouvoir attaquer une nouvelle étape : s’aligner en interne sur quelques règles d’action engageantes :
Une XP utilisateur (client, employé...) simple et qui fait envie ;
Une transparence de la donnée entre les différentes équipes au sein de l’écosystème ;
Un ROI data (client, économie, impact sociétal) mesuré et reconnu par chaque équipe (de la saisie à la décision en passant par les analystes) ;
Des conditions de management de la confiance et de responsabilité sociétale explicites et pilotées.
En conclusion, plus les différents acteurs (management, équipe, clients, partenaires) se sentiront à l’aise avec tout cela, plus la data jouera pleinement son rôle d’accélérateur efficace et durable.