Les clés pour favoriser l’adoption des plateformes de données

Publish date:

Dans la poursuite de la transformation « data-centric », les organisations ont parfois négligé les facteurs humains et organisationnels qui assurent la réussite d’une plateforme data. Comment évoluer vers une démarche favorisant l’adoption par les utilisateurs, au service des exigences d’agilité et d’innovation des clients internes et externes ?

Par Isabelle Tachet, Architecte data, Capgemini France

Pour la plupart, les entreprises ont largement compris toute la valeur qu’elles pouvaient tirer des données. En revanche, beaucoup peinent encore à transformer leurs initiatives foisonnantes en succès éclatants. Pour cela, l’enjeu n’est pas de mettre en place une plateforme de données – ce que beaucoup ont déjà fait –, mais bien d’en maximiser l’utilisation par tous ceux qui, au sein des métiers, ont le pouvoir de transformer la donnée en connaissances, en décisions et en innovations.

Très souvent, on constate de la part des métiers une forme de désenchantement vis-à-vis des solutions à leur disposition. Lorsqu’est apparue la notion de Big Data, on préconisait de créer des data lakes où seraient déversées toutes les données et où chacun pourrait ensuite venir puiser à sa guise. Par rapport aux limitations des systèmes de Business Intelligence antérieurs, le concept était séduisant, mais les utilisateurs se sont vite trouvés face à des masses de données dont ils ne connaissent pas l’origine, ce qu’elles signifiaient ou ce qu’elles valaient. Par ailleurs, la persistance de silos techniques et organisationnels freinait les projets et compliquait leur passage à l’échelle. Tout ceci a conduit à une désaffection des plateformes, qui n’ont que rarement apporté les bénéfices escomptés.

Si aujourd’hui les entreprises réinvestissent dans des plateformes de données plus modernes, souvent dans le cloud, il convient de tirer les leçons de ces expériences mitigées et de mettre l’adoption au centre des préoccupations. Pour cela, on actionnera trois leviers nécessaires et complémentaires : l’acculturation des utilisateurs, le data management et l’organisation opérationnelle.

L’acculturation des utilisateurs : le Data Mindset

Pour utiliser un outil, il ne suffit pas de savoir s’en servir ; il faut aussi savoir à quoi il peut servir. Or, c’est souvent là que le bât blesse. Les utilisateurs sont formés à la manipulation des plateformes de données, mais insuffisamment à la compréhension des services qu’elles peuvent leur rendre. Pour favoriser l’adoption, il ne faut pas seulement leur inculquer le comment, mais aussi le quand et le pourquoi. Il est nécessaire d’investir dans la sensibilisation et l’évangélisation pour créer un terreau culturel, un « Data Mindset », qui les incitera, face à un cas d’usage, à se tourner spontanément et à bon escient vers la donnée.

Gérer la donnée comme un produit à part entière : le Data-as-a-Product

Une partie des réticences des utilisateurs à s’emparer de la donnée vient du fait qu’elle leur apparaît abstraite, volatile, sensible, obscure… Pour vaincre leurs hésitations, elle doit devenir pour eux un matériau beaucoup plus engageant. Elle doit être considérée comme un produit dont ils seront les consommateurs : un produit qui les séduira par la valeur qu’il peut leur apporter ; un produit qu’ils n’auront ni appréhension ni difficulté à utiliser ; enfin, un actif que l’entreprise est en capacité de produire avec les ressources dont elle dispose.

À travers son organisation, ses processus et son outillage, la gestion de la donnée doit donc être guidée par une logique produit avec, en arrière-plan, les besoins et les attentes des futurs consommateurs. Elle doit ainsi permettre d’obtenir des produits data qui réunissent six caractéristiques clé : être « découvrables », accessibles, fiables, intelligibles, interopérables et sécurisés. Par exemple, la mise en place d’approches DataOps/MLOps permettra de s’assurer que les données sont et demeurent de bonne qualité tout au long de leur cycle de vie. Capables d’accéder facilement à des données dont ils seront sûrs de la signification, de la provenance, de la pertinence et de la sécurité, les utilisateurs seront plus enclins à les exploiter, à les partager et à collaborer.

L’organisation : la Data & AI Factory

Avec le Data Management, les utilisateurs ont toutes les cartes en main et l’acculturation les dispose à les jouer, mais cela ne suffit pas toujours pour remporter la partie. La plateforme de données demeure un objet technologique complexe, avec ses contraintes et ses exigences, et les projets data requièrent la collaboration étroite avec l’IT tout au long de leur cycle de vie.

Pour véritablement créer de la valeur, il faut par conséquent mettre en place une organisation qui va structurer ce nécessaire rapprochement entre IT et métier. Telle est la vocation des Data et AI Factories. Elle va permettre d’apporter aux métiers tout l’accompagnement dont ils ont besoin, personnalisé en fonction de leur maturité et de leurs objectifs, pour accélérer et industrialiser leurs cas d’usage. C’est elle qui permettra de passer de l’expérimentation à un produit à l’échelle et de concrétiser, enfin, tout le potentiel de la data.

Auteur :

 

Isabelle Tachet

Architecte data, Capgemini France

Articles associés

automobile

Le cloud, l’avenir de l’automobile

Date icon 5 juillet 2022

Le secteur automobile fait face à une véritable mutation ces dernières années. Grâce aux...

data

Data et FinOps, un mariage nécessaire

Date icon 21 juin 2022

À l’heure où les plateformes de données sont migrées vers le cloud, où y sont développées...

data

Data Trust : comment renforcer la confiance dans la donnée

Date icon 6 mai 2022

Dans des environnements de plus en plus complexes, avec un volume exponentiel de données, il...