Article de blog

Quelle équipe créer en interne pour mener à bien vos projets Data ?

Article publié par Lynn Heidmann, Marketing Content Director chez Dataiku

L’emballement actuel autour de l’intelligence artificielle se traduit entre autres, au niveau des entreprises, par l’affectation de budgets souvent conséquents pour mettre sur pied des équipes data nombreuses, qui sont ensuite lâchées dans la nature en espérant qu’elles produiront de leur propre chef les résultats escomptés. Désillusion garantie la plupart du temps. Il convient en effet de se demander comment les entreprises peuvent, de manière réfléchie, créer des équipes data qui soient véritablement productives.

Les compétences internes

Le terme « Data Scientist » connaît une médiatisation relativement récente. Cela ne signifie pas pour autant que la fonction n’existait pas auparavant sous d’autres formes. Dans certains secteurs d’activité – supply chain/logistique ou banque et finance –, cela fait déjà de nombreuses années que des collaborateurs très férus de technologies digitales planchent sur les données… et ces gens connaissent aussi l’aspect commercial des choses.

Si donc vous voulez mettre en place une équipe data spécifique, n’imaginez pas une seconde qu’il s’agit uniquement d’embaucher les meilleurs data scientists que vous puissiez attirer avec des salaires confortables. Il s’agit également d’utiliser au mieux les compétences des collaborateurs déjà présents dans l’entreprise, qu’ils aient ou non bénéficié d’une formation dédiée en data science. Ils sont en effet à même d’ajouter leur connaissance des processus et des personnes pour guider l’équipe et s’assurer qu’elle reste en prise directe avec tous les secteurs d’activité et les véritables objectifs de l’entreprise.

Embaucher des collaborateurs – quelles que soient leurs compétences en apprentissage automatique –, qui vont rester déconnectés du reste de l’entreprise, non seulement ne produira pas les projets et les résultats magiques basés sur le data qui sont escomptés, mais ces nouveaux venus risquent même de se fourvoyer dans des directions qui n’ont aucun sens, ou de se lancer à la poursuite d’objectifs qui ne sont nullement alignés sur les grands enjeux définis pour l’entreprise.

Le juste équilibre

En général, les équipes data qui réussissent le mieux – et l’on pourrait même dire, d’une manière générale, les gens qui réussissent le mieux dans leur vie professionnelle –, savent trouver un harmonieux équilibre entre le plaisir de faire et l’expression concrète de leur créativité, tout en évaluant soigneusement les risques et les récompenses qu’implique une telle approche.

Une partie du succès que connaissent des équipes data jeunes et motivées est à mettre au compte de leur enthousiasme et de leur agilité. Elles ont la volonté de réussir et sont encore suffisamment restreintes en nombre pour conserver la souplesse requise et savoir sortir des sentiers battus. Mais ces équipes data pleines de fougue peuvent aussi tomber dans un travers improductif, qui consiste à trop privilégier l’aspect « fun » et créatif et à manquer de discipline, ce qui conduit à des solutions risquées qui mettent à mal l’entreprise ou le secteur d’activité qu’elles sont censées aider. De même, créer une équipe data qui va être bridée par des règles et des restrictions quant à ce qu’elle peut faire ou pas, ne va probablement pas aider à développer les résultats sur lesquels tablait l’entreprise.

Évangéliser la culture data

Outre cet équilibre global et subtil à trouver entre créativité et prise de risque, il est important que l’équipe data soit en mesure d’ « évangéliser » la culture de la donnée dans l’ensemble de l’entreprise. Créer une culture data signifie qu’il faut partager et encourager largement les idées suivantes :

• Diffuser la culture data et prendre des décisions basées sur des données est une responsabilité partagée par chacun au sein de l’entreprise (et pas uniquement la responsabilité de l’équipe data). Cela peut éventuellement se manifester par le développement d’une équipe data « self-service ».

• L’automatisation, l’analyse prédictive, l’apprentissage automatique et l’intelligence artificielle constituent une évolution importante et positive pour l’entreprise, et non pas le moyen de supprimer des emplois ou d’ôter des responsabilités à d’autres collaborateurs.

Plus d’informations ou d’autres conseils ? Consultez le Livre Blanc Nurturing a Productive Data Team pour comprendre comment l’entreprise peut atteindre la maturité dans ce domaine.