La Big Data bouleverse, interpelle, mais surtout, exige des entreprises une agilité inédite. Valoriser l’information plutôt que d’en être submergé devient ainsi l’enjeu du siècle. Stéphane Vivien, à la tête de FOLLOW US, dévoile comment conjuguer technologie et humain afin de transformer ces montagnes de données en or pur pour les entreprises.
Informations Entreprise : Pouvez-vous nous éclairer sur les principaux défis que rencontrent les entreprises dans la mise en place d’une stratégie data efficace ?
Stéphane Vivien : En premier lieu, il convient de remarquer que le monde de l’entreprise, bien que mature en certains aspects, souffre toujours d’une vision cloisonnée. Un nombre considérable d’entreprises demeure attaché à des données segmentées, avec différents domaines (approvisionnement, ventes…) silotés sans engager une vision transversale et intégrée.
Deuxièmement, la transition vers des infrastructures plus fluides, telle que le cloud, requiert une adéquation technologique méticuleuse. Il s’agit non seulement de garantir un accès sécurisé aux données mais aussi de fournir les outils adaptés pour l’analyse spécialisée et la data science. L’objectif est de parvenir à une valorisation effective des données, notamment à travers la création de parcours clients enrichis et une monétisation éventuelle des données collectées.
Troisièmement, la gestion des données constitue le socle indispensable de toute stratégie d’analyse. Ceci implique la capture des données depuis différents silos opérationnels, leur modélisation ainsi que leur gouvernance. À ce jour, nombre d’entreprises sont encore étonnamment en retard dans ce domaine.
Pour finir, la gouvernance de la donnée est truffée de questionnements complexes, à commencer par la définition même des indicateurs et des objets métiers d’entreprises. L’établissement de référentiels et de dictionnaires de données cohérents, appuyé par des solutions de gestion de données maîtres, constitue l’un des défis majeurs dans ce contexte.
I.E : Comment envisagez-vous le rôle de la technologie par rapport à la dimension humaine dans la mise en œuvre d’une stratégie data efficace ?
Stéphane Vivien : Il serait naïf de penser que SEUL l’avènement des dernières technologies résoudra tous les défis inhérents à la mise en place d’une stratégie data.
Un enjeu de taille réside dans l’interaction judicieuse entre cette technologie évoluée et le savoir-faire propre à chaque entreprise. Cela touche non seulement à la sémantique métier, à la culture organisationnelle et aux cadres réglementaires, mais aussi et surtout à la dimension humaine. Ce sont les individus qui portent les compétences et l’expertise nécessaires à l’exécution efficace des stratégies. Les métiers doivent être non seulement consultés, mais de plus en plus responsabilisés. La véritable complexité, qui transcende les industries, est donc de trouver le bon équilibre, la juste méthode et l’expertise adéquate dans un contexte en perpétuel évolution.
I.E : Comment FOLLOW US envisage-t-elle l’évolution de la modélisation des données ?
Stéphane Vivien : L’une de nos expertises majeures se concentre sur la modélisation métier des données, en utilisant une méthodologie que nous considérons, en concertation avec d’autres experts du secteur, comme la plus pertinente et la plus aboutie pour la modélisation objet métier d’entreprise : le Data Vault. En la matière, la seule maîtrise théorique de cette approche n’est pas suffisante ; elle requiere également une expérience significative pour être pleinement efficace.
Les avancées récentes dans les technologies cloud nous permettent aujourd’hui de proposer des services à haute valeur ajoutée de manière plus aisée et rapide qu’auparavant. Le marché commence à prendre conscience de la nécessité d’une gouvernance et d’une modélisation métier rigoureuses. Les approches antérieures, telles que les modélisations en étoile ou en flocon, restent utiles, mais doivent être complétées pour coller aux exigences réglementaires et aux raisonnances géopolitiques de plus en plus marquée sur les entreprises.
Notre activité évolue donc vers un accompagnement dit « holistique », allant de la traçabilité de la donnée Legacy du système opérationnel jusqu’à l’accompagnement des métiers dans l’utilisation des modèles de données objets. C’est pourquoi notre positionnement ne réside pas uniquement dans la réalisation de projets. Notre force, notre valeur ajoutée se manifestent principalement en amont, dans l’accompagnement stratégique des entreprises et la conception d’architectures data adaptées à leurs cas d’usage spécifiques.
I.E : Comment parvenez-vous à concilier les enjeux de valorisation de la data avec les impératifs réglementaires ?
Stéphane Vivien : En France, le défi est singulier : il s’agit d’équilibrer la valorisation de la donnée avec le respect de la vie privée. Cela est particulièrement manifeste dans le secteur des télécommunications où, sur une multitude de cas d’utilisation de la data, un grand nombre d’entre-eux se heurte facilement aux contraintes légales imposées par la CNIL.
Nous avons donc élaboré une série d’outils, de méthodes et d’approches pour instaurer un équilibre optimal entre valorisation et respect de la réglementation. Il est impératif de mettre en œuvre des principes rigoureux de traçabilité et de catalogage.
En matière de modélisation, les méthodologies traditionnelles ne suffisent plus. Nous diffusons la méthodologie Data Vault, car elle permet un rapprochement granulaire et traçable des visions techniques et métiers, tout en demeurant agile. Cette agilité et cette traçabilité s’avèrent essentielles face aux exigences réglementaires toujours en mutation.
I.E : Pouvez-vous nous éclairer sur les critères que votre entreprise utilise pour identifier et prioriser les différentes sources de données ?
Stéphane Vivien : Le processus d’accompagnement que nous proposons aux entreprises s’inscrit dans une démarche rigoureuse d’identification des besoins spécifiques à leurs différents cas d’usage, qui ne se limitent pas aux décisions opérationnelles. Une fois ces besoins clairement établis, notre travail consiste à identifier les sources de données pertinentes, qu’elles soient internes ou externes, et ce, en coopération avec diverses entités.
Il est crucial de souligner l’importance de la gouvernance des données et de l’engagement de la direction générale dans la réussite de ces projets. Sans une gouvernance efficiente et un parrainage de haut niveau, ces initiatives sont, de facto, condamnées pour un pourcentage d’échecs malheureusement important. Le point de départ est donc d’établir une architecture de données solide tout en identifiant les objets métiers manipulés et leur définition selon les contextes d’emplois des cas d’usages.
I.E : Comment votre approche du Data Vault s’adapte-t-elle aux besoins spécifiques des entreprises ?
Stéphane Vivien : Les fondements de la stratégie Data Vault que nous déployons tirent leurs origines des grandes institutions américaines de renseignement. Conçu pour gérer des volumétries imposantes de sources nombreuses et variées fonctionnellement, le Data Vault s’appuie sur des piliers essentiels à la résilience face aux défis de données variées, évolutives et ce en volume conséquent.
Ce modèle repose exclusivement sur l’insertion de données, évitant ainsi les coûteuses et chronophages opérations de mise à jour, qui mobilisent inutilement les ressources. Il gère le stockage de l’entièreté des données de façon traçable et auditable. Il permet également d’intégrer les évolutions des sources avec un effort de modélisation peu couteux et rapide (i.e. sans tout recasser). Enfin, le Data Vault a été pensé pour tirer parti des plateformes d’analyse de données dont celles dites Big Data.
Tous ces bénéfices concourent à l’exposition de données préparées pour les besoins métiers « traditionnels », analytiques (production de data mart) jusqu’à la composition des très utiles référentiels 360 selon les besoins spécifiques à chaque métier.
I.E : Comment votre entreprise aborde-telle la personnalisation dans le cadre de la mise en œuvre de stratégies de données pour différentes entreprises ?
Stéphane Vivien : Dans la mise en œuvre d’une stratégie de données, il important de rappeler le point d’orgue qui consiste à partir des cas d’usages. Ceux-ci sont par la suite déclinés en modélisation en prenant en considération les objets métiers d’entreprises et les spécificités à chaque métiers et fournisseurs de données métiers. C’est justement là qu’intervient la phase de personnalisation. Data Vault présente des avantages en modélisation fine des relations entre les données, leur contexte et leur évolution totalement fluides et remarquablement efficaces en performance.
De plus, pour parfaire l’accompagnement sur-mesure, nous accompagnons les équipes informatiques selon leur niveau de maturité en architecture analytiques, On-Prem, Cloud ou hybride tout comme les métiers pour les besoins en connaissance des données, gouvernance et modélisation pour leurs besoins propres.