t

Ebook

Les 5 niveauxde maturité dataComment devenir une organisation data centric ?

| 2

Edito

L’avènement du Big Data a propulsé les entreprises dans le pilotage de leurs activités par la donnée.

Le passage à l’action se fait de manière pragmatique, par le cas d’usage et l’échange de bonnes pratiques. Les résultats obtenus, même via des cas d’usage simples, montrent un potentiel extraordinaire de la « Data Driven Company ». Cependant, les entreprises n’ont pas toutes les mêmes niveaux d’expertise et d’efficacité dans leur façon d’organiser, de collecter, d’enrichir ou d’exploiter ces data et les traduire en actions concrètes.

Comme toujours en matière de data, chaque situation est unique et mérite une évaluation sur-mesure.

Le modèle DMA (Data Maturity Audit) conçu par DataValue Consulting, tenant compte des dernières évolutions du marché, identifie 5 niveaux de maturité de l’entreprise « Data Driven ». Il vous permettra de situer vos pratiques et votre niveau de maturité par rapport à l’état de l’art de votre écosystème ainsi qu’aux leaders de l’approche data centric.

Abdelaziz Joudar, Président co-fondateur de DataValue Consulting

Et vous ? A quel niveau de maturité se trouve votre organisation ?

| 3

Sensibiliser les collaborateurs quant à leur responsabilité face à la donnée et aux bénéfices à en tirer, rationaliser votre système d’information décisionnel, mettre en place une vraie stratégie de data management sur le long terme, organiser vos processus autour de la donnée, développer progressivement des cas d’usage à partir de données fiables sont autant de bonnes pratiques qui vous apporteront :

Un meilleur pilotage de votre entreprise,

Des performances opérationnelles accrues (ventes, achats, marketing, opérations, administration, etc.),

Une plus grande connaissance de vos clients et par conséquent une augmentation de leur satisfaction et de la qualité de leur expérience,

De meilleurs taux d’acquisition et de fidélité client,

La possibilité de transformer votre business model,

Des capacités d’anticipation et de prédiction (ventes, maintenance, stocks, ressources humaines, etc.),

Une plus grande faculté d’innovation pour la création de nouveaux produits et services,

Au final, de la valeur générée par votre patrimoine de données.

Innovation

Expérience et connaissance

client

Agilité opérationnelle

Maîtrise des risques

Excellence opérationnelle

ORGANISATIONDATA-CENTRIC

Maintenance prédictive, optimisation des achats, scoring des fournisseurs et partenaires, performances naturelles, humaines et logicielles...

Détection des fraudes, prévention

des risques, cybersécurité,

scoring intelligent...

Ultra-personnalisation des offres, optimisation du parcours client, recommandations intelligentes, scoring, acquisition et fidélisation...

Collaboration, transversalité

des modèles de management,

organisation ouverte...

Création de nouveaux business models,

produits ou partenariats...

IntroductionPourquoi et comment devenir une « Data Driven Company » ?

| 4

Les 5 niveaux de maturité data du DMA

Le modèle DMA (Data Maturity Audit) conçu par DataValue Consulting, tient compte des dernières évolutions du marché et des nombreuses observations de nos experts auprès d’une centaine de clients.

Cette grille identifie 5 niveaux de maturité : du tout Excel à l’entreprise « Data Driven ». Décliné sur les volets fonctionnels, organisationnels et technologiques, le Data Maturity Audit comparera vos pratiques et votre niveau de maturité aux stéréotypes les plus souvent observés.

Il vous permettra d’ouvrir une réflexion sur les prochaines étapes de votre transformation numérique à engager pour tendre vers la valorisation complète de votre patrimoine de données.

Niveau de maturité data des

entreprises

Niveau 1Initiatives

individuelles

Niveau 2Silos

Niveau 3Intégration

Niveau 4Veille

Niveau 5Data Driven

FonctionnalitéRapports uniques liés

à des tâches

Compréhension de l’activité localement

limitée

Harmonisation entre entités de l’entreprise

Alignement et différenciation

stratégique

Intégration stratégique et opérationnelle entre entités

et niveaux de l’entreprise

OrganisationInitiatives individuelles

uniquementProjet Equipe data

Processus spécifiques à la data

Organisation de la data orientée service / CDO /

gouvernance data

Technologie Anarchie des donnéesDépôt de données

décentraliséData warehouse / data lake intégré

Transparence par intégration logique

Architecture orientée cas d’usage

| 5

Aucun processus métier n’est structuré autour de la donnée. Quelques collaborateurs ou directeurs prennent des initiatives personnelles pour exploiter la donnée et produire des rapports sur-mesure. Ces états ou rapports sont réalisés à partir de données

opérationnelles statiques, non unifiées et à partir de sources multiples. Des risques apparaissent mécaniquement : chiffres erronés, doublons, mauvaises manipulations, problèmes de macros… Les données ne sont pas encore centralisées et il n’y a pas d’actualisation en temps réel.

Votre patrimoine de données est-il structuré ?

Avez-vous une vision de votre activité ?

Pouvez-vous la piloter ?

Fonctionnalité : Rapports uniques lié à des tâches

Organisation : Initiatives individuelles uniquement

Technologie : Anarchie des données

Niveau 1 : Initiatives individuelles

| 6

Niveau 2 : Silos

Un ou plusieurs projets ont pu être mis en place pour servir des besoins spécifiques. Souvent initié par la finance avec un projet EPM, la démarche structure les données financières en les centralisant dans un entrepôt de données dédié.

Dans la même idée, il peut s’agir également de l’implémentation d’un outil de BI pour la direction commerciale,

financière ou RH. Plusieurs solutions peuvent coexister dans des métiers ou BU différentes mais en silo – sans être connectées entre elles.

L’on peut voir apparaître le besoin de recruter un RSSI (Responsable de de la Sécurité des Systèmes d’Information) et il n’y a pas encore de CDO ni de culture interne de la data.

Votre organisation a engagé une démarche de structuration de la donnée ?

Etes-vous en capacité de mesurer votre activité et la piloter par secteur ?

Vous disposez d’un infocentre, de solutions EPM, Big Data, BI ou CRM indépendantes les unes des autres ?

Fonctionnalité : Compréhension de l’activité localement limitée

Organisation : Projet

Technologie : Dépôt de données décentralisé (data warehouse)

| 7

Vos données sont connectées transversalement entre votre infocentre, vos solutions ou plateformes BI, Big Data, EPM, CRM ?

Vous êtes en mesure d’expliquer vos résultats par la donnée ?

Vous prenez des décisions pour piloter votre activité de façon globale et cohérente ?

Fonctionnalité : Harmonisation entre entités de l’entreprise

Organisation : Equipe data

Technologie : Data lake intégré

Niveau 3 : Intégration des données

A ce niveau de maturité, la data commence réellement à être exploitée de façon transverse.

Les données de l’ERP sont bien distribuées, la solution EPM ou BI est généralisée à toutes les entités de l’entreprise, les utilisateurs sont matures dans leur utilisation.

La société dispose d’un data lake intégré pour des traitements Big Data et une équipe dédiée au management de la donnée a été mise en place : CDO, data stewards, business analysts.

Une conduite du changement est en cours pour sensibiliser toutes les équipes aux enjeux de valorisation et de qualité des données.

| 8

Niveau 4 : VeilleLa culture de la data devient centrale dans votre organisation ?

Vous effectuez de l’analyse prédictive sur vos données ?

Vous êtes en mesure d’avoir des projections fiables ?

Fonctionnalité : Alignement et différenciation stratégique

Organisation : Processus spécifiques à la data

Technologie : Transparence par intégration logique

Les équipes data sont étoffées par la présence en interne de data scientists et data analysts, data quality officers… Les protocoles et rôles définis par le CDO sont en place.

Des processus de contrôle et de maintien de la qualité des données sont formalisés. Un plan de conduite du changement a été engagé pour sensibiliser tous les collaborateurs aux enjeux, aux

usages et à la valorisation de la donnée. Une bonne partie des équipes est donc apte à comprendre ces enjeux.

Un digital store existe au sein de l’organisation : sous l’égide du DSI ou de responsables applicatifs, cette entité sélectionne des solutions dont peuvent ensuite disposer les différentes BU.

| 9

La data est pleinement intégrée à la stratégie de l’entreprise comme levier de création de valeur. Les données de toutes les entités sont connectées, permettant l’Enterprise Business Planning.

Les processus métiers sont articulés autour de cette valorisation de la donnée. L’ensemble des collaborateurs présente un niveau mature d’acculturation aux questions data.

Les managers et directeurs métiers ont des connaissances de base en data science. Les architectures de plateformes data sont construites à partir de réflexions sur les cas d’usage par un ingénieur data qui supervise également les flux de données. L’organisation valorise ses données en interne et également en externe (en les vendant par exemple à des tiers).

Vous faites de la prescription ?

Vous maîtrisez le pilotage de votre activité ?

Vous savez faire de vos données un levier de croissance et anticiper les freins éventuels ?

Fonctionnalité : Alignement et différenciation stratégique

Organisation : Processus spécifiques à la data

Technologie : Transparence par intégration logique

Niveau 5 : Data Driven Company

| 10

ConclusionInitier, poursuivre ou optimiser une démarche data centric nécessite donc de prendre en compte le niveau de maturité de l’organisation et de l’évaluer le plus précisément possible.

Nous espérons que cette grille de lecture vous permettra de clarifier vos prochains objectifs et d’identifier également les principaux freins que pourrait présenter actuellement votre organisation ou entreprise : une stratégie à court ou moyen terme insuffisamment orientée data, des ressources internes manquant de connaissances ou de

compétences data, un manque de temps, des données trop faibles en volume ou en qualité voire difficiles d’accès, des problématiques de sécurité ou de confidentialité, une incapacité à financer ou budgéter des investissements data…

L’établissement d’une roadmap data clairement structurée puis la production de premiers cas d’usage, combinant simplicité de mise en œuvre et pertinence stratégique, vous ouvriront la voie pour devenir une Data Driven Company.

Vous souhaitez progresser dans la maturité data de votre organisation, dans la maîtrise et la valorisation de vos données ? Nos experts sont à votre écoute pour établir avec vous un bilan gratuit et personnalisé.

DataValue Consulting est un cabinet de conseil indépendant spécialisé́ dans la chaîne de valorisation de la data. Nous accompagnons plus d’une centaine d’organisations (secteur privé et secteur public) dans la définition, la mise en œuvre et l’exploitation de leur patrimoine de données.

Nos 250 consultants passionnés mettent leur expertise technologique et leur expérience en management au service de vos ambitions. Nous délivrons un accompagnement à 360°, de la définition de stratégies et roadmaps data, au pilotage de projets BI, Big Data, data visualisation, architecture, cloud et gestion de la performance (EPM) jusqu’à la conduite du changement.

Et vous ?

| 11

Contributeurs

Egalement disponibles sur ce thème :

Abdelaziz JoudarRédacteur en chef - Président

Refaï El KhattabiDirecteur BU Data

Thierry DeliensDirecteur Avant-Vente

Robin KauffmannDirecteur Commercial et Stratégie

Michel MercierResponsable Editorial

Feuille de route d’une stratégie de Data Management >>>

Mise en œuvre d’une stratégie de qualité des données >>>

Les clés pour construire sa plateforme data >>>

9 Boulevard du Général de Gaulle, 92120 MontrougeTél : 01 81 89 41 70 - contact@datavalue-consulting.com