LES DO’S & DONT’S

THEDATA

LITERACYBOX OFFICE

BY

ÉDITO

LES DO’S & DONT’S

Longtemps porté par les spécialistes de la data science, l’avènement des modèles data driven en entreprise bouscule les ordres établis, en positionnant la donnée à chaque étape des processus décisionnels métiers.

Le développement d’une culture de la donnée, portée et partagée par tous, s’impose aujourd’hui comme un élément incontournable des stratégies de transformation d’entreprises ; Lesquelles, pour s’imposer sur des marchés de plus en plus mouvants, dont les cycles d’innovation n’ont de cesse de s’accélérer, se doivent de faire de la data literacy une réalité pour tous.

Pour exceller dans cette nouvelle économie de la connaissance, les organisations de la data economy doivent repenser leurs modèles de gouvernance et mettre en place les outils capables de placer la donnée à la portée de tous les métiers.

Soulevant ainsi nombre de problématiques : Comment définir et développer la culture data de son entreprise ? Quelles actions activer pour devenir une organisation data driven ? Existe-t-il un « datamindset » à diffuser largement ? Comment favoriser l’appropriation et l’acculturation de la data auprès des utilisateurs métiers ?

Quels KPIs mettre en place pour évaluer la culture de la donnée de son organisation ?Pour faire le point sur ces révolutions en cours, l’équipe éditoriale du congrès Big DataParis a décidé de développer au côté d’un acteur emblématique de la transformation data de son organisation : Guillemette PICARD, Directrice Vision Client, Big Data, et Intelligence Artificielle au sein d’Allianz, un recueil de bonnes pratiques inédit dédié aux développements de la culture data : THE DATA LITERACY BOX OFFICE ! Guillemette PICARD

Directrice Vision Client, Big Data,et Intelligence Artificielle

BY

LES DO’S & DONT’S

DO’SRecruter avec un maximum de diversité en externe et en interne et collaborer avec divers partenaires.

Les recrutements externes sont nécessaires pour déployer rapidement et faire grandir d’autres expertises. Ce n’est pas « seulement une affaire d’experts », il faut donc prendre le temps de recruter des profils compétents et collaboratifs, avec un maximum de diversité : âge, origine, formation, expérience, etc.

L’assurance est un métier de données. Il y a donc en interne une forte orien-tation technique, et certains collaborateurs sont volontaires et moteurs dans ces transformations. Il faut leur permettre de monter en compétence rapi-dement. Ils connaissent le métier et il faut compléter cette connaissance en leur donnant de nouveaux outils et une formation pratique en Data Science, mais également sur les processus agiles, approche absolument nécessaire dans ce domaine. Enfin, la technologie & les pratiques de la donnée évoluent très rapidement. Il est nécessaire de rester constamment ouverts sur ces évolutions. Le plus efficace pour cela reste la collaboration avec des parte-naires externes : grands groupes, startups, & consultants.

DONT’SPenser que c’est seulement une affaire d’experts en data science.

Les équipes projets doivent être à la fois compétentes en data science, mais aussi comprendre les différents métiers, susciter l’adhésion, développer des projets et définir une pratique de référence. Les premières équipes doivent donc être composées avec ces exigences.

Leur succès réside d’abord sur une dynamique d’équipe aux compétences diverses. La réussite d’un projet est dû à trois tiers : la donnée, la data science et l’intégration métier. La performance du modèle n’est qu’une par-tie minoritaire du succès.

FORMATION& RH

LES DO’S & DONT’S

CADRAGE ORGANISATIONNEL

DO’SDémontrer la valeur d’un nouvel usage de la donnée ; commencer par développer des cas d’usage auprès de tous les métiers de l’entreprise grâce à des équipes agiles.

Dans l’assurance, les technologies du Big Data et de l’IA impactent l’en-semble des métiers. Il y a des cas d’usage en marketing et ventes, gestion des sinistres, et comptabilité par exemple.

Pour cela, nous nous sommes d’abord organisés en mode agile, avec des équipes projets transverses et multi expertises (métiers, data science, SI) pour développer des projets définis avec les métiers, avec des critères de performance et des gains clarifiés en amont.

DONT’SCommencer par concentrer des ressources pourcollecter et fiabiliser toutes les données, sélectionner les meilleurs outils.

C’est un travail titanesque pour les grandes entreprises, (Allianz France a plus de 250 systèmes d’information) et les attentes sur la data sont très fortes, les doutes aussi…

Il est possible de générer l’adhésion avec des projets dont la data et les outils sont accessibles.

LE

LES DO’S & DONT’S

DO’SLibérer la donnée, et ses utilisateursLe slogan est simple et l’exécution est particulièrement ambitieuse. Dans un monde parfait, les utilisateurs pourraient accéder aux données de leur choix, les comprendre simplement et connaître leur indice de fiabilité.Cela se construit par étapes, en commençant par les systèmes d’informa-tion, dont les usages peuvent être les plus transverses. Le premier est la donnée client, à qui il faut pouvoir donner un accès le plus ouvert possible. Nous mettons en place progressivement une gouvernance et des formations plus globales, qui permettent de s’assurer du traitement responsable de la donnée, notamment vis-à-vis de la réglementation.

Intégrer la réglementation sur les donnéespersonnelles ‘by design’Les différents projets doivent être conçus dès la phase de faisabilité en conformité avec les différentes réglementations. Chacun doit donc en avoir connaissance pour accéder aux données. Progressivement, nous formons les collaborateurs à la réglementation, et nous avons mis en place des processus adaptés à chaque phase de développement des projets pour nous assurer de la bonne conformité de ce qui est déployé.

DONT’SPréserver le cloisonnement des données et des équipes qui les utilisent

Ça va sans dire, tellement cela a été dit. Dans l’assurance, la donnée a toujours été critique mais en caricaturant un peu, les différentes équipes ont travaillé chacune sur leur mission : les directions techniques sur la tarifica-tion, le marketing et les ventes sur la relation client, la finance sur le risque, etc. C’est ce changement culturel qu’il faut aborder.

Oublier le client

Nos clients sont ambivalents dans la gestion de leurs propres données. Ils peuvent publier beaucoup sur les réseaux sociaux, craindre de confier des données à leur assureur tout en souhaitant des solutions immédiates et personnalisées. Souvent, nos clients ne connaissent pas la réglementation française, qui les protège particulièrement bien et protège leurs données. Il nous revient de démontrer combien nous avons un usage responsable de la donnée, et à quoi peut servir les données qu’ils nous confient.

OUTILS DE TRAITEMENT DATA

LES

LES DO’S & DONT’S

DO’SCommuniquer, Communiquer et CommuniquerCommuniquer sur les projets délivrés de manière « data driven », c’est-à-dire au-delà du buzz, avec des indicateurs de suivi des projets très clairs, et relatifs à chaque projet. Il faut une communication forte entre Data scientists & ingénieurs car ces communautés seront celles qui pourront faire évoluer l’entreprise. Enfin, nous devons communiquer avec nos clients sur l’usage responsable de la donnée.

DONT’SNe pas survendre, développer de tels projets et une telle culture prend du temps !Il faut accepter le temps et les ressources nécessaires pour délivrer des projets réellement impactants.

ANIMATION

LES DO’S & DONT’S

BILANMESURER LA CULTURE DATA DE SON ENTREPRISE AUTOUR DE KPIS CLES

Côté Big Data, nous suivons…

• Le nombre de cas d’usage Big data en portefeuille (à différentes étapes de développement)

• Le nombre de projet en production

• Le temps de mise en production

• Des indicateurs spécifiques sur la performance de chaque projet

• Le nombre de data scientists ou de data ingénieurs, le nombre d’utilisateurs de la données qui voudront rejoindre la communauté de Data science.

Côté data « tout court » nous…

• Modernisons le suivi de la Data et de ses indicateurs de qualités

• Travaillons actuellement aux nombres d’or, par exemple l’indice de confiance de la golden data…

À suivre, donc…

THEDATA

LITERACYBOX OFFICE

LES DO’S & DONT’SBY

Dans moins d’un mois ouvriront les portes du sommet

incontournable du Big Data en France :

LE CONGRES BIG DATA PARIS.

Ce dernier réunira les acteurs les plus influents de la

filière, vous offrant un accès inégalé aux plus grands

porteurs de projet de la scène internationale !

Guillemette PICARD, Directrice Vision Client, Big Data,

et Intelligence Artificielleau sein d’Allianz

« FIN DE L’USINE À POCS : L’AVÈNEMENT DE L’APPROCHE

USE-CASE DRIVEN ? »

Le futur du Big Data s’écrit sur Big Data Paris sur

WWW.BIGDATAPARIS.COM